1. 研究目的与意义（文献综述）

1.1课题研究的目的及意义

随着数字图像和互联网技术的高速发展，每天都有海量的图像数据生成和共享。如何有效地组织海量的图像数据,使得用户能够快速而准确的检索到所需的图片越来越重要。在此背景下，图像内容识别成为计算机视觉领域的研究热点之一。

图像内容识别是基于内容的图像检索的研究核心,其为用计算机实现人类对于图像的视觉理解功能。图像内容识别主要分为对象识别和场景识别。对象识别是通过机器学习的方式自动地寻找并识别图像中所包含的对象，是场景识别的基础；而场景识别为对象识别提供先验知识,指导对象识别。简而言之，图像内容识别是将从视觉获取的输入图像，通过一系列的计算、分析和学习过程，输出得到场景中的对象识别，场景中对象之间的关系描述，场景的识别以及图像高层语义的描述。此外，图像内容识别的应用不局限于基于内容的图像检索，还应用于如机器人视觉，遥感图像识别，医学图像识别，生物特征鉴别等诸多领域。

2. 研究的基本内容与方案

2.1研究的基本内容、目标

图像分类技术主要在于利用计算机技术将互联网中海量的图片进行自动的分类和识别，帮助人们方便快速的找到自己想要的图片。稀疏编码在图像分类的主要应用就在于通过不断的训练和学习，得到一个过完备字典，利用这个字典的基向量的线性组合来表达图像的底层特征，得到图像的特征向量表示，最后在利用分类器进行分类。

对于图像分类问题的研究，重要的是利用稀疏编码理论生成视觉词汇库和稀疏向量有效地表示图像。随着稀疏编码理论与应用问题的进一步深入研究，如何对图像进行稀疏表示将成为图像分类问题的关键一步。本次研究的主要内容如下：

3. 研究计划与安排

1-3周：查阅文献，完成开题报告

4-6周：总体设计，完成论文综述

7-10周：设计算法，功能模块设计

4. 参考文献（12篇以上）