基于文字識(shí)別的敏感網(wǎng)絡(luò)圖片審查系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)共享性、開(kāi)放性、互連程度的不斷發(fā)展以及計(jì)算機(jī)本身的普及，如今互連網(wǎng)已經(jīng)深深的滲透到了人們生活的各個(gè)領(lǐng)域。因此，如何保障人們?cè)谏暇W(wǎng)的同時(shí)不被敏感網(wǎng)絡(luò)信息所危害就顯得越來(lái)越重要，近年來(lái)隨著帶有敏感信息的網(wǎng)絡(luò)圖片的不斷增多，對(duì)帶有敏感信息的網(wǎng)絡(luò)圖片的識(shí)別和審查變得越來(lái)越重要了。
　　本著幫助相關(guān)審查人員審查網(wǎng)絡(luò)圖片并屏蔽掉帶有敏感圖片的網(wǎng)站的目的，論文設(shè)計(jì)并實(shí)現(xiàn)了該審查系統(tǒng)。本系統(tǒng)包含了網(wǎng)絡(luò)圖片的獲取和存儲(chǔ)、圖片文本區(qū)域的

2、定位和文字識(shí)別以及人工審查三個(gè)模塊。通過(guò)爬蟲(chóng)程序從指定的網(wǎng)站爬取圖片，并將圖片信息存儲(chǔ)到數(shù)據(jù)庫(kù)中，將圖片保存到指定路徑下。在文本定位時(shí)，利用SIFT算法進(jìn)行特征提取和特征匹配，將爬蟲(chóng)保存的圖片逐個(gè)讀出，提取它們的SIFT特征，進(jìn)行特征匹配，找到可能存在的文本區(qū)域，然后通過(guò)預(yù)定位和連通體分析方法準(zhǔn)確定位出文本區(qū)域，并使用文字識(shí)別軟件(OCR)對(duì)提取的文字進(jìn)行識(shí)別，由系統(tǒng)將識(shí)別結(jié)果反饋給相關(guān)審查人員。審查人員在獲得系統(tǒng)的反饋信息后，根據(jù)反饋