开题报告
通信工程
网络流量应用层特征分析与提取
一、课题研究意义及现状
意义：随着P2P技术的发展，P2P流量已经占据了整个互联网流量的60~90%，逐渐成为其重要组成部分。P2P应用的不断增加，其抢占带宽的特点造成了网络带宽的巨大消耗，甚至引起网络拥塞，对其他应用的服务质量造成了威胁，损害了ISP的利益。另一方面，P2P环境下文件共享的方便和选路机制的快速，为网络病毒和不健康信息等也提供了更好的入侵机会。因此，实现P2P流量的准确识别对于有效管理网络和合理利用网络资源都具有重要意义。
现状：就目前国内外研究现状而言，主要可分为基于人工经验和基于机器学习的P2P流量识别方法。目前，基于人工经验的P2P流量识别方法主要可分为三类：第一类基于端口的识别方法，由于P2P技术采用端口跳跃、随机端口等方式来逃避检测，该方法对于大部分P2P应用已不再有效；第二类基于应用层数据的识别方法，通过提取应用层数据，分析其载荷所包含的协议特征值，来判断网络流量是否属于P2P，该方法准确性高，但可扩展性差且缺乏加密数据识别功能，同时也无法识别新出现的和未知的P2P应用；第三类基于流量特征的识别方法，该方法通过对传输层数据包进行分析并结合P2P网络所表现出来的流量特征，来识别P2P流量。研究采用基于应用层签名的识别方法, 分析和识别PPstream、PPlive、QQlive、UUsee 和SopCast 五个主流的P2P 流媒体应用平台中第三阶段media chunk数据传输部分的流量。基于应用层签名识别方法的关键是签名特征的提取。选择签名特征的原则是:在数据传输过程中必定会出现且具有稳定形态, 优先选择会重复出现的特征字符串, 同时考虑对识别精度和识别效率的影响,要求特征字符串长度应适中。目前获得应用层签名特征的方法主要有基于相关的开发文档和基于报文TRACE的数据分析这两种方法。目前主流P2P 流媒体平台的通信协议均为私有协议, 并不能获取相关的开发文档,无法采用基于开发文档的方法来获取签名特征。因此常采用基于报文TRACE 的数据分析方法来获得主流P2P流媒体平台的应用层签名特征。我们在这里采用的是etherpeek抓包工具用监听统计和捕获数据包两种方式进行网络分析。
二、课题研究的主要内容和预期目标
本课题主要完成的工作：
（1）阅读网络流量识别相关文献，跟踪国外内相关研究，了解研究现状；
（2）在Windows下实现网络数据包的捕获，分析并显示捕获到的数据包信息；（3）分析各类网络协议，尤其是P2P协议的流量特征；
（4）提取各类网络流量的特征，建立应用层流量特征库；
（5）评估所提取的网络流量特征的准确性与唯一性。
预期目标：课题预计能够完成网络流量的抓包、分流、P2P流量的识别、以及网络流量特征的准确性与唯一性评估。成果形式为程序代码与毕业论文。
三、课题研究的方法及措施
1 分析各类网络应用的应用层协议
每个应用层协议都是为了解决某一类应用问题，而问题的解决又往往是通过位于不同主机中的多个应用进程之间的通信和协同工作来完成的。应用层的具体内容就是规定应用进程在通信时所遵循的协议。
应用层的许多协议都是基于客户服务器方式。客户(client)和服务器(server)都是指通信中所涉及的两个应用进程。客户服务器方式所描述的是进程之间服务和被服务的关系。客户是服务请求方，服务器是服务提供方。
分析各类应用层协议如：SMTP, HTTP, TELNET, FTP,BT。
2．分析数据包的应用层净荷特征，主要采用抓包工具抓包分析。
图1 HTTP数据包的EtherPeek解析图
本课题研究采用的抓包工具是etherpeek NX。依靠etherpeek 抓包工具获取数据包信息。
启动EtherPeek ，"File"->"New"->弹出的"Capture Option"对话框，在左侧列表框中选择"Filters"->在右侧列表框选择自己需要的"Filter"（例如TCP,在这里可以通过右键菜单"Insert"新建一个自定义的过滤器）->点击"确定"，弹出数据包列表框->点击"Start Capture"即开始数据包的捕获，当有符合过滤规则的数据包被捕获到后就会在列表框中显示出来。
在数据包列表框中双击某一数据包，将打开该数据包的详细结构图，从以太头到应用层数据都被很清晰地分析出来，这对于学习和分析各种数据包的结构是非常有用的(如图1所示)。
大多数协议在净荷中含有一个协议特定字符串用于区分不同协议，这些字符串通常是公开的或易于得到的，通过检测和匹配这一字符串可以实现流量的识别。所以分析数据包的应用层净荷特征是实现P2P应用及各协议流量识别的关键。
3. 提取应用层特征标签，建立应用层流量特征库
不同应用类型的流量在某些流行为属性上有差异，这些属性成为特征（如IP地址，端口号，包长度，到达时间等），将每次提取的应用层特征收集并建立一个流量特征库。(如图2所示)。
协议特征串
HTTP HTTP/.GET
MSN MSG、NLN、PNG\r\n、OUT、QNG、VER、MSNP
BT BitTorrent
FTP ACCT、CWD、CDUP\r\n、SMNT、REIN\r\n、PORT
SMTP HELO、EHLO、MAIL、FROM、RCPT TO:、VRFY、
EXPN、
POP3 -OK、-ERR、APOP、TOP、UIDL
SIP REGISTER、INVTTE、ACK、BYE、CANCEL、SIP
cMulc 开头第一个字节：0x03 or 0xc5 or 0xd4
QICQ 开头第一个字节：0x02、第四、五字节：协议号
图2 九类协议的特征串
4.数据包与特征库匹配识别流量
在设定的一段时间内，将具备相同5元信息{源(IP地址，端口号)，目的（IP地址，端口号），协议类型(TCP/UDP)}的数据包定义为一个流。以这样的流为单位进行应
用层特征匹配，并将匹配结果连同5元信息存入相应的流结构体中，每到达一个数据包，则在内查找该数据包所属的流结构是否已有特征匹配结果。若没有，则将该数据包的应用层数据与特征库中的所有特征进行匹配。整个过程如图3：
