[go: up one dir, main page]

DE102008016667B3 - Method for the detection of almost identical content or identical picture messages and its use for the suppression of unwanted picture messages - Google Patents

Method for the detection of almost identical content or identical picture messages and its use for the suppression of unwanted picture messages Download PDF

Info

Publication number
DE102008016667B3
DE102008016667B3 DE102008016667A DE102008016667A DE102008016667B3 DE 102008016667 B3 DE102008016667 B3 DE 102008016667B3 DE 102008016667 A DE102008016667 A DE 102008016667A DE 102008016667 A DE102008016667 A DE 102008016667A DE 102008016667 B3 DE102008016667 B3 DE 102008016667B3
Authority
DE
Germany
Prior art keywords
image
comparison
picture
overall
search
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
DE102008016667A
Other languages
German (de)
Inventor
Ben St John
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Siemens Corp
Original Assignee
Siemens AG
Siemens Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG, Siemens Corp filed Critical Siemens AG
Priority to DE102008016667A priority Critical patent/DE102008016667B3/en
Priority to PCT/EP2009/052830 priority patent/WO2009121694A2/en
Application granted granted Critical
Publication of DE102008016667B3 publication Critical patent/DE102008016667B3/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/107—Computer-aided management of electronic mailing [e-mailing]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/21—Monitoring or handling of messages
    • H04L51/212—Monitoring or handling of messages using filtering or selective blocking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

Die Erfindung besteht im Wesentlichen darin, dass ein normiertes Suchgesamtbild und ein jeweiliges normiertes Vergleichsgesamtbild erstellt werden und miteinander pixelweise verglichen werden, wobei die Normierung beispielsweise durch eine Gesamtbilderstellung, eine Farb/Grauwert-Umwandlung, eine Histogramm-Normalisierung, ein Downscaling, eine Kantendetektion und eine zweidimensionale Fourier-Transformation erfolgt, um verfremdete Bildnachrichten mit nahezu gleichem oder sogar gleichem Inhalt zu detektieren und gegebenenfalls auszufiltern.The invention consists essentially in that a normalized search overall image and a normalized comparison total image are created and compared with each other pixel by pixel, the normalization, for example, by an overall picture, a color / gray scale conversion, a histogram normalization, a downscaling, an edge detection and a two-dimensional Fourier transformation is performed to detect alienated image messages with almost the same or even the same content and filter out if necessary.

Description

Die Erfindung betrifft ein Verfahren zur Detektion nahezu inhaltsgleicher oder inhaltsgleicher Nachrichten, bei dem ein Vergleich zwischen einem jeweiligen Vergleichsbild und einem Suchbild derart erfolgt, dass von beiden Bildern die entsprechenden Bildpunkte verglichen werden und dass ab einem vorgegebenen Anteil von übereinstimmenden Bildpunkten eine Nahezu-Inhaltsgleichheit oder eine Inhaltsgleichheit festgestellt wird.The The invention relates to a method for detecting almost identical content or the same content news, in which a comparison between a respective comparison image and a search image takes place in such a way that the two pixels compared the corresponding pixels and that from a predetermined proportion of matching Pixels a near-content equality or a content equality is detected.

Zur Unterdrückung ungewollter weitverbreiteter kommerzieller e-mails (spam mails) sind bereits eine Reihe von Verfahren bekannt. So werden beispielsweise mit Hilfe von Positiv-Adresslisten (white lists) oder Negativ-Adresslisten (black lists) gewollte von ungewollten Versendern unterschieden und ausgefiltert. Die Größe und Art des Verteilers wird manchmal auch zur Detektion solcher ungewünschter Nachrichten herangezogen.to suppression unwanted widespread commercial e-mails (spam mails) A number of methods are already known. For example with the help of positive address lists (white lists) or negative address lists (black lists) wanted by distinguished and filtered out unwanted senders. The size and style The distributor is sometimes used to detect such unwanted Messages used.

