论文部分内容阅读
随着宽带网络的普及与发展,网络信息已成为人们生活的一部分,给人们的生活带来了极大的便利,但同时也带来了许多淫秽不良信息,严重影响了人们的日常生活。为此,如何过滤网上不良信息,营造一个健康的网络环境,成为人们关注的焦点。 本文主要研究工作如下:首先,对肤色检测的相关技术进行了详细陈述,研究了YCgCr、HSV、YCbCr三种不同的颜色空间,通过比较分析,选择了肤色分类效果更好的YCgCr空间作为肤色检测的颜色空间,然后在YCgCr上建立高斯肤色模型进行肤色检测,并利用加权均值滤波对图像进行平滑去噪,实验表明,该方法能有效地检测出肤色区域。其次,由于肤色模型具有一定的局限性,会把一些颜色比较接近人体皮肤的其他区域误判为肤色区域。为此,加入人脸检测的方法进一步过滤排除,本文比较了两种人脸检测算法:基于BP神经网络算法和基于Adaboost算法,通过比较分析得出在分类性能上Adaboost算法优于BP神经网络算法。再次,对敏感图像特殊部位识别算法框架进行了详细介绍,对于女性胸部识别本文采用了阈值法来进行胸部识别定位;对于女性下半身特殊部位识别,本文提取了Haar-like、肤色、HOG三个特征,并通过Adaboost算法训练得到了分类器,对该分类器的分类效果进行了比较。最后,通过对过滤系统的实验分析和性能测试可知,本文所提出的方法能快速、有效的过滤敏感图像,而且应用广泛,不但可以应用到固定的电脑平台上,还可以应用到移动的手机平台。