| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-11页 |
| 1 绪论 | 第11-17页 |
| ·研究现状 | 第11-14页 |
| ·色情网站检测情况 | 第11-12页 |
| ·色情图像检测技术研究情况 | 第12-14页 |
| ·研究现状分析 | 第14-15页 |
| ·本文的主要工作 | 第15-17页 |
| 2 肤色检测技术 | 第17-42页 |
| ·常见肤色分类模型简介 | 第17-22页 |
| ·统计颜色模型 | 第18-19页 |
| ·高斯模型 | 第19-20页 |
| ·色度空间模型 | 第20-21页 |
| ·三种模型比较分析 | 第21-22页 |
| ·基于贝叶斯的YCbCr空间的肤色提取研究 | 第22-28页 |
| ·肤色提取技术的颜色空间选择 | 第22-23页 |
| ·贝叶斯YCbCr肤色模型 | 第23-24页 |
| ·贝叶斯YCbCr肤色模型检测流程 | 第24-27页 |
| ·贝叶斯YCbCr肤色模型实验结果 | 第27-28页 |
| ·结合闽值分割的肤色提取研究 | 第28-34页 |
| ·结合阈值分割的肤色提取算法 | 第28-29页 |
| ·阈值分割法概述 | 第29-32页 |
| ·结合阈值分割的肤色提取流程 | 第32-34页 |
| ·结合阈值分割的肤色提取实验结果 | 第34页 |
| ·两种肤色提取算法实验结果对比 | 第34-36页 |
| ·肤色掩码图像后续工作 | 第36-39页 |
| ·结合纹理特征的肤色区域确认 | 第37-38页 |
| ·肤色结果图像的辅助处理 | 第38-39页 |
| ·肤色提取模块流程 | 第39-40页 |
| ·实验结果分析 | 第40页 |
| ·本章小结 | 第40-42页 |
| 3 人脸检测技术 | 第42-52页 |
| ·人脸检测技术概述 | 第42-43页 |
| ·基于adaboost的人脸检测技术 | 第43-45页 |
| ·弱分类器 | 第43页 |
| ·特征的概念 | 第43-44页 |
| ·特征值的概念 | 第44-45页 |
| ·人脸检测分类器训练和生成 | 第45-46页 |
| ·基于Adaboost人脸检测流程 | 第46-47页 |
| ·改进适应不良图像检测的人脸检测 | 第47-49页 |
| ·实验及结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 4 敏感部位检测技术 | 第52-61页 |
| ·胸前特征检测 | 第52-58页 |
| ·基于颜色的胸前特征检测 | 第52-54页 |
| ·基于adaboost的胸前特征检验 | 第54-58页 |
| ·两种胸部检测方法比较分析 | 第58页 |
| ·私处部位分类器 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 5 不良图像检测的决策树分类器构建和实验结果分析 | 第61-75页 |
| ·不良图像的决策树判定流程 | 第61-69页 |
| ·属性特征选择 | 第61-62页 |
| ·不良图像检测的决策树分类器的构造 | 第62-69页 |
| ·实验结果分析 | 第69-74页 |
| ·贝叶斯YCbCr肤色模型和阈值分割相结合的肤色检测结果 | 第69-71页 |
| ·人脸检测结果 | 第71-72页 |
| ·敏感部位的检测结果 | 第72-73页 |
| ·整体分类器检测结果 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 6 不良图像检测系统的设计与实现 | 第75-84页 |
| ·系统开发工具和开发环境 | 第75页 |
| ·不良图像检测需求 | 第75页 |
| ·不良图像检测系统工作流程 | 第75-76页 |
| ·不良图像检测系统的关键模块设计与实现 | 第76-81页 |
| ·系统关键模块框架结构 | 第77-78页 |
| ·图像处理准备模块 | 第78-79页 |
| ·肤色检测模块 | 第79-80页 |
| ·人脸检测模块 | 第80页 |
| ·敏感部位检测模块 | 第80页 |
| ·图像决策树判定以及系统集成模块 | 第80-81页 |
| ·不良图像检测系统界面介绍 | 第81-83页 |
| ·系统主界面 | 第81页 |
| ·检测控制工作区 | 第81-82页 |
| ·结果显示和处理进度工作区 | 第82页 |
| ·结果处理工作区 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 7 总结和展望 | 第84-86页 |
| ·本文工作总结 | 第84-85页 |
| ·未来展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-90页 |