图3 整体框架图
5.存在的难点
最大的困难应该是网络上的应用程序太多，而且不少应用的流特征又十分相似，很难确定提取的特征是否准确和唯一，有效特征的提取很难。另个对于应用层加密的流量提取应用层特征几乎不可能。
四、课题研究进度计划
2010-2011第一学期：
第2－6周：指导教师介绍网络相关技术，学生学习并熟悉相关的通信网络基本知识与专业技术，师生讨论确定毕业设计课题。
第7－8周：指导教师介绍文献检索和阅读方法，介绍抓包工具和外文翻译方法。学生作好相关文献阅读的资料笔记和文献摘要，理解并简单描述各种识别方法，初步形成识别方案；熟悉一个抓包工具，深入理解TCP/IP协议。
第9－11周：指导教师介绍文献综述写作方法，指导学生开题。学生根据上一阶段的文献资料查找和阅读，完成2000字的文献综述，完成一篇相关英文文献资料的翻译；形成设计方案，书写开题报告及PPT，准备开题答辩。
第12－15周：指导教师对学生进行指导及解惑，并进行过程管理监督。学生设计
财务分析报告毕业论文的开题报告篇一:开题报告财务报告分析会计专业本科论文 湖北经济学院法商学院 本科毕业论文,设计, 开题报告书 题目关于华新水泥股份有限公 的财务分析报告 系 ,部, 会计系 班级名称注会10406 姓名荣惠娟 学号 1040120639 指导教师华琦 职称副教授 1. 本选题研究的目的及意义 ,一,理论意义 财务报告分析是指财务报告的使用者用系统的理论与方法～把企业看成是在一定社会经济环境下生存发展的生产与分配社会财富的经济实体～可以通过对财务报告提供的信息资料进行系统分析来了解掌握企业经营的实际情况～分析企业的行业地位、经营战略、主要产品的市场、企业技术创新、企业人力资源、社会价值分配等经营特性和企业的盈利能 力、经营效率、偿债能力、发展能力等财务能力～并对企业作出综合分析与评价～预测企业未来的盈利情况与产生现金流量的能力～为相关经济决策提供科学的依据～是企业财务决策管理的必要环节。
,二,现实意义 现代企业是在一定社会经济环境下生存发展的生产与分配社会财富的经济实体～它与许多社会利益团体有复杂的经济利益关系～企业经营管理者为了更好地对企业经营活动进行规划、管理与控制～利用财务报告进行经营分析。该分析要分析企业各种经营特性包括盈利能力、偿债能力、经营效率、发展能力、社会存在价值等～并要综合分析企业的经营情况～为相关经济决策提供科学的依据。 2. 本选题国内外研究状况综述 在我国～财务分析思想出现较早～但在计划经济体制下～财务分析一直是企业经济活动分析的一部分～并没有独立发挥出其应有的作用。随着改革进程不断深入～企业自主权日益扩大～现代财务分析领域得以扩展～其方法论体系也逐渐得以确立和完善～根据一些研究结果可以看出财务分析的受关注度逐渐增大～如今已经成为一个炙手可热的研究对象～样本一财会方面的研究为主～这从一侧面反映出我国学者对财务分析国外财务报告的现状及发展趋势.我国《企业会计准则第30号——财务报表列报》第一章第二条指出财务报 表是对企业财务状况、经营成果和现金流量的结构性表述。财务报表至少 应当包括下列组成部分:1、资产负债表,2、利润表,3、现金流量表,4、所有者权益,或股东权益,变动表,5、附注.美国纽约市立大学的Le. P. ldA. Bernstein 认为财务分析是一种判断过程～旨在评估企业现在或者过去的财务状况和经营成果～其主要目的在于对未来的状况和经营业绩进行最佳预测。美国的白利斯(James Bliss)在1923年出版的《管理中的财务和经营比率》一书中提出并建立了各行业平均的标准比率～有利于人们对企业进行横向财务比1921年3月吉尔曼(Gilman)出版了名著《财务报表分析》～他指出财务报表也称对外会计报表～是会计主体对外提供的反映公司财务状况和经营的报表～包括资产负债表、损益表、现金流量表或财务状况变动表、附表和附注。财务报表是财务报告的主要部分～不包括董事报
关于图像特征提取 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义 至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 有时，假如特征提取需要许多的计算时间，而可以使用的时间有限制，一个高层次算法可以用来控制特征提取阶层，这样仅图像的部分被用来寻找特征。 由于许多计算机图像算法使用特征提取作为其初级计算步骤，因此有大量特征提取算法被发展，其提取的特征各种各样，它们的计算复杂性和可重复性也非常不同。 边缘 边缘是组成两个图像区域之间边界（或边缘）的像素。一般一个边缘的形状可以是任意的，还可能包括交叉点。在实践中边缘一般被定义为图像中拥有大的梯度的点组成的子集。一些常用的算法还会把梯度高的点联系起来来构成一个更完善的边缘的描写。这些算法也可能对边缘提出一些限制。 局部地看边缘是一维结构。 角 角是图像中点似的特征，在局部它有两维结构。早期的算法首先进行边缘检测，然后分析边缘的走向来寻找边缘突然转向（角）。后来发展的算法不再需要边缘检测这个步骤，而是可以直接在图像梯度中寻找高度曲率。后来发现这样有时可以在图像中本来没有角的地方发现具有同角一样的特征的区域。 区域 与角不同的是区域描写一个图像中的一个区域性的结构，但是区域也可能仅由一个像素组成，因此许多区域检测也可以用来监测角。一个区域监测器检测图像中一个对于角监测器来说太平滑的区域。区域检测可以被想象为把一张图像缩小，然后在缩小的图像上进行角检测。 脊 长条形的物体被称为脊。在实践中脊可以被看作是代表对称轴的一维曲线，此外局部针对于每个脊像素有一个脊宽度。从灰梯度图像中提取脊要比提取边缘、角和区域困难。在空中摄影中往往使用脊检测来分辨道路，在医学图像中它被用来分辨血管。 特征抽取 特征被检测后它可以从图像中被抽取出来。这个过程可能需要许多图像处理的计算机。其结果被称为特征描述或者特征向量。 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一颜色特征 （一）特点：颜色特征是一种全局特征，描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特
