基于ＩＥ瀏覽器的色情圖像過濾器

(中國人民公安大學 信息安全工程系，北京 102623)



摘 要：為了控制網絡空間的色情傳播，利用瀏覽器助手對象可以在瀏覽器的地址空間內引入處理代碼，構建對Web頁面色情圖像的過濾器。色情圖像在色度空間YUV和YIQ中分布具有一定特性， 建立了一種基于橢圓邊界的膚色模型用于膚色檢測；生成掩碼圖像，然后進行紋理處理，提高了準確性。在掩碼圖像的基礎上在原圖像中提取特征值，進行圖像的分類(色情圖像或正常圖像)，決定對Web頁面的處理，解決了Web頁面色情圖像過濾這一急需解決的難題。

關鍵詞：色情圖像； 過濾； 色度空間； 瀏覽器助手對象

中圖分類號：TP393.092 文獻標志碼：A

文章編號：10013695(2009)03118003



Filter of erotic images based on IE



JIANG Liya， HUO Hongtao



(Dept. of Information Security Engineering， Chinese Peoples Public Security University， Beijing 102623， China)



Abstract:BHO can bring management code into the address space of browser. This paper build a filter of erotic images based on BHO for Web pages. Distribution of erotic images had some characteristics in YUV chromaspace and YIQ chromaspace. It proposed an elliptical area based skin color detection method and detected the skin area of the images and produced the maskcode images. The texture processing of the images could improve the veracity of the skin detection. Characters drown from the images based on the mask images could classify the images (erotic images or normal images)， decided how to deal with the Web pages. Resolved the difficult and urgent problem of the Web page erotic image filter.

Key words：erotic image; filter; chromaspace; browser helper object (BHO)



在全球范圍內，目前約有23萬多個色情網站。根據TOP Adult Siteson the NetXXXcounter的統計，全球瀏覽人數量多的250個色情網站，每天有近240萬人次瀏覽。其中一些是赤裸裸的兒童色情網站(站名含有teen、schoolgirl、young、girls、boy等)。在臺灣被檢舉的色情網站中，兒童色情類435件，成人色情類2 294件，媒介色情廣告及販賣色情光盤1 838件，誘騙未成年人色情文字及討論區874件。我國近年來傳播色情內容的個人主頁的數量也呈急速上升的趨勢，僅半年時間，公安機關就查處了網上制作、傳播淫穢物品案236起。打開任何一個搜索網站，敲入一些敏感的色情詞匯就會得到成千上萬個相關頁面的鏈接，網絡色情泛濫成災。

為了控制網絡空間的色情傳播，一些預防網絡色情的軟件相繼被推出。在實際應用上，1998年清華大學董冰等人共同研制和開發的“五行衛士”掃黃軟件是國內的第一個過濾軟件。此后2002年，鄭州美萍電腦軟件工作室推出的美萍反黃專家[1]，中國科學院下屬的科大訊飛公司推出的“火眼金睛”反黃軟件[2]，以及北京展翅鳥科技有限公司推出的“網絡爸爸”反黃軟件[3]等都沒有使用圖像識別技術，它們采用的是網址攔截和文本內容過濾技術。但是所謂“道高一尺，魔高一丈”，為了避開“黃毒衛士”們的搜查，犯罪分子的作案手段也越來越狡猾。他們以更改網頁中敏感詞匯或使用隱蔽代名詞等方式來繼續傳播色情圖像。

1 IE瀏覽器助手對象

1)瀏覽器助手對象(BHO) IE及其助手對象[4]實際工作方式是程序在眾所周知的、預先指定的磁盤空間尋找附加模塊，加載、初始化它們，然后完成預先設計的工作。IE和任何其他使用自己內存空間的Win32程序一樣，可以使用瀏覽器助手對象編寫組件——進程內的組件對象模型(COM)組件。這些組件和瀏覽器運行在相同的內存上下文里，并且能在可用的窗口和模塊里完成任何操作。一個BHO能檢測到瀏覽器的典型事件，如GoBack、GoForward和DocumentComplete等。BHO連接在瀏覽器的主窗口上;每創建一個瀏覽器窗口，就創建了該對象的一個新實例。任何BHO實例與瀏覽器實例同時產生、同時消亡。它是一個在特定注冊表項下注冊的進程內COM服務器。啟動時， Internet Explorer查找注冊表并加載所有將其CLSID保存在此處的對象。瀏覽器初始化對象要求它提供特定接口。如果發現這樣的接口， Internet Explorer使用所提供的方法將其IUnknown指針傳遞給助手對象。

