局部特征，具有独特性多量性实时性扩展性强等特点。sift算法本质是在使用高斯卷积得到的不同尺度空间上定位出特征点，基于图像局部梯度方向确定其特征描述并进行匹配。3应用方案3.1灰度化先需要对待提取整个屏幕进行截屏处理，截屏得到的图像按照bmp(位图bitmap)格式进行存储。截屏图像具有rgb三种颜色，数值范围均为o至255，为了便于处理需要对图像处理为256级灰度图像，这里采用一种常见的方法转化，公式如下：灰度值=o.3b+o.59g+o.定位使用sift算法对indos屏幕程序各要素定位需要预先获取各目标对象的特征和属性。随后基于已经构建好的模型进行匹配。在选取特征的过程中由于sift算法的优良特性不用过多考虑平移旋转尺度亮度等影响因子。sift算法[3]的步骤分为尺度空间的构建极值点检测极值点定位特征点方向分配生成特征点等五个步骤。先需要建立一个目标特征库，通过分析提取大量应用程序界面内按钮窗口等要素特征点将其加入目标特征库供特征匹配使用。由于各各应用程序按钮窗口等要素的几何形状的差异性，特征点可能存在较大的区别，该目标特征库还需要具备学习功能，不断收集新的特征点加入特征库以提高
 <本章未完请点击"下一页"继续观看!>