1. 毕业设计（论文）主要内容：
图像作为商品的主要信息载体,成为了消费者选购商品的重要媒介。商品图像自动识别技术作为图像分类方法的重要应用场景,为商品检索、商品置放策略制定,以及智能推荐等提供有力支撑。近年来,基于稀疏表示的分类(Sparse Representation basedClassification,SRC)方法在图像自动识别研究中发展迅速,已成为图像处理、计算机视觉和模式识别领域的研究热点。本文从理论和应用两个方面对基于稀疏表示的商品图像自动识别问题进行了研究。
2. 毕业设计（论文）主要任务及要求
1、 查阅不少于15篇的相关资料，其中近五年外文文献不少于3篇，完成开题报告；
2、 学习基于稀疏表示的分类的相关知识；
3、 设计一种超市商品图像自动识别方法；
3. 毕业设计（论文）完成任务的计划与安排
第1-3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
第4-5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。
第6-10周：编程实现各算法，并进行仿真调试。
4. 主要参考文献
[1] AM Cheriyadat. UnsupervisedFeature Learning for Aerial Scene Classification. IEEE Transactions onGeoscience Remote Sensing, 2014, 52(1):439-451.
[2] M Yang，L Zhang，X Feng，D Zhang. Sparse Representation BasedFisher Discrimination Dictionary Learning for Image Classification. International Journal of Computer Vision, 2014, 109(3):209-232.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
