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。