Darüber hinaus gibt es auch statistische Filter die sich auf den Inhalt von Nachrichten selbst beziehen und beispielsweise das Vorhandensein von bestimmten Wörtern überprüfen. Derartige Filter werden aber häufig beispielsweise durch eine leicht veränderte Schreibweise von Wörtern, durch Anhängen von belanglosem Text oder aber eine bildliche Darstellungen von Wörtern oder Text umgangen.Furthermore There are also statistical filters that affect the content of messages yourself and for example the presence of certain Check words. such But filters are becoming common for example, by a slightly different spelling of words, by Append from trivial text or a pictorial representation of words or Bypassed text.

Eine Umwandlung von bildlichen Darstellungen von Wörtern oder Text in die entsprechenden ASCII-Zeichen mit Hilfe von OCR-Programmen (optical character recognition) ist an sich bekannt.A Conversion of pictorial representations of words or text into the corresponding ASCII characters with the help of OCR programs (optical character recognition) is known per se.

Aus der Veröffentlichung Wang, Josephson, LV, Charikar, Li: Filtering Image Spam with Near-Duplicate Detection, Conference an Email and Anti-Spam (CEAS 2007), http://www.cs.princeton.edu/cass/papers/spam¬_ceas07.pdf ist ein Verfahren bekannt, das auf einer Detektion von "Fast-Duplikaten" von bereits bekannten Spam-Bildern basiert.Out the publication Wang, Josephson, LV, Charikar, Li: Filtering Image Spam with Near-Duplicate Detection, Conference on Email and Anti-Spam (CEAS 2007), http://www.cs.princeton.edu/cass/papers/spam__easeas.pdf For example, a method is known that is based on detecting "near-duplicates" of already known ones Spam images based.

Aus der Veröffentlichung Aradhye Myers, Herson: Image Analysis for Efficient Categorization of Image-Based Spam E-Mail, In: Proceedings Conference an Document Analysis and Recognition (ICDAR'05) DOI: 10.1109/ICDAR.2005.135 ist ein entsprechendes Verfahren bekannt, bei dem ein einem Bild überlagerter Text, bestimmte Bildbereiche mit Text oder aber Farbeigenschaften detektiert werden.Out the publication Aradhye Myers, Herson: Image Analysis for Efficient Categorization of image-based spam e-mail, In: Proceedings Conference on Document Analysis and Recognition (ICDAR'05) DOI: 10.1109 / ICDAR.2005.135 a corresponding method is known where a superimposed on a picture Text, certain image areas with text or color properties be detected.

Aus der Veröffentlichung Fumera, Pillai, Roll, Biggio: Image Spam Filtering using Textual and Visual Information, 2007 http://lxxi.org/files/spamcon07/fumera_biggio06.pdf ist ein Verfahren bekannt das auf OCR- und Textkategorisierungstechniken beruht und Inhaltsverschleierungstechniken erkennt.Out the publication Fumera, Pillai, Roll, Biggi: Image Spam Filtering using Textual and Visual Information, 2007 http://lxxi.org/files/spamcon07/fumera_biggio06.pdf For example, a method is known that relates to OCR and text categorization techniques and detects content obfuscation techniques.

Ähnliche Verfahren und weitere Details sind darüber hinaus noch aus den Patent-/Anmeldeschriften US 6,865,302 B2 , GB 2 440 375 A , WO 01/71652 A1 , GB 2 443 469 A (nachveröffentlicht) und US 2008/0208987 A1 (nachveröffentlicht) bekannt.Similar methods and further details are moreover still in the patent / application notes US Pat. No. 6,865,302 B2 . GB 2 440 375 A . WO 01/71652 A1 . GB 2 443 469 A (post-published) and US 2008/0208987 A1 (post-published) known.

Die der Erfindung zugrunde liegende Aufgabe besteht nun darin ein Verfahren zur Detektion nahezu inhaltsgleicher oder inhaltsgleicher Bildnachrichten derart anzugeben, dass die obengenannten Nachteile möglichst vermieden werden und dass trotz Verfremdung des Textes beziehungsweise der bildlichen Darstellung eine möglichst gute Detektion erfolgt.The The object underlying the invention is now a method for the detection of almost identical content or identical picture messages specify such that the above-mentioned disadvantages possible be avoided and that despite alienation of the text respectively the visual representation of the best possible detection takes place.

