图像垃圾邮件过滤技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究的背景 | 第9-10页 |
| ·研究目的与意义 | 第10-11页 |
| ·本文的研究内容和结构 | 第11页 |
| ·本章小结 | 第11-12页 |
| 第二章 图像垃圾邮件过滤技术研究综述 | 第12-19页 |
| ·图像垃圾邮件的定义 | 第12-13页 |
| ·图像垃圾邮件的特点 | 第13页 |
| ·图像垃圾邮件的检测难点 | 第13页 |
| ·图像垃圾邮件过滤技术的的分类 | 第13-16页 |
| ·根据分类算法的不同划分 | 第14页 |
| ·根据垃圾邮件的检测位置划分 | 第14-15页 |
| ·根据所使用的特征划分 | 第15-16页 |
| ·图像垃圾邮件分类算法 | 第16-18页 |
| ·基于统计学的分类算法 | 第16-17页 |
| ·基于规则的分类算法 | 第17页 |
| ·算法对比 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 基于边缘和形态学处理的文本区域定位算法 | 第19-35页 |
| ·垃圾邮件图像的特征 | 第19-20页 |
| ·基于边缘和形态学处理的文本区域定位算法 | 第20-31页 |
| ·RGB 彩色图像灰度化处理 | 第22-23页 |
| ·扩展的Sobel 彩色图像边缘检测 | 第23-25页 |
| ·最大类间方差阈值分割处理 | 第25-28页 |
| ·形态学处理提取候选文字区域 | 第28-31页 |
| ·实验结果与分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于小波的文本区域定位算法 | 第35-44页 |
| ·小波变换的相关理论 | 第35-37页 |
| ·小波变换的基本概念 | 第35页 |
| ·连续小波变换 | 第35-36页 |
| ·离散小波变换 | 第36页 |
| ·多分辨分析理论 | 第36-37页 |
| ·基于小波的文本区域定位算法 | 第37-43页 |
| ·图像小波变换 | 第38-40页 |
| ·文本区域的粗检测 | 第40-42页 |
| ·文本区域的细定位 | 第42-43页 |
| ·实验结果分析 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于二级过滤的图像垃圾邮件识别算法 | 第44-51页 |
| ·垃圾邮件图像中文本区域的特征 | 第44-45页 |
| ·基于二级过滤的图像垃圾邮件识别算法 | 第45-49页 |
| ·训练样本的建立 | 第45-46页 |
| ·分类器的选择 | 第46-47页 |
| ·实验方法及实验结果分析 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第六章 总结与展望 | 第51-52页 |
| ·本文工作总结 | 第51页 |
| ·未来工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间出版或发表的论著、论文 | 第56-57页 |
| 致谢 | 第57页 |
