摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-14页 |
·引言 | 第9-10页 |
·网站过滤技术发展的概况 | 第10-11页 |
·敏感图像识别技术发展的概况 | 第11-12页 |
·本文实验所使用图像库的说明 | 第12页 |
·本文结构 | 第12-14页 |
第二章 基于内容的敏感图像过滤器的体系结构 | 第14-17页 |
·敏感图像过滤器的构思 | 第14-15页 |
·体系结构 | 第15页 |
·本章小结 | 第15-17页 |
第三章 基于像素的肤色检测算法的研究及模型的建立 | 第17-34页 |
·肤色的特点 | 第17-18页 |
·常用的肤色模型介绍 | 第18-23页 |
·统计直方图肤色模型 | 第18-19页 |
·简单色度空间模型 | 第19-20页 |
·高斯混合模型 | 第20-22页 |
·三种肤色模型的分析与比较 | 第22-23页 |
·统计色度空间模型 | 第23-25页 |
·肤色模型的比较实验 | 第25-27页 |
·肤色模型在系统中的应用 | 第27-29页 |
·肤色掩码图像的辅助处理 | 第29-30页 |
·衡量肤色模型训练集可分性的方法 | 第30-31页 |
·快速的高斯混合模型参数估计的方法 | 第31-32页 |
·本章小结 | 第32-34页 |
第四章 皮肤纹理算法的研究及模型的建立 | 第34-42页 |
·纹理模型的引入 | 第34-35页 |
·常用的纹理算法介绍 | 第35-37页 |
·Gabor滤波方法 | 第36页 |
·灰度统计的方法 | 第36-37页 |
·基于灰度共生矩阵的方法 | 第37页 |
·纹理算法的比较实验 | 第37-39页 |
·Gabor、共生矩阵和灰度统计的比较实验 | 第38-39页 |
·算法改进实验 | 第39页 |
·纹理模型在系统中的应用 | 第39-41页 |
·本章小结 | 第41-42页 |
第五章 基于掩码的敏感图像特征提取及分类算法的研究 | 第42-55页 |
·特征提取与选择 | 第42-48页 |
·肤色面积百分比及区域百分比的提取 | 第43-44页 |
·皮肤连通区域相关特征提取 | 第44-47页 |
·肤色概率相关特征提取 | 第47-48页 |
·分类算法的研究 | 第48-52页 |
·支持向量机算法介绍 | 第49-51页 |
·C4.5决策树算法介绍 | 第51-52页 |
·分类算法的比较实验 | 第52-54页 |
·本章小结 | 第54-55页 |
第六章 敏感图像过滤器的应用 | 第55-59页 |
·敏感图像过滤器的应用 | 第55页 |
·敏感图像过滤器嵌入代理服务器 | 第55-56页 |
·敏感图像过滤器应用于网段扫描 | 第56-58页 |
·敏感图像过滤器应用于单机扫描 | 第58页 |
·本章小结 | 第58-59页 |
第七章 结论与展望 | 第59-61页 |
·本文总结 | 第59-60页 |
·进一步工作 | 第60-61页 |
参考文献 | 第61-65页 |
攻读硕士学位期间发表的论文和科研工作 | 第65-66页 |
一、 科研工作 | 第65页 |
二、 已发表和录用待发表的论文 | 第65-66页 |
致谢 | 第66页 |