课题来源社会实践课题类别软件开发一、论文资料的准备深入学习编程语言VC+，并了解和掌握相关软件Microsoft Visual Studio 2008的应用和开发。查阅相关文献资料了解有关图像检索技术的发展历史，重点研究利用图像的物理内容特征进行的图像检索技术，即基于内容的图像检索（Content Based Image Retrieval，简称CBIR）。二、本课题的目的（重点及拟解决的关键问题）基于内容的图像检索技术通过对图像的颜色形状等物理特征的提取、描述和分析，进行基于特征的相似性比较，实现基于图像内容的检索，避开了对图像的文字标注，具有基于文本的图像检索技术不可替代的优势。本系统最终实现将图像特征通过自动分析的方法得到，不需要用户过多的参与，对于图像的描述和比对由系统自动完成，且提供可视化操作界面和用户进行交互，方便修改检索条件和评价查询结果。研究开发智能自适应检索方法便于更加精确的面向不同检索目标得到更加理想的查询结果。基于内容的图像检索技术需要利用图像处理、模式识别、计算机视觉、图像理解等专业知识为基础，算法要求科学性极强，检索效率高，使用户方便从海量图像数据中检索到所需求的图像数据。三、主要内容、研究方法、研究思路1、阅读课题相关中外文资料、论文。2、学习Microsoft Visual Studio软件的应用和计算机图像处理相关方法。3、研究图像多种特征的提取。4、实现综合图像各种特征的相似性比对算法。5、开发CBIR系统四、总体安排和进度（包括阶段性工作内容及完成日期）第1 - 4周： 查找资料，确定开发环境，熟悉Microsoft Visual Studio软件，了解图像检索相关知识；第5 - 7周： 毕业实习第8 - 14周： 整体程序流程设计，图像相似度算法设计及检索系统的实现；第15 - 16周： 书写毕业论文，指导教师批改；第17周以后： 准备毕业答辩。五、主要参考文献1 黄祥林，杨丽芳，孙书韬.图像检索原理与实践.北京：中国传媒大学出版社，2014.62 温秀梅.C+语言程序设计教程与实验.北京：清华大学出版社，2009.33 周长发.精通Visual C+图像处理编程.北京：电子工业出版社，2006.64 全红艳.数字图像处理原理与实现方法.北京：机械工业出版社，2014.15 Mark S.Nixon and Alberto S.Aguado Feature Extraction and Image Processing,Second Edition6 孙兴华.数字图像处理：编程框架、理论分析、实例应用和源码实现.北京：机械工业出版社，2012.2指导教师意见： 指导教师签名： 日期：教研室意见：教研室主任签名： 日期：学院意见： 院长签名： 日期：学院盖章