圖片檢索在網(wǎng)絡(luò)敏感信息實(shí)時(shí)預(yù)警系統(tǒng)中的應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,信息交換和傳播的方式也越來(lái)越多樣化,對(duì)于企業(yè)來(lái)說(shuō),需要及時(shí)獲知網(wǎng)絡(luò)上與自身有關(guān)的敏感信息。"網(wǎng)絡(luò)敏感信息實(shí)時(shí)預(yù)警系統(tǒng)"是針對(duì)企業(yè)需求開發(fā)的一種網(wǎng)絡(luò)信息審查系統(tǒng),可以對(duì)指定網(wǎng)站上的文本和圖片信息進(jìn)行獲取和分析。本文的研究屬于系統(tǒng)中的圖片搜索模塊,在系統(tǒng)的圖片庫(kù)中辨別出公文圖片,并使用漢字識(shí)別技術(shù)識(shí)別出標(biāo)題文本,以進(jìn)行相應(yīng)的敏感信息匹配和預(yù)警。
　　 本文對(duì)公文圖片進(jìn)行標(biāo)題識(shí)別的方法分為圖片過(guò)濾、提取標(biāo)題字

2、符和字符識(shí)別三個(gè)部分。圖片過(guò)濾是為了在種類繁多的圖片中過(guò)濾掉不具有公文特征的圖片,公文圖片的明顯特征包括顏色分布特征和紅色橫杠特征,再加上圖片的大小,以這三個(gè)特征作為公文圖片的判斷標(biāo)準(zhǔn)。提取標(biāo)題字符是從圖片中提取出需要識(shí)別的單個(gè)字符,這是特征提取和識(shí)別的先決條件,提取字符可分為:版面分析、字符切分、規(guī)范化和細(xì)化幾個(gè)步驟。字符識(shí)別是對(duì)各個(gè)標(biāo)題字符進(jìn)行特征提取和識(shí)別,這個(gè)部分又分為特征提取和識(shí)別器的設(shè)計(jì)兩個(gè)步驟,識(shí)別器包括粗分類和單字識(shí)別,