随着网络的发展,图像数据量急剧增大,如何分析、组织这些图像数据并从中提取有效信息成为当今研究的一个热点,在此基础上基于内容的图像检索应运而生。而Logo识别则是基于内容的图像检索中一个非常重要的环节,社交网络的发展和经济全球化赋予了Logo识别巨大的商业价值,让Logo检测与识别有了很大的现实意义。本文正是基于这一点提出并实现了一个基于显著性检测的Logo识别系统。Logo识别的方法根据要识别的图像种类而异,具体可分为文本图像和现实生活中的图像。本文实现的Logo识别系统主要针对现实生活中的图像,需要解决现实生活中图像Logo识别的以下两个问题：(1)现实生活中图像的Logo尺寸较小,只占图像的小部分面积,且Logo可能出现残缺和各种形态变换,应如何准确定位Logo。(2)同的不同形态用什么方式才能较好地与数据库中图像的Logo进行匹配,应该如何Logo描述区域才能得到较好的效果。Logo针对上述的两个问题,本文将识别系统分为Logo检测和Logo识别两个模块,Logo其中检测模块主要完成Logo的定位问题,Logo识别模块主要完成Logo的匹配问Logo题。检测模块中首先利用显著性检测产生待检测图像的显著性图像,根据显著性Logo图像中显著性特征点的分布情况对候选区域进行定位。Logo识别模块则利用了Logo特征和词袋模型对SIFT区域进行描述,然后通过倒排索引组织、检索数据库中的Logo区域再进行匹配,最后统计检索结果得到最终Logo识别的结果。Logo实验结果证明,本文所采用的定位方法能够较好地定位到现实生活中图像的Logo系统能够匹配到含有特定Logo,的图像,基本实现了论文的研究目的。Logo