学位论文 > 优秀研究生学位论文题录展示

不良图像检测系统的设计与实现

作　者: 侯纯
导　师: 陆建峰
学　校: 南京理工大学
专　业: 计算机应用技术
关键词: 肤色检测胸部检测 adaBoost 色情信息检测阈值分割
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 57次
引　用: 0次
阅　读: 论文下载

内容摘要

伴随着信息时代的发展,网络已经成为人们最重要、最便捷的信息传播工具。而在网络带给我们巨大便利的同时,各种不良的信息也随之传播扩散,暴力、色情等不健康信息充斥在网络各个地方。据统计,互联网中色情网站数量要有50多万个,而深受其影响的网民,尤其青少年网民更是数之不尽。所以如何有效的阻止色情信息的传播一直是互联网健康发展的重要课题。因此,本文设计实现一种基于肤色的不良图像检测系统,用来检验图像是否为不良图像。图像中大面积的裸露皮肤是判定该图像是否为色情图像的最重要的一个特征标志,肤色检测是色情图像判定的基础,所以本文主要对肤色检测技术进行研究,并实现一种在YCbCr空间的结合贝叶斯分类准则和阈值分割等技术的肤色提取方法。为了精确肤色提取结果,在此方法上再引入纹理分析等技术,进一步保证肤色提取的准确率。但是单纯的依靠对肤色的判定作为色情图像检测的唯一标准,不能保证色情图像检测的准确率。例如对穿着性感的明星写真或是头像证件照等图像的判定上,由于这类图片也存在大量的裸露皮肤,判定会有很大的误检率。所以,本文又对色情图像进一步分析,实验研究对女性胸部以及私处的判定方式。最终整合肤色提取、人脸检测、人体敏感部位检测等信息,设计实现不良图像检测系统。本文的主要研究工作和取得的成果如下：(1)实现在YCbCr空间的基于贝叶斯的肤色分类模型,并改进模型,设计实现一种结合Cr分量阈值分割和YCbCr空间贝叶斯分类的肤色提取算法。(2)对肤色检测采用纹理分析、形态学变换等方式优化肤色检测结果。(3)实验实现了现有根据色彩分析以及图形几何特征的胸部检测方法。(4)实验设计实现基于adaboost的胸部检测与色彩分析结合的女性胸部检测模型。(5)综合肤色检测、人脸检测以及敏感部位检测等技术,依据决策树的思想整合设计实现色情图像检测系统。

全文目录

摘要  3-4
Abstract  4-6
目录  6-11
1 绪论  11-17
  1.1 研究现状  11-14
    1.1.1 色情网站检测情况  11-12
    1.1.2 色情图像检测技术研究情况  12-14
  1.2 研究现状分析  14-15
  1.3 本文的主要工作  15-17
2 肤色检测技术  17-42
  2.1 常见肤色分类模型简介  17-22
    2.1.1 统计颜色模型  18-19
    2.1.2 高斯模型  19-20
    2.1.3 色度空间模型  20-21
    2.1.4 三种模型比较分析  21-22
  2.2 基于贝叶斯的YCbCr空间的肤色提取研究  22-28
    2.2.1 肤色提取技术的颜色空间选择  22-23
    2.2.2 贝叶斯YCbCr肤色模型  23-24
    2.2.3 贝叶斯YCbCr肤色模型检测流程  24-27
    2.2.4 贝叶斯YCbCr肤色模型实验结果  27-28
  2.3 结合闽值分割的肤色提取研究  28-34
    2.3.1 结合阈值分割的肤色提取算法  28-29
    2.3.2 阈值分割法概述  29-32
    2.3.3 结合阈值分割的肤色提取流程  32-34
    2.3.4 结合阈值分割的肤色提取实验结果  34
  2.4 两种肤色提取算法实验结果对比  34-36
  2.5 肤色掩码图像后续工作  36-39
    2.5.1 结合纹理特征的肤色区域确认  37-38
    2.5.2 肤色结果图像的辅助处理  38-39
  2.6 肤色提取模块流程  39-40
  2.7 实验结果分析  40
  2.8 本章小结  40-42
3 人脸检测技术  42-52
  3.1 人脸检测技术概述  42-43
  3.2 基于adaboost的人脸检测技术  43-45
    3.2.1 弱分类器  43
    3.2.2 特征的概念  43-44
    3.2.3 特征值的概念  44-45
  3.3 人脸检测分类器训练和生成  45-46
  3.4 基于Adaboost人脸检测流程  46-47
  3.5 改进适应不良图像检测的人脸检测  47-49
  3.6 实验及结果分析  49-51
  3.7 本章小结  51-52
4 敏感部位检测技术  52-61
  4.1 胸前特征检测  52-58
    4.1.1 基于颜色的胸前特征检测  52-54
    4.1.2 基于adaboost的胸前特征检验  54-58
    4.1.3 两种胸部检测方法比较分析  58
  4.2 私处部位分类器  58-60
  4.3 本章小结  60-61
5 不良图像检测的决策树分类器构建和实验结果分析  61-75
  5.1 不良图像的决策树判定流程  61-69
    5.1.1 属性特征选择  61-62
    5.1.2 不良图像检测的决策树分类器的构造  62-69
  5.2 实验结果分析  69-74
    5.2.1 贝叶斯YCbCr肤色模型和阈值分割相结合的肤色检测结果  69-71
    5.2.2 人脸检测结果  71-72
    5.2.3 敏感部位的检测结果  72-73
    5.2.4 整体分类器检测结果  73-74
  5.3 本章小结  74-75
6 不良图像检测系统的设计与实现  75-84
  6.1 系统开发工具和开发环境  75
  6.2 不良图像检测需求  75
  6.3 不良图像检测系统工作流程  75-76
  6.4 不良图像检测系统的关键模块设计与实现  76-81
    6.4.1 系统关键模块框架结构  77-78
    6.4.2 图像处理准备模块  78-79
    6.4.3 肤色检测模块  79-80
    6.4.4 人脸检测模块  80
    6.4.5 敏感部位检测模块  80
    6.4.6 图像决策树判定以及系统集成模块  80-81
  6.5 不良图像检测系统界面介绍  81-83
    6.5.1 系统主界面  81
    6.5.2 检测控制工作区  81-82
    6.5.3 结果显示和处理进度工作区  82
    6.5.4 结果处理工作区  82-83
  6.6 本章小结  83-84
7 总结和展望  84-86
  7.1 本文工作总结  84-85
  7.2 未来展望  85-86
致谢  86-87
参考文献  87-90

不良图像检测系统的设计与实现

内容摘要

全文目录

相似论文