随着外观设计专利创新在竞争中的作用越来越显著,我国各企业对外观设计的保护也越来越重视。“海量信息”是专利数据库的特点,故开发一个计算机自动化的外观专利检索与分析系统来帮助用户获取指定的专利信息是十分必要的。在外观设计专利图像检索系统中,图像预处理与图像特征提取是至关重要的两部分。外观设计专利图像分割是对图像进行检索和分析前的基础性工作,而特征的提取是图像检索的核心技术。本文针对外观设计专利图像库中图像背景多样性和复杂性的特点,探讨了外观设计专利图像分割与特征提取方面若干重要问题,提出了一种应用于外观设计专利图像检索平台的多特征融合方案,着重研究了外观设计专利图像检索中的图像分割、特征提取及多特征融合等问题,并设计了一整套实验方案。实验表明,本方案能有效地提高外观设计专利图像检索系统的检索效率在简要介绍外观设计专利图像检索的基本技术以及国内外发展与应用现状的基础上,论文主要工作体现在以下三个方面：第一、外观设计专利图像具有多样性、复杂性的特点,应用某种单一的常规图像分割算法难以满足需要。本文提出了一种改进型Canny联合阈值分割的图像背景去除算法,能根据采样结果自适应地获取阈值,是一种自适应的算法,很好地适应了图像库中图像多样化的特点。第二、图像检索中的特征选择是个至关重要的问题,特征的选取需要结合图像特征和检索应用需求进行。针对任何一类特征都不能很好地表达外观设计专利图像内容的问题,本文选择了外观设计专利图像的两种本质属性——形状及纹理作为检索的特征集。将原本用于目标检测领域的梯度方向直方图算法(HOG)用于图像检索中的特征提取技术上,并提出了一种简单描述物体内部结构的纹理描述方法,同时给出了算法流程,进行了实验比较。第三、检索系统的实时性和检索效率之间是一项矛盾,如何取得折中方案是所有检索系统都必须衡量的问题。本文将高维HOG特征通过主成分分析(PCA)进行数据特征级融合,同时针对不同特征重要级对多维特征进行加权融合,有效保留特征重要信息的同时缩短检索时间。