调研资料的准备
[1] 张瑞杰, 魏福山，结合 Fisher 判别分析和稀疏编码的图像场景分类，计算机辅助设计与图形学学报， 2015年5月
[2] 梁晔，刘宏哲，于剑，BoF扩展模型研究，计算机科学，2014.8
[3] Yang Cao , Changhu Wang, Zhiwei Li, Liqing Zhang, Lei Zhang，Spatial-Bag-of-Features[C]∥ Proceedings of IEEE Conference on Computer Vision and Pattern Recognition，2010．San
Francisco，CA，USA：IEEE Computer Society， 2010：3352-3359
[4] 罗会兰，郭敏杰，孔繁胜，集成多特征与稀疏编码的图像分类方法，模式识别与人工智能，第27卷 第4期，2014年4月
设计目的
熟悉visual c++或MATLAB开发环境，熟悉Flower-17图像的特点，了解图像分类的研究现状及相关理论知识，研究针对Flower-17的图像分类的算法，构建训练样本库和测试样本库，编写程序代码，调试程序，实现针对Flower-17的图像分类算法。
要求
1、熟悉visual c++或MATLAB开发环境，会编程；熟悉Flower-17图像的特点。
2、了解图像分类的研究现状及相关理论知识。
3、研究针对Flower-17的图像分类的不同算法，进行方案比较。除基线方案外，至少要实现2种不同的分类算法，并进行实验数据的分析与比较。构建训练样本库和测试样本库。
4、编写程序代码，程序调试，能够实现针对Flower-17的图像分类算法。
5、提交方案调试报告。撰写论文
思路与预期成果
通过对Flower-17的图像分类算法的设计，采用Fisher线性算法与支持向量机两种方法进行分类对比，其中Fisher线性算法采用对原始图像进行分类，而SVM算法则是利用对原图像进行分类以及Sift提取每幅图像的特征点，对特征点进行聚类，从而可以提取出每幅图像的Bag-of-Words，然后进行量化编码，建立支持向量机分类模型，通过设计实验进行结论的分析与对比。
任务完成的阶段
第 1 周 ～ 第 2 周：调研、资料查询、外文翻译、可行性分析阶段
第 3 周 ～ 第 10周：算法研究，编码、测试
第11周 ～ 第13周：撰写论文，修改论文
第14周：制作 ppt，准备答辩
现有条件：
所用软件：visual c++，Opencv（在VC内调用opencv函数库）、数据库、参考文献等