一、颜色特征 1 颜色空间 1.1 RGB 颜色空间 是一种根据人眼对不同波长的红、绿、蓝光做出锥状体细胞的敏感度描述的基础彩色模式,R、 G、B 分别为图像红、绿、蓝的亮度值,大小限定在 0～1 或者在 0～255。 1.2 HIS 颜色空间 是指颜色的色调、亮度和饱和度,H表示色调,描述颜色的属性,如黄、红、绿,用角度 0～360度来表示;S 是饱和度,即纯色程度的量度,反映彩色的浓淡,如深红、浅红,大小限定在 0～1;I 是亮度,反映可见光对人眼刺激的程度,它表征彩色各波长的总能量,大小限定在 0～1。 1.3 HSV 颜色模型 HSV 颜色模型依据人类对于色泽、明暗和色调的直观感觉来定义颜色, 其中H (Hue)代表色度, S (Saturat i on)代表色饱和度,V (V alue)代表亮度, 该颜色系统比RGB 系统更接近于人们的经验和对彩色的感知, 因而被广泛应用于计算机视觉领域。 已知RGB 颜色模型, 令M A X = max {R , G, B },M IN =m in{R , G,B }, 分别为RGB 颜色模型中R、 G、 B 三分量的最大和最小值, RGB 颜色模型到HSV 颜色模型的转换公式为: S =(M A X - M IN)/M A X H = 60*(G- B)/(M A X - M IN) R = M A X 120+ 60*(B – R)/(M A X - M IN) G= M A X 240+ 60*(R – G)/(M A X - M IN) B = M A X V = M A X 2 颜色特征提取算法 2.1 一般直方图法 颜色直方图是最基本的颜色特征表示方法,它反映的是图像中颜色的组成分布,即出现了哪些颜色以及各种颜色出现的概率。其函数表达式如下: H(k)= n k/N (k=0,1,…,L-1) (1) 其中,k 代表图像的特征取值,L 是特征可取值的个数,n k是图像中具有特征值为 k 的象素的个数,N 是图像象素的总数。由上式可见,颜色直方图所描述的是不同色彩在整幅图像中所占的比例,无法描述图像中的对象或物体,但是由于直方图相对于图像以观察轴为轴心的旋转以及幅度不大的平移和缩放等几何变换是不敏感的,而且对于图像质量的变化也不甚敏感,所以它特别适合描述那些难以进行自动分割的图像和不需要考虑物体空间位置的图像。 由于计算机本身固有的量化缺陷,这种直方图法忽略了颜色的相似性,人们对这种算法进行改进,产生了全局累加直方图法和局部累加直方图法。 2.2 全局累加直方图法 全局累加直方图是以颜色值作为横坐标,纵坐标为颜色累加出现的频数,因此图像的累加直方空间 H 定义为:
北方工业大学 本科毕业设计（论文）开题报告书 题目：基于直方图差值比较方法的人脸识别系统指导教师： 专业班级： 学号： 姓名： 日期：2013年3月20日
一、选题的目的、意义 近些年来，有关人脸的处理已受到广大研究人员越来越多的重视，如人脸识别、人脸定位、面部表情识别、人脸跟踪等。人脸处理系统在安全系统的身份认证、智能人机接口、图像监控、视频检索等领域有着广泛的应用前景。 此外在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。 同时，进行人脸图像识别研究也具有很大的使用价依。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。使得同一个人，在不同的环境下拍摄所得到的人脸图像不同，有时更会有很大的差别，给识别带来很大难度。因此在各种干扰条件下实现人脸图像的识别，也就更具有挑战性。 人脸图像识别除了具有重大的理论价值以及极富挑战性外，还其有许多潜在的应用前景，利用人脸图像来进行身份验证，可以不与目标相接触就取得样本图像，而其它的身份验证手段，如指纹、眼睛虹膜等必须通过与目标接触或相当接近来取得样木，在某些场合，这些识别手段就会有不便之处。
开题报告 论文题目：我国上市公司财务报表分析方法探讨 学院：学号：姓名： 一、论文选题的目的和意义 （一）选题的目的 本文研究我国上市公司财务报表分析的方法，目的在于了解并学会运用财务报表分析方法。同时鉴于财务报表本身的局限性以及分析方法局限性，对财务分析体系进一步完善和发展，从而为广大的投资者以及利益相关者提供可靠的决策信息，以便他们做出科学合理的决策。 （二）选题的意义 从研究财务报表分析方法的视角，对传统的财务报表分析方法的局限性进一步探讨并改进。 二、国内外关于该论题的研究现状和发展趋势 （一）国外研究现状 John R．Mills，Jeanne H．Yamamura(1998)认为了解一个企业的生存能力，计算企业现金流量指标是非常必要的。文章采用案例重点分析现金流量，把现金比率作为财务健康的表现。
AnnL．Watkins(2000)分析了非财务信息与传统财务比率之间的关系，认为非财务信息能够揭示企业的其他特征，提出要重视非财务信息的分析。 Isabel Gutierrez，Salvador Carmona(2003)认为传统比率分析受到多方面限制：过于经验化、确定性等问题。文章引入新理论应用到比率分析中，解决管理问题、流动性问题，使决策者依据自身经验和从比率中得到的信息做出决策。 （二）国内研究现状 王广辉(2005)介绍了会计报表分析方法体系的主要内容有：比较分析法、结构分析法、动态分析法、强度分析法、长期趋势分析法、因素分析法以及常用会计报表分析方法体系的特点。 王丹丹(2006)认为现行财务分析指标体系本身存在局限性，从财务指标的设置、选择以及财务分析方法三个方面提出了改进现行财务分析指标体系的意见和建议。 徐荔，崔学军(2006)分析了当前财务分析存在局限性，从实际出发，阐述财务分析要随着企业改革不断深化完善，论述了企业财务分析的内容、方法、指标体系等都要有新的思维。 于清芳，王连青(2007)财务分析不能局限于财务报表，还需研究涉及经济、行业等其他补充信息，对主要经营事项进行专题分析，较全面地把握企业财务状况和经营状况，做出客观的分析结论。 张振斌(2007)会计报表分析方法是探讨如何分析每一张报表及分析一个连续期间的多份报表，以揭示企业财务状况、经营成果以及盈利状况和资金运用效益。 刘平(2007)财务报表分析方法自身存在的局限是制约财务报表分析质量的一个重要原因，不能脱离企业经营管理各方面情况，结合行业情况和宏观经济环境来进行财务报表分析。
