[发明专利]一种微博图片敏感信息检测方法

权利要求书

1.一种微博图片敏感信息检测方法，其特征在于，包括以下步骤：

（1）建立敏感词库、字体库和颜色库；

（2）接收N张待检测微博图片；

（3）创建一个空的敏感信息列表，用于存储所有微博图片所含敏感信息的检测结果；

（4）设置微博图片计数器i＝1，即从第一张微博图片开始敏感信息检测。

（5）判断条件i≤N是否满足，如果满足，则继续进行步骤（6），当不满足时跳到步骤（12）；

（6）以第i张微博图片大小为准，并根据敏感词库、字体库和颜色库生成对应于该微博图片的敏感信息图片库，敏感信息图片库包括M个敏感信息图片；

（7）设置敏感信息图片计数器j为1；

（8）判断条件j≤M是否满足，如果满足，则继续进行步骤（9），当不满足时跳到步骤（11）；

（9）从第i张微博图片的所有可能位置上提取出与第j个敏感信息图片等大小的多个图像块，遍历计算每个图像块与第j个敏感信息图片的匹配度，并根据计算得到的所有匹配度中的最大值确定与第j个敏感信息图片最相近的图像块匹配度，根据匹配度判定是否存在敏感信息，若存在则将相关匹配信息存入敏感信息列表中；

（10）设置计数器j＝j+1,返回步骤（8）；

（11）设置计数器i＝i+1,返回步骤（5）；

（12）输出敏感信息列表。

2.根据权利要求1所述的微博图片敏感信息检测方法，其特征在于，步骤（1）具体为：根据用户的实际要求，建立敏感词库、字体库和颜色库，其中，敏感词库、字体库和颜色库由用户指定，均衡考虑检测的速度和准确率，字体库包括宋体、楷体、仿宋、黑体，颜色库包括白底黑、红、黄、绿、蓝字，黑底白、红、黄、绿、蓝字、红底黑、白字，黄底黑、白字，绿底黑、白字，蓝底黑、白字。

3.根据权利要求1所述的微博图片敏感信息检测方法，其特征在于，步骤（6）具体为：第i张微博图片的高为H_i个像素点，宽为W_i个像素点，对于敏感词库中的每一个敏感词、字体库中的每一种字体和颜色库中的每一种颜色这三者产生的所有组合而言，为每种组合生成一张包含敏感词、敏感词字体、敏感词颜色和文字背景色的敏感信息图片，其高度为第i张微博图片宽度的x倍，其中x为0.08至0.12，敏感信息图片的宽度为当高为xW_i时此种字体下敏感词文字对应的默认宽度。

4.根据权利要求1所述的微博图片敏感信息检测方法，其特征在于，步骤（9）包括以下子步骤：

（9-1）设置行计数器p=1，即从微博图片的第一行开始匹配；

（9-2）判断条件p≤H_i-xW_i+1是否满足，即所选图像块不能超出该微博图片高的范围，如果满足，则继续进行步骤（9-3），当不满足时跳到步骤（9-8）；

（9-3）设置列计数器q=1，即从微博图片的第一列开始匹配；

（9-4）判断条件q≤W_i-B_j+1是否满足，其中B_j是第j张敏感信息图片的宽度，如果满足，则继续进行步骤（9-5），当不满足时跳到步骤（9-8）；

（9-5）从第i张微博图片中以坐标为(p,q)的点为左上点，提取出与第j个敏感信息图片等大小的图像块，把这个图像块和第j个敏感信息图片进行匹配，通过匹配算法计算出匹配度f_pq，存入第j个敏感信息图片与第i张微博图片的匹配度矩阵F_ij中,即F_ij(p，q)＝f_pq；

（9-6）设置列计数器q＝q+1,返回步骤（9-4）；

（9-7）设置行计数器p＝p+1,返回步骤（9-2）；

（9-8）找出匹配度矩阵F_ij中最大的元素a_ij作为第j个敏感信息图片对第i张微博图片的匹配度；

（9-9）判断a_ij是否大于给定的阈值，如果是，则说明第j个敏感信息图片与第i个微博图片匹配，然后进入步骤（9-10），如果不是，进行步骤（10）；

（9-10）把第i张微博图片的序号i、匹配度a_ij、第j张微博图片中含有的敏感信息、敏感信息字体、敏感信息颜色和匹配度最大的图像块所在的位置存入敏感信息列表中，然后进行步骤（10）。

5.根据权利要求1所述的微博图片敏感信息检测方法，其特征在于，匹配算法选用归一化互相关匹配算法。