2)助手對象的生命周期 瀏覽器助手對象在瀏覽器的主窗口將要顯示出來時加載，在窗口消失時卸載。打開的瀏覽器窗口越多，創建的BHO實例也就越多。即使以命令行方式啟動瀏覽器，它也被加載。一般情況下， BHO實例的數目和運行的explorer.exe或iexplorer.exe的數目一樣多。

3)從瀏覽器中獲得事件 用Internet Explorer瀏覽URL時，瀏覽器需要首先完成兩件事:下載引用的文檔并為它準備宿主環境，即它必須為文檔初始化對象模型并使之在外部可用。依賴于文檔的類型，要么加載一個注冊為處理此類文檔的Microsoft ActiveX服務程序，要么初始化內部組件來分析文檔的內容并填寫處理它的對象模型元素。文檔完全下載后，一個Download Complete事件就被引發;但Document Complete事件才表明所有的工作都已完成且文檔就緒。

4)訪問文檔對象 BHO引用Internet Explorer的Webbrowser控件并連接到瀏覽器以接收它產生的事件。在Web頁面被完全下載并被正確地初始化之后，可以通過DHTML文檔對象模型訪問它。Web browser的Document屬性返回一個指向文檔對象的IDispatch接口的指針。

5)注冊助手對象 BHO是COM服務程序，應該同時以COM服務程序和BHO注冊。瀏覽器助手對象是一種相對較新的、在瀏覽器的地址空間內直接引入處理代碼的有效方式。

2 基于橢圓形邊界的膚色模型的建立及結果

由段麗娟等人[5]提出的在YUV顏色空間中膚色的色調滿足θ∈(100，150)，θ為相位角；而在YIQ顏色空間中滿足I∈(20，90)，I為YIQ空間中的I分量。段立娟等人分析了兩種顏色空間在表征膚色特征時的特點，指出YIQ能夠區分灰色背景、棕色頭發與膚色區域，而難以區分膚色與黃綠色；而YUV顏色空間能有效地提取膚色區域而難以把膚色與棕色頭發或灰色背景分開。因而提出了綜合利用YUV和YIQ顏色空間進行膚色檢測，確定膚色在色度信息上的分布范圍，并定義規則：把彩色圖像的像素P由RGB空間變換到YUV空間和YIQ空間，如果滿足條件θ∈[θmin，θmax]且I∈[Imin，Imax]，則P為膚色點。

從RGB到YUV和YIQ空間的轉換公式可知，兩種轉換的不同之處在于色差所乘系數的不同，因而，可以YUV顏色空間坐標系經逆時針旋轉33°得到YIQ顏色空間坐標系，即

I=V cos a-U sin aQ=V sin a-U cos a(1)

其中：a為逆時針旋轉的角度。兩種顏色坐標系的關系如圖1所示。對于YUV顏色空間中的任意一點P，有i=Ch×sina=Ch×b， b∈[0，1]。其中：i為P點在YIQ空間中的I分量；Ch為P點在YUV空間中的模值，即飽和度。因而可以將YIQ空間中的I分量作為P點的飽和度對待(實際并不是飽和度，在數值上相差一個介于0~1的比例因子，且比例因子不是常數)。同樣，可以近似地認為膚色的I分量也服從橢圓正態分布，從YIQ空間中實際膚色的分布情況（圖2）也可看出膚色區域的形狀近似為一橢圓形。

為了更好地描述膚色在顏色空間中的分布情況，最大地減小誤檢率，可以在YIQ顏色空間中定義皮膚區域為

(I-m)2/r2+Q2/q2=1(2)

其中：I、Q分別為彩色圖像中的像素點經變換后在YIQ空間中的I、Q分量；m為橢圓在I軸上平移的距離；r與q分別為橢圓形的長短軸。本文選擇橢圓形長軸在I軸上是因為膚色總是偏黃偏紅的，并且從膚色在顏色空間中的分布情況（圖3）可以看出在I軸附近范圍最大。定義膚色模型為：對于彩色圖像中的像素點P，將其從RGB變換到YIQ空間，如果滿足式（3），則P點為膚色像素，反之為非膚色像素。