语音信号中情感特征的分析和识别 本文Tag标签： 1.引言 随着信息技术的高速发展和人类对计算机的依赖性的不断增强，人机的交互能力越来越受到研究者的重视。如何实现计算机的拟人化，使其能感知周围的环境、气氛，对象的态度、情感等内容，自适应地为对话对象提供最舒适的对话环境，尽量消除操作者和机器之间的障碍，已经成为下一代计算机发展的目标。斯坦福大学的Reeves和Nass的通过研究发现[1]，在人机交互中所需要解决的问题同人和人交流中的是一致的，最关键的都是“情感智能”的能力。因此计算机要能够更加主动的适应操作者的需要，首先必须能够识别操作者的情感，而后再根据情感的判断来调整对话的方式。对于情感识别研究包括多个方面，如情感特征分析、肢体情感识别、面部情感识别和语音情感识别。各国在这些方面都投入了大量的资金进行研究。美国的MIT媒体实验室的情感计算研究小组（Affective Computing Research Group）就在专门研究机器如何通过对外界信号的采样，如人体的生理信号（血压，脉搏，皮肤电阻等）、面部快照、语音信号来识别人的各种情感，并让机器对这些情感作出适当的反应[2]。目前，关于情感信息处理的研究正处在不断的深入之中，而其中语音的情感识别因为涉及到不同语种之间的差异，发展也不尽相同。英语、日语、德语、西班牙语的语音情感分析处理都有较多的研究，而汉语语音的情感分析还处在刚刚起步的阶段。 日常通过听觉获得的语音信息是一种模式信息，这种模式信息包含符号信息和非符号信息。传统的语音信号处理把模式的变动和差异作为噪声通过规则化处理予以去除，然而这种非符号信息是人们感知模式的重要的必不可少的部分。例如同样的一句话，由于说话人表现的情感不同，在听者的感知上就可能会有较大的差别，所以情感信息处理的目的之一可以说是一种传统的被去掉的有用信息的复权。实际上，人们利用各种感觉器官同时接受各种形式的信息，如何有效地利用各种形式的信息以达到最佳的信息传递效果，是今后信息处理研究的发展方向。所以包含在语音信号中的情感信息的计算机处理研究是一个意义重大的研究课题。分析和处理语音信号中的情感特征，判断和模拟说话人的喜怒哀乐等方面的研究具有理论和应用两方面的重要意义。 2.情感分类和情感特征分析 2.1情感的分类 要研究语音信号的情感，首先需要根据某些特性标准对情感做一个有效合理的分类，然后在不同类别的基础上研究特征参数的性质。经过Plutchik等人的多年研究[3]，通过在激活评价空间上对情感进行分析，认为情感分布在一个圆形的结构上，结构的中心是自然原点。对于自然原点，认为它是一种具有各种情感因素的状态，但是由于这些情感因素在该点的强度太弱而得不到体现。通过向周围不同方向的扩展，表现为不同的情感。情感点同自然原点之间的距离体现了情感的强度。由于各种情感在自然原点的周围排成了一个圆形，所以这种对情感进行分类的方法叫做“情感轮(Emotion wheel)”。对于任何一个情感语句，可以根据其情感强度和情感方向来在情感轮所组成的二维平面中用唯一的一个情感矢量来表示。其中情感强度表现为这个情感矢量的幅度值，而情感方向则表现为该情感矢量的角度。
财务状况论文开题报告 在发达国家中，美国无疑是分析程序运用研究最具有经验的。在美国，分析程序时在财务舞弊非常盛行的情况下发展运用起来的。下面是XX精心收集的财务状况论文开题报告，希望能对你有所帮助。 财务状况论文开题报告本文通过对我国会计行业的简单分析，透过对影响我国会计行业发展的潜在因素的分析，结合所面临的新形势、新任务，提出我国会计行业国际化发展的策略，以期吸引更多部门、组织和个人参与到这项事业当中来，并通过各种手段，整合相应的工作资源和社会力量，形成构建我国会计行业国际化发展的整体合力，以为更好地推动我国会计行业国际化发展抛砖引玉。 本选题国内外研究现状：针对我国会计国际化问题的研究这个选题，国内外已经有一些学者发表过一些文章，也分析研究了我国会计国际化过程中存在的问题并提出了一些建议，但是纵观当代我国会计国际化的进程，在从业人员素质、会计准则等方面仍然存在很多问题，并且没有得到改善，因此选择我国会计国际化问题的研究这个课题进行研究依旧是十分有现实意义的。 围绕本选题已做哪些准备工作，计划再做的工作：已经通过互联网的途径查询了很多需要的资料，例如目前国内外学者对这方面的学术研究，认真研读了他们的学术文章，
还研读了一些有关会计准则的资料。 计划再通过身边能接触到的互联网信息，会计从业人员等方面综合分析我国会计国际化进程中存在的问题，进而找出解决这些问题的关键及方法。 1.计划查找大量资料，全面了解会计国际化这个进程。 2.尽可能多的、范围尽可能大研究该领域其他学者的学术文章，寻找到其中的共同点。 3.尽可能全面的分析出我国会计国际化进程中存在的问题，并且给出合理化建议。 胡玉红.我国会计准则国际趋同中存在的问题及对策. 价值工程. 唐芳.中国会计国际化的探讨. 中国市场. 王延祥.试论我国会计国际化. 经济研究导刊. 徐世伟.我国会计国际化发展现状及发展建议. 中国新技术新产品. 王婉.浅析我国会计准则国际趋同. 企业技术开发. 王潇明,王成龙,王青.我国会计国际化进程及策略选择. 中国经贸导刊. 黄小敏.会计国际化的总体策略. 黑龙江科技信息. 世居文.论我国的会计国际化. 民营科技. 杨勇.我国会计国际化的对策分析. 经营管理者. 李松.会计国际化进程中的问题及对策. 国际商务财会
