| 摘要 | 第5-7页 |
| ABSTRACT | 第7-10页 |
| 符号对照表 | 第14-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-36页 |
| 1.1 课题背景与意义 | 第20-21页 |
| 1.2 图像文本特征与内容分析 | 第21-24页 |
| 1.2.1 图像文本的特征分析 | 第21-22页 |
| 1.2.2 图像文本提取框架 | 第22-24页 |
| 1.3 敏感图像分析系统的框架及关键技术 | 第24-33页 |
| 1.3.1 图像文本提取技术 | 第25-30页 |
| 1.3.2 数据压缩技术 | 第30-33页 |
| 1.4 研究内容与章节安排 | 第33-36页 |
| 第二章 基于Gabor纹理和神经网络的由粗到细的文字区域检测方法 | 第36-48页 |
| 2.1 引言 | 第36-37页 |
| 2.2 基于Gabor变换的文字区域粗检测 | 第37-42页 |
| 2.2.1 相关的图像变换简介 | 第37-39页 |
| 2.2.2 基于Gabor特征文本区域粗检测 | 第39-42页 |
| 2.3 基于反向传播神经网络的文字区域精检测 | 第42-43页 |
| 2.3.1 BP神经网络结构简介 | 第42-43页 |
| 2.3.2 算法步骤 | 第43页 |
| 2.4 实验结果与分析 | 第43-46页 |
| 2.5 小结 | 第46-48页 |
| 第三章 基于小波纹理同质空间映射的图像文本提取方法 | 第48-60页 |
| 3.1 引言 | 第48页 |
| 3.2 基于小波纹理同质空间映射的图像内嵌文本提取 | 第48-55页 |
| 3.2.1 图像非线性动态增强 | 第49-51页 |
| 3.2.2 基于小波包纹理的图像同质特征提取 | 第51-52页 |
| 3.2.3 基于熵函数的同质性映射 | 第52-53页 |
| 3.2.4 基于AdaBoost的文本区域检测 | 第53-54页 |
| 3.2.5 基于边缘投影字符阈值分割 | 第54-55页 |
| 3.2.6 字符二值化与识别 | 第55页 |
| 3.3 实验结果与分析 | 第55-58页 |
| 3.4 小结 | 第58-60页 |
| 第四章 基于Glomb编码的参数优化文本压缩算法 | 第60-68页 |
| 4.1 引言 | 第60-61页 |
| 4.2 基于Glomb编码的参数优化文本压缩算法 | 第61-64页 |
| 4.2.1 基于Glomb编码的参数优化选取 | 第61-63页 |
| 4.2.2 基于文本重复规律的预测编码 | 第63页 |
| 4.2.3 基于算术编码的熵编码 | 第63-64页 |
| 4.3 实验结果与分析 | 第64-66页 |
| 4.4 小结 | 第66-68页 |
| 第五章 基于JPEG-LS算法误差优化编码的图像压缩算法 | 第68-84页 |
| 5.1 引言 | 第68-69页 |
| 5.2 基于JPEG-LS算法误差优化编码的图像压缩算法 | 第69-73页 |
| 5.2.1 基于游程编码的自适应像素值筛选 | 第69-70页 |
| 5.2.2 基于视觉质量的非均匀区间量化与编码 | 第70-72页 |
| 5.2.3 基于算术编码的熵编码 | 第72-73页 |
| 5.3 实验结果与分析 | 第73-82页 |
| 5.3.1 Near参数对本算法性能影响 | 第73-76页 |
| 5.3.2 Limit参数对总体码率影响 | 第76页 |
| 5.3.3 算法压缩效率比较 | 第76-77页 |
| 5.3.4 重建图像的PSNR比较 | 第77-78页 |
| 5.3.5 重建图像的弱目标区域视觉质量比较 | 第78-82页 |
| 5.4 小结 | 第82-84页 |
| 第六章 基于文字与肤色关键语义的敏感影像检测应用研究 | 第84-104页 |
| 6.1 引言 | 第84-85页 |
| 6.2 基于关键语义信息提取的敏感视频快速识别算法 | 第85-94页 |
| 6.2.1 基于肤色空间聚类的视频关键帧提取方法 | 第87-89页 |
| 6.2.2 基于高斯混合模型的视频关键帧中肤色区域提取 | 第89页 |
| 6.2.3 基于主动样本学习的关键语义和不良敏感视频帧检测 | 第89-93页 |
| 6.2.4 基于张量分解的不良敏感视频判别 | 第93-94页 |
| 6.3 敏感内容监控系统应用研究 | 第94-100页 |
| 6.3.1 敏感文字识别系统 | 第94-96页 |
| 6.3.2 敏感图像识别系统 | 第96-98页 |
| 6.3.3 敏感视频识别系统 | 第98-99页 |
| 6.3.4 系统部署 | 第99-100页 |
| 6.4 小结 | 第100-104页 |
| 第七章 总结与展望 | 第104-109页 |
| 7.1 总结 | 第104-106页 |
| 7.2 展望 | 第106-109页 |
| 参考文献 | 第109-119页 |
| 致谢 | 第119-121页 |
| 作者简介 | 第121-124页 |
