随着21世纪信息技术及互联网技术的飞速发展,网络信息已成为一种人们熟知的便捷信息来源和休闲生活方式,但网络上大量的色情淫秽等不良信息也同时干扰着人们正常的网络生活,严重毒害着青少年的身心健康。作为其技术支持,基于内容的不良图像过滤技术日益引起人们的重视。然而由于不良图像识别本身具有极大的复杂性,目前的不良图像识别系统普遍存在着准确率和检出率同时偏低或着一高一低的问题,而且过滤系统的效率低,耗时大。本文正是在这样的背景下,经过对大量不良图像的研究,总结出了不良图像中的一些人体结构特征,提出了把是否显现了人体某个或某些特定器官或部位作为不良图像的判断依据的新思路,这也是改变目前仅依据低层特征进行不良图像识别的可取方法。正是从这种新的角度出发,本文进行了不良图像识别与检测技术的深入研究,综合人体结构、自适应肤色检测、低通滤波、图像分割、图像过滤、区域合并等关键技术,提出了一种基于内容的不良图像躯干定位算法。本文主要开展了如下研究工作:首先,对肤色检测的原理和相关技术进行了详细介绍。选择了基于YCbCr颜色空间的高斯肤色模型进行自适应肤色检测,并且利用低通滤波对图像进行消噪。实验表明,使用这种方法能够有效地检测出图像的皮肤区域。其次,对图像分割的关键技术进行了深入研究。选择了分割效果较理想的Normalized Cut(Ncut)分割方法对肤色检测图像进行分割,取得了不错的效果。再次,对基于内容的不良图像躯干定位算法框架进行了介绍,其中详细陈述了本算法的每一个实现模块和步骤。最后,进行实验分析和验证。实验结果表明,本文提出的基于内容的不良图像人体躯干定位方法达到了93.3%检测准确率,基本实现了敏感部位的定位,达到了预期的研究目标,同时该课题通过从一个新的角度对不良图像的检测方法进行研究,为打击色情图像的传播提供了新的技术支持。