关键词：柱宽 多分辨率直方图矩 词袋模型 图像过滤 

摘要：随着互联网的迅速发展,网络上出现大量不良图像,如何对这些不良图像进行自动过滤成为一个研究重点。本文提出一种基于彩色变柱宽多分辨率直方图矩特征（Color Variable Binwidth Multiresolution Histogram Moments,CVB-MHM）的不良图像过滤框架。彩色变柱宽多分辨率直方图矩特征能够有效地表示图像的颜色和空间信息,同时有着特征维数低,计算量小的优势。在提取特征后,采用动态词袋模型,在验证集合上确定最优的视觉词汇表大小,对不良图像进行建模,在图像过滤阶段使用SVM分类器进行分类。通过互联网随机下载不良图像,并加入大量包括人像的正常图片进行测试。结果显示,本文方法有效地提高了对不良图像的过滤效果。

长春师范大学学报杂志要求:

{1}获得基金或课题项目资助产出的文章应注明项目名称，若有项目编号，则在圆括号内注明其项目编号。

{2}稿件的文字、标点、年代、数字等书写方式均以国家新闻出版总署有关规定为准。

{3}稿件所附图片尽量为JPEG格式，大小不少于3M，并附有图片说明。

{4}按学术研究规范和编辑部的有关规定，认真核对引文、注释和文中使用的其他资料，确保引文、注释和相关资料准确无误。如使用转引资料，应实事求是注明转引出处。

{5}文章正文的标题、表格、图、公式以及脚注应分别连续编号。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社