【摘要】：隨著互聯(lián)網(wǎng)日新月異的發(fā)展,網(wǎng)絡(luò)安全及網(wǎng)絡(luò)健康問題已經(jīng)飽受關(guān)注。由于網(wǎng)絡(luò)的開放性,使得一些敏感色情圖像在網(wǎng)絡(luò)上肆意傳播,隨著大數(shù)據(jù)時代的到來一些反黃軟件出現(xiàn)了明細的滯后性,已經(jīng)不能達到預(yù)期的反黃效果。據(jù)CNNIC統(tǒng)計,我國的上網(wǎng)人數(shù)已躍居世界第一,而且低齡段的人數(shù)發(fā)展十分迅猛。為了不讓敏感色情內(nèi)容污染網(wǎng)絡(luò)環(huán)境,不讓青少年的身心健康成長受到影響,肅清網(wǎng)絡(luò)垃圾,還網(wǎng)絡(luò)以整潔的環(huán)境顯得尤為重要。在這樣的背景下基于內(nèi)容的敏感圖像過濾技術(shù)的研究就變得十分有意義。敏感圖像過濾的中心思想是將圖片庫里的圖片進行分類的過程。目前對情色圖片的過濾或屏蔽有很多種技術(shù)手段,但絕大部分使用的是URL過濾、關(guān)鍵詞匹配、基于敏感圖像的過濾。本文研究的正是基于內(nèi)容的敏感圖像過濾問題。本文利用圖像處理技術(shù)、數(shù)據(jù)庫、模式識別技術(shù)以及計算機視覺技術(shù),對敏感圖像過濾技術(shù)進行研究,研究目標是提高圖像過濾的正檢率和檢測速度。本文的過濾系統(tǒng)由膚色檢測模型、紋理檢測模型、人臉識別、圖像特征提取以及分類器幾部分組成。膚色檢測在敏感圖像過濾系統(tǒng)中十分重要,能否準確的找到皮膚部分是整個過濾系統(tǒng)關(guān)鍵所在。常用的膚色檢測算法包括色度空間模型算法、種子像素鄰域擴展模型算法和基于膚色統(tǒng)計直方圖的貝葉斯分類算法。本文采用統(tǒng)計直方圖的貝葉斯分類算法進行膚色檢測。膚色檢測僅從顏色的角度出發(fā),會把很多與膚色相同顏色的信息當(dāng)做皮膚來處理,這樣誤判率會很高,紋理檢測可以有效減少誤判。目前的紋理檢測方法基于統(tǒng)計模型的較多,基于信號處理方法的研究相對較少,本文使用Gabor函數(shù)和邊緣檢測相結(jié)合的皮膚紋理檢測方法,對明顯一些明顯有很多紋理的區(qū)域可以用邊緣檢測的方法將其剔除,然后再利用Gabor函數(shù)進行檢測,最終的目標就是與第一步膚色檢測一起準確、完整的提取出真膚色部分。本文在邊緣檢測部分引入人工魚群算法來提高檢測的效率和準確度。研究發(fā)現(xiàn)絕大部分的敏感圖像都含有人臉信息,且人臉個數(shù)一般小于4個,將人臉檢測引入本文的過濾系統(tǒng)中能夠很好的區(qū)分圖像是否為敏感圖像。本文采用的基于混沌人工魚群改進的AdaBoost人臉檢測算法進行人臉檢測,檢測速度有了明顯的提升。分類特征向量的提取及分類器的選擇。最終選擇七個分類特征作為分類器的輸入,具體特征有:皮膚顏色部分占圖像的百分比、皮膚顏色部分連通區(qū)的數(shù)量、最大皮膚顏色連通區(qū)占圖像的比例、皮膚顏色面積與皮膚顏色矩形區(qū)域的比例、最大皮膚顏色連通區(qū)寬和圖像寬的比例、皮膚顏色像素的平均概率以及人臉個數(shù)。分類器的選取是本文能否達到預(yù)期的過濾效果的關(guān)鍵所在。由于決策樹的模型簡單,運算速度快等特點,本文最終選定決策樹做為本文的分類器。實驗結(jié)果最終達到了本文的研究目的。
[Abstract]:......
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 黃珍;;基于混沌人工魚群改進的AdaBoost人臉檢測算法[J];自動化與儀器儀表;2014年03期

2 房宜汕;;基于改進AdaBoost的快速人臉檢測算法[J];計算機應(yīng)用與軟件;2013年08期

3 黃美靈;趙之杰;浦立娜;吳非;趙美玲;陳浩;陳明哲;;基于自適應(yīng)Tent混沌搜索的粒子群優(yōu)化算法[J];計算機應(yīng)用;2011年02期

4 楚曉麗;朱英;石俊濤;;基于改進人工魚群算法的圖像邊緣檢測[J];計算機系統(tǒng)應(yīng)用;2010年08期

5 曲良東;何登旭;;一種混沌人工魚群優(yōu)化算法[J];計算機工程與應(yīng)用;2010年22期

6 解洪勝;王連國;李長松;;改進的Gabor變換圖像紋理特征提取方法應(yīng)用研究[J];云南民族大學(xué)學(xué)報(自然科學(xué)版);2009年04期

7 譚躍;譚冠政;涂立;;一種新的混沌差分進化算法[J];計算機工程;2009年11期

8 曹承志;張坤;鄭海英;劉本偉;毛春雷;;基于人工魚群算法的BP神經(jīng)網(wǎng)絡(luò)速度辨識器[J];系統(tǒng)仿真學(xué)報;2009年04期

9 彭昱忠;元昌安;王艷;覃曉;;基于內(nèi)容理解的不良信息過濾技術(shù)研究[J];計算機應(yīng)用研究;2009年02期

10 劉煜;李言俊;張科;;一種多像素圖像邊緣提取方法[J];光子學(xué)報;2007年02期

相關(guān)博士學(xué)位論文 前2條

1 江志偉;基于內(nèi)容的WEB圖像過濾技術(shù)研究[D];浙江大學(xué);2007年

2 段立娟;基于內(nèi)容的圖像檢索與過濾關(guān)鍵技術(shù)研究[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2002年

相關(guān)碩士學(xué)位論文 前8條

1 谷海偉;網(wǎng)絡(luò)圖像的數(shù)據(jù)捕獲及敏感圖像識別的關(guān)鍵技術(shù)研究[D];吉林大學(xué);2008年

2 趙建成;基于內(nèi)容的圖像檢索技術(shù)的研究與應(yīng)用[D];華東師范大學(xué);2007年

3 張李秋;一種基于紋理特征提取的圖像檢索方法[D];電子科技大學(xué);2007年

4 楊金峰;基于內(nèi)容敏感圖像過濾關(guān)鍵技術(shù)研究及應(yīng)用[D];吉林大學(xué);2006年

5 譚偉恒;基于人體特征的膚色檢測算法在敏感圖像過濾中的應(yīng)用[D];吉林大學(xué);2006年

6 劉達志;基于內(nèi)容的敏感圖像過濾系統(tǒng)研究與設(shè)計[D];中國人民解放軍信息工程大學(xué);2005年

7 范曉;基于IE瀏覽器的色情圖片過濾器的設(shè)計和實現(xiàn)[D];吉林大學(xué);2004年

8 馮軍紅;圖像過濾關(guān)鍵技術(shù)的研究及應(yīng)用[D];北京工業(yè)大學(xué);2003年

，

本文編號：2488780