联合鲁棒判别特征抽取与选择及在图像识别问题上的应用开题报告

全文总字数：2499字

1. 研究目的与意义

图像识别是指利用信息处理与计算机技术，采用数学方法，对图像进行处理、分析和理解的过程来达到计算机自动识别目标和对象的技术。

图像识别是人工智能科学的一个重要的分支，在我们的日常生活以及科研方面、工业生产中都有很广泛的应用。

例如我们去超市使用支付宝扫描二维码就是一个图像识别的过程，人脸识别手机解锁，再如在医学上医学图像分析、识别等。

2. 国内外研究现状分析

图像识别过程包括图像预处理、图像分割、特征提取和判断匹配。

简单来说，图像识别就是计算机如何像人一样读懂图片的内容。

借助图像识别技术，我们不仅可以通过图片搜索更快的获取信息，还可以产生一种新的与外部世界交互的方式，甚至会让外部世界更加智能的运行。

3. 研究的基本内容与计划

利用图论知识以及鲁棒特性描述图像数据内在几何结构（多样性几何结构、相似性几何结构以及局部判别结构），对于一些高维数据如何使用特征提取以及降维算法进行深入研究，并在此基础上能够提出新的算法或能根据某些算法的优缺点来进一步的完善此算法，以达到真正了解计算机如何联合鲁棒的特征抽取与选择在图像识别上的应用。

本论文的主要内容：（1）绪论。

阐述研究背景研究意义，介绍国内外此方面工作的研究进展，介绍图像识别过程以及特征抽取；（2）详细介绍本次实验需要用到的各种算法的优缺点。

4. 研究创新点

（1）使用数学编辑工具matlab来实现。

有效利用了matlab的图像处理和矩形运算能力,编程复杂度减少。

（2）本课题归属模式识别领域。