随着社会的发展,生活中充斥着越来越多的logo,而当前移动市场帮助人们识别这些logo的应用少之又少。本课题旨在实现一个系统帮助人们识别这些陌生元素,为人们生活提供方便。本课题的核心技术是图像匹配,详细介绍了 SIFT和SURF两种特征点提取算法,通过特征点提取、特征点匹配,最终完成图像的识别。在深入研究两种算法的基础上,本课题设计实现了 logo识别系统。该系统分为客户端、服务器端和图像匹配程序共三个部分。客户端的主要作用为logo的采集、展示、查询历史以及用户登录等,并且为了弥补logo数据库的不足,增加用户的参与度,设置了补充logo的功能。这些功能为用户交互提供了一个很好的平台。服务端的主要功能为同客户端进行数据交换,制定交互协议,将客户端采集到的logo与数据库已有的logo进行匹配,将得到的结果反馈给客户端,完成整个系统的流程。图像匹配程序主要完成图像的识别工作,将用户上传的图像与数据库的所有logo进行一一匹配,匹配成功则输出最终结果。目前客户端已在安卓系统上实现,服务器则在Windows服务器上实现,匹配程序使用C/C++语言编写,部署在服务器端。经验证,该系统能够较好的识别生活中的logo,在保证了一定的准确性的前提下,能够保障快速匹配。