1、對網絡敏感圖像進行過濾的基礎是對敏感圖像進行識別，很多對敏感圖像的過濾方法是基于依附于圖像的文本信息或者URL地址，這些過濾技術缺乏對敏感圖像識別的動態(tài)性和實時性，因而基于內容的敏感圖像識別成為迫切需要解決的問題。 傳統基于內容的敏感圖像識別主要根據圖像中與人體膚色面積比相關的特征進行分類，雖然比較簡單快捷，但是其誤檢率往往較高。為降低傳統基于內容的敏感圖像識別的誤檢率，我們進行了基于內容的對不良文化敏感圖像檢測的研究，該研究方

2、案在膚色分割的基礎上分為人臉定位識別、人體姿態(tài)識別和人體關鍵部位定位識別三部分，本文是對敏感圖像中人體關鍵部位的定位識別的一個階段總結。研究的目標是對敏感圖像中的人體關鍵部位進行定位識別，從而為檢測網絡不良文化圖像提供良好的判斷參考。 主要的研究內容包括以下幾個方面： 一、對FCM聚類分割算法的改進： 1.1建立多尺度圖像錐。減少了圖像數據規(guī)模，降低圖像聚類分割的運算量。 1.2引入空間信息。借助圖像正常

3、像素信息屏蔽噪聲像素信息，增強了抗噪性能。 二、改進膚色分割方法： 2.1膚色模型分割。在CbCr平面建立高斯膚色模型，實現圖像膚色分割。 2.2膚色聚類判決。對分割后的膚色區(qū)域進行聚類判決，提高膚色分割準確率。 三、人體關鍵部位識別： 3.1女性上體關鍵部位識別。通過圖像的亮度色度信息進行定位識別。 3.2女性下體關鍵部位識別。通過八個方形過濾窗口進行匹配定位識別。 3.3男性下