图像型垃圾邮件过滤
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究意义 | 第9-11页 |
| ·国内外研究现状 | 第11页 |
| ·论文主要工作与创新 | 第11-12页 |
| ·论文章节安排 | 第12-13页 |
| 第二章 图像型垃圾邮件过滤技术 | 第13-22页 |
| ·图像型垃圾邮件定义 | 第13-14页 |
| ·图像型垃圾邮件种类 | 第14-16页 |
| ·图像型垃圾邮件特征 | 第16页 |
| ·现有图像型垃圾邮件过滤方法 | 第16-19页 |
| ·有样本的近似过滤方法 | 第16-17页 |
| ·基于文字分析的垃圾邮件图像过滤方法 | 第17-18页 |
| ·基于图像浅层特征分析的垃圾邮件过滤方法 | 第18-19页 |
| ·层次图像垃圾邮件过滤系统框架 | 第19-22页 |
| 第三章 基于近似过滤的垃圾邮件过滤 | 第22-46页 |
| ·引言 | 第22-24页 |
| ·基于近似过滤的垃圾邮件过滤系统框架 | 第24-25页 |
| ·经典特征点检测和描述算法 | 第25-29页 |
| ·SIFT算法 | 第26-27页 |
| ·SURF算法 | 第27-29页 |
| ·ORB特征 | 第29-34页 |
| ·特征点检测 | 第29-32页 |
| ·特征点描述 | 第32-34页 |
| ·改进的ORB特征 | 第34-35页 |
| ·特征点匹配 | 第35-39页 |
| ·局部特征匹配流程 | 第35-37页 |
| ·FR算法 | 第37页 |
| ·BoW算法 | 第37-39页 |
| ·可扩展词汇树 | 第39-41页 |
| ·实验结果与性能分析 | 第41-46页 |
| ·实验数据集 | 第41-43页 |
| ·实验结果 | 第43-46页 |
| 第四章 图像型垃圾邮件文字区域检测 | 第46-62页 |
| ·引言 | 第46-47页 |
| ·现有文字区域检测方法 | 第47-50页 |
| ·基于颜色特征的方法 | 第47-48页 |
| ·基于边缘特征的方法 | 第48页 |
| ·基于纹理特征的方法 | 第48-49页 |
| ·基于连通域分析的方法 | 第49-50页 |
| ·图像型垃圾邮件中文字区域检测方法 | 第50-58页 |
| ·算法流程 | 第50-51页 |
| ·灰度变换 | 第51-52页 |
| ·角点检测 | 第52-53页 |
| ·去除孤立角点和角点区域融合 | 第53-54页 |
| ·利用垂直和水平边缘进行区域分解 | 第54-57页 |
| ·文本验证 | 第57-58页 |
| ·实验结果与性能分析 | 第58-62页 |
| 第五章 总结和展望 | 第62-64页 |
| ·工作总结 | 第62-63页 |
| ·未来研究展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