(I-m)2/r2+Q2/q2≤1 (3)

從式（2）和圖1可以看出，式中r與q的大小分別為表示飽和度與色調的范圍的近似表示。該算法的關鍵是m、r、q的計算，它們可經訓練獲得，也可利用經驗通過文獻[5]中算法的I值與色調的相位角計算為近似值。如今m為兩個I分量c與d范圍的中心（圖2），r為兩個I分量范圍，q為m到a的距離（實驗中就是采用該方法）。該公式恰當地描述了膚色在顏色空間中的分布情況，因而將其用于膚色檢測的過程中能夠取得不錯的效果。實驗過程中，取m=55，a=35，b=20，結果如圖4所示。可以看出改進后的膚色算法取得了不錯的效果。

3 基于KL變換的皮膚紋理特征提取

有限離散KL變換是一種基于目標統計特性的最佳正交變換，稱其為最佳變換是因為它具有重要的優良性質：變換所產生的新的分量正交或不相關；以部分新的分量表示原矢量均方誤差最小；使變換矢量更趨確定、能量更趨集中等。這使得它在特征選取、數據壓縮等方面都有著極為重要的應用。

利用紋理特征進行皮膚檢測的問題實際是一個紋理分類問題，這就要求必須事先建立用來作比較判斷的基準特征數據。為了獲得皮膚紋理區域的基準數據，一般首先要收集一定數量的相應類別的皮膚紋理圖像作為樣本圖像，樣本圖像的數量要充分，同時必須具有代表性；接下來就是對樣本圖像進行特征提取，得到一組樣本數據；最后應用一定的學習訓練算法得到圖像的基準特征數據。對于皮膚紋理特征的提取，本文通過統計的方法計算多個統計紋理特征，從而構造一個用來描述皮膚紋理的特征矢量，并引入KL變換對特征向量進行變換，以達到消除特征向量各分量之間存在的相關性以及降低特征空間維數的目的。具體實現步驟為：

a)對每個皮膚紋理樣本圖像計算n個統計紋理特征構造特征矢量x，從而獲得樣本數據集{x}。其中：x=(x1，x2，…，xn)T。

b)利用皮膚紋理樣本數據集{x}構造KL變換的產生矩陣Cs。其中：Cs=E[(x-x)(x-x)T]；x為皮膚紋理樣本數據；x為皮膚紋理樣本均值。

c)取產生矩陣的m個最大本征值對應的本征向量t作為KL變換坐標系，將m個最大本征值作為基準皮膚紋理特征f。其中：t=(t1，t2，…，tm)；f=(f1， f2，…， fm)T。

4 基于掩碼的敏感圖像特征提取

4.1 特征提取

原始圖像經過膚色檢測模型以及紋理模型的處理后，得到的膚色掩碼圖像已經較為接近原圖中的肌膚區域部分。為了能夠向分類器提供一個較好的分類向量，需要在已得到的掩碼圖像基礎上從原圖像中提取特征。在圖像的索引與檢索研究領域內，以圖像特征作為索引，對靜態圖像進行檢索是目前使用得最多的方法。目前比較成熟的特征索引是顏色、紋理和一些低層的、簡單的形狀特征及物體間方位關系。這些特征具有計算簡單、性能穩定的特點。顏色是一種重要的視覺信息屬性，在圖像索引與檢索中是一種很有用的特征。相對其他特征，顏色特征非常穩定，對旋轉、平移、尺度變化甚至各種形變均不敏感，表現出相當強的魯棒性，且顏色特征計算簡單，因此成為現有檢索系統中應用最廣泛的特征。可以將圖像檢索與過濾的特征機制應用于色情圖像的檢測與過濾。色情圖像本身的特征即是肌膚裸露，因此可以將色情圖像的膚色特征作為其與正常圖像分類過濾的分類向量。可以基于膚色掩碼從原圖像中提取并計算出裸露肌膚的顏色特征向量，然后通過分類器預測給定的圖像是否為色情圖像。通過對大量色情圖像的分析，提取九個特征作為分類特征向量進行分類器的訓練及色情圖像的過濾；分別為:膚色占整個圖像的比例; 膚色占膚色矩形區域的比例; 最大膚色連通區域占整個圖像的比例; 最大膚色連通區域占皮膚區域的比例; 膚色連通區域的個數; 膚色平均概率(采用顏色統計直方圖生成); 膚色概率方差; 膚色像素值(R， G， B)的中心矩的模；在中心位置皮膚所占的比例。

