圖像中標(biāo)志圖匹配技術(shù)研究.pdf

1、標(biāo)志圖（Logo）是眾多圖像類型中較為特殊的一類圖像。從實(shí)際意義上講，它包含一定的信息，如商品、組織、隊(duì)伍和國(guó)家等信息。在信息爆炸的今天，圖像中標(biāo)志圖匹配技術(shù)對(duì)圖像情報(bào)收集、商業(yè)信息統(tǒng)計(jì)和新聞信息采集等方面的應(yīng)用都有著十分重要的研究意義。
　　圖像中標(biāo)志圖匹配是圖像匹配研究領(lǐng)域中的一個(gè)具體應(yīng)用。由于標(biāo)志圖的形式比較簡(jiǎn)單，色彩和紋理等信息較少，如何在復(fù)雜的場(chǎng)景中高配準(zhǔn)率的匹配到目標(biāo)樣本標(biāo)志圖，一直是該領(lǐng)域研究中的一個(gè)難點(diǎn)。本文的主要

2、研究工作及創(chuàng)新點(diǎn)包括：
　　一、提出了圖像中標(biāo)志圖匹配技術(shù)結(jié)構(gòu)框架。為了準(zhǔn)確匹配圖像中標(biāo)志圖，本文首先分析了標(biāo)志圖匹配中的重點(diǎn)難點(diǎn)問(wèn)題；然后有針對(duì)性的提出了各個(gè)問(wèn)題的關(guān)鍵技術(shù)；最后在此基礎(chǔ)上提出了圖像中標(biāo)志圖匹配技術(shù)的結(jié)構(gòu)框架。
　　二、結(jié)合本文研究背景，研究了當(dāng)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(guò)實(shí)驗(yàn)對(duì)比，全面分析了兩類算法的優(yōu)缺點(diǎn)，最終選取了適用于圖像中標(biāo)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(diǎn)相互關(guān)系的特征點(diǎn)匹配方法。本文介紹了特征點(diǎn)初匹配方法和隨機(jī)抽樣一致性（RANSAC）匹配對(duì)提純方法。鑒于當(dāng)前大多數(shù)的特征點(diǎn)匹配算法只考慮了樣本特征點(diǎn)與目標(biāo)特征點(diǎn)的關(guān)系，本文首先對(duì)特征提取后的特征點(diǎn)集進(jìn)行預(yù)處理，并將同一特征點(diǎn)集中特征點(diǎn)間的相互關(guān)系作為約束引