用于手机应用自动化测试系统的图像匹配算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究内容 | 第9页 |
| 1.3 结构安排 | 第9-11页 |
| 第二章 手机应用测试技术概述 | 第11-21页 |
| 2.1 软件测试简介 | 第11-14页 |
| 2.1.1 软件测试的发展 | 第11-12页 |
| 2.1.2 软件测试的标准及分类 | 第12-13页 |
| 2.1.3 软件测试的实施阶段 | 第13页 |
| 2.1.4 软件测试的基本方法 | 第13-14页 |
| 2.2 移动互联网时代与手机应用测试 | 第14-15页 |
| 2.3 两种优秀的自动化黑盒手机应用测试框架 | 第15-19页 |
| 2.3.1 Robotium | 第15-18页 |
| 2.3.2 Automation | 第18-19页 |
| 2.4 自动化测试框架在界面测试上的局限性 | 第19页 |
| 2.5 本章小结 | 第19-21页 |
| 第三章 图像匹配算法简介 | 第21-40页 |
| 3.1 图像匹配的基本概念 | 第21-22页 |
| 3.1.1 图像匹配的发展状况 | 第21-22页 |
| 3.1.2 图像匹配的分类方法 | 第22页 |
| 3.2 基于特征点的图像匹配算法 | 第22-33页 |
| 3.2.1 Harris算法 | 第23-26页 |
| 3.2.2 SIFT算法 | 第26-31页 |
| 3.2.3 SURF算法 | 第31-33页 |
| 3.3 计算机辅助图像处理 | 第33-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 自动化界面测试的基本流程 | 第40-48页 |
| 4.1 自动化界面测试系统概述 | 第40-42页 |
| 4.1.1 测试系统的架构 | 第40-41页 |
| 4.1.2 测试的基本流程 | 第41-42页 |
| 4.2 特征点的提取和匹配 | 第42-43页 |
| 4.3 匹配的约束和评估 | 第43-45页 |
| 4.4 算法复杂性分析 | 第45页 |
| 4.5 实验结果分析 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 自动化界面测试的优化 | 第48-61页 |
| 5.1 自动生成界面区域信息 | 第48-57页 |
| 5.1.1 界面区域信息的表示方法 | 第48-52页 |
| 5.1.2 手机界面中各种区域的特征分析 | 第52-56页 |
| 5.1.3 不同区域类型的处理策略 | 第56-57页 |
| 5.2 更精细的峰值信噪比 | 第57-58页 |
| 5.3 对不同分辨率的适应 | 第58-59页 |
| 5.4 算法复杂性分析 | 第59页 |
| 5.5 实验结果分析 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |
