基于网络色情图像检测的研究与实现
【摘 要】 对于两幅既有旋转又有缩放变化的图像，如何确定哪些点是兴趣点呢？因为是不会随着图像变化而变化的点，所以就是要找到图像中的一些稳定点，比如角点、边缘点、亮区域中的暗点以及暗区域中的亮点。而Surf算法对于这些点的检测是基于最基本的Hessian近似矩阵。
【关键词】 图像兴趣点 积分图像 Hessian矩阵
对一个数据较大的图像集来说，将里面的图像进行一一筛选分类是一个耗时比较长的工作，并且相对于数据小的图像集而言，这样直接进行分类的结果误判率将明显有所增加。为了较为快速并且精确的区分出所有的图像，我们可以将图像集进行一个数据减小的前提工作，做法是优先排除一些明显合法的图像，然后再从余下的图像集中进行色情图像的识别。
1 合法图片的识别
对一个数据较大的图像集来说，将里面的图像进行一一筛选分类是一个耗时比较长的工作，并且相对于数据小的图像集而言，这样直接进行分类的结果误判率将明显有所增加。为了较为快速并且精确的区分出所有的图像，我们可以将图像集进行一个数据减小的前提工作，做法是优先排除一些明显合法的图像，然后再从余下的图像集中进行色情图像的识别。具体做法如下（如图1）：
（1）图片加载和预处理，图片预处理就是将图片大小规范到统一的尺寸;
（2）人脸检测，基于OpenCV中训练好的分类器进行人脸所在图片比例的计算;
（3）基于YCrCb的肤色检测，计算去除人脸后的基于YCrCb肤色所在图片的比例，如果满足合法图片的阈值则进行基于纹理的肤色检测，否则进行非法图片检测;
（4）基于纹理的肤色检测，满足YCrCb肤色检测为合法图片后，进行纹理的肤色检测，计算去除人脸后的基于纹理肤色所在图片的比例，如果满足合法图片的阈值则分类为合法，否则进行非法图片检测。
2 色情图片的识别
经过图像集的缩小工作后，接下来就是通过分类器对图像进行分类，以区分出色情图片和合法图片。色情图像的分类识别步骤如下（见图2）。
3 算法实现
（1）训练基于BoVW模型的词典，并对词典进行聚类，输出词典文件，伪代码如下：
BEGIN
While（ ！readVocabulary（G_vocabularyFile，vocabulary））
{
定义参数bowTrainer，聚类维数为G_vocabSize
While（ readdir（dir） ！= NULL ）
{
检测兴趣点imageKeypoints
对兴趣点提取描述子imageDescriptors
If（ ！Descriptors.empty（） ）
{
向bowTrainer中加入描述子
vocabulary = bowTrainer.cluster（）;
}
输出vocabulary
}
}
END
其中，输出词典为vocabulary，dir为训练样本图像集所在路径，bowTrainer类型为BOWKMeansTrainer，词典文件通过G_ vocabularyFile设定，词典训练的维数通过G_vocabSize设定。
（2）基于YCrCb的肤色检测，将图像分类存放在不同文件目录下，伪代码如下：
BEGIN
While（ readdir（test_dir） ！= NULL）
{
通过肤色阈值及肤色像素所占比例判断是否为色情图像，返回class_no
if（ class_no为1 ）
将该图像拷贝到NO目录下
if（ class_no为0 ）
将该图像拷贝到OK目录下
}
END
其中，test_dir为待测图像集所在路径，class_no为图像类别（0为合法，1为非法）。
（3）基于纹理的肤色检测，将基于YCrCb肤色检测后NO文件里的图像集进一步分类，伪代码如下：
BEGIN
While（ readdir（NO） ！= NULL）
{
通过阈值将图像重构，通过肤色比例判断是否为色情图像，返回class_no
if（ class_no为1 ）
将该图像拷贝到NO目录下
if（ class_no为0 ）
将该图像拷贝到OK目录下
}
END
其中NO为基于YCrCb肤色检测后的NO文件，class_no为图像类别（0为合法，1为非法）。
（4）对图像集进行KNN分类，根据建立了正、反索引的词典，对图像集进行分类存放，伪代码如下：
BEGIN
读取合法图像词典为OK_Mat
读取非法图像词典为NO_Mat
建立索引Oindex（OK_Mat， KDTreeIndexParams）
建立索引Nindex（NO_Mat， KDTreeIndexParams）
Oindex.knnSearch得到距离vec_dists_o
Nindex.knnSearch得到距离vec_dists_n
if（ vec_dists_o vec_dists_n ）
n_sum++
else
o_num++
if（n_sum o_sum）
将图像拷贝到OK目录下
if（n_sum o_sum）
将图像拷贝到NO目录下
END
其中，KDTreeIndexParams为OpenCV库函数参数，OK目下为测试图像集中合法图像，NO目录下为测试图像集中非法图像。
4 结语
参考文献：
[3]王新成.高级图像处理技术[M].北京：中国科学技术出版社，2001.