随着社会经济的发展，商标的数量急剧增加，如何快速准确的从商标库中对商标图像进行检索和匹配，是当前研究的重点。传统的商标检索通常采用基于分类和文本的检索方法，由于存在检索效率低、精度差等问题，近年来逐渐被基于内容的检索方法所取代，基于内容的检索方法具有速度快、准确率高、适用性强等特点，其在商标注册查重、商标匹配等领域有着广泛的应用前景。　　本文首先对基于分类、文本和内容的检索技术进行分析研究，介绍了基于内容的商标图像检索的关键技术。重点介绍了基于尺度不变特征变换算法的基本原理和实现步骤，分析该算法在商标图像检索应用中的优越性及存在的问题，通过对基于尺度不变特征变换算法的特征点描述进行改进，将原来128维特征描述子化简为32维特征描述子，特征点相似性度量选用棋盘距离和街区距离的线性组合来代替原有算法中的欧氏距离。同时，采用小波变换保持原有商标图像的大部分能量，突出其轮廓特征，最终提出了基于小波变换与SIFT算法相结合的商标图像检索方法。　　仿真及实验结果表明，在保持原有算法性能的基础上，商标检索的查全率和查准率明显提升。在改进的算法基础上设计了商标智能检索系统，通过对运行结果分析，改进后的算法适合与商标图像检索的需求，具有一定的参考和应用价值。