创新项目：基于粒计算的人机交互式图像检索系统的研究.doc

项 目编 号 国家大学生创新性实验计划项目申请书填 写 说 明一、本表要按顺序逐项填写，内容要实事求是，表达要明确、严谨。空缺项要填“无”。要求一律用A4纸双面打印，于左侧装订成册。 二、申请参加河南师范大学“国家大学生创新性实验计划”项目团队人数不得超过5人（1人为项目负责人，参与合作研究者1-4人），运行周期为2年。三、指导教师主持科研项目情况限填两项；代表性科研成果限填三项，若为论文需按照论文题目、发表刊物名称及年、卷、期、页码填写，若为科研成果奖，需按照成果名称、授奖机构及获奖等级填写，若为专利，需按照专利名称、专利性质（国家发明专利或实用新型专利）、授权机构填写。以上成果限第一作者或第一完成人。 四、如填表有不明事宜，请致电咨询（联系电话：3326192）。三、指导教师对申请人的评价（一）对申请人的专业基础、工作态度、学风及研究能力的评价该学生专业基础知识扎实，工作态度积极进取，踏实肯干，有责任心能够对所做事情善始善终，学习态度良好，肯学肯练，对于新事物的研究有浓厚的兴趣，掌握了一定的研究方法并善于研究。（二）对申请课题的价值、研究方案的可行性、工作基础等方面的评价该项目具有较强的理论和应用价值，不仅能够从理论上丰富和发展粒度计算的理论与方法，而且能够在图像检索系统中建立的以粒计算为基础的人机交互创新算法，这对于粒化算法在D-S理论、区间分析、定性推理等方面的进一步发展有着重要意义。研究方案是可行的。本项目已具有一定的研究基础，并且该生对于此项目研究有较强烈的兴趣和一定的知识基础。四、 申请人对研究项目简要说明一、申请理由（包括前期工作基础及项目成员具备的知识、兴趣、已取得的成绩及相关科研经历等。所列成果不得出现指导教师姓名等信息。）前期工作基础：搜集和整理了大量的研究资料，理清了研究思路、明确了项目目标、制定了项目方案。项目成员具备的知识、兴趣：学习了粒计算、图像处理、人工智能、数据挖掘等基础知识及图像检索技术，掌握了VC+编程开发技术，深入研究了数学模型的建立技巧和方法，系统学习了专业相关课程（包括C、VC+、JAVA、.net等编程语言，以及数据结构、操作系统等专业核心课程）。该项目组成员对图形处理和图像检索具有浓厚的兴趣。已取得的成绩及相关科研经历：田明杨同学在河南省第二届程序设计大赛中获省级二等奖；王鹏彪同学在河南省第二届程序设计大赛中获省级二等奖；田明杨同学在创新创业大赛中荣获校级一等奖；田明杨同学在网页设计大赛中荣获校级一等奖等，本组部分成员2008年申报的国家大学生创新性实验计划项目被立项为校级一般。本组所有成员还参加了2009年的全国大学生数学建模竞赛、“挑战杯”大学生课外科技作品竞赛，互联网应用大赛等科技竞赛。二、选题依据（包括项目的学术价值、应用价值、国内外研究现状分析，并列出主要参考文献）学术价值：本项目是基于粒计算贴近度理论的扩展研究，是对多媒体技术和计算机网络技术中信息检索理论的补充, 能够从理论上丰富粒度计算的理论与方法，促进图像检索技术的发展，是粒计算应用的飞跃。应用价值：本项目根据粒及粒计算的理论知识，将粒计算贴近度应用到图像相似度计算中，并对图形的四个特征进行归一，在此基础上实现基于粒计算的人机交互式图像检索，提高了图像检索系统的效率、鲁棒性、灵活性等性能。在一定程度上避免了从低级特征到高级语义特征的语义鸿沟问题，而且给出了相应的新算法的描述，在检索稳定性和准确性方面要优于普通的检索方法，并且这种方式的图像检索将在医学、国防等领域有着广泛的应用前景。国内外研究现状分析：自从20 世纪70 年代以来， 在数据库系统和计算机视觉两大研究领域的共同推动下， 图像检索技术已逐渐成为一个非常活跃的研究领域。当时主要是基于文本的图像检索技术，随后又出现了基于内容的图像检索技术。基于文本的图像检索技术是用图像文件名、关键字，或者通过一些附加的图像描述信息作为图像的索引，但是仅仅基于文本的图像检索存在不少问题。目前的计算机视觉技术和人工智能都无法自动对图像进行标注，都需要人工完成，而这项工作不但费时，而且人工描述不可避免的存在偏差，不够准确，或是带有主观色彩，而且图像中丰富的视觉特征，如形状,颜色，纹理等无法用文本客观描述。目前,基于颜色、纹理、边缘等单一视觉特征的算法研究已经取得了一定的成果, 尽管已有较为完善的图像检索系统如QBIC，国内外对图像的某些内容也定义了各种各样的特征，但仅仅依靠单一视觉特征进行图像检索,目前的特征量定义依然难以满足要求，有些特征不切合实际或者是仅适用于某些特定的领域(如医学图像)。