近似的字母进行定义，比如以下字形相近的字母:C和O、C和G、U和V、U和W、V和W、M和N、I和L、T和1、E和F、D和O、b和d、g和q、p和q ;又比如发音相近的字母:C和K、A和E、A和1、E和I等，把含有这些近似字母的商标作为检索的重点，可大大减少检出商标的数量。
[0067]在本发明的系统设计中，预先设定的规则可以很容易纳入知识库，作为近似商标判定标准，这样的设计易于扩展，有新的规则可以很容易加进来。
[0068]此外，前面提到的该系统中的SOUNDEX功能不仅仅局限于简单的读音类似的规贝U，可以对于英文单词以及词组进行整体的读音类似精准和模糊查询，实现和性能都是极其优越的。
[0069]本查询系统具有任意位置加字母的检索功能，并优先显示除首字外任意加一个字母的近似商标。针对该检索功能本发明提供以下两种查询方式:精确查询:基于统计学技术和语言学提炼出常用的高频单字和高频搭配，如上文所述，首先通过统计学技术和语言学对英文字母中的高频单字和高频搭配进行提炼和分析，从而建立知识库109。在加字查询中，首先对于高频单字和搭配进行有目的的精确查询；模糊查询:基于模糊查询逻辑技术，前面提到的该系统中的SOUNDEX功能不仅仅局限于简单的读音类似的规则，可以对于英文单词以及词组进行整体的读音类似精准和模糊查询，可以方便实现加减字母的查询性能，且效果是极其优越的。
[0070]数字特征
[0071]在商标的数字特征审查中，如果系统接收到完全相同选项，则优先显示该待审商标申请人已注册或在先申请的商标；在接收到完全相同选项时，优先显示纯数字商标。
[0072]另外，对于字头商标的查询，如果系统接收到完全相同选项时，则可优先显示该待审商标申请人已注册或在先申请的商标，该功能通过把组合和排序规则加入索引组合模块实现。并且在对字头商标进行审查时，在自动审查条件下，本发明可优先显示单纯由字头组成的商标，该功能通过把组合和排序规则加入索引组合模块实现。
[0073]拼音特征
[0074]如前所述，拼音是汉字的一个重要要素，也是近似商标判定的一个重要依据。商标的拼音特征相似性判定的重要根据是读音是否相似，在本发明提供的商标查询系统中，根据汉语拼音制定了如下规则来描述发音的相似性。
[0075]汉语拼音共有63个，其中声母23个，韵母24个(单韵母6个，复韵母9个，前鼻韵母5个，后鼻韵母4个),整体认读16个。
[0076]每个汉字的拼音都可以分解为“声母+韵母”或者“整体认读音节”。下面以两个“声母+韵母”的汉字为例，来说明如何计算两个汉字的发音相似度，该方法可以很容易推广到其他情况。根据拼音的发音习惯，给每两个声母之间设置距离值，距离值的大小和发音的相似度相关，例如，j和q发音相似，设置较小距离1.0，j和y发音不相似，设置较大距离2.0。同样对声母部分也设置类似的距离，则两个汉字的发音相似度为“声母部距离+韵母部距离”。以前述的仿冒商标“啃德起”为例，它与“肯德基”的发音距离值为1.0，而另一个仿冒商标“啃德意”，与“肯德基”的发音距离值为2.0，就可以判定“啃德起”在发音上比“啃德意”更接近“肯德基”。采用这种方法，可以精确衡量两个拼音商标的相似度，只要相似度大于一个事先设定的阈值，就认定为近似商标。
[0077]必须说明的是，以上发音距离的设置必须根据实际发音习惯来设定，这些经验可以存入知识库中，作为判定依据，并在实践中不断修订，以达到最佳效果。比如，不同地域方言的发音不同就可以在该系统设计中实现。
[0078]图形特征
[0079]本商标查询系统具有图形自动对比软件系统，在图形自动对比软件系统中由自动对比软件先对数据库进行初期筛选，按照近似程度进行排序，然后再加以人工判断，由审查员选择确定查询的百分比，精确检索结果，提高图形检索的工作效率。
[0080]商标图形特征的自动化处理是商标检索中最大的难点，主要原因是难以弥合人脑与电脑对图片解读方式的巨大鸿沟。
[0081]本发明提供的商标图形特征判定的依据为:商标图形的构图和整体外观近似，易使相关公众对商品或者服务的来源产生误认的，判定为近似商标；商标完整地包含他人在先具有一定知名度或者显著性较强的图形商标，易使相关公众认为属于系列商标而对商品或者服务的来源产生误认的，判定为近似商标。
[0082]而要实现以上判据的自动化处理，首先必须要能够准确地提取图形商标的图像特征，图形特征包括纹理、形状和颜色等，其中颜色特征量只作为辅助手段使用。
