圖像中標志圖匹配技術研究.pdf

1、標志圖（Logo）是眾多圖像類型中較為特殊的一類圖像。從實際意義上講，它包含一定的信息，如商品、組織、隊伍和國家等信息。在信息爆炸的今天，圖像中標志圖匹配技術對圖像情報收集、商業(yè)信息統(tǒng)計和新聞信息采集等方面的應用都有著十分重要的研究意義。
　　圖像中標志圖匹配是圖像匹配研究領域中的一個具體應用。由于標志圖的形式比較簡單，色彩和紋理等信息較少，如何在復雜的場景中高配準率的匹配到目標樣本標志圖，一直是該領域研究中的一個難點。本文的主要

2、研究工作及創(chuàng)新點包括：
　　一、提出了圖像中標志圖匹配技術結構框架。為了準確匹配圖像中標志圖，本文首先分析了標志圖匹配中的重點難點問題；然后有針對性的提出了各個問題的關鍵技術；最后在此基礎上提出了圖像中標志圖匹配技術的結構框架。
　　二、結合本文研究背景，研究了當前主流的特征提取和描述算法：SIFT(Scale-Invariant Feature Transform，SIFT)算法和SURF(Speeded-Up Robus

3、t Features，SURF)算法，并通過實驗對比，全面分析了兩類算法的優(yōu)缺點，最終選取了適用于圖像中標志圖匹配的特征提取與描述算法（SIFT算法）。
　　三、提出了一種基于點相互關系的特征點匹配方法。本文介紹了特征點初匹配方法和隨機抽樣一致性（RANSAC）匹配對提純方法。鑒于當前大多數(shù)的特征點匹配算法只考慮了樣本特征點與目標特征點的關系，本文首先對特征提取后的特征點集進行預處理，并將同一特征點集中特征點間的相互關系作為約束引