随着互联网的飞速发展,无线通信技术将迈向4G网络时代,然而多媒体信息中的色情信息正以前所未有的速度增长和传播,严重影响了人们的身心健康。如何有效的过滤色情信息已经被提上日程。因此,本文系统的分析了现有方法的优缺点,针对如下问题进行较深入的研究:多光照条件下的鲁棒肤色建模、敏感图像主题分析与判别。论文工作涉及到计算机视觉和模式识别的新理论。研究内容富有挑战性,具有重要的理论意义和实用价值。主要研究成果如下。针对彩色图像中皮肤区域提取准确率较低的问题,本文提出了一种在YCbCr色彩空间下的双混合高斯模型。首先建立肤色的混合高斯模型将类肤色区域和其它色彩的区域分离开来,然后为类肤色区域中常见的如头发等非肤色区域建立混合高斯模型,进一步去除类肤色区域中的其它区域。针对由光照引起的偏色图像,提出了一种以人脸信息为线索的肤色偏色判别方法。通过色差和人脸区域内肤色点的比例判断该图像是否为偏色图像,并对偏色图像进行校正,实验结果表明了该方法可有效提高皮肤区域检测的准确率。依赖肤色区域低级特征的敏感图像判别方法易引起误判,本文在图像词袋模型表示的基础上,引入以隐含狄利克雷分布模型为代表的图像主题分析模型,根据图像潜在的语义信息分布来判断敏感图像,实验结果证明了该方法的有效性。