所以基于目前国内处研究现状分析，本项目旨在将粒计算应用到图像检索中，把图像的四个特征结合起来，对基于粒计算的人机交互式图像检索系统进行研究。主要参考文献：1 刘清, 刘群. 粒及粒计算在逻辑推理中的应用J. 计算机研究与发展, 2004，8 (41.4)：546-551.2 苗夺谦, 苑世栋. 知识的粒度计算及其应用J. 系统工程理论及实践, 2002, 22(01): 48-56.3 黄兆华, 邓毅雄. 粒计算及其应用的研究J. 华东交通大学学报, 2005，22(05):124-128.4 A Skowron. Toward intelligent systems: Calculi of information granules. Bullentin of International Rough Set Society, 2001, 5(1/2): 9-30.5 A Skowron, J Stepaniuk, James F Peters. Extrecting patterns using information granules. Bulletin of International Rough Set Society, 2001, 5(1/2): 135-142.6 Zadeh L A. Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logicJ. Fuzzy Sets and Systems(FSS),1997,90:111-127.7 郑秋梅，王红霞，刘康炜. 基于边缘和颜色特征的图像检索技术,微计算机应用.2008，11期.8 张水利，任淑萍，王欣峰.基于内容的图像检索技术的现状和发展趋势研究.SCI- TECH INFORMATION DEVELOPMENT & ECONOMY，2007年第17卷.9 党长青, 宋凤娟，刘树明.基于多特征融合和相关反馈的图像检索. Computer Engineering and Applications 计算机工程与应用.2008, 44( 3) .10 孙劲光，尹达，张华伟.基于颜色和纹理特征的图像检索技术研究.河北工业大学报.第37 卷第6期.2008 年12 月.11 张露，闭金杰，林志源，诸葛隽.基于颜色特征的图像提取算法的研究.科技创新导报.2008 NO.33.12 王珊著.数据库系统概论，高等教育出版社，2006年版13 严蔚敏,吴伟民著.数据结构（C语言版），清华大学出版社，200814 陈立军著.数据库系统设计实现与管理，电子工业出版社，第三版15 H Frigui. Adaptive image retrieval usig the fuzzy integralC. In: Fuzzy Information Processig Society, NAFIPS 18th International Conference of the North American, 1999: 575-579.16 Y S Choi, D Kim. R Krishnapuram.Relevance feedback for contentbased image retrieval using the Choquet integralC. In: IEEE International Conference on Multimedia and Expo, vol 2, 2000:三、研究方案（包括研究目标、研究内容、研究方法、实验方案和技术路线、可行性分析等）研究目标：将粒计算贴近度理论应用到图像检索中，通过对图像检索的深入研究，融合图像的颜色、纹理、形状及空间特征，设计基于粒计算贴近度理论的人机交互式图像检索仿真系统。研究内容：1） 研究公式化图像的四个特征；2） 提取及粒化图像的四个特征；3） 确定各特征的预权重和特征向量；4） 研究图像的贴近度度量方法；5） 人机交互的实现。研究方法：1） 根据粗糙集、模糊集理论，将图像的四个特征公式化；2） 利用粒度计算方法，分别对图像的四个特征进行提取及粒化；3） 利用相似性度量算法对数据库中的各图像进行贴近度计算；4） 根据设定的阈值范围，利用方差分析法确定各特征的预权重；5） 通过人机交互，调整权重，得到用户满意的检索结果。