基于膚色和紋理的敏感圖像過濾技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)絡(luò)黃毒日益泛濫。這不僅嚴重影響青少年身心健康，而且也給人們?nèi)粘Ｉ顜碇T多不便。如何過濾不良信息是個重要的研究課題。目前，已有一些不良信息過濾軟件相繼推出，主要是基于IP地址和文本對網(wǎng)絡(luò)信息進行過濾，效果不是很理想。 本文以此為背景，依托于與中國刑警學院合作的公安部應(yīng)用創(chuàng)新計劃項目“基于內(nèi)容的網(wǎng)絡(luò)有害圖像識別與監(jiān)控系統(tǒng)”，對基于膚色和紋理的皮膚區(qū)域分割技術(shù)進行研究。本文的主要工作如下：膚色檢測算法的研究、

2、紋理檢測算法的研究、皮膚點膨脹算法的提出。膚色檢測在基于內(nèi)容的敏感圖像過濾系統(tǒng)中占有重要地位，是敏感圖像特征提取的基礎(chǔ)。本文研究并實現(xiàn)了貝葉斯統(tǒng)計模型、段麗娟提出的色度空間模型和基于亮度自適應(yīng)的色度空間模型。紋理檢測是對膚色點的再次確認。 本文研究并實現(xiàn)了灰度統(tǒng)計模型、共生矩陣模型和邊緣密度模型。針對由于光照的影響大塊的皮膚區(qū)域不能被完整提取的問題，本文提出了皮膚點膨脹算法。該算法基于利用改進的膚色檢測和紋理檢測算法生成的三值皮

3、膚掩碼圖像(皮膚點，非皮膚點和待定點)，對掩碼圖像中的皮膚點進行小區(qū)域膨脹(如果皮膚點周圍小區(qū)域內(nèi)不含非皮膚點，那么將小區(qū)域內(nèi)的待定點更改為皮膚點)，再對這些變化的點進行小區(qū)域膨脹。該算法有效地改善了皮膚檢測效果。經(jīng)過以上處理，皮膚區(qū)域正檢率達到94.52％，誤檢率為11.35％，達到皮膚區(qū)域分割的目的。 最后，本文采用上述圖像分割算法對樣本圖像進行預處理，并采用決策樹分類器測試圖像分類效果，以驗證所研究算法的有效性。結(jié)果表明，