基于内容的广告垃圾图像检测关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·课题背景和意义 | 第9-14页 |
| ·图像垃圾邮件的概念 | 第9-13页 |
| ·垃圾邮件的危害 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·本文的研究重点 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| 第二章 垃圾图像检测技术综述 | 第18-26页 |
| ·文本垃圾邮件及过滤技术 | 第18-20页 |
| ·基于内容的图像检测方法 | 第20-26页 |
| ·基于颜色特征的检测 | 第21-22页 |
| ·基于形状特征的检测 | 第22-24页 |
| ·基于纹理特征的检测 | 第24-25页 |
| ·基于空间关系特征的检测 | 第25页 |
| ·基于对象的检测 | 第25-26页 |
| 第三章 相关技术基础 | 第26-39页 |
| ·小波变换 | 第26-32页 |
| ·算法介绍 | 第28-30页 |
| ·除噪原理 | 第30页 |
| ·除噪结果 | 第30-32页 |
| ·角点检测技术 | 第32-39页 |
| ·角点基础 | 第32页 |
| ·角点检测算法介绍 | 第32-36页 |
| ·现有角点检测算法分析 | 第36页 |
| ·SUSAN角点检测 | 第36-39页 |
| 第四章 骨架检测算法 | 第39-49页 |
| ·图像特征提取 | 第39-43页 |
| ·颜色特征的提取 | 第39-41页 |
| ·纹理特征的提取 | 第41-42页 |
| ·形状特征的提取 | 第42-43页 |
| ·空间关系特征提取 | 第43页 |
| ·图像匹配 | 第43-46页 |
| ·骨架检测算法 | 第46-47页 |
| ·骨架检测算法关键步骤实现 | 第47-49页 |
| ·骨架检测 | 第47页 |
| ·模板匹配 | 第47-49页 |
| 第五章 改进的广告垃圾图像文字区域提取算法 | 第49-62页 |
| ·原有文字区域提取算法 | 第49-50页 |
| ·改进的文字区域提取算法 | 第50-57页 |
| ·灰度化图像 | 第51-52页 |
| ·小波变换去除背景噪声 | 第52-53页 |
| ·SUSAN角点检测 | 第53-55页 |
| ·角点滤波 | 第55-56页 |
| ·角点聚类 | 第56页 |
| ·文字区域确认 | 第56-57页 |
| ·判定 | 第57页 |
| ·实验结果及分析 | 第57-62页 |
| ·实验语料库 | 第57-58页 |
| ·实验方法 | 第58-60页 |
| ·算法复杂度 | 第60页 |
| ·结果分析 | 第60-62页 |
| 第六章 结论与展望 | 第62-63页 |
| ·论文的主要成果 | 第62页 |
| ·进一步的工作 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 已发表论文 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附录 A 骨架提取代码 | 第69-71页 |
| 附录 B 模板匹配代码 | 第71页 |
