全文总字数：1268字

1. 研究目的与意义及国内外研究现状

wnd-charm是一种多功能图像分类器，可以应用到各种各样的图像分类任务不调整或微调，但提供的分类精度可比国家的最先进的任务特定的图像分类器。该图像分类器首先提取图像特征的一大组1025包括多项式分解，高对比度的特点，分析 统计和纹理。这些功能的原始图像，变换的图像，和变换的图像的变换计算。

提出的图像分类器第一次提取大量的图像特征包括多项式分解、高对比度特性和像素统计和纹理。这些功能是计算原始图像,图像的变换,变换的变换图像。然后使用特征值进行分类测试图像为一组预定义的类形象。这个分类器进行了测试在几个不同的问题,包括生物图像分类和人脸识别 。

国内外研究现状

随着数字图像在越来越多的科学和工程领域中的使用表明了准确的图像分析和分类的市场需求。应用包括遥感、人脸识别、以及生物和医学图像分类。虽然在过去的几年中吸引了大量的关注，图像分类仍然是一个具有挑战性的问题。由于现实生活中的人物形象非常复杂，使得定量相似度测量难度很大。

2. 研究的基本内容

在细胞生物学领域，处理成像的扩散和分类问题是棘手的。内插和成像模式可用于捕获细胞图像和细胞组织的形态变化，。在细胞生物学中很少有“标准”问题：特定的亚细胞器的识别是一个重要的例外，但绝大多数实验中图像的分类将是一个宝贵的工具，不属于标准的问题类型。高内涵筛选器的使用，目的是通过搜索一个特定的目标形态得到数万成千上万的图像，这需要一个灵活的分类工具，此分类工具需要允许任何形态作为目标，WND-CHARM分类器在这方面有一定帮助。

3. 实施方案、进度安排及预期效果

图像特征可以从原始图像中提取，也可以从它的变换图像中提取。使用图像变换的特征提取算法导致特征空间有了一个大的扩展，各种图像内容的描述也有了相应的增加，但相应的算法复杂度没有增加。我们使用FFTW的傅里叶变换的实现变换的基础。这种变换结果在复值平面上，只有绝对值被使用。对于小波变换，标准的MATLAB小波工具箱函数被用来计算一个离散 5、1级二维小波分解的图像。切比雪夫变换算法也可以链接在一起产生复合变换。我们还产生了Chebyshev变换和小波变换的图像的傅立叶变换。图像的变换是检验图像分类器准确性的一个关键因素。

4. 参考文献

hela dataset (boland and murphy, 2001)

pollen dataset (duller et al., 1999

cho dataset (boland et al., 1998