随着互联网技术的发展,网络黄毒日益泛滥。这不仅严重影响青少年身心健康,而且也给人们日常生活带来诸多不便。如何过滤不良信息是个重要的研究课题。本文以此为背景,依托于与中国刑警学院合作的公安部应用创新计划项目“基于内容的网络有害图像识别与监控系统”,对基于肤色和纹理的敏感图像过滤的关键技术进行研究,试图设计并实现一个敏感图像过滤系统。本文研究了肤色模型、纹理检测算法、人脸检测算法,在此基础上提取了相关特征,研究并实现与之相对应的分类器。肤色检测是敏感图像分析最重要的一步,本文研究了段丽娟色度空间模型,通过实验得出肤色模型的不足之处,基于这种思想提出了基于亮度自适应色度空间肤色模型；纹理是人体皮肤区别于其他物体的一个重要特征,因此本文研究了规范化灰度共生矩阵纹理检测算法,对算法进行了分析；在敏感图像过滤系统中加入人脸检测可以防止误检大头贴等图像,本文研究了AdaBoost快速人脸检测算法,分析了该算法的不足与可改进之处,根据敏感图像过滤系统的特点,提出了连续AdaBoost人脸检测算法；为了实现基于内容的敏感图像过滤系统,本文提取了大量的相关特征,并通过实验选取有效特征作为分类器的特征向量；分类器的选择也影响着系统的过滤效果,本文研究并实现决策树构造算法,对分类器的分类效果进行了比较。实验结果表明,本文研究与提出的方法对敏感图像的过滤能够达到很好的效果。最终的分类效果为查全率88.58%,误判率19.01%。