Dies wird erfindungsgemäß durch die Merkmale des Anspruchs 1 erreicht. Die weiteren Ansprüche betreffen bevorzugte Ausgestaltungen der Erfindung und eine bevorzugte Verwendung des erfindungsgemäßen Verfahrens.This is inventively the features of claim 1 achieved. The further claims relate preferred embodiments of the invention and a preferred use the method according to the invention.

Die Erfindung besteht im Wesentlichen darin, dass ein normiertes Suchgesamtbild und ein jeweiliges normiertes Vergleichsgesamtbild erstellt werden und miteinander pixelweise verglichen werden, wobei die Normierung beispielsweise durch eine Gesamtbilderstellung, eine Farb/Grauwert-Umwandlung, eine Histogramm-Normalisierung, ein Downscaling, eine Kantendetektion und eine zweidimensionale Fourier-Transformation erfolgt, um verfremdete Bildnachrichten mit nahezu gleichem oder sogar gleichem Inhalt zu detektieren und gegebenenfalls auszufiltern.The Essentially, the invention consists in that a normalized total search image and a respective normalized comparison total image are created and be compared with each other pixel by pixel, the normalization, for example through an overall picture, a color / grayscale conversion, a histogram normalization, a downscaling, an edge detection and a two-dimensional Fourier transform is performed to alienated image messages with almost the same or even the same content to detect and if necessary filter out.

Nachfolgend wird ein bevorzugtes Ausführungsbeispiel der Erfindung anhand der Zeichnung näher erläutert.following becomes a preferred embodiment the invention explained in more detail with reference to the drawing.

Zunächst wird aus mindestens einer Suchbildnachricht SN durch eine Normierung N mindestens ein normiertes Suchgesamtbild NSB erstellt. Danach oder auch parallel dazu wird aus einer jeweiligen Vergleichsbildnachricht VN durch die Normierung N oder zumindest durch eine gleichartige zweite Normierung N' ein jeweiliges normiertes Vergleichsgesamtbild NVB erstellt. Danach erfolgt ein Vergleich V zwischen dem jeweiligen normierten Vergleichsgesamtbild NVB und dem mindestens einen normierten Suchgesamtbild NSB, wobei von beiden Bildern NSB und NVB die entsprechenden Bildpunkte verglichen werden und wobei ab einem vorgegebenen Anteil oder Prozentsatz von übereinstimmenden Bildpunkten eine Nahezu-Inhaltsgleichheit beziehungsweise eine Inhaltsgleichheit I festgestellt wird.First, will from at least one search image message SN by normalization N at least one standardized search overall image NSB created. After that or also in parallel to this is from a respective comparison image message VN by normalization N or at least by a similar one second normalization N ' respective normalized comparison total image NVB created. After that there is a comparison V between the respective normalized comparison total image NVB and the at least one normalized search total image NSB, where from both images NSB and NVB the corresponding pixels are compared and being from a given proportion or percentage of matching Pixels an almost equal content or a content equality I is determined.

Die oben genannte Normierung N besteht in seiner vorteilhaftesten Ausführungsform aus folgenden nacheinander durchgeführten Normierungsschritten:The above-mentioned normalization N consists, in its most advantageous embodiment, of the following consecutively performed normalization steps:

Normierungsschritt 1 – Gesamtbilderzeugung:normalization step 1 - Overall image generation:

Aus der Suchbildnachricht beziehungsweise der Vergleichsbildnachricht wird eine Kompositionsinformation gewonnen, ob das Gesamtbild aus einem Einzelbild oder aus mehreren Teilbildern besteht. Für den Fall, dass das Gesamtbild aus mehreren Teilbildern besteht, wird das Gesamtbild mit Hilfe der Kompositionsinformation zunächst zu einem Suchgesamtbild beziehungsweise Vergleichsgesamtbild zusammengefügt.Out the search picture message or the comparison picture message is a composition information won, whether the overall picture a single image or consists of several sub-images. In the case, that the overall picture consists of several sub-images, the overall picture with the help of the composition information first to a search total image or comparative overall picture put together.

