基于SURF特征提取的中国象棋识别项目matlab实现

    Speeded Up Robust Features（SURF，加速稳健特征），是一种稳健的局部特征点检测和描述算法。Surf是对David Lowe在1999年提出的Sift算法的改进，提升了算法的执行效率，为算法在实时计算机视觉系统中应用提供了可能。Sift算法一样，Surf算法的基本路程可以分为三大部分：局部特征点的提取、特征点的描述、特征点的匹配。详细介绍可参考以下网页:

Surf算法特征点检测与匹配

本项目的要求如下：

通过摄像头捕捉获取到的每帧图像进行处理。将多个象棋棋子摆在桌 子一端，推动棋子，在桌子另一端设有红色记分线，若某棋子中心点超过红线则 记录成绩（距离），棋子中心点未超过红线或超出屏幕则不计入成绩，棋子中心 点最终位置离红线的距离越远则分数越高。

具体可分为识别，追踪，画出轨迹，计算排名。

1、正确识别象棋棋子，识别成功后在屏幕上合适位置上显示出所有棋子正面 上的字并显示“准备就绪，开始比赛”

2、在屏幕上选手自行指定要追踪的棋子。开始推动棋子，在棋子的运动过程 中保证框始终能够追踪到该棋子，并画出轨迹。

3、在所有棋子停止运动后，筛选并显示出移动距离前三的棋子。

问题1程序设计思路流程图如下：

 问题2设计思路：

问题3设计思路：

其中本项目作者使用了gui页面，具有较好的交互性：

 具体代码实现。