北京联合大学毕业设计（论文）开题报告 题目：基于图像特征提取与匹配的目标识别系统设计 专业：通信工程指导教师：韩玺 学院：信息学院学号：30 班级：2008080304430姓名：赵宇凡 一、课题任务与目的 1、课题的主要任务：以DSP平台为系统硬件平台，并基于DM6437为处理器核心，设计硬件原理图，编写特征点提取算法，使系统通过特征点匹配对静态目标进行识别。 2、课题的主要目的：设计并实现一个功能完整，操作简单的目标识别系统，使其能够对静态图像目标进行特征提取与匹配，从而进行目标识别。 二、调研资料情况 1、课题的学术状态： （1）DM6437关键特性 时钟频率达600MHz，1个TVP5146M2视频解码器4个视频DACV输出，128MDDR2DRAM，提供16M non-volatile flash memory, 64M NAND flash, 2M SRAM 提供UART, CAN，I/O接口，AIC33立体音频编码器，10/100 MBS以太网接口，可配置的boot load选项，嵌入式的JTAG仿真器接口，4个用户LEDs及4个用户切换点，提供子板扩展插槽，VLYNQ接口，提供S/PDIF接口。 （2）SIFT算法 从理论上说，SIFT是一种相似不变量，即对图像尺度变化和旋转是不变量。然而，由于构造SIFT特征时，在很多细节上进行了特殊处理，使得SIFT对图像的复杂变形和光照变化具有了较强的适应性，同时运算速度比较快，定位精度比较高。如：在多尺度空间采用DOG算子检测关键点，运算速度大大加快；关键点的精确定位不仅提高了精度，而且大大提高了关键点的稳定性；在构造描述子时，以子区域的统计特性，而不是以单个像素作为研究对象，提高了对图像局部变形的适应能力；对于16*16的关键点邻域和4*4的子区域，在处理梯度幅度时都进行了类似于高斯函数的加权处理，强化了中心区域，淡化了边缘区域的影响，从而提高了算法对几何变形的适应性；该方法不仅对通用的线
财务报表分析开题报告 一、选题依据、意义和实际应用面的价值 通过对企业的财务报表进行分析可以了解企业整体的财务管理水平，本选题旨在对柏杉林木业有限公司的财务报表进行分析从而反映出公司整体的财务状况、经营成果和现金流量的情况，但是单纯从财务报表上的数据还不能直接或间接说明企业的财务状况，特别是不能说明企业经营状况的好坏和经营成果的高低，因此通过各种法对企业财务报表进行分析，找出企业存在的不足，为企业的管理者更好的经济决策提供依据，并且提升企业经济效益。 二、本课题在国外的研究现状 国学者晓红（20XX）在《完善企业财务分析指标体系的思考》一文中认为科学合理的财务分析指标体系，对于企业决策者和信息使用者来说显得十分重要。新民、爱民在（20XX）《财务报表分析精要》中指出，目前常用的财务状况的法包括比率分析法、比较分析法、趋势分析法。荆新、化成（20XX）在《财务管理学》中写道：财务报表的分析经历了由资产负债表到利润表再到现金流量表的分析，也经历了一个由外部分析扩大到部分析的过程。 戴维。F.霍金斯教授结合实际的企业情况写出了《公司财务报表与分析一书》（20XX）一文，文中对财务报表在公司管理过程中的作用给予了肯定。日本著名会计学专家森疼一男（20XX）针
对日本企业活动对财务的影响写出了《企业经济活动与财务分析》，其中指出现金流量表在企业发展过程中的作用，逐渐使财务报表充实完善。 三、课题研究的容及拟采取的办法 本课题主要的研究容是： 1、介绍柏杉林木也业有限公司概况。 2、对柏杉林木业有限公司的财务报表进行分析，主要进行资产负债表和利润表分析，以及偿债能力分析，营运能力分析，获利能力分析，发展能力分析。 3、通过以上分析找出公司存在的问题。 4、针对上面提出的问题提出相对应的建议。 拟采取的法有： 1、趋势分析法：根据企业近几年的会计报表，比较各个有关项目的金额、增减向及幅度，从而揭示当期财务状况和经营成果的增减变化及其发展趋势。 2、比率分析法：在同一财务报表的不同项目之间，或在不同报表的有关项目之间进行对比，以计算出的比率反映各个项目之间的相互关系，据此评价企业的财务状况和经营成果。 3、因素分析法：确定影响综合性指标的各个因素，按照一定的顺序逐个用是技术替换影响因素的基数，借以计算各项因素影响程度。 四、课题研究中的主要难点及解决办法
图像常见特征提取方法简介 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一、颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法 （1）颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。 （2）颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从RGB颜色空间转化成视觉均衡的颜色空间（如HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系 （3）颜色矩 这种方法的数学基础在于：图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩（mean）、二阶矩（variance）和三阶矩（skewness）就足以表达图像的颜色分布。 （4）颜色聚合向量 其核心思想是：将属于直方图每一个柄的像素分成两部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合像素。（5）颜色相关图 二纹理特征 （一）特点：纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。但是，纹理特征也有其缺点，一个很明显的缺点是当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差。另外，由于有可能受到光照、反射情况的影响，从2-D图像中反映出来的纹理不一定是3-D物体表面真实
开题报告 课题名称：微博用户于传统媒体中的行为研究 一、研究背景： Web2.0的时代，网络已成为人们获取信息、分享信息的最自由、广阔的平台。传统媒体诸如电视、广播、报刊、杂志虽然努力维持其在媒体界的地位，但事实证明，面对网络迅速占领市场的冲击，新闻媒体所要做的不是盲目的抵制，而是善于抓住新环境带来的机遇，开拓另一种适应新环境的传播媒介——电子媒介。当前，在内容制作上，传统媒体早已将内容电子化，并且内容的生产过程也日益网络化、数字化，实现了移动采编；在传播方式上，传统媒体对移动客户版本的开发非常积极，同时紧跟网络潮流，非常注重依靠新兴网络应用进行推广……而最近两年说到网络最热门的应用，非微博莫属。截至2010年10月20日仅新浪微博用户就达到5000万。这5000万个用户几乎涵盖了全球华人的各个年龄层、各阶层，真正搭建了一个名人与草根拥有平等话语权的互联网的世界。据最新统计，新浪微博每天发博数超过2500万条……微博呈几何级的增长速度，彰显着其旺盛的生命力，也改变和影响了很多人的生活。与此同时也为传统媒体的数字化、网络化带来了另一种改革的思路。据统计，除了不计其数的总编辑、主编、记者、制片人、主播等传统媒体人开通新浪微博之外，截至2010年10月，国内共有561家主流新闻机构开通了新浪微博。人们俨然正在走向“微新闻“的时代。 新闻行业中微博的技术优势在于：一是信源广泛，所有微博用户都是消息源；二是时效性强，所有用户都可能是第一或前端信源，随时随地、全天候同步直播新闻，成为不折不扣的“草根记者”；三是扩散快而广，通过粉丝机制和用户转发可以达成几何级、病毒式的高速传播。此外，还具有个性化、互动性强等优势，同时，媒体借助微博这个平台能很大程度上提升自己的知名度和信誉。可以说，微博在信息源、快速反应、传播扩散等方面的种种优秀表现，使人们开始脱离对传统媒体的依赖，进一步打破了后者的“渠道霸权”，也使微博自身正在成为一种新的媒体力量。 二、研究意义： 媒体开通微博并不只是增加一种传播信息的渠道，对于媒体来说，微博不同于电视、广播、报刊、杂志的单方面传输，它提供的是一种双向、实时的交流平台，用户在获得信息的同时能够及时的向外传播，及时的做出反馈，而同时无论是用户的转发行为还是用户的评论都可以被媒体获得，这是一种很有价值的用户反馈信息，根据用户的反馈行为推测用户的使用习惯以及规律，然后对用户进行管理。虽然用户管理的实践大多应用在企业管理中，基于微博这种网络平台的用户管理缺少实例，但将媒体微博换种角度来看，它也是一种“企业”，追求市场的占有率以及影响力，如此看来，媒体微博也可以效仿传统企业的经营管理理念，实施用户的管理工作。 正如商品市场用户的多样性一样，微博用户同样在微博使用行为上具有多样性。有的用户热衷于微博，不仅发表微博频繁，且具有庞大的粉丝群，对于自己关注到的微博反馈行为也相当积极；有的用户乐于从微博中获取最新消息，但自己不积极发表微博；有的用户大量关注别人，而自己的粉丝却很少……不同的粉丝行为都会为媒体微博带来一定的影响，如果能够实现对各类粉丝进行价值挖掘，通过粉丝的微博圈扩大微博的市场占有范围，利用粉丝的微博扩大新闻的传播速度与广度，通过粉丝的影响力间接扩大自己的影响力，则是媒体微博发展的一种思路，不仅能改变当前媒体微博被粉丝选择的被动局面，同时成为媒体利用微博拓展网络市场开展电子业务的有力手段。
纹理特征是一种重要的视觉线索，是图像中普遍存在而又难以描述的特征。纹理分类与分割是图像处理领域一个经久不衰的热点研究领域,纹理特征提取作为纹理分类与分割的首要问题，一直是人们关注的焦点，各种纹理特征提取方法层出不穷。 本文在广泛文献调研的基础上，回顾了纹理特征提取方法的发展历程，分析了其研究现状，对纹理特征提取方法进行了较为全面的综述和分类，最后重点研究了基于灰度共生矩阵的图像纹理提取方法，研究如何有效地提取图像纹理特征来对图像进行描述，通过特征值来对图像进行识别。 灰度共生矩阵是一种简单有效的图像纹理特征描述方法，该方法的优势在于：它能利用了图像中像素相对位置的空间信息更加准确地描述图像的纹理，本 文就是利用图像灰度共生矩阵的这一特性，从该矩阵中提取相应的统计参量作为纹理特征来实现对图像的识别。 关键字：灰度共生矩阵，纹理特征提取，图像识别
ABSTRACT Texture is a kind of importa nt visual clues in images , it is widespread but cannot easy to be described . Texture classification and segmentation is a enduring popular research field in image process ing area. Texture feature extract ion has bee n the focus of attention,due to its priority to texture classification and image segmentation. all sorts of texture feature extracti on methods has bee n emerged in en dlessly. On the basis of exte nsive literature inv estigati on, we review the texture feature extract ion methods, an alyze the developme nt of the research status of the texture feature extracti on methods and make a comprehe nsive review of its