我来我见我征服

我学不惊人，才不压众，身无长物，居然有胆子心高气傲，当模式识别方面的论文看到一定程度的时候，觉得仅仅由各种知识的堆积罗列完成的论文很难算的上优秀。从EI、万方下载的35篇参考文献被删去了七七八八，我知道照搬别人的拿来主义是毕设的必由之路，然而本科毕业并不是我学术生涯的结束，必须独立自主。
图像理论这方面我并不是很熟练，还好比较幸运，能得到一性清温和、面容俊朗的在读博士生点拨，能够得到足够的支持慢慢从初学者的小世界走到系统工程的大世界。
这周搞定了图像采集的增强问题（增强有用信息，消除干扰和噪声），感谢我新本子DELL1400，膜拜MATLAB7.0的强大功能帮助实现Haar变换。

4月20号左右要交英文部分，《Artificial Neural Networks and Evolutionary Conmputing》看了4章多一点，关键是电子词典对专业词汇的无能为力影响阅读速度，D.Marr（MIT任教，对计算视觉看法主导现今视觉系统的研究）认为，对一个复杂的信息系统的研究可分为3个层次，即计算理论层、算法层和实现层。
计算理论层解决处理的目的，用什么理论，并说明所用理论为何能达此目的。
算法层解决为实现计算理论所采用的算法
实现部分应给出可执行的或硬件实现的具体方法。
我的重点或者说闪光点放在实现部分，纸上谈兵抄抄别人论文就可以，能把结果反复检验才算牛人。

估计下周五开会时对图像分析中的分割，特征提取问题会来个大爆发，幸亏这周清明放假，能赏个寻找对策的喘息余地，莫非祖坟风水好。目前来看经典的提取方法是考察图像在区域内的灰度变化，用方向导数变化规律进行检测。找找各类算子，做做看吧，还有一周。