图像型垃圾邮件过滤关键技术研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第14-35页 |
1.1 课题背景及研究的目的和意义 | 第14-17页 |
1.2 图像型垃圾邮件过滤基础概述 | 第17-21页 |
1.2.1 常用概念 | 第17-18页 |
1.2.2 垃圾邮件图像的特征 | 第18-20页 |
1.2.3 公开的垃圾邮件图像数据库 | 第20-21页 |
1.2.4 垃圾邮件图像数据收集方法 | 第21页 |
1.3 国内外研究现状分析 | 第21-31页 |
1.3.1 基于近似特征的过滤方法 | 第21-24页 |
1.3.2 基于图像文本的过滤方法 | 第24-26页 |
1.3.3 基于图像浅层特征的过滤方法 | 第26-29页 |
1.3.4 基于图像内容分析的色情图像过滤 | 第29-30页 |
1.3.5 其它过滤方法 | 第30-31页 |
1.4 图像型垃圾邮件过滤相关产品及开源工具 | 第31-32页 |
1.5 本文的主要研究内容 | 第32-35页 |
第2章 基于近似复制检测的垃圾邮件图像过滤 | 第35-51页 |
2.1 引言 | 第35-36页 |
2.2 近似复制图像检测问题概述 | 第36-39页 |
2.3 相关工作 | 第39-40页 |
2.4 局部特征点的几何形状上下文 | 第40-43页 |
2.4.1 弱稳定局部特征点 | 第40-42页 |
2.4.2 几何形状上下文 | 第42页 |
2.4.3 匹配方法 | 第42-43页 |
2.4.4 倒排文件索引结构 | 第43页 |
2.5 匹配特征子集的全局几何一致性分析 | 第43-46页 |
2.5.1 方法原理分析 | 第44-46页 |
2.5.2 特征点子集的全局几何一致性 | 第46页 |
2.6 实验验证与分析 | 第46-50页 |
2.7 本章小结 | 第50-51页 |
第3章 基于字符基元视觉短语的敏感关键字发现 | 第51-65页 |
3.1 引言 | 第51-52页 |
3.2 相关工作 | 第52-53页 |
3.3 关键字识别 | 第53-54页 |
3.4 字符基元视觉短语 | 第54-58页 |
3.4.1 字符基元提取 | 第54-55页 |
3.4.2 利用字符基元构造视觉短语 | 第55-57页 |
3.4.3 字符基元特征描述 | 第57-58页 |
3.5 字符基元视觉短语的匹配方法 | 第58-60页 |
3.6 实验验证与分析 | 第60-64页 |
3.7 本章小结 | 第64-65页 |
第4章 基于几何模糊的复杂场景敏感关键字发现 | 第65-81页 |
4.1 引言 | 第65-66页 |
4.2 相关工作 | 第66-67页 |
4.3 本章工作概述 | 第67页 |
4.4 中文文字图像识别 | 第67-71页 |
4.4.1 几何模糊描述符 | 第67-69页 |
4.4.2 非严格性误匹配特征点检测 | 第69-70页 |
4.4.3 共享偏旁的结构相近文字图像区分 | 第70-71页 |
4.5 图像关键字发现 | 第71-73页 |
4.6 实验验证与分析 | 第73-80页 |
4.7 本章小结 | 第80-81页 |
第5章 基于局部和全局特征的垃圾邮件图像分层过滤 | 第81-93页 |
5.1 引言 | 第81-82页 |
5.2 图像的局部和全局特征提取 | 第82-84页 |
5.2.1 局部和全局特征的不同作用 | 第82-83页 |
5.2.2 利用视觉单词描述图像局部特征 | 第83-84页 |
5.2.3 图像全局特征提取 | 第84页 |
5.3 结合局部和全局特征的过滤方法 | 第84-87页 |
5.3.1 分类器设计 | 第84-86页 |
5.3.2 垃圾邮件图像的层次化过滤 | 第86-87页 |
5.4 实验验证与分析 | 第87-91页 |
5.5 本章小结 | 第91-93页 |
第6章 文本类垃圾邮件图像噪声特征分析 | 第93-105页 |
6.1 引言 | 第93-94页 |
6.2 相关工作 | 第94-95页 |
6.3 图像文本区域定位 | 第95-98页 |
6.3.1 利用可控滤波器进行特征图像映射 | 第95-97页 |
6.3.2 形态学文本区域定位 | 第97-98页 |
6.4 非文本区域图像噪声特征分析 | 第98-101页 |
6.4.1 噪声特征图像 | 第99-100页 |
6.4.2 噪声度量及分类 | 第100-101页 |
6.5 实验验证与分析 | 第101-104页 |
6.6 本章小结 | 第104-105页 |
结论 | 第105-108页 |
参考文献 | 第108-119页 |
攻读博士学位期间发表的论文及其它成果 | 第119-122页 |
致谢 | 第122-123页 |
个人简历 | 第123页 |