classificati on . Fin ally ,based on gray symbiotic matrix image problem extracti on methods,we research how to effectively extract image texture feature described by the image characteristic value to image recog niti on. Graylevel co-occurre nee matrix is a simple and effective image texture descripti on method.This method's advantage is: it can use the image pixels relative positions of the spatial in formatio n more to accurately describe the texture image.This paper use the graylevel co-occurre nee matrix of the properties to extract statistics from the matrix corresp onding as texture feature parameters to realize image recog niti on. KEY WORDS : graylevel co-occurrenee matrix, texture feature extraction, image recog niti on
图像分割概念：图像分割就是把图像分成各特性的区域并提取出感兴趣目标的技术和过程。这些区域互相不交叉，每一个区域都满足特定区域的一致性。医学图像的特点:成像设备的局限性、组织的蠕动-----伪影和噪声局部体效应------组织边缘模糊病变组织---------病变边缘不明确不均匀的组织器官-------灰度不均匀模糊、不均匀、个体差异、复杂多样医学图像分割方法的特点1、分割算法一般面向具体的分割任务，没有通用的方法2、重视多种分割算法的有效结合3、需要利用医学中大量领域的知识4、交互式分割方法受到日益重视图像分割算法基于区域的分割方法基于边缘的分割方法基于数学形态学的分割方法灰度阈值法:灰度值域法是把图像的灰度分成不同的等级,然后用设置灰度阈值的方法确定有意义的区域或分割物体的边界. 令f(x,y)原始图像 阈值的选取:1直方图法（极小值点阈值） 2 最小误差阈值 3 迭代阈值分割 4 最大方差阈值分割边缘检测（Edge Detection）:基本思想是先检测图像中的边缘点，再按照某种策略将边缘沿点连接成轮廓，从而构成分割区域。边缘：指图像局部亮度变化显著的部分. 边缘的检测方法:最简单的边缘检测方法是并行微分算子法。利用相邻区域的像素值不连续的性
质，采用一阶或二阶导数来检测边缘点。一阶导数求极值点，二阶导数求过零点。一阶梯度算子:Roberts交叉算子Sobel算子 Priwitt 算子二阶拉普拉斯算子:在此基础上LoG 算子 Canny算子 :推导了最优边缘检测算子区域生长(region growing) 基本思想：将具有相似性质的像素集合起来构成区域。具体步骤：先对每个需要分割的区域找一个种子象素作为生长的起点，然后将种子象素周围邻域中与种子象素具有相同或相似性质的像素（根据某种事先确定的生长或相似准则来判定）合并到种子象素所在的区域中。将这些新象素当作新的种子象素继续进行上面的过程，直到在没有满足条件的像素可被包括进来。这样一个区域就生长了。解决的问题：① 如何选择一组能正确代表所需区域的种子象素； ② 如何确定在生长过程中能将相邻象素包括近来的准则；③如何确定生长终止的条件或规则例如：每一步所接受的邻近点的灰度级与先前物体的平均灰度级相差小于2。起始第二步第三步558655865586 48974897 4897 228322832283 333333333333 分裂合并(splitting and merging) 基本思想：从整幅图像开始通过不断分裂得到各个区域．具体步骤：先把图像分成任意大小且不重叠的区域，然后再合并或分裂这些区域以满足
毕业设计（论文）开题报告 毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2500字以上的文献综述，文后应列出所查阅的文献资料。 基于matlab人脸识别技术的实现 文献综述 一、MATLAB概述 MATLAB是矩阵实验室（Matrix Laboratory）的简称，是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。MATLAB主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。而在本文中主要用到的功能是图像处理功能。 二、BP神经网络概述 人工神经网络（Artificial Neural Net works，简写为ANNs）也简称为神经网络（NNs）或称作连接模型（Connectionist Model），它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 人工神经网络发展的主要历程有:20世纪50年代末,Rosenblatt提出的感知器模型和Widrow提出的自适应线性元件,出现了简单的线性分类器;1986年,Rumelhart和Mcllelland 提出了层网络“误差反向传播算法(BP)”,使有导师学习多层感知器网络(ML PN)模式分类器走向实用化,在此基础上又派生出若干前向网络,如径向基函数网络( RBFN)和函数链网络等;1982年,美国加州工学院的物理学家Hopfield提出的一种用于联想记忆和优化计算的反馈网络模型,由于引进了“能量函数” 的概念,使网络走向具体电路有了保证;20世纪70年代,Watanabe 提出了使用模式子空间的概念来设计不同类别对应的子空间,由不同类别聚类的子空间实现模式识别; Kohonen提出的自组织特征映射网络模型等都为神经网络模式识别理论提供了进一步的根据。 构成人工神经网络的三个基本要素是:神经元、络拓扑结构和网络的训练(学习)方法。神经元(节点)的作用是把若干输入加权求和,并对这种加权和进行非线性处理后输出。神经元的选择一般有以下特点:每个神经元都具有多个输入、个输出,具有闭值,采用非线性函数。 1、神经元