[0083]图像特征的提取是目前商标审查系统中的一个难点。智能商标查询系统对此提供了非常灵活的提取方式，提取的特征既可以是全局性的，如整幅图像的颜色分布，也可以是针对某个内部的局部对象，如图像中的子区域，还可以由审查员人工干预来对重点区域进行特殊处理。本系统采用了多种图像特征表示方法，如形状表示法(包括形状矩、形状集、不同方向不同级别的形状分布等)，纹理表示法(包括Tramura纹理特征，Hurst纹理特征，以及基于小波变换的纹理特征表示法等)，颜色表示法(由于颜色在商标审查中不作为主要特征，因此该特征量只作为辅助使用)。
[0084]另外，在涉及图像高级抽象的特征时，还利用了外界知识提供辅助，以使提取出的特征更符合用户的需求。这里所提到的图像高级抽象特征主要指的是商标图像中包含影响商标匹配的特征(例如无效特征)，在查询中如果将该特征与上文所述的特征一起作为匹配特征来查询，则查询结果中很可能漏掉相似的商标。例如，商标为一个器物类的图像，其主要特征为器物本身，而其中包括的背景通常为无效特征，如果通过把背景特征和有效特征混合来进行查询，则可能使得有效特征的权重降低，漏掉相似商标，从而导致查询结果的不准确。对于这种情况，本商标查询系统采用外界知识辅助进行处理，即，首先可以利用提取边界的方法将背景去掉，然后再提取匹配特征，如此就可以实现有效特征的提取。
[0085]本商标查询系统还可以细化图形要素。发达国家早已采用维也纳分类第六版进行图形要素分类。本发明的商标查询系统不但符合维也纳图形要素分类，并且可以智能化、定制化自动提取图形要素，不但查询更准确，还可以大大提高审查员的工作效率。
[0086]本发明提供的商标查询系统可以将现行图形要素检索改为检索图形要素的交集和并集可选。如上所述，通过索引组合模块106，审查员可以针对所有特征，或者针对其中的某几个特征进行任意组合的形式来进行，并可以把以上规则存入知识库，作为索引自由组合的依据。通过这样的设计，可以把审查员的审查经验和电脑的快速查询两大优点紧密结合在一起。
[0087]此外，检索图形要素时，优先显示待审商标申请人已注册或在先申请的同一要素的商标，以避免申请人已注册过图形，再引证他人的商标驳回的现象。
[0088]在图形自动比对时，商标查询系统可以先预处理去掉图形中的文字信息，以避免文字对图形比对的干扰。这种方式也是利用了外界知识辅助来去掉图像商标的文字的，然后再提取图形特征，其属于上文所述的涉及图像高级抽象的特征的范例。
[0089]如上文所述，本发明可以提供灵活的图形文字不同比例的索引和查询。根据在商标中的视觉显著程度，特征库将对于图形和文字赋予不同的权重，并对此做索引和相应的查询。
[0090]图10是根据本发明的商标查询方法的流程图。如图10所述，在步骤1001处，接收待查询商标；在步骤1002处，提取所述待查询商标的商标特征；在步骤1003处，存储所提取到的待查询商标的商标特征；在步骤1004处，将待查询商标的商标特征与现有商标的商标特征进行匹配；在步骤1005处，显示所述匹配的结果。
[0091]对于本发明提供的商标查询方法的详细步骤可以从上文的描述中得出，因此不再赘述。
[0092]另外，本发明提供的商标查询系统采用全模块化设计，在技术上可以实现与现有系统的无缝对接，包括人机接口的和后台数据库访问的接口。另外，智能商标查询系统采用分级检索的技术，可以大大提高查询速度，在用户提交查询需求后，实时把搜索结果显示出来，从而大大提高工作效率。
[0093]现有商标查询系统框图如图11所示。用户通过界面将查询需求转化为维也纳编码，然后输入到查询模块，查询模块根据编码在商标库中找到符合用户要求的商标，最后再通过用户界面将所有符合要求的查询结果返回给用户。
[0094]可以采用以下方式将本发明提供商标查询系统与现有系统结合起来。
[0095]方案一
[0096]将现有系统分解后的编码作为编码矢量，与本发明提供商标查询系统(图中的智能商标查询模块)得到的图形矢量结合，形成复合矢量，用复合矢量进行查询，如图12所示。
[0097]方案二
[0098]将本发明提供的商标查询系统作为现有系统的编码模块，把待查询商标自动转化为维也纳编码，从而避免了人工分解时因个人理解差异造成的错误，并可有效提高工作效率，如图13所示。
[0099]方案三
[0100]将本发明提供的商标查询系统作为现有系统的筛选模块，在用现有系统查询之前缩小查询范围，从而提高查询效率，如图14所示。
[0101]方案四
[0102]将智能商标查询系统作为现有系统的排序模块，在用现有系统得到结果之后，对查询结果进行排序，从而减小工作人员的工作强度，如图15所示。
[0103]方案五
[0104]由于本发明提供的商标查询系统在图形比对方面有着强大的能