專利名稱：識別wap手機色情圖像的區域分割膚色算法的制作方法
技術領域：
本發明涉及ー種WAP手機互聯網淫穢色情圖像的識別、監管平臺，特別是涉及運行在該識別、監管平臺的一種識別WAP手機色情圖像的區域分割膚色算法。
背景技術：
WAP手機互聯網傳輸的圖像具有尺寸小且分辨率低和人物頭像突出的特點，因此采用傳統的圖像識別方法難以實現基于膚色特征的識別。目前膚色占空比仍然是色情圖像分類中的ー個重要特征。在色彩分布空間中，膚色區域和非膚色區域是相交的，采用傳統方法的以點為単位的膚色分割方式在處理上述圖像吋，當遇到類膚色背景、高光失真膚色和某些紋理圖像時將會無能為力。膚色分割器的性能直接影響到圖像分類的結果。我公司在2005年提出的國家發明專利《基于內容的網絡色情圖像及不良圖像檢測系統》(專利號200510048577. 0)，其在識別手機互聯網圖像的應用上也具有一定的局限性。

發明內容
本發明針對現有技術的局限性，提出一種基于區域分割的膚色檢測算法來識別WAP 手機互聯網色情圖像。本發明所采用的技術方案
一種識別WAP手機色情圖像的區域分割膚色算法，建立WAP手機色情圖像識別模型，并運用該色情圖像識別模型對手機色情圖像進行檢測，其步驟包括a)將原始圖像尺寸歸ー化將三元組RGB顏色空間轉化為HSV256模型空間；b)建立圖像區域膚色分割算法模型，對圖像區域膚色進行分割；c)去除干擾區域，進行區域特征提取；d)特征分類判決，通過對區域整體信息的分析確定區域為膚色的可能性；e)通過人臉圖像檢測模型，對原始圖像做出識別。在顏色模型中，HSV模型是ー種適合人眼分辨的模型，為便于識別，對原始圖像進行歸ー化處理將三元組RGB顏色空間轉化為HSV256模型空間，轉換到HSV空間后，用此空間中的顏色直方圖來描述幀圖像的整體顏色特征，為了壓縮直方圖矢量維數，減小計算量， 對HSV顏色空間進行非等間隔量化，根據對顏色模型的分析結果，把色調空間分為8份，飽和度和亮度空間各分為3份，并根據色彩的不同范圍進行量化，將整個HSV空間分為72個子空間。所述的識別WAP手機色情圖像的區域分割膚色算法，以大塊膚色形狀和位置特征作為分析的依據，使用區域作為分析的對象；a首先將原始圖像轉換成灰度圖像；b利用 carmy變換提取邊緣，腐蝕分割得到平滑區域；c去除小塊，對每ー塊平滑區域進行分析 首先對該區域膚色進行膚色分割，區域分割后的效果，以白色為膚色區域，黃色為非膚色區域；其次把膚色區域在R-G平面上投影，并進行Hough變換補色；再次對區域圖像進行二次膚色分割，進行判定，以白色為膚色區域，黃色為非膚色區域合成；最后對各區域圖像合成， 井形態學濾波，得到分割后的合成圖像。所述的識別WAP手機色情圖像的區域分割膚色算法，對圖像進行區域膚色分割后，會出現影響判決結果的類膚色塊的干擾區域，采用重心距離比對的算法，通過區域形狀矩和內外角等特征，去除類膚色干擾區域，其中膚色重心表示計算所有膚色區得到的重心。所述的識別WAP手機色情圖像的區域分割膚色算法，圖像區域特征選取是決定判決正確率關鍵因素，會直接影響到判決器判決結果，本算法選取的主要特征包括膚色占空比、膚色重心、有效區域數量、最大ー塊區域的重心、最大ー塊區域的占空比、在4X4區域中的比例。判決器使用SVM (Support vector machine)。所述的識別WAP手機色情圖像的區域分割膚色算法包括人臉圖像檢測模型。對于被圖像區域膚色分割模型檢測出的膚色占空比大的有可能是人臉的圖像，送入人臉檢測器進行進一歩判別，排除人臉圖像如果檢測為大幅人臉，即人臉區域占空比大于1/4，則表示圖像不是色情圖像；如果檢測到人臉區域占空比在1/9左右，則該圖像為懷疑圖像，需要進ー步通過對人臉的位置進行分析以確定懷疑級別；對于人臉比率為0. 287圖像，人臉檢測器模型認為此圖像屬于正常圖像，對于人臉比率為0. 