随着移动互联网时代的不断发展和移动终端的大规模普及,传统的纸制杂志已经越来越不能满足人们的需求,图像不仅是一种重要的信息承载形式,也是吸引用户和读者与媒体进行互动的重要因素。用户通过移动终端对杂志封面进行拍摄,然后利用图像处理技术帮助用户对该图像进行信息查询、动态跟踪以及传播分析等。在这个过程中要用到的关键技术就是图像识别,所以,如何在移动终端上从大量的图像中准确高效地识别出目标图像成为了一个很有意义的研究课题。针对现存期刊杂志种类繁多,名称及LOGO复杂且不利辨别,并且在移动终端上手动输入文本不如拍照方便快捷,传统算法匹配效率低等问题,本文深入探讨图像识别的相关技术,本文结合封面杂志图像的自身特点,提出了一种基于杂志封面的特征的匹配算法：首先,定位出杂志封面的矩形边框；其次,利用刊头LOGO的SURF特征识别出期刊类别；最后,根据封面背景图像的SURF特征识别出具体某期期刊封面。此外,利用最近邻比次近邻法和随机性抽样一致性算法(RANSAC)剔除误匹配点。如此,极大地提高了杂志封面图像识别的准确性。本文还根据改进后的匹配算法实现了C/S模式下的基于Android移动终端的杂志封面识别系统,即通过移动终端对杂志封面图像进行采集后,服务器端运用改进后的图像识别算法进行识别,再反馈给移动终端,进而获得杂志的相关信息。最后通过大量真实封面图片在光照、旋转、背景干扰等情景下的识别实验,就本文中算法、SIFT、SURF、的准确率和效率进行了比较,验证了本系统具有较高