机器视觉学习系列二：敏感图像识别

项目背景：

本项目用于互联网上敏感图像（其实就是色情图像）的过滤，类似绿坝-花季护航的功能，保护青少年免受黄毒侵害，呵呵，对于小狼们来说，肯定恨死这块软件了。

色情图像和人体艺术的区分？前者会勾起人们的欲望，后者会给人美感；

色情图像的最典型特征是人体的关键部位（性器官和胸）处于整幅图的显著位置（中心位置）；

技术方案：

提取敏感图像的相关特征，使用SVM 分类器进行分类；对于大头贴之类人脸图像，额外判断进行滤除；

软件：VS2010+opencv2.0

具体步骤：

1、对图像进行光照补偿；尝试过灰度世界假设、参考白、gamma、同态滤波、直方图均衡、基于视网膜进行校正等算法，最终效果不是很理想，针对颜色丰富的图像，以上算法进行校正效果不错，但对于色调单一的图像（本文的色情图像），效果很一般，有一些好的图片会被校正坏的；

2、肤色分割，主要基于肤色在不同颜色空间的聚类特点，比较快、好的颜色空间是YUV和Ycbcr,归一化rgb空间也不错吧，形成二值图像；

3、统计二值图的几何特征，主要是：占空比、连通区域密度、孔洞数目、最小外接矩形占空比等特征（还有记不清了）；

4、送入SVM，进行预测；

5、对于判为色情的图像，检测人脸，有人脸的更改为非色情图像；

这种方法对于不偏色的色情图像，也能识别到85%左右，对于米黄色的物体，易出现误检，这是所有基于颜色方法的通病；

当时也尝试了选取典型的胸和性器官作为正样本，基于harr特征和adaboost进行训练，也有一定的效果，但是速度不是很快，而且互联网的图像特别多，

经常处理不完，缓存很多图像；

总结：色情图像识别很难做的很准，但是如果用它来搜敏感图像，到时很不错，呵呵

以今天的眼光来看，到时可以采用类似谷歌或百度的以图搜图技术，加上图像的指纹特征，应该可以改进效果吧；如果采用显著区域分割技术，也许效果更好吧。

本文就不附图了，时间很长了，有些地方记不清了，写的不好地方请包涵，欢迎交流指正。