| 摘要 | 第1-8页 |
| ABSTRACT | 第8-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景与意义 | 第11-13页 |
| ·研究内容及研究目标 | 第13-14页 |
| ·本文组织结构 | 第14-16页 |
| 第二章 垃圾邮件过滤研究现状 | 第16-27页 |
| ·电子邮件系统结构 | 第16-19页 |
| ·电子邮件的概念 | 第16页 |
| ·电子邮件的地址和邮件结构 | 第16-17页 |
| ·电子邮件系统的实现原理 | 第17-19页 |
| ·邮件传输协议 | 第19-21页 |
| ·垃圾邮件过滤技术 | 第21-26页 |
| ·三类过滤方式 | 第21-23页 |
| ·黑/白名单过滤 | 第23-24页 |
| ·基于统计内容的过滤技术 | 第24页 |
| ·光学识别技术 | 第24-25页 |
| ·本文的解决方案 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 图像匹配算法 | 第27-41页 |
| ·SIFT算法解决图像匹配问题 | 第27-33页 |
| ·多尺度方法表示图像 | 第27-28页 |
| ·得到SIFT特征的方法 | 第28-32页 |
| ·特征向量匹配 | 第32-33页 |
| ·SIFT算法的效率问题 | 第33页 |
| ·基于DoG算子与几何变换的图像匹配算法 | 第33-40页 |
| ·图像的特征点提取 | 第33-35页 |
| ·图像特征点匹配 | 第35-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 使用Mean Shift算法截取垃圾图片特征区域 | 第41-53页 |
| ·Mean Shift算法简介 | 第41页 |
| ·Mean Shift过程 | 第41-46页 |
| ·密度梯度估计 | 第43-45页 |
| ·收敛的充分条件 | 第45-46页 |
| ·在对垃圾图片截图时使用Mean Shift算法 | 第46-52页 |
| ·将Mean Shift算法用于图像截图 | 第46-48页 |
| ·我们所采用的Mean Shift算法的描述 | 第48页 |
| ·实际中遇到的问题以及解决方法 | 第48-50页 |
| ·使用Mean Shift算法截取特征区域的实验结果 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 系统实现及实验 | 第53-58页 |
| ·算法流程图 | 第53-54页 |
| ·实验环境 | 第54页 |
| ·实验样本 | 第54页 |
| ·图像检索的性能指标和评价准则 | 第54-55页 |
| ·实验结果 | 第55-57页 |
| ·本文算法与SIFT算法运算时间的比较 | 第55-56页 |
| ·本文算法与文献的工作中采用的方法的比较 | 第56-57页 |
| ·实验分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·本文工作总结 | 第58页 |
| ·后续工作及展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64页 |