| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 引言 | 第12-14页 |
| 1 绪论 | 第14-21页 |
| ·研究背景和研究意义 | 第14-16页 |
| ·国内研究现状 | 第16-19页 |
| ·国外研究现状 | 第16页 |
| ·国内研究现状 | 第16-17页 |
| ·研究现状小结 | 第17-19页 |
| ·本文研究内容及章节安排 | 第19-21页 |
| 2 图像成像机理及相关理论知识 | 第21-46页 |
| ·自然图像和计算机生成图像生成机理 | 第21-27页 |
| ·自然图像生成机理（数码相机成像原理） | 第21-24页 |
| ·计算机图像生成机理 | 第24-26页 |
| ·数码照片和计算机生成图像的主要区别 | 第26-27页 |
| ·常用的色彩模式及图像存储格式 | 第27-33页 |
| ·常用的色彩模型[32] | 第27-32页 |
| ·常用的图像存储格式 | 第32-33页 |
| ·小波图像多分辨率分析 | 第33-37页 |
| ·连续小波变换 | 第34-35页 |
| ·离散小波变换 | 第35-36页 |
| ·图像多分辨率分析 | 第36-37页 |
| ·小波高阶统计量特征 | 第37页 |
| ·SVM 分类器理论 | 第37-45页 |
| ·SVM 分类器原理 | 第38-39页 |
| ·SVM 分类器中常用的数据处理方法 | 第39-41页 |
| ·本文所提出的数据预处理方法 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 3 基于小波高阶特征的计算机图像检测研究 | 第46-57页 |
| ·图像的小波高阶统计特征 | 第46-48页 |
| ·影响小波变换效果的因素 | 第48-51页 |
| ·图像小波变换空间的选择 | 第48-49页 |
| ·小波基对检测结果的影响 | 第49-50页 |
| ·小波变换阶数对检测结果的影响 | 第50-51页 |
| ·小波高阶特征的有效性分析 | 第51-56页 |
| ·高频和低频子带对检测结果的影响 | 第51-54页 |
| ·小波变换对象对高阶特征的影响 | 第54-55页 |
| ·颜色空间分量对高阶特征的影响 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 4 基于多小波变换的计算机图像检测算法 | 第57-64页 |
| ·图像的多小波变换 | 第57-60页 |
| ·图像多小波变换预滤波处理 | 第57-58页 |
| ·图像多小波变换步骤 | 第58-60页 |
| ·特征选择及提取 | 第60页 |
| ·实验详细步骤 | 第60-61页 |
| ·实验结果及模型性能分析 | 第61-63页 |
| ·实验结果分析 | 第61页 |
| ·模型性能分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 5 基于图像边缘特征的计算机图像检测算法 | 第64-72页 |
| ·Canny 边缘检测 | 第64-66页 |
| ·高斯平滑滤波 | 第64-65页 |
| ·梯度幅值的非极大抑制 | 第65-66页 |
| ·双阈值算法检测和连接边缘 | 第66页 |
| ·特征选择及选取 | 第66-68页 |
| ·灰度边缘图像的小波高阶特征 | 第67页 |
| ·灰度边缘图像的预测误差图像小波高阶特征 | 第67页 |
| ·预测误差图像获取 | 第67-68页 |
| ·实验详细步骤 | 第68页 |
| ·实验结果及模型性能分析 | 第68-70页 |
| ·实验结果分析 | 第68-70页 |
| ·模型性能分析 | 第70页 |
| ·本章小结 | 第70-72页 |
| 6 基于信噪比与小波高阶特征结合的计算机图像检测研究 | 第72-79页 |
| ·特征选择及选取 | 第72-75页 |
| ·信噪比特征 | 第72-74页 |
| ·HSV 颜色空间预测误差图像小波高阶特征 | 第74页 |
| ·预测误差图像获取 | 第74-75页 |
| ·实验详细步骤 | 第75页 |
| ·实验结果及模型性能分析 | 第75-78页 |
| ·实验结果分析 | 第76页 |
| ·模型性能及稳定性分析 | 第76-78页 |
| ·本章小结 | 第78-79页 |
| 7 总结与展望 | 第79-84页 |
| ·本文工作总结 | 第79-82页 |
| ·研究工作展望 | 第82-84页 |
| 参考文献 | 第84-89页 |
| 在校研究成果 | 第89-91页 |
| 致谢 | 第91-92页 |