[发明专利]一种图像敏感信息识别方法

说明书

本发明公开了一种图像敏感信息识别方法，为了提高检测精度，通过滤波算法降低噪声影响；针对滤波算法对图像细节尤其是边缘信息造成的弱化，通过锐化处理增强图像细节信息；为了避免冗余检测，提取了图像的颜色特征、形状特征和纹理特征作为检测对象检索敏感信息，使得检索过程简洁而精准；并充分利用支持向量机的精准分类能力，准确识别出不同类别的敏感信息。

技术领域

本发明涉及图像信号处理领域，具体涉及一种图像敏感信息识别方法。

背景技术

随着互联网和移动通信技术的快速发展，人们获取信息变得更加方便和多样化。这些信息中混杂着大量的敏感信息，包括色情、暴力、违禁品、邪教、反动等敏感内容信息，给网络信息监管部门的信息安全审查带来了巨大的挑战。大量包含敏感信息的图像在网络上广泛传播，对社会发展产生了负面影响。因此，对图像敏感信息识别方法的研究越来越重要。

传统的图像敏感信息识别方法主要针对图像中的文本信息进行识别，未考虑非文本的敏感信息因素，因此漏识别了大量的敏感信息；为了改进敏感信息识别的精度，目前业界提出了各式方法但效果均不佳，其中较为有发展前景的方法是基于机器学习的敏感信息检测与识别法，但由于研究尚浅，仍在精度方法存在缺陷。

发明内容

针对现有技术中的上述不足，本发明提供的一种图像敏感信息识别方法提高了检测精度，解决了精度低及漏检的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种图像敏感信息识别方法，包括以下步骤：

S1、通过滤波算法对原图像进行去噪处理，得到去噪图像；

S2、对去噪图像进行锐化处理，得到边缘增强图像；

S3、提取边缘增强图像的颜色特征、形状特征和纹理特征；

S4、根据边缘增强图像的颜色特征、形状特征和纹理特征，对边缘增强图像进行敏感信息检索，得到敏感信息；

S5、通过支持向量机对敏感信息进行处理，实现敏感信息的识别与分类。

本发明的有益效果为：为了提高检测精度，通过滤波算法降低噪声影响；针对滤波算法对图像细节尤其是边缘信息造成的弱化，通过锐化处理增强图像细节信息；为了避免冗余检测，提取了图像的颜色特征、形状特征和纹理特征作为检测对象检索敏感信息，使得检索过程简洁而精准；并充分利用支持向量机的精准分类能力，准确识别出不同类别的敏感信息。

进一步地，所述步骤S1包括以下分步骤：

S11、通过均值滤波算法对原图像进行去噪处理，得到初去噪图像，所述均值滤波算法的数学表达式为：

其中，r(x,y)为原图像的坐标(x，y)像素点的像素值，q₁(x₀,y₀)为初去噪图像的坐标(x₀,y₀)像素点的像素值，Ω为坐标(x₀,y₀)的邻域，K为坐标(x₀,y₀)本身及其邻域像素点的像素值总和；

S12、通过中值滤波算法对初去噪图像进行进一步去噪处理，得到去噪图像，所述中值滤波算法的数学表达式为：

q(x₀,y₀)＝mid[q₁(x,y)|_(x,y)∈Ω](2)