Normierungsschritt 2 – Farb/Grauwert-Umwandlung:normalization step 2 - Color / Grayscale conversion:

Hierbei wird aus einem farbigen Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechendes Grauwertbild erzeugt wird.in this connection becomes from a colored search total picture or comparison total picture a corresponding gray value image is generated.

Normierungsschritt 3 – Histogramm-Normalisierung:normalization step 3 - histogram normalization:

Durch diesen Schritt wird die Häufigkeit der im Bild auftretenden Grauwerte des Suchgesamtbildes und des Vergleichsgesamtbildes angepasst und damit ein entsprechendes kontrastnormiertes Bild erzeugt.By this step will be the frequency the gray values of the total search image and the image Adjusted comparison image and thus a corresponding contrast normalized Image generated.

Normierungsschritt 4 – Downscaling:normalization step 4 - Downscaling:

Hierbei wird mit Hilfe einer Bildschrumpfung aus einem relativ hochaufgelösten Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechend niedriger aufgelöstes auflösungsnormiertes Bild erzeugt.in this connection is using a picture shrinkage from a relatively high-resolution total search image or Compared overall image a correspondingly lower resolution normalized image generated.

Normierungsschritt 5 – Kantendetektionsverfahren:normalization step 5 - edge detection method:

In diesem Schritt wird mit Hilfe eines an sich bekannten Kantendetektionsverfahrens, zum Beispiel durch ein Sobelfilter, ein Robertsfilter oder durch Canning Edge Detection, aus einem Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechendes kantennormiertes Bild erzeugt. Bei diesen Kantendetektionsverfahren wird ein jeweiliger Bildpunkt (pixel) durch einen berechneten Bildpunkt ersetzt, wobei allgemein und vereinfacht dargestellt jeweils eine aus dem Pixelwert und aus Nachbarbildpunkten bestehende Matrix mit einer Koeffizientenmatrix multipliziert wird.In This step is performed using a known edge detection method, for example, by a Sobel filter, a Roberts filter or by Canning Edge Detection, from a total search image or overall comparison image produces a corresponding edge normalized image. In this edge detection method becomes a respective pixel (pixel) by a calculated pixel replaced, with a general and simplified represent each one from the pixel value and from neighboring pixels existing matrix with multiplied by a coefficient matrix.

Normierungsschritt 6 – zweidim. Fouriertransformation:normalization step 6 - two-dimensional Fourier transform:

Da eine Translation oder Drehung im Ortsbereich bei einer zweidimensionalen Fouriertransformation lediglich zu Phasenverschiebungen im Ortsfrequenzbereich führen und die für den Bildinhalt typischen Ortsfrequenzen aber unverändert bleiben, wird mit diesem Schritt aus einem Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechendes bezüglich Translation und Drehung normiertes „Ortsfrequenz-Bild" erzeugt.There a translation or rotation in the spatial domain in a two-dimensional Fourier transformation only to phase shifts in the spatial frequency range to lead and the for but the image content typical spatial frequencies remain unchanged, is with this step from a total search image or overall comparison image a corresponding reference Translation and rotation normalized "spatial frequency image" generated.

Je nach Art der Bildnachrichten können eventuell einzelne oder sogar mehrere der genannten Normierungsschritte z. B. zu Gunsten einer höheren Verarbeitungsgeschwindigkeit entfallen.ever depending on the type of picture messages may be single or even more of said standardization steps z. In favor of a higher one Processing speed omitted.

Das oben beschriebene Verfahren kann vorteilhafterweise zum Ausfiltern beziehungsweise Unterdrücken von breitgestreuten ungewünschten Bildnachrichten verwendet werden, wobei die ungewünschte Bildnachricht der mindestens einen Suchbildnachricht SN entspricht und die Vergleichsbildnachrichten VN dann durch ein Filter F ausgefiltert beziehungsweise unterdrückt werden, wenn die Nahezu-Inhaltsgleichheit I oder die Inhaltsgleichheit festgestellt wird.The The method described above can advantageously be used for filtering or suppress of widely scattered unwanted Picture messages are used, with the unwanted picture message which corresponds to at least one search image message SN and the comparison image messages VN are then filtered out or suppressed by a filter F, when the near-content equality I or the content equality is detected becomes.

