[發明專利]一種中文圖像型垃圾郵件過濾方法及系統

在審

• 申請號: 201510083460.X
• 申請日: 2015-02-16
• 公開（公告）號: CN104834891A
• 公開（公告）日: 2015-08-12
• 發明（設計）人: 劉亞姝;徐彬;嚴寒冰;張洪剛;李思遠;徐原;胡俊;高勝;何世平;饒毓;徐曉燕;劉婧;黨向磊;李世淙;趙宸
• 申請（專利權）人: 北京建筑大學;北京郵電大學;國家計算機網絡與信息安全管理中心
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06Q10/10
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 田俊峰

1.一種中文圖像型垃圾郵件過濾方法，其特征在于，所述方法包括以下步驟：

在圖像背景下提取得到圖像中的漢字；

使用漢字的關鍵點對所述漢字的字符特征進行表示，所述漢字的關鍵點為漢字中筆畫的頂點以及筆畫之間的交點；

將所述字符特征與預先設置的樣本庫進行匹配，識別出垃圾郵件；

對所述垃圾郵件進行過濾。

2.如權利要求1所述的中文圖像型垃圾郵件過濾方法，其特征在于，所述使用漢字的關鍵點對漢字的字符特征進行表示的過程具體包括：

提取漢字字符中的所有關鍵點以及關鍵點之間連接關系，得到關鍵點鄰接矩陣；

從所述關鍵點鄰接矩陣中二次抽取夾角直方圖特征和相對位置直方圖特征，利用所述夾角直方圖特征和相對位置直方圖特征表示所述漢字的字符特征。

3.如權利要求2所述的中文圖像型垃圾郵件過濾方法，其特征在于，所述得到關鍵點鄰接矩陣的過程具體包括：

通過Sun-Zhang并行算法對圖像進行骨架抽取，得到骨架圖；

使用圖像鄰接矩陣1w1k...wk1Kwkn...wnkN]]>表示骨架化的漢字，其中N為骨架點的數量；矩陣的對角線元素k表示第k個骨架點；w_ij表示第j個骨架點相對于第i個骨架點的連接權重；

隨機選取一個初始點進行深度優先遍歷，在遍歷的過程通過公式

W‾(v)=ΣiN(v)w(i)N(v)]]>

分別計算當前點和在遍歷方向上下一點在八鄰域連接點的數量和連接關系權重，其中N(v)代表當前骨架點v周圍的鄰接點數量；w(i)代表第i個鄰接點相對于當前點的連接權重；

提取只保留關鍵點及其連接關系的鄰接矩陣n1a1k...aijak1nkakn...anknm]]>

其中m表示關鍵點數量；n_k代表第k個關鍵點的編號；a_ij表示第i個關鍵點和第j個關鍵點是相互連接，a_ij取值為0或1。