1)膚色面積百分比及區域百分比的提取 對正常圖像與色情圖像進行分析發現，色情圖像中的裸露肌膚區域占整幅圖像的比例較大，而且在人體出現的矩形區域內，膚色更是占相當的比重，因此將膚色面積百分比及區域百分比提取出來作為過濾色情圖像的特征。實驗表明，色情圖像的膚色面積百分比大于10%。

2)皮膚連通區域相關特征提取 皮膚連通區域算法的主要目的是在經過膚色檢測算法和紋理提取算法處理后的二值圖像上標記膚色像素的連通區域。通過該算法求得的連通區域數目和最大連通區域像素數目將作為最終分類器的兩個輸入特征。

3)膚色平均概率提取 通過觀察分析，在同一幅色情圖像中可能出現的人體裸露部分肌膚的膚色是相近的，那么反映在顏色直方圖上即是這部分肌膚區域像素的膚色概率分布均勻且相近。所以將膚色平均概率、膚色概率方差、膚色像素(R， G， B)的中心矩的模三個膚色相關特征值提取出來，作為色情圖像的過濾特征。通過適當樣本的學習實驗，即可確定色情圖像特征向量的范圍。

4.2 分類器

色情圖像通過膚色檢測與紋理模型處理后，得到較為接近原色情圖像的膚色掩碼圖像。在掩碼圖像的基礎上，對原色情圖像提取九個特征，組成分類向量。根據特征向量作為支持向量機（SVMs）的輸入向量，將圖像進行過濾和分類，檢測出色情圖像。

5 過濾器實現

5.1 過濾器的流程

利用BHO技術可以方便地實現瀏覽器色情圖像過濾器。在打開瀏覽器的時候，用BHO技術開發的過濾器一起啟動；在導航到一個新的地址時，該過濾器首先取得填入的URL地址，在導航到新的地址之后，瀏覽器下載資源；下載完畢后，對圖像進行處理(圖5)。

a)取得瀏覽器接口指針。

b)得到圖像信息(如數量等)。

c)逐一對圖像進行處理。取得圖像的名字，查找到圖像文件的位置，利用前面構造的色情圖像檢測器對圖像進行處理。如果是色情圖像，則用指定圖像把該圖像屏蔽覆蓋掉;如果不含色情圖像則顯示。

5.2 過濾器的實現

圖6是一個黃色網頁的部分截圖，經本文所設計的過濾器過濾后，網頁中的色情圖像被過濾器中事先指定的一張圖像所覆蓋，如圖7所示，達到了屏蔽過濾色情圖像的目的。

圖8是一個正常網頁的部分截圖，經本文所設計的過濾器過濾后正常顯示，如圖9所示。

參考文獻：

［1］美萍電腦軟件工作室.美萍反黃專家:中國，ZL01117726.8[P/OL].(2002).http://www.msoft.net/shield.htm.

[2]中國科學院下屬科大訊飛公司.火眼金睛反黃軟件:中國，ZL01117731.4[P/OL].(2002).http://www.iflytek.com.

[3]北京展翅鳥科技公司.網絡爸爸軟件:中國，ZL01117730.6[P/OL].(2002).http://www.tueagles.com/baba.

[4]ROBERTS S.Microsoft Internet Explorer5程序設計[M].北京:清華大學出版社，2001.

[5]段立娟，崔國勤，高文，等.多層次特定類型圖像過濾方法[J].計算機輔助設計與圖形學報:自然科學版，2002，14(5):404409.

[6]FLECK M M， FORSYTH D A， BREGLER C.Finding naked people[C]//Proc of European Conf on Computer Vision.Berlin:Springer，1996: 593602.

[7]WANG Z， LI Jia WIEDERHOLD G， et al. System for screening objectionable images[J].Computer Communications，1998，21(15):1355 1600.

[8]JONES M J， REHG J M. Statistical color model with application to skin detection[J].Proc of CVPR，1999，7(3):274280.