文摘
英文文摘
声明
第一章绪论
1.1引言
1.2敏感图像识别技术概况
1.3论文的主要研究内容与结构安排
第二章图像光照补偿方法的研究
2.1引言
2.2非线性Gamma矫正方法的分析及改进
2.3彩色图像的光照补偿方法比较
2.4本章小结
第三章利用线性预测去除图像椒盐噪声
3.1引言
3.2算法
3.2.1算法基本思想
3.2.2线性预测算法
3.2.3利用平滑模板构建图像第一行和第一列
3.2.4利用线性预测去除椒盐噪声步骤
3.3仿真实验及结果分析
3.4本章小结
第四章皮肤掩码图的提取
4.1肤色检测模型及结果分析
4.1.1肤色检测模型
4.1.2 RGB彩色模型
4.1.3 YUV、YIQ彩色模型
4.1.4实验结果及分析
4.2皮肤纹理分析及结果分析
4.2.1纹理模型的建立
4.2.2实验结果及分析
4.3掩码图像的处理
4.4本章小结
第五章敏感图像识别中的特征选择
5.1引言
5.2敏感图像的特征
5.2.1皮肤连通区域
5.2.2皮肤区域占整个图像的比例
5.2.3皮肤区域占皮肤区域外接矩形的比例
5.2.4最大皮肤连通区域占整个图像的比例及区域百分比
5.2.5图像中心区域皮肤比例
5.2.6最大皮肤连通区域的重心分布
5.2.7最大皮肤连通区域的外接矩形长边/最大皮肤连通区域面积
5.2.8皮肤区域轮廓周长和皮肤区域面积的比值
5.3敏感图像的特征选择
5.3.1 Adaboost算法
5.3.2 Adaboost分类器的实现
5.3.3基于特征影响因子的特征选择
5.3.4基于顺序前进法(SFS)的特征选择
5.4敏感图像的分类及结果分析
5.5本章小结
第六章基于Adaboost的敏感图像识别
6.1引言
6.2利用模拟退火算法确定简单分类器的阈值
6.2.1模拟退火算法说明
6.2.2试验结果及分析
6.3本章小结
结论与展望
7.1结论
7.2展望
致谢
参考文献
攻读硕士学位期间的论文及科研成果
西南交通大学;