[发明专利]一种高效的敏感图像检测方法及其系统

权利要求书

1.一种敏感图像的检测方法，其特征在于，该方法包括：

步骤1：收集敏感图像样本和正常图像样本建立训练集；

步骤2：在训练集图像上提取兴趣点，并结合肤色模型对兴趣点进行 过滤，去掉与肤色无关的兴趣点，保留肤色相关兴趣点，并提取肤色兴 趣点处的局部不变量特征；

步骤3：对得到的肤色相关局部不变量特征进行聚类，建立数据驱动 的树形金字塔模型，在此基础上针对每一幅图像提取多分辨率直方图特 征；

步骤4：采用金字塔匹配算法计算任意两幅图像的相似度，并生成核 函数矩阵；

步骤5：利用得到的核函数矩阵对支持向量机分类器进行训练，得到 分类器参数，并对新图像样本进行检测，判定其是否为敏感图像；

所述的图像兴趣点提取方法包括：采用哈里斯角点、哈里斯-拉普 拉斯兴趣点、黑森-拉普拉斯兴趣点、哈里斯-仿射变换兴趣点、黑森 -仿射变换兴趣点、最大稳定极值区域兴趣点、快速鲁棒特征兴趣点或 网格点；

所述的结合肤色模型对兴趣点进行过滤方法为：首先获得兴趣点的 坐标x，y和其尺度s，再以点(x，y)为中心，上下左右四个方向尺度s 距离内的矩形区域中检测肤色像素点的数量，若矩形区域中肤色点的比 例超过设定阈值，则该兴趣点被认为是肤色相关兴趣点，则保留肤色相 关兴趣点；反之，则该兴趣点被认为是肤色无关兴趣点，则舍弃肤色无 关兴趣点；

所述的金字塔匹配算法采用以下公式：

C(Ψ(X),Ψ(Y))=Σi=0L-1Σj=1kiωij[min(nij(X),nij(Y))-Σh=1kmin(ch(nij(X)),ch(nij(Y)))]]]>

式中：

X，Y为两幅图像的多分辨率直方图特征集合；

n_ij(X)和n_ij(Y)分别代表落入直方图H_i(X)和H_i(Y)的第j个节点中的 特征点数目；

c_h(n_ij(X))和c_h(n_ij(X))分别代表落入直方图H_i(X)和H_i(Y)的第j个 节点的第h个子节点的特征点数目，L、k、i、j、h为自然数

ω_ij＝d_ij(X)+d_ij(Y)是一个权值，表示直方图H_i(X)和H_i(Y)的第j个 节点中任一特征点距离节点中心最远距离之和。