全站搜索
一种基于自适应小波不变矩的色情图像过滤方法
作者:管理员    发布于:2015-11-03 11:09:44    文字:【】【】【

  随着互联网技术的飞速发展,不法分子利用网络传播色情信息赚取不义之财的情形日趋严重。涉世未深的青少年无疑是为脆弱的受害者,网络色是这些不良信息的主要载体之一。为了有效地打击网络色情,本文从过滤色情图像入手,研究基于内容的图像过滤技术色情图像的主要特征是含有大量人体皮肤区域因此,对色情图像的识别过滤问题可以归结为对皮肤的检测问题常见的皮肤检测方法是直接利用颜色模型,如:统计直方图模型、简单色度空间模型高斯混合模型等,直接将检测结果认为是皮肤区域。这样做会造成一定的误差,因为有些符合肤色特征的区域未必就是皮肤区域,例如:黄色的草原、堆积的大豆如果对这些肤色区域再作纹理特征分析,将有助于降低误检率。

  皮肤纹理作为一种特殊的纹理,它比较光滑,没有明显的周期性和方向性文根据小波变换高频部分变化量的多少来判断是否皮肤纹理文通过纹理幅度进行皮肤纹理检测文1.1.1AWIM的计算步骤(x)属于小波子空间V.,/(),nEZ是f(x)的离散时间采样信号。计算自适应小波不变矩的算法可以简要归纳如下和其中:3<2",N=(是指对x取整),m是满足e步骤2计算两个掩模的卷积,求得子适应小波重正规化滤波器的母掩模D1M-k步骤3对每一个整数k,找到所有满足-3掩模中选取相应的值并计算T=4f|,其中=ScnkT.其中:卜通过计算an和/(n)的卷积求得,an= 2(2-飞)n,在实际运算中,通常只有有限个an被视为是非零值,例如取n10步骤4根据常规的离散小波变换对重正规化信号(kEZ)进行小波分解,得到在每个尺度下自适应小波不变矩算法可以很容易地推广到二维数字信号/(x,y)上首先,计算一阶矩―x―y和二阶中心矩ee;然后,对二维数字信号的每一行执行以上步骤123,执行时将参数(―,e)换成(―x,e,。),继而对每一列执行以上步骤1 23,相应地将参数(―,e)替换成(―y,e);后,根据常规的二维离散小波变换算法,计算原信号/个尺度上的自适应小波不变矩。

  1.1.2AWIM的距离测度对两幅同样大小的图像,如果要测度两者自适应小波不变矩的差异距离,通常使用GEPP(gray valueerrorperpixel)来衡量GEPP的含义是平均每个像素的灰度误差。对于尺度i,GEPP可以通过下式求得:其中:ak和bk分别是两幅图像i尺度下的自适应小波不变矩,/X /.是图像i尺度下的子图像的大小。

  利用GEPP可以比较方便地测度两幅图像之间的自适应小波不变矩的距离。

  1.2基于AWIM的皮肤纹理检测算法流程自适应小波不变矩能够比较准确地表达图像纹理的特征,并且具有平移和缩放不变性,对纹理分类比较有效。因此,作者利用自适应小波不变矩为纹理描述符,建立皮肤纹理检测算法利用自适应小波不变矩进行皮肤纹理检测,实际上是一个皮肤纹理的匹配对比过程首先,从包含大面积裸露人体皮肤的图像中手工分割出皮肤区域作为特征皮肤纹理;然后,利用一定的图像处理方法对待检测图像进行预处理,分割提取其中的皮肤纹理区域;接着,用自适应小波不变矩分别描述特征皮肤纹理和待检测皮肤纹理的特征,得到两组自适应小波不变矩;后,计算这两组自适应小波不变矩的GEPP值,用GEPP作匹配判断,决定待检测图像的皮肤纹理是否为真正的皮肤纹理皮肤纹理检测算法的流程如所示。

  在的流程图中,待检测图像的预处理是指使用文中的统计颜色空间模型,对图像进行分割,得到疑似皮肤区域,从而获取计算自适应小波不变矩所需的参数过程。

  的所有自适应小波不变矩特征皮肤采用手工获取,本文采用亚洲人典型清华大学学报(自然科学版)皮肤作为比较标准得到待检测图像的肤色区域和特征皮肤纹理图像之后,可以计算两者的自适应小波不变矩,以及GEPP值,根据GEPP判断待检测图像的肤色区域是否为皮肤纹理利用自适应小波不变矩的皮肤纹理检测算法流程1.3小波基的选择小波变换相当于滤波,它将一幅图像分解滤波成多个低通、带通成分。小波基的选择就是用设计滤波器组的方法,设计出满足所有条件并符合小波基准则的滤波器组,将该组滤波器作为小波基Daubechies小波基是具有正则性正交性的小波基,而且它是紧支集(用以描述有限长度的小波与滤波器组之间的关系的一个术语)的。Daubechies小波基可以满足在图像分解与合成中关于相关性的所有要求实际上,它也是众多研究者在图像处理领域中应用多的小波基「7像与特征皮肤纹理图像的自适应小波不变矩的距离,统计在不同的距离阈值下对正常图像和色情图像的正确划分比例,结果如所示。

  从可以看出,在同一距离阈值下,采用Haar小波对正常图像的划分效果稍逊于db4小波,对色情图像的划分效果比db4小波稍妊另外,采用除了比较不同小波之间的划分效果,再综合考虑皮肤纹理检测的效率因素,作者利用的自适应小波不变矩的皮肤纹理检测模型采用Haar小波来计算2从表1的实验结果可以看出,在准确率和检出率两方面,两个算法均达到比较高的标准,其中自适应小波不变矩检测算法比db4小波运算比采用Haar小波的运算量大因此粗细度模型检测算法更优徐欣欣,等:一种基于自适应小波不变矩的色情图像过滤方法1881表1粗细度模型检测算法与自适应小波不变矩检测算法的比较结果图像图像数正检数正检率误检率准确率检出率方法1方法2方法1方法2方法1方法2方法1方法2方法1方法2色情正常注:方法1为粗细度模型检测算法,方法2为自适应小波不变矩检测算法3小结本文提出一种基于自适应小波不变矩过滤色情图像的新方法,首先分割图像,再利用自适应小波不变矩描述疑似皮肤纹理,以此和标准皮肤纹理进行比较,来判定是否是皮肤;本文还给出对752幅色情图像和5000幅正常图像的过滤实验,实验结果表明,该方法具有较好的准确率和检出率

访问统计
51客服