indos系统中各应用程序显示在人机交互界面中的各种按键窗口图片图标鼠标等。这些对象来源于面向对象的代码，具有代码特征，最终用于屏幕显示，又具备几何特征。indos屏幕目标对象定位主要基于对象的几何特征，这就需要用到图像匹配算法。图像识别匹配算法[1]有多种，对于其可靠性准确率和实时性都有很高要求。近年来，国内外相关学者研究出了许多实用性算法，从而使该技术得到了迅展并成功应用到各个领域中，比如对象追踪指纹识别笔记鉴定图像拼接等。图像匹配技术依据特征层次可划分为基于特征的匹配基于灰度的匹配以及其他方法。灰度特征匹配原理主要基于图像内容的灰度信息衡量相似程度，主要用于一些特定场合。特征匹配法需要先对图像分割成点线面后再提取特征，对提取出来的多个特征进行相似程度匹配并建立映射关系。本文构建架构主要基于特征提取的sift(尺度不变特征变换)算法[2]。图像匹配算法流程如图1所示。图1图像匹配算法流程sift算法是由daoe于4年进行了深入的完善。可以应对图形的缩放旋转仿射变换并保持很好的匹配。在相关的局部特征描述算法对比研究中，证实sift及相关改进算法具有相当的健壮性。sift算法检测图像的
 <本章未完请点击"下一页"继续观看!>