| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·研究目的与意义 | 第11-12页 |
| ·论文主要工作与创新 | 第12-13页 |
| ·论文章节安排 | 第13-15页 |
| 第二章 图像型垃圾邮件过滤技术综述 | 第15-28页 |
| ·图像型垃圾邮件起源 | 第15-17页 |
| ·图像型垃圾邮件的检测难点 | 第17-19页 |
| ·图像型垃圾邮件特征分析 | 第19-23页 |
| ·图像型垃圾邮件的分类算法 | 第23-25页 |
| ·算法性能的评价标准 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 基于圆形模板的角点检测算法 | 第28-45页 |
| ·引言 | 第28-29页 |
| ·经典的 SUSAN 角点检测算法 | 第29-33页 |
| ·SUSAN 算法概述 | 第29-31页 |
| ·SUSAN 算法步骤 | 第31-33页 |
| ·改进的彩色边缘检测算子 | 第33-38页 |
| ·边缘检测原理 | 第33-35页 |
| ·改进的彩色边缘检测算子 | 第35-38页 |
| ·彩色边缘检测算子 | 第35-36页 |
| ·阈值选取与分割 | 第36-38页 |
| ·圆形模板设计与角点检测 | 第38-43页 |
| ·算法原理 | 第39-41页 |
| ·算法实现的具体步骤 | 第41-43页 |
| ·实验结果与性能分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第四章 ECTL 文本区域定位算法 | 第45-60页 |
| ·引言 | 第45-46页 |
| ·主流文本区域定位算法分析 | 第46-47页 |
| ·基于连通区域的文本区域定位算法 | 第46-47页 |
| ·基于纹理特征的文本区域定位算法 | 第47页 |
| ·基于边缘的文本区域定位算法 | 第47页 |
| ·ECTL 文本区域定位算法 | 第47-55页 |
| ·基于角点等特征的边缘筛选 | 第49-52页 |
| ·边缘特征分析与提取 | 第49-51页 |
| ·边缘筛选 | 第51-52页 |
| ·候选区域标定 | 第52-54页 |
| ·边缘膨胀 | 第52-53页 |
| ·基于霍夫变换的最小外接矩形标定 | 第53-54页 |
| ·候选区域筛选 | 第54-55页 |
| ·实验结果分析 | 第55-58页 |
| ·实验数据集 | 第55-56页 |
| ·算法性能对比分析 | 第56-58页 |
| ·小结 | 第58-60页 |
| 第五章 基于文本区域特征的图像型垃圾邮件识别算法 | 第60-71页 |
| ·引言 | 第60-61页 |
| ·文本区域及图像属性特征分析 | 第61-63页 |
| ·文本区域特征分析 | 第61-62页 |
| ·图像属性特征分析 | 第62-63页 |
| ·文本区域及图像属性特征提取与归一化 | 第63-65页 |
| ·文本区域及图像属性特征提取 | 第63-64页 |
| ·特征归一化 | 第64-65页 |
| ·实验结果分析 | 第65-69页 |
| ·数据集 | 第65-66页 |
| ·分类算法及实验结果分析 | 第66-69页 |
| ·分类算法 | 第66-68页 |
| ·实验结果分析 | 第68-69页 |
| ·小结 | 第69-71页 |
| 第六章 基于颜色与角点特征的图像型垃圾邮件识别算法 | 第71-86页 |
| ·引言 | 第71-72页 |
| ·颜色与角点特征分析 | 第72-75页 |
| ·颜色特征分析 | 第72-74页 |
| ·角点特征分析 | 第74-75页 |
| ·颜色与角点特征提取 | 第75-76页 |
| ·颜色特征提取 | 第75-76页 |
| ·角点特征提取 | 第76页 |
| ·实验结果分析 | 第76-79页 |
| ·算法识别性能分析 | 第76-78页 |
| ·算法实时性分析 | 第78-79页 |
| ·本文算法鲁棒性验证及分析 | 第79-83页 |
| ·交叉测试及对比分析 | 第79-80页 |
| ·样本分组测试及方差分析 | 第80-83页 |
| ·本文算法与主流算法对比分析 | 第83-85页 |
| ·小结 | 第85-86页 |
| 第七章 总结与展望 | 第86-87页 |
| ·工作总结 | 第86页 |
| ·未来研究工作 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 攻硕期间取得的研究成果 | 第93-95页 |