图像型垃圾邮件快速过滤系统的搭建和近似匹配方法的研究

发布时间：2022-07-13 16:48

　　图像型垃圾邮件近年来呈爆发式增长的趋势,已成为垃圾邮件的主要形式。但现有的垃圾邮件过滤系统对图像型垃圾邮件的分析功能还十分欠缺。图像型垃圾邮件过滤技术的研究成为垃圾邮件过滤的一个重要课题。本文设计和搭建的图像型垃圾邮件快速过滤系统正是为完善已有的垃圾邮件过滤系统的不足,同时为进一步研究图像型垃圾邮件过滤的关键技术问题提供一个研究平台。现已搭建完成系统框架,可以实现对邮件文件批量解析、建立图像型垃圾邮件图像数据集和对图像型垃圾邮件的近似匹配分析。本文首先简单介绍图像型垃圾邮件的特征及其过滤技术的研究现状,分析了系统的需求,完成了对系统框架的设计和系统模块的划分。其次,介绍了系统软件界面设计和搭建、系统数据表的设计和建立过程。最后,详细阐述了系统中邮件解析模块和基于图像局部特征的近似匹配模块的实现过程。除此之外,本文还在系统框架中完成了基于SIFT、SURF和ORB算法的图像局部特征匹配测试。结果发现SIFT算法对一幅图像的多种变化不敏感,具有稳定的匹配准确率,但其特征匹配过程过于耗时。本文尝试SIFT算法与BOW算法相结合的方法对SIFT算法的特征匹配过程进行改进。通过实验验证了SIFT... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究的背景和意义
    1.2 本文研究内容和成果
    1.3 本文内容安排
第二章 图像型垃圾邮件过滤技术概述
    2.1 图像型垃圾邮件概述
    2.2 图像型垃圾邮件过滤技术
        2.2.1 基于已知样本下的近似过滤方法现状
        2.2.2 基于文字分析的垃圾邮件图像过滤方法现状
        2.2.3 基于图像浅层特征分析的垃圾邮件图像过滤方法
第三章 图像型垃圾邮件快速过滤系统的设计和搭建
    3.1 图像型垃圾邮件快速过滤系统分析
        3.1.1 系统概述
        3.1.2 系统需求分析
        3.1.3 系统功能模块划分
    3.2 图像型垃圾邮件快速过滤系统软件设计
    3.3 系统开发工具选择
        3.3.1 Visual studio 2008和MFC
        3.3.2 SQL Server 2005
        3.3.3 OpenCV
        3.3.4 ADO
    3.4 图像型垃圾邮件快速过滤系统界面
        3.4.1 系统主框架
        3.4.2 系统功能界面及操作说明
    3.5 图像型垃圾邮件快速过滤系统数据库设计
        3.5.1 系统数据库设计
        3.5.2 系统相关数据存储
        3.5.3 系统数据表设计
    3.6 系统邮件解析模块和图像近似匹配模块实现
        3.6.1 邮件解析模块
        3.6.2 系统近似匹配模块
第四章 图像型垃圾邮件近似匹配过滤思想
    4.1 近似匹配过滤思想
    4.2 图像局部特征算法
        4.2.1 SIFT算法
        4.2.2 SURF特征
        4.2.3 ORB算法
第五章 图像局部特征算法平台测试
    5.1 测试说明
    5.2 算法测试
    5.3 SIFT算法结合BOW
        5.3.1 BOW
        5.3.2 图像匹配实验
第六章 结束与展望
    6.1 工作总结
    6.2 工作展望
参考文献
致谢
攻读学位期间发表的学术论文


【参考文献】：
期刊论文
[1]基于颜色与角点特征的图像垃圾邮件识别算法[J]. 万明成,耿技,程红蓉,王勇.  计算机工程. 2009(15)
[2]图像垃圾邮件的发展和防范[J]. 何培舟,温向明,郑伟.  电信科学. 2008(07)
[3]基于内容的垃圾邮件过滤技术综述[J]. 王斌,潘文锋.  中文信息学报. 2005(05)
[4]复杂彩色文本图像中字符的提取[J]. 陈又新,刘长松,丁晓青.  中文信息学报. 2003(05)
[5]汉字识别系统的误识模型[J]. 马少平,夏莹,朱小燕,姜哲.  清华大学学报(自然科学版). 1998(S1)



本文编号：3660404