1. 毕业设计（论文）主要内容：

目前超市主要采用的商品识别技术是条形码扫描技术，其优点是扫描条形码提取信息方便，缺点是商品id等大量信息需要人工手动录入，而且条形码易缺损，寻找条形码扫描亦费时间。而近年来基于加速鲁棒性特征(Speeded Up Robust Features, SURF)的算法得到广泛应用，但是只能处理灰度图像。

本题针对其缺点，研究一种以SURF算法为主，颜色特征、形状特征等图像匹配算法为辅的商品自动识别系统。通过Matlab软件设计出这种商品快速识别方法及系统，以达到对商品进行快速、便捷、准确的识别，节省商品录入、商品结账计价时间的目的。

通过本毕业设计的训练，以培养学生有较强的知识综合运用能力、工程实践能力、理论研究能力和创新意识，同时也增强学生的专业英语文献阅读能力软硬件综合运用能力。

2. 毕业设计（论文）主要任务及要求

学习和掌握相关理论知识，完成相关参考文献阅读及归纳总结，完成开题报告；

学习并掌握相关技术的基础上，完成原理设计、算法实现和性能仿真等；

完成相关软硬件实现，完成实验、实验结果比较及分析等；

3. 毕业设计（论文）完成任务的计划与安排

第1 - 3周：收集、整理选题相关的文献资料，完成、完善方案论证，撰写开题报告；

第4 - 5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件环境；

第6 - 9周：建立软硬件仿真模型、完成程序编写、仿真实验等，并做好相关记录及分析；

4. 主要参考文献

1）王陈光,王晋疆,赵显庭.低对比度图像特征点提取与匹配[j]. 半导体光电,2017(06):888-892 897.

2）胡旻涛,彭勇,徐赟.基于改进surf的快速图像配准算法[j]. 传感器与微系统,2017(11):151-153.

3）李恒年.邓计才.王招娣.基于颜色和surf特征的混合匹配算法研究[j]. 电子设计工程,2015(18):77-79 82.