实验方案和技术路线：1） 查阅相关资料，全面的了解和认识粒、粒计算及图像检索等基本问题，进一步对粒计算贴近度理论进行深刻的探讨研究；2） 将粗糙集、模糊集等多种模型用粒计算结合在一起，对图像的四个特征进行公式化定义，并将贴近度和距离的概念用在粒计算中用来刻画和度量图像之间的相似和差异程度；3） 设计图像四个特征的粒化算法，获取图像各特征的粒集，实现特征的提取及粒化；4） 对若干相似性度量标准之间的关系进行讨论，在粒计算的基础上，提出粒集之间的相似性度量方法，计算出待检索图像的贴近度；5） 根据设定的阈值范围，利用方差分析法确定各特征的预权重，计算机对待检索图像进行初步检索；6） 判定计算机初步检索图像间的相似性，若不相似，用户对图像各特征的权重重新调整，再令计算机进行检索，如此循环的人机交互下去，直到检索出用户满意的结果为止。图像检索系统的结构流程图如下：数据库图像检索子系统图像库生成子系统图像预处理图像特征提取查询结果结果浏览相似匹配反馈 用户界面图像信息库图像特征库可行性分析：1） 在理论方面，图像检索的关键技术是图像特征的定义和提取以及基于所定义特征的图像内容分类和检索，粒计算的贴近度可用来描述图像间的相似程度，对图像特征粒集进行计算，并将所得值进行排列，从而可以达到检索的目的；2） 在技术方面，项目组各成员均具有很强的编程和系统开发能力，能够熟练运用VC+、.net等功能强大的系统开发工具，对图像信息处理进行了深入研究，掌握了大量与图像检索技术相关的知识。3） 在经济方面，学校免费提供了电子图书馆、软件等相关网络资源，并且国家非常重视大学生创新性实验计划项目，大力支持学生理论和实践的创新，对每个国家级项目资助1-2万元作为开发经费；4） 在成员组织方面，项目组各成员参加了大量的科技创新活动，思维灵活、乐于科研、团结合作，并且有资深的导师提供大量的理论指导，因此我们有能力按时实现此项目的研究目标。四、项目的创新点、特色和拟解决的关键问题或技术本文跟踪国际学术前沿，在粗糙集和模糊集理论框架下，以粒度计算方法为前提，借鉴已有的软计算理论成果，对一些粒度计算理论与方法进行深入的研究。 项目的创新点、特色：1.本项目在已定义的粒计算距离和贴近度的理论上，利用特征向量表示图像的特征，通过粒计算的贴近度理论和人机交互检索能力对海量图像进行分类管理并检索。2.在图像检索中，将四个特征加权公式化融合到一个特征向量中，开创图像检索的新方法，弥补了仅用单个图像特征进行检索时带来的视觉效果与人的观察不一定吻合的缺陷。3.引入基于人机交互的反馈机制，在一定程度上避免了从低级特征到高级特征的语义鸿沟问题。拟解决的关键问题或技术：1） 将图像的四个特征公式化；2） 对图像的四个特征进行提取及粒化；3） 对图像的四个特征赋预权重；4） 特征向量归一化；5） 图像四个特征的融合；6） 通过调整权重得到令用户满意的检索结果，实现人机交互。五、项目进度安排（查阅资料、选题、设计项目研究方案、开题报告、实验研究、数据统计、处理与分析、研制开发、撰写研究论文和总结报告和成果推广等）2009年10月1日2009年10月9日 查阅资料、选题2009年10月10日2009年10月17日 设计项目研究方案 开题报告2009年10月18日2010年3月31日 实验研究2010年4月1日2010年7月31日 数据统计2010年8月1日2010年11月30日 处理与分析2010年12月1日2011年5月31日 研制开发2011年6月1日2011年7月31日 撰写研究论文2011年8月1日2011年8月31日 总结报告2011年9月1日2011年10月31日 成果推广六、拟利用资源（科研教学设施、仪器设备、资料等）1）VC+、.net、SQL server等软件；2）计算机以及网络、打印机；3）图书馆相关资料；4）电子图书馆等相关网络资源；5）咨询教授和老师、访问专家学者；6）导师实验室(计算机学院智能信息重点实验室)。七、经费使用计划序号支出项目及理由金额（元）1 购买相关设备、仪器50002软件20003 购买相关图书资料、期刊25004 论文版面费45005 印务费800 合 计14800八、项目预期成果（研究论文、专著、调研报告、专利、计算机软件、研制产品等）1）在省级以上有影响力的学术期刊发表论文25篇，系统、全面地介绍项目实施过程、实施效果以及可推广性；2）设计出基于粒计算贴近度的人机交互式图像检索的仿真系统。 九、诚信承诺 本项目全体成员郑重承诺，该项目研究将遵守学校有关规定，恪守学术规范，不抄袭他人成果，不弄虚作假，先诚实做人，再诚信做学问和研究，按项目研究进度和合同约定的内容保质保量完成各项研究任务。如有违规行为，愿承担一切责任，接受学校的处理。项目组成员签名： 年 月 日十、指导教师意见： （从项目学术性、创新性、可行性、可操作性和成效性加以评价）该项目具有较强的理论和应用价值，不仅能够从理论上丰富