基于变柱宽多分辨率直方图矩特征的不良图像过滤

随着互联网的迅速发展,网络上出现大量不良图像,如何对这些不良图像进行自动过滤成为一个研究重点。本文提出一种基于彩色变柱宽多分辨率直方图矩特征(Color Variable Binwidth Multiresolution Histogram Moments,CVB-MHM)的不良图像过滤框架。彩色变柱宽多分辨率直方图矩特征能够有效地表示图像的颜色和空间信息,同时有着特征维数低,计算量小的优势。在提取特征后,采用动态词袋模型,在验证集合上确定最优的视觉词汇表大小,对不良图像进行建模,在图像过滤阶段使用SVM分类器进行分类。通过互联网随机下载不良图像,并加入大量包括人像的正常图片进行测试。结果显示,本文方法有效地提高了对不良图像的过滤效果。