导读:本文包含了图像文件论文开题报告文献综述、选题提纲参考文献，主要关键词:文件,图像,信息,算法,图像文件,笔画,宽度。
图像文件论文文献综述写法
邢文博,杜志淳[1]（2019）在《JPEG图像文件头取证》一文中研究指出通过WinHex软件提取JPEG格式图像数据,对获取的数据进行解析,获取JPEG图像文件头的信息。从JPEG格式图像文件头中提取到图像的Exif信息,GPS信息,缩略图信息,量化表等数据。对从JPEG图像文件头得到的图像信息进行判断,可以确定JPEG格式图像是否经过图像处理软件处理。(本文来源于《计算机时代》期刊2019年10期）
邢文博,杜志淳[2]（2019）在《JPEG图像文件头取证》一文中研究指出本研究的目的是从JPEG格式图像文件头中提取图像数据,获取图像文件头信息,进而判断图像获取工具得到的JPEG图像是否经过图像处理软件的处理。文中通过WinHex软件提取JPEG格式图像数据,对获取的数据进行解析,获取JPEG图像文件头的信息,从JPEG格式图像文件头中提取到图像的Exif(Exchangeable Image File Format)信息、GPS(Global Positioning System)信息、缩略图信息、量化表等图像数据。通过判断从JPEG图像文件头得到的图像信息与图像获取工具得到的JPEG图像文件头信息是否一致,来确定JPEG格式图像是否被图像处理软件处理过。(本文来源于《计算机科学》期刊2019年S1期）
肖辛格[3]（2019）在《基于深度学习的电子文件自动分类技术——以电子图像文件为例》一文中研究指出[目的/意义]旨在为促进电子文件自动管理技术的发展提供参考。[方法/过程]以电子图像文件为例,利用深度学习技术中的卷积神经网络迁移学习方法进行电子图像分类实验。[结果/结论]单纯基于深度学习的分类方法正确率达74. 2%,深度学习与文本语义分析相结合的方法正确率提升至91. 7%。对比基于文本标注的语义分析方法(正确率73%)、人工分类方法(正确率77. 6%)和基于标注信息的人工分类方法(正确率88. 1%),基于深度学习的方法体现出了一定的优势和潜力。(本文来源于《情报探索》期刊2019年06期）
周一枫,张华熊[4]（2019）在《抗倾斜的中文文本图像文件识别技术》一文中研究指出针对实际应用场景中如何在大批量图像文件中快速找到中文印刷体文本图像文件进行OCR (Optical Character Recognition)识别的问题,本文在笔画宽度变换算法(SWT)的基础上,设计了针对中文文本固有特点的启发式规则,并将水平投影技术与离散傅里叶变换相结合,提出了一种适合倾斜角度在–90至90°之间的中文印刷体文本图像文件识别技术.实验结果显示,在1606张测试集图像文件的识别中,本文算法针对文本图像文件整体识别F值(F-Measure)为0.95,平均识别耗时为0.65 s.(本文来源于《计算机系统应用》期刊2019年01期）
孙燕[5]（2018）在《基于图像纸质有价文件残损检测方法》一文中研究指出提出一种纸质有价文件残损检测方法。基于纸质有价文件残损图像,搜索边缘点和异常点剔除处理后,经过最小二乘法和倾斜矫正,得到有价文件图像的目标区域。利用模板差分法,检测有价文件是否有残损以及残损面积的大小。(本文来源于《机电工程技术》期刊2018年12期）
周一枫[6]（2018）在《基于图像识别的敏感文件检测技术研究》一文中研究指出在数字化技术迅猛发展的今天,一些涉及企业与政府的敏感信息文件经常因为窃泄密等原因在网络上出现,这些文件的泄露往往会给政府或企业带来重大的负面影响,因此如何发现这些敏感文件已经成为当前信息安全领域的热点课题之一。传统的敏感文件检测大部分是通过特定的关键字匹配来实现的(比如保密、机密、绝密等关键字),但中文是一种重“意合”,轻形式的文字,语句歧义现象非常普遍,对于存在语义歧义的时候,基于关键字匹配的敏感文件检测,存在检测精度差,以及后续关键词扩充繁琐的特点,同时由于很多泄露的文件往往是先拍照再在网络上传输,此时基于关键字匹配的检测方法就完全失效了。本文针对互联网上拍照泄露敏感信息文件的常见情况,首先设计了一个高效判断是否是中文文本图像文件的算法,然后在此基础上采用OCR处理实现文字提取,最后通过基于深度学习技术对文本语料样本库进行训练而建成的模型实现检测。本文的主要工作概括如下:(1)提出一种基于改进的笔画宽度中文文本图像检测算法(SWT)。利用文本笔画宽度较为固定的特征,首先通过canny算子对图像进行边缘检测提取边缘检测图。其次,在文字边缘像素点上寻找符合笔画宽度方向阈值上的边缘像素点,并计算像素点间的笔画宽度距离。然后,把笔画宽度路径上大于笔画中值的宽度信息,更新为笔画宽度中值信息,输出包含每个像素点笔画宽度信息的SWT图像。最后,根据字符候选区域相关过滤规则聚字成行,同时结合本文针对中文文本图像设计的4点启发性规则来进一步提高中文文本图像文件的检测效果。(2)提出一种基于双向长短期记忆神经网络(Bi-LSTM)与分层注意力机制(HAN)相结合的深度学习敏感文件检测方法。首先,根据国家相关保密法规对敏感文件的定义方式,综合选出了“政治敏感”,“宗教敏感”,“军事敏感”,“人权敏感”,“非敏感”5种敏感文件定义,然后收集、标注、构建训练的敏感文件语料库。其次,针对文本语料的训练特点,对构建的语料进行向量化,使其符合深度学习对输入数据格式的要求。最后,提出基于Bi-LSTM与HAN相结合的神经网络模型,对收集到的文本语料库进行训练,并最终实现图像形式的敏感文件检测。(3)利用以上算法搭建了一个验证演示系统。系统主要分为图像预处理、图像OCR、以及文本图像敏感文件检测3个部分。在图像预处理方面,本文针对图像文件拍照过程中,较常出现的倾斜以及透视现象,提供相应的校正功能,使其在图像OCR阶段可以取得较好的识别效果。在敏感文件检测方面通过设计的基于Bi-LSTM与HAN相结合的检测模型,对OCR识别提取到的文本,进行敏感检测从而达到系统的设计要求。(本文来源于《浙江理工大学》期刊2018-12-14）
