[发明专利]内容过滤方法及内容过滤装置

权利要求书

1、一种内容的过滤方法，包括：

将内容进行二值化处理；

获取所述二值化处理后的内容的特征值；和

根据所述特征值确定是否对所述内容进行过滤。

2、一种内容的过滤方法，包括：

将内容进行二值化处理；

获取所述二值化处理后的内容的特征值；

基于所述特征值，确定所述内容的置信概率；和

根据所述置信概率确定是否对所述内容进行过滤。

3、根据权利要求1或2所述的方法，其中所述内容为至少包含文字和图像之一的图片。

4、根据权利要求3所述的方法，其中所述内容的特征值包括所述图片的投影特性，和/或字符行的游程分布紧密性。

5、根据权利要求1、2或4所述的方法，其中所述内容的特征值还包括所述图片中字符大小的一致性，和/或字符颜色的单一性。

6、根据权利要求4所述的方法，其中

当以F1表示所述图片的投影特性时，按如下方式确定F1：

F1＝波谷个数/图片高度，其中，波谷指所述图片在水平方向的投影累加和为零的投影，或所述图片在垂直方向的投影累加和为零的投影，图片高度以像素为单位；

在以F2表示所述字符行的游程分布紧密性时，按以下方式确定F2：

F2=Σr=0Hsgn(nr/W-0.3)Σr=0hnr]]>

其中，n_r表示所述图片中第r行黑色游程的个数，W是以像素为单位表示的图片宽度。

7、根据权利要求4、5或6所述的方法，其中所述置信概率以P表示时，通过以下方式获得P：

P(C＝c_i|A₁＝a₁^Λ^A_n＝a_n)＝αP(C＝c_i)∏P(A_i|C＝c_i)。

其中，C表示类别变量，c_i表示不同类别的常量，A_i表示图片的第i个特征值，α＝1/P(A₁＝a₁^Λ^A_n＝a_n)。

8、根据权利要求4、5或6所述的方法，其中所述内容的置信概率选自以下任一种方式确定：

通过确定单个所述特征值对类别的后验概率来确定所述置信概率；

通过假定多个所述特征值相互独立，并对多个所述特征值的后验概率加权获得综合后的后验概率，来确定所述置信概率。

9、根据前述任一项权利要求所述的方法，其中所述二值化处理按如下方式进行：

T(x，y)＝M(x，y)-Th   (1)

其中，T(x，y)表示坐标为(x，y)的像素点的灰度阈值，M(x，y)表示坐标为(x，y)的像素点的局部平均灰度值，Th是固定经验阈值。

10、一种内容过滤装置，包括：

二值化模块，将内容进行二值化处理；

特征值获取模块，确定所述二值化处理后的内容的特征值；和

过滤模块，根据所述特征值确定是否对所述内容进行过滤。

11、一种内容过滤装置，包括：

二值化模块，将内容进行二值化处理；

特征值获取模块，确定所述二值化处理后的内容的特征值；

置信概率确定单元，根据所述内容特征值确定所述内容的置信概率；和

过滤模块，根据所述置信概率确定是否对所述内容进行过滤。