西安理工大学-信息安全科学出版社新版课件 第十三章 网络信息审计技术.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 基于肤色和纹理的不良图像过滤 这里主要介绍基于统计方法的纹理分析方法，下面给出纹理对比度和粗细度的定义，并利用这两个量来进行纹理检测。 对比度（C）依赖于像素的灰度分布，可以测量图像中局部的灰度变化，其计算公式为 其中， 是图像灰度的标准方差； 是图像灰度的四阶中心矩。 基于肤色和纹理的不良图像过滤 粗细度（R）是测量纹理的间隔尺寸/粒度，其计算公式为 其中，k能使X和Y方向的 最大化，k的取值在0～5之间。 实验表明，对正常图像和含敏感内容图像的纹理分析表明，正常图像的粗细度较小且分布分散，敏感图像的粗细度较大且分布相对集中。利用这个特点可以进行图像过滤。 * 13.4 不良图像识别技术 压缩域肤色和纹理检测 基于肤色和纹理的不良图像过滤 压缩域肤色和纹理检测 采用基于压缩域视频内容的识别技术，就是直接在数据包层次上，对视频压缩域的内容