本科毕业设计论文开题报告书

1、 本科毕业设计（论文）开题报告书题 目： 应用统计分析在图像识别中的应用研究 指导教师： 专业班级： 学 号： 姓 名： 日 期： 一、选题的目的、意义伴随着科学的进步和社会的发展，人们已经进入了信息时代，需要在大量的信息中获得具有科学价值的结果，因此统计方法越来越成为统计学中的一个不可或缺的分支，也成为人们必不可少的工具和手段。应用统计分析是近年来发展迅速的统计方法之一，应用于经济学、生物学、管理学、人口学、社会学等实质性学科以及社会等各个领域，成为探索多元世界的有力工具。在图像识别领域中，图像特征的辨别、提取和分析起着十分重要的作用，在图像提取时，只有相似的特征对图像分析才更加有利，能使得

2、多元的统计分析方法更加便捷。基于图像识别系统中的统计分析方法步骤大致可分为：数据信息的获取、预处理、特征的提取和选择、分类器设计和分类决策等等。应用统计分析方法中可分为回归分析、判别分析、相关分析等多种识别图像、分析图像的分析方法。它们之间相互存在独特点以及制约点、协调点，仅仅利用一种分析方法不足以完全分析图像的特征，多元的分析方法才会给需求者提供到更多的图像信息，掌握更多的数据。因此在图像识别领域，多元统计方法的应用已经成为分析图像的主流方法。在统计分析方面以及图像领域，MATLAB软件作为国际科学界最具影响力、最具活力的科学计算软件，在较早版本中，统计功能不是很强大，但自从MATLAB6

3、x版本开始，由于统计工具箱的扩充，其统计功能已直追任何其他专用的统计软件，再加上MATLAB操作简单、语言简洁、具有强大的数据可视化能力以及良好的开放性优点，现在已经是国内外众多统计学喜爱的分析数据工具，本课题就MATLAB软件在应用统计分析教学中的应用进行研究。应用统计分析应用于各个自然科学领域中，也广泛应用于日常生活之中，在图像识别领域中，应用统计分析方法就更值得深入探索，因此基于应用统计分析的图像识别研究才更有开设的意义。二、本题的基本内容本课题研究基于应用统计分析在图像识别中的应用。系统回归分析判别分析相关分析部分最小二乘回归一元线性回归非线性回归多元回归距离判别分析Fisher判别分

4、析Bayes判别分析典型相关分析应用图 像数据集如上图所示，本课题为一个系统，在图像识别中进行应用统计分析的应用。系统可分为三模块，即：回归分析、判别分析以及相关分析。每个模块又分为多种小方法，最终能够基于Matlab设计并实现每个模块规定好的分析方法。回归分析模块可分为一元线性回归、非线性回归、多元回归以及部分最小二乘回归。回归分析（regression analysis)，是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只

5、包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。判别分析模块可分为距离判别分析、Fisher判别分析、Bayes判别分析。判别分析是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。相关分析模块则列出相信相关分析方法进行分析。相关分析（correlation analysis），是研究现象之间

6、是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。而典型相关分析（canonical correlation analysis）就是利用综合变量对之间的相关关系来反映两组指标之间的整体相关性的应用统计分析方法。它的基本原理是：为了从总体上把握两组指标之间的相关关系，分别在两组变量中提取有代表性的两个综合变量U1和V1（分别为两个变量组中各变量的线性组合），利用这两个综合变量之间的相关关系来反映两组指标之间的整体相关性。三个模块看似相互独立，但它们之间又相互存在独特点、制约点以及协调点，最终达到三个模块中每种方法都能够在数据集中

7、实现，其中的一种或几种应用统计分析方法能够应用到已有的图像识别中。三、完成期限和主要措施完成期限：1-3 周 查阅资料，文献翻译，撰写开题报告；4 周 修改开题报告，准备开题答辩；5-6 周 系统分析及系统方案详细设计，给出系统个模块设计框图，绘制模块流程图；7-9 周 系统实现，实现系统各模块基本功能；10 周 期中总结，准备期中答辩；11-13 周 系统测试，对系统功能和性能分别测试，完善系统功能；14-15 周 系统验收，撰写毕业设计论文；16 周 准备答辩PPT，进行论文装订；17 周 毕业设计答辩。主要措施：在图书馆查阅文献、期刊，网上搜集资料等。四、预期达到的目标1、基于Matla

8、b设计并实现回归分析（一元线性、非线性回归、多元回归、部分最小二乘回归，选择一种）。2、基于Matlab设计并实现判别分析（距离判别分析、Fisher判别分析、Bayes判别分析，选择一种）。3、基于Matlab设计并实现相关分析（典型相关分析）方法。4、选择一种或几种应用统计分析方法应用到已有的图像识别系统中，分析系统性能。五、主要参考文献1冯三营. MATLAB软件在多元统计分析教学中的应用研究J. 洛阳师范大学学报，2010，29（2）：23262胡岩峰，刘波，李峰，李立钢，丘江. 一种基于统计分析的图像变化检测方法J. 光子学报，2005，34（1）：1461493陈珂，殷国富，罗小宾

9、. 基于统计特征聚类原理的图像识别技术J. 四川大学学报，2003，35（3）：83864管建华. 基于统计方法的图像识别系统研究J. 四川大学学报，2010，12（8）：9293、965孙宁，宋莹，成伟明，赵春光. 二维典型相关分析在小样本图像识别上的应用J. 计算机工程与应用，2010，46（5）：1771806杨茂龙，孙权森，夏德深. 偏最小二乘回归分析与特征融合在图像识别中的应用J. 计算机工程与应用，2009，45（26）：187189、2157王娜，王克如，谢瑞芝，赖军臣，明博，李少昆. 基于Fisher判别分析的玉米叶部病害图像识别J. 中国农业科学，2009，42（11）：38

10、3638428 张建明，杨丽瑞，王良民. 基于典型相关分析特征融合的人脸表情识别方法J. 计算机应用，2008，28（3）：643646、6499颜军，陈水利，吴云东. 基于模糊Bayes-Gauss判别法的遥感影像的聚类J.集美大学学报，2011，16（2）：15415810Point defect characterization in HAADF-STEM images using multivariate statistical analysis，Ultramicroscopy， 2011，111（ 3），251-25711Identification of chemical components in XPS spectra and images using multivariate statistical analysis methods，Journal of Electron Spectroscopy and Related Phenomena，2001，121（13），33-5512Multivariate image analysis