103的圖像則根據人臉位置和膚色占空比進ー步進行分析。人臉特征的提取，只需水平方向的邊緣信息，利用經小波變換的垂直方向的高頻細節提取人臉特征。這里的人臉識別并不要求人臉定位的精度，只需找到人臉的大概位置和其區域。 ー個正面人臉可以簡單地用六個特征組合來表示，即雙眉、雙眼、鼻子及嘴唇。由于成像條件(角度、時間、光照等)的不同，很容易造成人臉的變形及顏色的畸變等，從而使得并非所有的人臉圖像能夠檢測到所有的人臉特征。為此，只需將人臉分解成包含至少2個特征組合的模型，只要找到任何ー種模型即可認為存在人臉。通過對模型的分析，進ー步得到大致的人臉區域，根據該人臉區域來判別是否占整幅圖像的區域，這里需要一個人為的閾值。當然利用這些人臉模型，可能會將眉毛誤判為眼睛等情況，但在本算法不要求對眼睛定位精度，這點誤差并不對結果產生影響。本發明的有益積極效果
1、本發明識別WAP手機色情圖像的區域分割膚色算法，在提高色情圖像識別準確率和降低正常圖像誤判率方面做出了貢獻，同時提高了識別速度。對低分辨率的手機色情圖像的正確識別率大于90%，正常圖像誤判率< 8%，識別速率> 200幅/秒，達到國內外領先水平。2、本發明識別WAP手機色情圖像的區域分割膚色算法，建立了手機互聯網的10萬張標準圖像庫作為研發和測試的標準依據，該標準圖像庫是從數百萬張手機互聯網圖像中按多個約束條件反復比較篩選出來的，并按色情指數進行排列，具有科學性和廣泛的代表性。3、本發明識別WAP手機色情圖像的區域分割膚色算法，找到了算法準確性所要求的計算復雜度以及快速性所要求的簡捷化間的最佳整合，為我國移動運營商首次建立手機互聯網色情內容識別監管平臺做出了突出貢獻。


圖1 本發明識別WAP手機色情圖像的區域分割膚色算法結構圖； 圖2 本發明識別WAP手機色情圖像的區域分割膚色算法流程圖； 圖3 由不同特征組合構成的不同人臉模型圖。
具體實施方式
實施例一參見圖1，本發明識別WAP手機色情圖像的方法，建立了基于區域分割的膚色檢測算法模型，并運用該色情圖像算法模型進行手機色情圖像檢測，其步驟包括a) 將原始圖像尺寸歸ー化將三元組RGB顏色空間轉化為HSV256模型空間；b)建立圖像區域膚色分割算法模型，對圖像區域膚色進行分割；c)去除干擾區域，進行區域特征提取；d)特征分類判決，通過對區域整體信息的分析確定區域為膚色的可能性；e)通過人臉圖像檢測模型，對原始圖像做出識別。實施例ニ 參見圖1、圖3。本實施例識別WAP手機色情圖像的算法，與實施例ー不同的是，進一歩公開了對原始圖像的歸ー化處理方法。在顏色模型中，HSV模型是ー種適合人眼分辨的模型，為便于識別，要將三元組 RGB顏色空間轉化為HSV256模型空間，轉換到HSV空間后，可用此空間中的顏色直方圖來描述幀圖像的整體顏色特征。一幀圖像的顏色一般非常多，因此相應直方圖矢量維數也較多。 為了壓縮直方圖矢量維數，減小計算量，可以對HSV顏色空間進行非等間隔量化。采用非等間隔量化技木，ー是因為從RGB空間到HSV空間的變換是非線性的，ニ是因為人眼對HSV空間各分量以及各分量的各區間的感知強度不同。由對顏色模型的分析結果，可以把色調空間分為8份，飽和度和亮度空間各分為3份，并根據色彩的不同范圍進行量化，整個HSV空間被分為72 (8X3X3)個子空間。這種顏色空間的轉換和量化，可以針對整幅視頻幀圖像進行，也可以針對某ー個幀圖像塊進行。通過計數圖像塊在各子空間中的像素個數，即可得到該圖像塊的HSV顏色直方圖特征矢量，該矢量有72個分量。實施例三參見圖1、圖3。