李韬,王红涛,王富强,赵静,冯连强[7]（2018）在《基于图像检索分析的文件拷贝检测系统》一文中研究指出图像检索分析方法可以有效地帮助检查文件是否有夹带多余图纸,图纸的呈现方式多种多样,本文针对不同文件图像的检索分析方法的差异,设计了文件拷贝检测系统方案,采用图像检索分析的方法实现了在文件拷贝时准确地对文件内容进行检索分析,判断违规的拷贝文件,应用效果显示有效地减少了工作人员对文件检查所需的时间。(本文来源于《重型机械》期刊2018年06期）
杨烨,孙容海,施林甫,唐振军[8]（2018）在《面向大文件的多载体图像信息隐藏方法》一文中研究指出随着智能手机的迅速发展,如何保证个人隐私信息的安全引起人们越来越多的关注。针对常用信息隐藏方法隐藏容量有限而无法隐藏大文件的问题,文中提出一种利用多幅载体图像进行大文件嵌入的信息隐藏方法,并在Android Studio平台下开发手机信息隐藏系统。实验结果验证了方法的有效性和手机信息隐藏系统的实用性。(本文来源于《信息技术》期刊2018年05期）
蒋晨,胡玉鹏,司凯,旷文鑫[9]（2018）在《基于图像纹理和卷积神经网络的恶意文件检测方法》一文中研究指出在大数据环境下,针对传统恶意文件检测方法对经过代码变种和混淆后的恶意文件检测准确率低以及对跨平台恶意文件检测通用性弱等问题,提出一种基于图像纹理和卷积神经网络的恶意文件检测方法。首先,使用灰度图像生成算法将Android和Windows平台下可执行文件,即. dex和. exe文件,转换成相应的灰度图像;然后,通过卷积神经网络(CNN)算法自动提取这些灰度图像的纹理特征并加以学习训练,从而构建出一个恶意文件检测模型;最后,使用大量未知待检测的文件去验证模型检测准确率的高低。通过对大量的恶意样本进行实验,在Android和Windows平台下,模型检测最高准确率分别达到79. 6%和97. 6%,平均准确率分别约为79. 3%和96. 8%;与基于纹理指纹的恶意代码变种检测方法相比,基于图像纹理和卷积神经网络的恶意文件检测方法准确率提高了约20%。实验结果表明,所提方法能够有效避免人工筛选特征带来的问题,大幅提高检测的准确率和效率,成功解决跨平台检测问题,实现了一种端到端的恶意文件检测模型。(本文来源于《计算机应用》期刊2018年10期）
陈庆虎,周小丹,鄢煜尘[10]（2018）在《基于字符图像分割的打印文件识别方法》一文中研究指出针对目前的打印文件识别方法受限于样本中必须有相同字符的问题,提出一种基于字符图像分割的打印文件识别方法。通过k-means算法对字符图像进行分割,分别对不同区域提取局部二值模式纹理特征,从而消除字符结构对识别结果的影响。研究了单一区域的特征集和组合特征集的分类识别效果,实验结果表明,该方法在样本中无相同字符的情况下,能够得到较高的识别准确率。(本文来源于《计算机工程与应用》期刊2018年07期）
图像文件论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本研究的目的是从JPEG格式图像文件头中提取图像数据,获取图像文件头信息,进而判断图像获取工具得到的JPEG图像是否经过图像处理软件的处理。文中通过WinHex软件提取JPEG格式图像数据,对获取的数据进行解析,获取JPEG图像文件头的信息,从JPEG格式图像文件头中提取到图像的Exif(Exchangeable Image File Format)信息、GPS(Global Positioning System)信息、缩略图信息、量化表等图像数据。通过判断从JPEG图像文件头得到的图像信息与图像获取工具得到的JPEG图像文件头信息是否一致,来确定JPEG格式图像是否被图像处理软件处理过。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像文件论文参考文献
[1].邢文博,杜志淳.JPEG图像文件头取证[J].计算机时代.2019
[2].邢文博,杜志淳.JPEG图像文件头取证[J].计算机科学.2019
[3].肖辛格.基于深度学习的电子文件自动分类技术——以电子图像文件为例[J].情报探索.2019
[4].周一枫,张华熊.抗倾斜的中文文本图像文件识别技术[J].计算机系统应用.2019
[5].孙燕.基于图像纸质有价文件残损检测方法[J].机电工程技术.2018
[6].周一枫.基于图像识别的敏感文件检测技术研究[D].浙江理工大学.2018
[7].李韬,王红涛,王富强,赵静,冯连强.基于图像检索分析的文件拷贝检测系统[J].重型机械.2018
[8].杨烨,孙容海,施林甫,唐振军.面向大文件的多载体图像信息隐藏方法[J].信息技术.2018
[9].蒋晨,胡玉鹏,司凯,旷文鑫.基于图像纹理和卷积神经网络的恶意文件检测方法[J].计算机应用.2018
[10].陈庆虎,周小丹,鄢煜尘.基于字符图像分割的打印文件识别方法[J].计算机工程与应用.2018