图像特征提取的定位是计算机视觉和图像处理里的一个概念，表征图像的特性。输入是一张图像（二维的数据矩阵），输出是一个值、一个向量、一个分布、一个函数或者是信号。提取特征的方法千差万别，下面是图像特征的一些特性： 边缘 边缘是两个区域边界的像素集合，本质上是图像像素的子集，能将区域分开。边缘形状是任意的，实践中定义为大的梯度的像素点的集合，同时为了平滑，还需要一些算法进行处理。角 顾名思义，有个突然较大的弧度。早起算法是在边缘检测的基础上，分析边缘的走向，如果突然转向则被认为是角。后来的算法不再需要边缘检测，直接计算图像梯度的高度曲率（合情合理）。但会出现没有角的地方也检测到角的存在。 区域 区域性的结构，很多区域检测用来检测角。区域检测可以看作是图像缩小后的角检测。 脊 长形的物体，例如道路、血管。脊可以看成是代表对称轴的一维曲线，每个脊像素都有脊宽度，从灰梯度图像中提取要比边缘、角和区域都难。 特征提取 检测到特征后提取出来，表示成特征描述或者特征向量。 常用的图像特征：颜色特征、 纹理特征 形状特征 空间关系特征。 1.颜色特征 1.1特点：颜色特征是全局特征，对区域的方向、大小不敏感，但是不能很好捕捉局部特征。 优点：不受旋转和平移变化的影响，如果归一化不受尺度变化的影响。 缺点：不能表达颜色空间分布的信息。 1.2特征提取与匹配方法 （1）颜色直方图 适用于难以自动分割的图像，最常用的颜色空间：RGB和HSV。 匹配方法：直方图相交法（相交即交集）、距离法、中心距法、参考颜色表法、累加颜色直方图法。 对颜色特征的表达方式有许多种，我们采用直方图进行特征描述。常见的直方图有两种：统计直方图，累积直方图。我们将分别实验两种直方图在图像聚类和检索中的性能。 统计直方图 为利用图像的特征描述图像，可借助特征的统计直方图。图像特征的统计直方图实际是一个1-D的离散函数，即： 上式中k代表图像的特征取值，L是特征可取值个数，是图像中具有特征值为k的像素的个数，N是图像像素的总数，一个示例如下图：其中有8个直方条，对应图像中的8种灰度像素在总像素中的比例。
图像特征提取方法 摘要 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 至今为止特征没有万能和精确的图像特征定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。当光差图像时，常 常看到的是连续的纹理与灰度级相似的区域，他们相结合形成物体。但如果物体的尺寸很小 或者对比度不高，通常要采用较高的分辨率观察：如果物体的尺寸很大或对比度很强，只需 要降低分辨率。如果物体尺寸有大有小，或对比有强有弱的情况下同事存在，这时提取图像 的特征对进行图像研究有优势。 常用的特征提取方法有：Fourier变换法、窗口Fourier变换（Gabor)、小波变换法、最 小二乘法、边界方向直方图法、基于Tamura纹理特征的纹理特征提取等。
设计内容 课程设计的内容与要求（包括原始数据、技术参数、条件、设计要求等）：一、课程设计的内容 本设计采用边界方向直方图法、基于PCA的图像数据特征提取、基于Tamura纹理特征的纹理特征提取、颜色直方图提取颜色特征等等四种方法设计。 （1）边界方向直方图法 由于单一特征不足以准确地描述图像特征,提出了一种结合颜色特征和边界方向特征的图像检索方法.针对传统颜色直方图中图像对所有像素具有相同重要性的问题进行了改进,提出了像素加权的改进颜色直方图方法;然后采用非分割图像的边界方向直方图方法提取图像的形状特征,该方法相对分割方法具有简单、有效等特点,并对图像的缩放、旋转以及视角具有不变性.为进一步提高图像检索的质量引入相关反馈机制,动态调整两幅图像相似度中颜色特征和方向特征的权值系数,并给出了相应的权值调整算法.实验结果表明,上述方法明显地优于其它方法.小波理论和几个其他课题相关。所有小波变换可以视为时域频域的形式，所以和调和分析相关。所有实际有用的离散小波变换使用包含有限脉冲响应滤波器的滤波器段(filterbank)。构成CWT的小波受海森堡的测不准原理制约，或者说，离散小波基可以在测不准原理的其他形式的上下文中考虑。 通过边缘检测，把图像分为边缘区域和非边缘区域，然后在边缘区域内进行边缘定位．根据局部区域内边缘的直线特性，求得小邻域内直线段的高精度位置；再根据边缘区域内边缘的全局直线特性，用线段的中点来拟合整个直线边缘，得到亚像素精度的图像边缘．在拟合的过程中，根据直线段转角的变化剔除了噪声点，提高了定位精度．并且，根据角度和距离区分出不同直线和它们的交点，给出了图像精确的矢量化结果 图像的边界是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合，边界广泛的存在于物体和背 景之间、物体和物体之间，它是图像分割所依赖的重要特征．边界方向直方图具有尺度不变性，能够比较好的 描述图像的大体形状．边界直方图一般是通过边界算子提取边界，得到边界信息后，需要表征这些图像的边 界，对于每一个边界点，根据图像中该点的梯度方向计算出该边界点处法向量的方向角，将空间量化为M级， 计算每个边界点处法向量的方向角落在M级中的频率，这样便得到了边界方向直方图． 图像中像素的梯度向量可以表示为[ ( ，)，)，( ，)，)] ，其中Gx( ，)，)，G ( ，)，)可以用下面的