- 相关推荐
重点项目申请报告书
我们眼下的社会，报告的用途越来越大，我们在写报告的时候要注意涵盖报告的基本要素。在写之前，可以先参考范文，下面是小编为大家收集的重点项目申请报告书，欢迎阅读与收藏。
一、项目的立项依据
研究意义:随着计算机、通信、多媒体以及网络技术的迅速发展，出现了越来越多的数字图像资源。如何有效地组织、管理和利用日益庞大的图像资源，以及如何快速有效地实现图像检索，已成为当前数字图像领域亟待解决的问题。传统的基于文本的图像检索技术因其人工标注的耗时性以及检索匹配的误差性已不能满足当前海量图像资源的检索需求。基于内容的图像检索方式融合了图像理解以及模式识别等诸多技术，能为用户提供更加有效的检索手段，已成为当前图像检索领域的研究热点。在当前研究成果基础上，如何更加有效地提取图像内容的特征信息、提高图像检索的准确率等都是值得进一步研究的问题。
基于内容的图像检索结合了图像自身所含的特征以及数据库技术，是一项在理论研究和实际应用中都极有前途的新技术。它较视频查询技术容易实现，是视频查询技术的基础。从应用上看，图像查询要比视频查询具有更广泛的应用范围，它可以应用到地理信息系统、医疗诊断、公安系统、教学系统等不同的领域之中。特别是近年来Internet Database技术的发展，基于内容的图像检索技术的应用前景变得更为诱人。越来越多的研究人员对基于内容的图像检索系统进行了研究开发，目前在国际上CBIR技术已经取得了一些成果，一些CBIR原型系统已经发布到Interact上。这些系统的框架和查询的处理过程很相近，只是采用的特征提取算法和搜索策略各异，检索的效果也不尽相同。
二、项目的研究内容、研究目标，以及拟解决的关键科学问题。
研究思路
在阅读国内外与本课题相关文献的基础上，提出本课题的研究思路。
首先，基础准备工作。这些准备工作主要有：
一是对网络和专业数据库的数字图像信息资源的组织模式及分类标准进行相关的调查研究；
二是对数字图像信息资源进行收集整理。
其次，对收集来的数字图像资源进行分析，提取特征。数字图像的特征提取，不是传统意义的单一特征的提取，而是深层次发掘数字图像本身的特征，是多特征综合的提取。它是指对用户输入的图像进行视觉特征分析，主要是在三个方面对图像本身的特征进行挖掘和提取，一是图像的原始数据，如像素；二是图像的内容特征，如颜色，纹理和形状等等图像特征进行提取；三是图像的语义环境，如图像本身所描述的具体事物，发生的场景，图像内容所描述的情感色彩等。这个对图像资源特征提取的过程可以由人工或系统自动指定。
第三，在对数字图像的特征抽取的基础上，对图像进行聚类。即根据上一步骤抽取出的这些特征利用相似度度量函数来进行特征之间的距离衡量，把数字图像中具有的某一类相似度的特征进行聚类，把图像资源根据这些聚类来分门别类。
第四，初步构建系统，进行检索实验。根据上述的步骤，构建初步的自适应检索系统，进而实施检索实验，检测系统的查全率和查准率。而检索不只是传统意义上对数字图像的基于文本的检索，如百度，Google等，而要融合对图像本身特征的基于内容的检索。在系统中，输入检索词，系统会把用户需要的具有一类特征（相似度在某一范围内）的图像资源输出，提高查全率。此外，用户还可以进一步输入相关的图像特征，如颜色，纹理，形状，物体或场景等在结果中查找，缩小检索范围，提高查准率。
第五，通过用户的反馈和系统的自学习能力，实现数字图像信息资源的自适应检索。本课题预期所得到的自适应检索系统是指能够根据图像理解，用户反馈进行自动调整，是人工智能、信息检索等多个技术相结合的新研究成果。系统能够识别出不同用户对同一检索过程所得到的检索结果的不同相关性判断，并且提供一种通用机制，具有一定的智能学习功能，系统经过训练后实现特征的自动获取。研究内容
本课题中的数字图像是指目前互联网各类网站、特色数据库、专业数据库等场合中的数字图片。研究的内容主要包括以下四个方面：
数字图像信息资源检索应用调查与统计分析。课题首先分析研究对象——数字图像的属性和行为，如现有图像资源的文件格式、内容标签、加密等级、尺寸和容量、分类标准和意图，用户的浏览行为和图像资源管理者的组织、存储、传输、检索等行为。得到客观统计数据，对资源的属性建立特征样本空间，对行为定义控制变量，通过抽象和量化后，作为后面自适应检索方法的输入量。
数字图像信息资源的多特征抽取。主要是对数字图像信息资源的
