全文总字数：3085字

1. 研究目的与意义

图像识别主要包括图像获取、预处理、特征提取与选择、模式分类四个步骤，图像目标识别一直是模式识别研究的一个重要分支。

本课题就是研究图像在旋转变换情况下如何保证识别率的问题。

在图像处理过程中，经常要旋转图像，例如在图像扫描输入时常发生原图象位置偏斜，需要将图像旋转某一角度使其摆正。

2. 国内外研究现状分析

国内：针对正交矩的优缺点，比如正交矩对噪声鲁棒性强、重建效果好，但是正交矩本质上缺乏尺度变换不变性，必要的图像二值化与归一化过程会引入重采样与重量化误差。

所以国内的研究者在研究现有正交矩的基础上提出了一种基于 radon 和解析 fourier-mellin 变换的尺度与旋转不变目标识别算法。

该算法直接对目标灰度图像进行 radon 变换，对 radon 变换结果进一步进行解析 fourier-mellin 变换将原图像的旋转转化为相位变化，原图像的尺度变化转化为幅度变化。

3. 研究的基本内容与计划

研究内容是图像旋转与尺度变换不变性识别方法，在消化资料的基础上，编程实现图像的放缩和旋转变换，编程语言采用C 。

计划：2月底~3月中旬消化导师所给的论文，理解每篇文章所采用的不变性方法3月中旬~4月中旬根据已经了解的内容，自己提出具有特色和创新的算法，并且编程实现图像旋转并验证不变性4月中旬~5月根据实验过程以及结果完成一篇毕业论文

4. 研究创新点

总结已有方法的优缺点的基础上，提出自己的算法，并利用C 与Matlab编程语言和工具实现所需功能。