本實施例WAP手機色情圖像的識別算法，采用的區域膚色分割算法建立圖像區域膚色分割算法模型，以大塊膚色形狀和位置特征作為分析的依據，使用區域作為分析的對象，通過對區域整體信息的分析確定區域為膚色的可能性首先將原始圖像轉換成灰度圖像；再利用canny變換提取邊緣，腐蝕分割得到平滑區域；去除小塊，然后對每ー塊區域進行分析首先對該區域膚色進行膚色分割，以白色為膚色區域，黃色為非膚色區域；其次把膚色區域在R-G平面上投影，并進行Hough變換補色；第三對區域圖像進行二次膚色分割，以白色為膚色區域，黃色為非膚色區域；最后對各區域圖像合成， 得到分割后的圖像。膚色占空比很大的圖像有可能是人臉圖像，最后通過人臉檢測器排除人臉圖像，以減小誤判率。在區域膚色分割后，某些非膚色區域具有類似膚色塊的特征，構成干擾區域。這些區域會影響判決結果，因此需要設計算法去除干擾區域。本發明采用ー種重心距離比對的方法來去除干擾區域和區域形狀矩和內外角等特征來確定干擾區域。其中膚色重心表示計算所有膚色得到的重心，用所有膚色面積做圓，半徑為r0。找到每ー塊區域的重心，并按照每ー塊區域面積做圓，半徑為rl一rN。計算R-rl-rO的值，估計塊與膚色中心之間的距離，以確定區域的重要性。類膚色塊的消除會在很大程度上降低誤判率，實驗證明使用HSV顏色距不能達到消除類膚色塊的目的，因此只有采用對區域形狀分析的方法。本算法也采用了對區域形狀分析來確定區域重要性的方法，通過區域形狀距和內外角等特征確定干擾區域。去除圖像干擾區域后，需要對區域特征進行提取。特征選取是決定正確判決率最關鍵的因素，會直接影響到判決器的性能。特征分類器使用SVM(Support vector machine-支持向量機)。目前實驗選取的主要特征有膚色占空比，膚色重心，有效區域數量，最大ー塊區域的重心，最大ー塊區域的占空比，在4X4區域中的比例。實施例四參見圖1、圖2、圖3。本實施例與實施例三不同的是，采用如下方法檢測人臉圖像。被膚色檢測器檢測為膚色占空比大的圖像，有可能是人臉，需要送入人臉檢測器進行進一歩判別。如果檢測為大幅人臉(人臉區域占空比大于1/4)，則表示圖像不是色情圖像；如果檢測到人臉區域占空比在1/9左右，該圖像為懷疑圖像，這時需要對人臉的位置進行分析以確定懷疑級別。人臉比率為0. 287圖像可以認為此圖像屬于正常圖像，人臉比率為0. 103的圖像需要根據人臉位置和膚色占空比進ー步進行分析。由于這里的需求和通常講的人臉識別有所不同，不要求人臉定位的精度，只需找到人臉的大概位置和其區域來確認人臉。一般地，ー個正面人臉可以簡單地用六特征組合來表示，即雙眉、雙眼、鼻子及嘴唇。由于成像條件(角度、時間、光照等)的不同，很容易造成人臉的變形及顏色的畸變等，從而使得并非所有的人臉圖像能夠檢測到所有的人臉特征。為此，只需將人臉分解成包含至少2個特征組合的模型，只要找到任何ー種模型即可認為存在人臉。通過對模型的分析，進ー步得到大致的人臉區域，根據該人臉區域來判別是否占整幅圖像的區域，因此這里需要一個人為的閾值。當然利用這些人臉模型，可能會將眉毛誤判為眼睛等情況，但在本課題中并非對眼睛定位精度有要求，所以這點誤差并不對結果產生影響。圖2給出了由不同特征組合構成的不同人臉局部特征模型，這只是最為基本的不同人臉局部特征部分。而對人臉特征進行提取，只需要水平方向的邊緣信息。小波變換提供了ー種多分辨分析的工具，我們利用經小波變換的垂直方向的高頻細節提取人臉特征。
權利要求
1.一種識別WAP手機色情圖像的區域分割膚色算法，首先建立識別WAP手機色情圖像的算法模型，并運用該算法模型對手機互聯網色情圖像進行檢測，其特征是所述WAP手機色情圖像區域分割膚色算法包括a)將原始圖像尺寸歸ー化將三元組RGB顏色空間轉化為HSV256模型空間；b)建立圖像區域膚色分割算法模型，對圖像區域膚色進行分割；c)去除干擾區域，進行區域特征提取；d)特征分類判決，通過對區域整體信息的分析確定區域為膚色的可能性；e )通過人臉圖像檢測模型，對原始圖像做出識別。
