随着互联网和多媒体技术的不断发展,色情图像在网络上的传播越来越泛滥。为了净化互联网的环境,给未成年人营造一个纯洁的网络空间,对色情图像的过滤势在必行。现有的技术仅仅依靠网址和色情文字信息的过滤,这些都不能有效的实现色情敏感图像的自动过滤。基于内容的图像过滤技术才应该是最佳选择。本文以此为背景,以对色情敏感图像进行自动识别过滤为目的,主要讨论了敏感图像过滤系统的实现算法。鉴于色情图片的特点——包含大量裸露肌肤区域,首先进行皮肤像素的标记。通过统计分析可知,皮肤颜色信息具有一定的聚集性。本文介绍了常用的三种肤色检测模型:统计颜色模型、色度空间模型和高斯混合模型。通过实验比较,最终选择算法简单、正确率高的色度空间模型作为肤色检测模型。为了进一步减小皮肤检测的误检率,在肤色检测模型基础上,进行皮肤纹理检测。综合比较了算法复杂度和检测效果后,选择简单灰度统计算法进行皮肤纹理检测。敏感图像过滤属于图像模式识别问题。在皮肤检测得到的掩码图像基础上,为了减少掩码噪声的影响,首先进行形态学预处理,然后进行图像分类特征的提取。在分类算法的选择上,比较了两种常用的分类算法:BP神经网络和支持向量机(SVM)算法。通过实验比较,最终选择SVM算法作为本系统分类器。最后,综合各个模块内容,实现了单机版的“敏感图像过滤系统”,基本实现了对敏感图像的自动识别过滤。