目前，基于内容的商标检索是商标查重的一种重要的技术手段，该技术主要通过计算机自动地对图像进行特征提取以及特征匹配，最终返回与待检索图像相似的图像，避免了基于类目或文本的检索技术需要大量手工操作以及分类标注产生的各种问题，得到了大众的认可和广泛研究。但结合实际还没有出现一种完全满足用户需求的商标检索系统，所以针对商标图像检索的相关技术还需进一步研究学习。　　 针对二值商标图像颜色单一、纹理不丰富的特点，对二值商标图像进行检索通常使用形状特征作为索引。矩特征是描述图像形状的一种很重要的特征，具有很好的稳定性，因此被广泛地使用在商标图像检索中。本文通过深入地研究学习Zernike矩和伪Zernike矩，在现有理论的基础上对它们的相似距离计算方法做了一定的改进，将矩特征的模值和幅角均使用到特征距离计算中，从而提高了检索精度。　　 通过对多种形状特征以及多特征融合技术进行研究分析，将改进的矩特征相似距离计算方法与其他几种形状特征有效的进行了距离融合操作，在此基础上设计并实现了一个基于多特征融合的商标图像检索系统。该系统结合实际需要提供了多种特征融合方案，增加了系统的适用范围。此外，针对底层特征描述的局限性造成部分检索结果不理想的情况，根据用户的反馈在系统现有检索结果的基础上可以加入SIFT特征实现进一步检索，从而提高系统的检索性能，返回更符合用户要求的检索结果。