2.根據權利要求1所述的識別WAP手機色情圖像的區域分割膚色算法，其特征是在顏色模型中，HSV模型是ー種適合人眼分辨的模型，為便于識別，首先對原始圖像進行歸ー 化處理將三元組RGB顏色空間轉化為HSV256模型空間，轉換到HSV空間后，用此空間中的顏色直方圖來描述幀圖像的整體顏色特征，為了壓縮直方圖矢量維數，減小計算量，對HSV 顏色空間進行非等間隔量化，根據對顏色模型的分析結果，把色調h空間分為8份，飽和度s 和亮度ν空間各分為3份，并根據色彩的不同范圍進行量化，將整個HSV空間分為72個子空間。
3.根據權利要求1或2所述的識別WAP手機色情圖像的區域分割膚色算法，其特征是 所述圖像區域膚色分割算法模型，以大塊膚色形狀和位置特征作為分析的依據，使用區域作為分析的對象a、首先將原始圖像轉換成灰度圖像；b、再利用carmy變換提取邊緣，腐蝕分割得到平滑區域；c、去除小塊，對每ー塊區域進行分析首先對該區域膚色進行膚色分割，以白色為膚色區域，黃色為非膚色區域；其次把膚色區域在R-G平面上投影，并進行Hough變換補色；第三對區域圖像進行二次膚色分割，進行判決，以白色為膚色區域，黃色為非膚色區域；最后對各區域圖像合成，得到分割后的圖像。
4.根據權利要求3所述的識別WAP手機色情圖像的區域分割膚色算法，其特征是對圖像進行區域膚色分割后出現的影響判決結果的類膚色塊的干擾區域，采用重心距離比對的算法，通過區域形狀矩和內外角特征，去除類膚色干擾區域，其中膚色重心表示計算所有膚色區域得到的重心。
5.根據權利要求4所述的識別WAP手機色情圖像的區域分割膚色算法，其特征是圖像區域特征選取包括膚色占空比、膚色重心、有效區域數量、最大ー塊區域的重心、最大一塊區域的占空比、在4X4區域中的比例；對圖像膚色的判決使用SVM判決器。
6.根據權利要求1、2、4或5所述的識別WAP手機色情圖像的區域分割膚色算法，其特征是色情圖像的算法模型包括人臉圖像檢測模型，根據圖像水平方向的邊緣信息，利用經小波變換的垂直方向的高頻細節提取人臉特征，對于被圖像區域膚色分割模型檢測出的膚色占空比大的有可能是人臉的圖像，送入人臉檢測器模型進行進一歩判別，排除人臉圖像 如果檢測為大幅人臉，即人臉區域占空比大于1/4，則表示圖像不是色情圖像；如果檢測到人臉區域占空比在1/9左右，則該圖像為懷疑圖像，通過進一歩對人臉的位置進行分析以確定懷疑級別；對于人臉比率為0. 287圖像，人臉檢測器模型認為此圖像屬于正常圖像。
7.根據權利要求6所述的識別WAP手機色情圖像的區域分割膚色算法，其特征是對于懷疑圖像，通過進一歩對人臉的位置進行分析以確定懷疑級別，利用經小波變換的垂直方向的高頻細節提取人臉特征，確定人臉的大概位置和其區域；根據該人臉區域來判別是否占整幅圖像的區域，要預先設定ー個人為的閾值；人臉特征的提取，只需水平方向的邊緣
全文摘要
本發明涉及一種基于區域分割的膚色檢測算法的WAP手機色情圖像識別方法。一種識別WAP手機色情圖像的區域分割膚色算法，首先建立WAP手機色情圖像識別模型，然后運用該色情圖像識別模型對手機色情圖像進行檢測，其步驟包括a)將原始圖像尺寸歸一化將三元組RGB顏色空間轉化為HSV256模型空間；b)建立圖像區域膚色分割算法模型，對圖像區域膚色進行分割；c)去除干擾區域，進行區域特征提取；d)特征分類判決，通過對區域整體信息的分析確定區域為膚色的可能性；e)通過人臉圖像檢測模型，對原始圖像做出識別。對低分辨率的手機色情圖像的正確識別率大于90%，正常圖像誤判率＜8%，識別速率＞200幅/秒，達到國內外領先水平。
文檔編號G06K9/66GK102542304SQ20121000855
公開日2012年7月4日 申請日期2012年1月12日 優先權日2012年1月12日
發明者周翬, 孫曉峰, 崔鵬飛, 張晨民, 湯懷禮, 趙慧琴 申請人:鄭州金惠計算機系統工程有限公司