图片，并将其分别进行旋转、放大等处理，构成430张测试图片。然后将下图作为测试图像，分别旋转15o、30o、45o、60o、90o、120o、180o、270o，以及放大、缩小、平移等处理，获得了19张处理后的图像，也就是说，这幅图像在商标数据库中具有20张相关图像。
测试图片，即待检索图片
表1是对测试图像的相关图像提取的角点直方图特征值。
表格1测试图像的相关图像角点直方图特征值
图像原图旋转90
ooo
长度像素150150150150150150150150150150170200100150
宽度像素150170150150150150150150150150170200100150
B205110470511047051104705110470507246048841704847290485053051104705110470514793050825605486210511047
B304649380464938046493804649380427053047007704660100476374046493804649380464920047451504296080464938
旋转180旋转270旋转30旋转45旋转60
ooo
旋转120垂直镜像水平镜像放大放大缩小平移
f由实验结果可以看出，对于90o整数倍角度旋转、镜面旋转、平移处理的图像与原图像角点直方图特征值相同，同时，此特征具有较好的其他角度的旋转不变形和尺度不变形。目前对于图像检索算法的评价标准主要在对查找结果的准确性方面，而其他方面，如系统响应时间等，随着计算机硬件的发展，相对来说已渐渐成为无关因素。图像检索的主要评价标准是
N检索精度和检索回召率，它能够较好的反应检索算法的性能。NS表示返回的相关图像数量，T用
表示检索返回的所有图像数，NR表示数据库中所有的相关图像数。检索精度定义为检索返回的相关图像与检索返回的所有图像数的比率，即：
检索精度
NSNTNSNR
检索回召率表示检索返回的相关图像数量和数据库中所有的相关图像数量的比率，即：
检索回召率
如果单独使用检索精度和检索回召率中的一个，无法有效地评价算法。如果检索出来的图像越多，回召率就会越高，但检索精度会下降。同理，检索出来的图像较少就会得到较高的检索精度。因此，评价一个检索算法通常同时使用检索精度和检索回召率。以检索回召率为x轴，以检索精度为y轴，可以得到精度vs回召率曲线积为：
fxy，称为PVR曲线，曲线与x、y轴围成的面
1
sf∫fxydx
0
面积sf称为PVR指数，作为评价算法标准。图4是根据测试图像分别进行检索的检索结果及PVR曲线图。
（a）基于HU矩特征的检索结果
（b）基于角点直方图特征的检索结果
f（c）基于HU矩和角点直方图特征融合的检索结果
（d）基于HU矩和角点直方图二次检索的检索结果
（e）四次检索的PVR曲线r