全文总字数：3602字

1. 研究目的与意义及国内外研究现状

最近几年,随着移动互联网和手机等数码产品的飞速发展和广泛普及,图像分类技术成为近年来计算机视觉领域中的研究热点,在移动互联网领域中取得了成功应用。此次论文提出了一种基于稀疏编码空间金字塔匹配的图像分类算法。

稀疏编码是一种模拟哺乳动物视觉系统主视皮层区简单细胞感受人工神经网络方法。该方法具有空间的局部性、方向性和频域的带通性,是一种自适应的图像统计方法。本文研究的方法首先对图像的sift特征进行稀疏编码,替代了传统的矢量量化方法,可以有效降低量化误差,构建更为准确的图像表征方式,然后结合空间金字塔匹配算法采用线性分类器对图像进行分类识别。

本课题的目的对基于空间金字塔的稀疏编码算法的分析，对多种算法下的精确度进行定量分析，同时通过此次课程加深对空间金字塔算法的认识和理解。

2. 研究的基本内容

1：理解和掌握面sift、hog等图像特征表示方法；

2：掌握空间金字塔稀疏编码算法，实现图像分类；

3：基于握空间金字塔稀疏编码算法，设计自然场景图像分算法。

3. 实施方案、进度安排及预期效果

一：实施方案

1：通过外文文献了解图像分类研究的国内外研究现状，了解sift特征，字典提取、空间金字塔算法等

2：分析空间金字塔稀疏编码算法：通过已有code进行一定量的图片的处理，理解空间金字塔算法

4. 参考文献

[1]吴国荣.数字图像处理的发展现状与趋势研究[j].中国新通信，2017-02-05

[2]yang j c，yu k, gong y h, huang t.linear spatial pyramid matching usingsparsecoding for image classification//proceedings of the 2009 ieee computer society conference on computer vision and pattern recognition. miami, usa, 2009:1794-1801