通过一类具有多分辨特性的、称作V-系统的正交函数系，对形状进行特征表达。形状的边界通过V-系统正交分解后，得到由V-描述子构成的边界特征向量；另一方面，对图像区域作V-变换，在频域得到图像的区域特征向量。最后融合边界特征和区域特征来进行形状之间的相似度量，得到一类新的形状检索算法——V算法。V-系统的正交性使得它可以通过简单的矩阵转置运算来重构图像，V-系统的多分辨特性，使得信息更加集中，用少量的基函数就可以描述形状的基本特征，得到比经典算法更加满意的形状重构结果，这使得V算法提取的形状特征更加准确。由于综合了边界和区域两部分的特征，因此本文方法提取的特征比较全面。在4个通用数据库中的形状检索实验表明，本文方法与Fourier描述子、Zernike矩、正交Fourier-Mellin矩、不变矩等算法相比，在检索性能上有明显的优势。