内容特征的抽取，如颜色，纹理，形状及发生的场景、环境等。主要涉及颜色—空间信息的图像分块直方图特征提取方法，Gabor小波变换的纹理分析方法，傅里叶描述以及高斯参数曲线等等方法的研究。
数字图像信息资源的自适应检索系统研究。本课题研究图像信息自适应检索系统的输入量自动牵引、多词相关度评估、词频记忆反馈、并发检索逻辑处理、开放式知识库等模块，研究这些模块的详细功能以及模块之间的相互关系；同时在自适应检索机制方面还研究自适应阈值的设置、自适应匹配算法、自适应控制与实现方法等。
数字图像自适应检索的理论与方法研究。这部分研究自适应检索中的人工智能和模糊控制等理论与方法。有图像信息资源检索中的自然语言感知、机器学习、逻辑推理等，知识获取与转移，检索变量隶属度函数、自适应检索状态评估和模糊控制规则等。
研究步骤和计划
第一阶段：进行课题规划，确定分工，为今后的研究打下基础（20xx.4到20xx.6）
在对研究课题有了深刻理解的基础上，组织参与项目人员对整个课题进行分析，讨论，确定研究计划和研究内容以及具体的任务分工。
第二阶段：资料的收集（20xx.7-20xx.9）
这一阶段的工作主要是对网络，专业数据库和特色数据库中的数字图像信息资源的收集。
第三阶段：资料的整理和分析（20xx.10-20xx.12）
这一阶段的工作主要是在上一阶段对收集来的数字图像信息资源进行整理和分析，分析这些数字图像资源的文件格式、内容标签、加密等级、尺寸和容量、分类标准和意图，用户的浏览行为和图像资源管理者的组织、存储、传输、检索等行为。
第四阶段：论文的写作（20xx.1-20xx.5）
这一阶段，主要参与项目研究的人员，开始进行初步的研究和实验，得出成果，以论文的形式展示出来。
第五阶段：系统的开发（20xx.3-20xx.9）
在以上研究工作的基础上，组织人员进行系统开发和反复实验。
第六阶段：对整个项目总结，编写研究报告（20xx.10-20xx.5）这个阶段，是对整个项目的研究工作进行总结，梳理。组织参与项目人员编写研究报告。
三、拟采取的研究方案及可行性分析。
研究方案：
第一阶段：进行课题规划，确定分工，为今后的研究打下基础（20xx.4到20xx.6）
在对研究课题有了深刻理解的基础上，组织参与项目人员对整个课题进行分析，讨论，确定研究计划和研究内容以及具体的任务分工。
第二阶段：资料的收集（20xx.7-20xx.9）
这一阶段的工作主要是对网络，专业数据库和特色数据库中的数字图像信息资源的收集。
第三阶段：资料的整理和分析（20xx.10-20xx.12）
这一阶段的工作主要是在上一阶段对收集来的数字图像信息资源进行整理和分析，分析这些数字图像资源的文件格式、内容标签、加密等级、尺寸和容量、分类标准和意图，用户的浏览行为和图像资源管理者的组织、存储、传输、检索等行为。
第四阶段：论文的写作（20xx.1-20xx.5）
这一阶段，主要参与项目研究的人员，开始进行初步的研究和实验，得出成果，以论文的形式展示出来。
第五阶段：系统的开发（20xx.3-20xx.9）
在以上研究工作的基础上，组织人员进行系统开发和反复实验。
第六阶段：对整个项目总结，编写研究报告（20xx.10-20xx.5）这个阶段，是对整个项目的研究工作进行总结，梳理。组织参与项目人员编写研究报告。
四、本项目的特色与创新之处。
目前大多数图像检索系统研究的都是针对一般图像检索，但是对于具体专业图像(如商标图像、人脸图像、医学图像、植物图像等等)的检索则具有更加现实的应用价值。这些专业图像具有专业知识，如何将这些专业知识应用到图像特征处理以及匹配中以提高检索精度，这也是图像检索中的一个研究热点方向。
五、年度研究计划及预期研究结果。
研究成果
1）论文
整个项目研究成果之一就是以论文的形式体现出来，编写的几篇论文之间要有一定的相关度，实时反映项目的研究进度。
2）系统开发
1、基于主题词的图片文件发布定位系统○
2、基于路径的图片文件汇聚分析系统设计○
3）研究报告
把对整个项目的研究工作总结，形成研究报告。
【重点项目申请报告书】相关文章：
申请项目立项的报告书02-07
辞职报告书面申请02-14
辞职申请报告书05-23
辞职报告书面申请书03-28
申请项目立项的报告书14篇02-07
申请项目立项的报告书18篇09-19
重点项目工作总结05-26
重点项目建设情况报告10-23
申请项目立项的报告书(通用14篇)02-07