基于web的学术会议系统毕业设计开题报告.doc

武汉理工大学本科学生毕业设计（论文）开题报告 abor变化的时频分析理论得到了深入而广泛的研究，其在计算机视觉领域中的应用也取得了不断发展，每年在与计算机有关的许多国际会议及国际杂志上都有大量的基于Gabor变换的时频分析理论及其应用的文章发表。 研究表明：通过对提取图像纹理特征的不同小波变换进行了比较分析，得到的结论是Gabor小波变换方法的分类效果较好，但是这个结论是在假设纹理图像具有相同或打折相同方向的前提下得到的，这种假设在实际应用中往往是很不现实的。因为纹理对图像尺度、方向的变化具有敏感性，会对图像分类效果产生很大的影响，近年来，人们提出了许多针对旋转不变纹理特征的提取和分类方法，但是这些方法仍存在着分类效果改善不明显，运算复杂度过高等问题，旋转不变纹理图像特征的提取仍是有待进一步研究的课题。 2、基本内容和技术方案 现在小波变换已广泛应用于图像处理等多个领域。Gobar函数可以在频域不同尺度、不同方向上提取相关特征，Gabor函数实际上是复正弦调制的高斯函数。Gabor函数构成了一个完备的非正交基，当给定函数时，用该基函数展开就提供了一个局域化的频率描述。传统方法就是采用基小波为Gabor函数的小波变换来提取纹理特征，通过采用不同尺度的滤波器，检测不同尺度下图像的局部特征。 本文采用改进的Gabor图像纹理特提取方法：首先，提取各个尺度下的特征向量吗，找出该尺度下能量的最大值，然后把该值及后面的各个特征值顺序前移，最大值前面的各个特征值顺序后移，形成新特征向量即具有近似旋转不变性。改进的Gabor纹理特征提取算法的具体描述如下: 首先：根据图像在不同尺度和方向上的能量分布公式计算图像在各个方向上的总能量，并找到其中的最大值；然后：将能量最大的方向上的（）对移动到特征向量的最前面，作为新的（）；最后将原始特征向量中其他的（）对依次循环移动，生成新的纹理特征向量。 系统运行环境为xp，采用Matlab7.0进行实验检测 3、进度安排 在综合考虑设计任务之后，设计进度安排如下： 第1-2周：查阅相关文献资料，明确研究内容，了解研究所需掌握的知识范围，完成开题报告。 第3-5周：了解纹理识别、Gobar变换的发展史、GobarS变换的基本原理和Gobar变换的应用。 第6-7周： 第8-9周：。 第10-11周： 第12-14周：完成并修改毕业论文。 第周： 4、指导教师意见 指导教师签名： 年 月 日