基于内容分析的敏感图像过滤算法研究

论文摘要

随着互联网技术的发展,网络黄毒日益泛滥。这不仅严重影响青少年身心健康,而且也给人们日常生活带来诸多不便。如何过滤不良信息是个重要的研究课题。本文以此为背景,依托于与中国刑警学院合作的公安部应用创新计划项目“基于内容的网络有害图像识别与监控系统”,对基于肤色和纹理的敏感图像过滤的关键技术进行研究,试图设计并实现一个敏感图像过滤系统。本文研究了肤色模型、纹理检测算法、人脸检测算法,在此基础上提取了相关特征,研究并实现与之相对应的分类器。肤色检测是敏感图像分析最重要的一步,本文研究了段丽娟色度空间模型,通过实验得出肤色模型的不足之处,基于这种思想提出了基于亮度自适应色度空间肤色模型；纹理是人体皮肤区别于其他物体的一个重要特征,因此本文研究了规范化灰度共生矩阵纹理检测算法,对算法进行了分析；在敏感图像过滤系统中加入人脸检测可以防止误检大头贴等图像,本文研究了AdaBoost快速人脸检测算法,分析了该算法的不足与可改进之处,根据敏感图像过滤系统的特点,提出了连续AdaBoost人脸检测算法；为了实现基于内容的敏感图像过滤系统,本文提取了大量的相关特征,并通过实验选取有效特征作为分类器的特征向量；分类器的选择也影响着系统的过滤效果,本文研究并实现决策树构造算法,对分类器的分类效果进行了比较。实验结果表明,本文研究与提出的方法对敏感图像的过滤能够达到很好的效果。最终的分类效果为查全率88.58%,误判率19.01%。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 相关技术的研究现状
• 1.3 一些网络敏感图像识别系统简介
• 1.4 论文的组织结构
• 第2章 皮肤检测的算法研究
• 2.1 肤色检测算法
• 2.1.1 颜色空间
• 2.1.2 肤色算法模型
• 2.1.3 段丽娟色度空间模型
• 2.1.4 基于亮度自适应色度空间肤色模型
• 2.1.5 实验结果及性能比较
• 2.1.6 肤色检测模型的建立
• 2.2 皮肤纹理检测算法
• 2.2.1 纹理检测的目的
• 2.2.2 纹理算法模型
• 2.2.3 掩码图像的辅助处理
• 2.2.4 系统肤色检测模型流程图
• 2.3 本章小结
• 第3章 人脸检测的算法和研究
• 3.1 在敏感图像处理中引入人脸检测机制的目的
• 3.2 人脸检测技术概述及评析
• 3.3 人脸的基本特征规则
• 3.4 Adaboost算法概述
• 3.5 连续Adaboost算法
• 3.6 Haar型特征及积分图象
• 3.7 实验结果
• 3.8 本章小结
• 第4章 基于掩码的特征提取及分类算法研究
• 4.1 分类特征向量的提取与评价
• 4.1.1 肤色面积百分比及区域百分比的提取与评价
• 4.1.2 皮肤连通区域相关特征提取与评价
• 4.1.3 肤色概率相关特征提取与评价
• 4.2 分类器算法的研究
• 4.2.1 分类技术概述
• 4.2.2 决策树构造算法
• 4.2.3 C4.5训练集的选择及决策树构造
• 4.2.4 决策树分类性能测试
• 4.3 本章小结
• 第5章 敏感图像过滤系统的实现
• 5.1 系统结构
• 5.2 爬虫系统
• 5.2.1 爬虫简介
• 5.2.2 Heritrix爬虫
• 5.3 文本处理
• 5.4 图像处理
• 5.5 CxImage类库简介
• 5.5.1 相关类介绍
• 5.6 系统测试
• 第6章 总结与展望
• 6.1 本文的主要研究成果
• 6.2 系统展望
• 参考文献
• 致谢