本科毕业设计（论文）开题报告书

指导教师：

专业班级：

学 号：

姓 名：

日 期：

题 目： 应用统计分析在图像识别中的应用研究

一、选题的目的、意义

伴随着科学的进步和社会的发展，人们已经进入了信息时代，需要在大量的信息中获得具有科学价值的结果，因此统计方法越来越成为统计学中的一个不可或缺的分支，也成为人们必不可少的工具和手段。应用统计分析是近年来发展迅速的统计方法之一，应用于经济学、生物学、管理学、人口学、社会学等实质性学科以及社会等各个领域，成为探索多元世界的有力工具。

在图像识别领域中，图像特征的辨别、提取和分析起着十分重要的作用，在图像提取时，只有相似的特征对图像分析才更加有利，能使得多元的统计分析方法更加便捷。基于图像识别系统中的统计分析方法步骤大致可分为：数据信息的获取、预处理、特征的提取和选择、分类器设计和分类决策等等。应用统计分析方法中可分为回归分析、判别分析、相关分析等多种识别图像、分析图像的分析方法。它们之间相互存在独特点以及制约点、协调点，仅仅利用一种分析方法不足以完全分析图像的特征，多元的分析方法才会给需求者提供到更多的图像信息，掌握更多的数据。因此在图像识别领域，多元统计方法的应用已经成为分析图像的主流方法。

在统计分析方面以及图像领域，MATLAB软件作为国际科学界最具影响力、最具活力的科学计算软件，在较早版本中，统计功能不是很强大，但自从MATLAB6 x版本开始，由于统计工具箱的扩充，其统计功能已直追任何其他专用的统计软件，再加上MATLAB操作简单、语言简洁、具有强大的数据可视化能力以及良好的开放性优点，现在已经是国内外众多统计学喜爱的分析数据工具，本课题就MATLAB软件在应用统计分析教学中的应用进行研究。

应用统计分析应用于各个自然科学领域中，也广泛应用于日常生活之中，在图像识别领域中，应用统计分析方法就更值得深入探索，因此基于应用统计分析的图像识别研究才更有开设的意义。

二、本题的基本内容

本课题研究基于应用统计分析在图像识别中的应用。 如上图所示，本课题为一个系统，在图像识别中进行应用统计分析的应用。系统可分为三模块，即：回归分析、判别分析以及相关分析。每个模块又分为多种小方法，最终能够基于Matlab设计并实现每个模块规定好的分析方法。 回归分析模块可分为一元线性回归、非线性回归、多元回归以及部分最小二乘回归。回归分析（regression analysis)，是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和

一元线性回归 回归分析 非线性回归 多元回归 部分最小二乘回归 应用 系 统 判别分析 距离判别分析 Fisher判别分析 Bayes判别分析 数据集 图 像 相关分析 典型相关分析