| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 彩信图像识别技术的发展现状与存在的问题 | 第12-13页 |
| 1.2.1 彩信图像识别技术发展现状 | 第12-13页 |
| 1.2.2 传统图像Hash在彩信识别中存在的问题 | 第13页 |
| 1.3 课题的目标和内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-17页 |
| 第2章 课题简介及相关基础知识 | 第17-27页 |
| 2.1 课题概述 | 第17-19页 |
| 2.1.1 业务概念 | 第17-18页 |
| 2.1.2 业务特征 | 第18-19页 |
| 2.2 用户应用环境与需求简介 | 第19-23页 |
| 2.2.1 彩信发送记录采集功能 | 第20页 |
| 2.2.2 种子彩信匹配功能 | 第20页 |
| 2.2.3 支持对短信彩信营销技术支撑平台的鉴权功能 | 第20-21页 |
| 2.2.4 彩信的纪录、话单及传送 | 第21-22页 |
| 2.2.5 新增及生效种子彩信功能 | 第22页 |
| 2.2.6 失效及删除种子彩信功能 | 第22-23页 |
| 2.3 彩信跟踪平台的功能及指标 | 第23-24页 |
| 2.3.1 彩信跟踪平台功能 | 第23页 |
| 2.3.2 彩信跟踪平台指标 | 第23-24页 |
| 2.4 图片识别算法简介 | 第24-26页 |
| 2.4.1 图像HASH简介 | 第24页 |
| 2.4.2 MD5简介 | 第24-25页 |
| 2.4.3 BB树简介 | 第25页 |
| 2.4.4 链表简介 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 彩信图像识别的方案及算法设计 | 第27-41页 |
| 3.1 彩信图像识别设计的理论基础 | 第27-28页 |
| 3.2 彩信图像识别系统架构设计 | 第28-31页 |
| 3.2.1 彩信图像识别架构基本思想 | 第28-29页 |
| 3.2.2 彩信图像识别系统框架 | 第29-31页 |
| 3.3 彩信识别算法实现方案 | 第31-39页 |
| 3.3.1 彩信图像识别的词典构造 | 第31-32页 |
| 3.3.2 基于BB树与链表的构造词典 | 第32-34页 |
| 3.3.3 基于MD5和HASH的增量提取法 | 第34-36页 |
| 3.3.4 基于彩信图像的Hash检索法 | 第36-38页 |
| 3.3.5 基于实现方案的彩信图像检索过程 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 彩信图像识别算法的实现 | 第41-55页 |
| 4.1 算法实现的开发环境 | 第41-43页 |
| 4.1.1 OPENCV图形处理库简介 | 第41-42页 |
| 4.1.2 LINUX作为开发平台的优势 | 第42页 |
| 4.1.3 ANSIC的特点 | 第42-43页 |
| 4.2 彩信图像识别算法系统的框架 | 第43-44页 |
| 4.3 彩信图像预处理模块 | 第44-48页 |
| 4.3.1 彩信图像色彩降维处理 | 第44-45页 |
| 4.3.2 彩信图像规格归一化 | 第45-47页 |
| 4.3.3 彩信图像向量化处理 | 第47-48页 |
| 4.4 彩信图像特征提取处理模块 | 第48-50页 |
| 4.5 彩信图像特征分类模块 | 第50-53页 |
| 4.6 彩信图像特征匹配模块 | 第53-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第5章 彩信图像识别算法的测试和应用 | 第55-65页 |
| 5.1 彩信图像识别算法功能测试 | 第55-60页 |
| 5.2 彩信图像识别算法性能测试 | 第60-62页 |
| 5.3 彩信图像识别算法测试数据分析 | 第62-63页 |
| 5.4 系统的应用 | 第63页 |
| 5.5 本章小结 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 未来工作展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69页 |