论文部分内容阅读
互联网上色情图像信息的泛滥使得图像监控系统的意义越来越明显。而在图像监控系统中，基于图像特征的图像识别和特征提取模块又是图像监控系统中的两大关键模块。如何为其选择合适的技术方案直接关系到图像监控系统的整体性能和识别率。
本文通过大量的实验和研究，提出了一种结合了Kohonen神经网络和前馈(BP)神经网络的图像特征识别技术。并且结合项目经验，介绍了图像特征提取环节中的一些重要技术。
本文内容主要涉及了以下重要技术：
1）人体肤色检测技术：该项技术是图像特征提取的第一步，通过基于HIS色彩系统并结合像素点R值的阈值分割来检测敏感图像中的皮肤区域，作为图像特征提取模块的预处理工作。
2）基于小波分解的图像边缘检测技术：该项技术是图像特征提取模块中的重要一环，利用小波的多分辨率特性在不同分辨率上对图像进行频域分析，并在最佳分辨率下检测出图像的边缘信息，并结合肤色检测得到的效果图用“篱笆算法”截取敏感图像中的可疑区域。
3）基于神经网络的图像特征识别技术：利用Kohonen神经网络的矢量量化功能和前馈神经网络的有监督学习功能对图像特征识别模块截取下的图像敏感区域进行识别，并给出最终的判别结果。