Claims (8)

Verfahren zur Detektion nahezu inhaltsgleicher oder inhaltsgleicher Bildnachrichten, – bei dem zunächst aus mindestens einer Suchbildnachricht (SN) durch eine Normierung (N) mindestens ein normiertes Suchgesamtbild (NSB) erstellt wird, – bei dem dann aus einer jeweiligen Vergleichsbildnachricht (VN) durch die Normierung (N') ein jeweiliges normiertes Vergleichsgesamtbild (NVB) erstellt wird und – bei dem ein Vergleich (V) zwischen dem jeweiligen normierten Vergleichsgesamtbild und dem mindestens einen normierten Suchgesamtbild derart erfolgt, dass von beiden Bildern (NSB, NVB) die entsprechenden Bildpunkte verglichen werden und dass ab einem vorgegebenen Anteil von übereinstimmenden Bildpunkten eine Nahezu-Inhaltsgleichheit oder eine Inhaltsgleichheit (I) festgestellt wird.Method for detection almost identical content or identical picture messages, - at the first off at least one search image message (SN) by normalization (N) at least one normalized search overall image (NSB) is created, - in which then from a respective comparison picture message (VN) by the Normalization (N ') a respective normalized comparison total image (NVB) is created and - at a comparison (V) between the respective normalized comparison total image and the at least one normalized search total image is such that from both images (NSB, NVB) compared the corresponding pixels and that from a given proportion of matching pixels a near-content equality or a content equality (I) is detected. Verfahren nach Anspruch 1, bei dem ein erster Normierungsschritt (1) derart erfolgt, – dass aus der Suchbildnachricht beziehungsweise der Vergleichsbildnachricht eine Kompositionsinformation gewonnen wird, ob das Gesamtbild aus einem Einzelbild oder aus mehreren Teilbildern besteht, und – dass für den Fall, dass das Gesamtbild aus mehreren Teilbildern besteht, das Gesamtbild mit Hilfe der Kompositionsinformation zunächst zu einem Suchgesamtbild beziehungsweise Vergleichsgesamtbild zusammengesetzt wird.Method according to Claim 1, in which a first normalization step ( 1 ) is made in such a way that - from the search picture message or the comparison picture message, composition information is obtained as to whether the overall picture consists of a single picture or of several partial pictures, and - that in the case that the overall picture consists of several partial pictures, the overall picture is obtained with the aid of the composition information is first assembled into a total search image or comparison overall image. Verfahren nach Anspruch 1 oder 2, bei dem ein zweiter Normierungsschritt (2) derart erfolgt, dass aus einem farbigen Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechendes Grauwertbild erzeugt wird.Method according to Claim 1 or 2, in which a second normalization step ( 2 ) takes place in such a way that from a colored total search image or overall comparison image a corresponding gray value image is generated. Verfahren nach einem der Ansprüche 1 bis 3, bei dem ein dritter Normierungsschritt (3) derart erfolgt, dass mit Hilfe einer Histogramm-Normalisierung aus einem Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechendes kontrastnormiertes Bild erzeugt wird.Method according to one of Claims 1 to 3, in which a third standardization step ( 3 ) takes place in such a way that a corresponding contrast-normalized image is generated from a total search image or overall comparison image with the aid of a histogram normalization. Verfahren nach einem der Ansprüche 1 bis 4, bei dem ein vierter Normierungsschritt (4) derart erfolgt, dass mit Hilfe einer Bildschrumpfung aus einem hochaufgelösten Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechendes auflösungsnormiertes Bild erzeugt wird.Method according to one of Claims 1 to 4, in which a fourth normalization step ( 4 ) takes place in such a way that a corresponding resolution-normalized image is generated with the aid of image shrinkage from a high-resolution total search image or overall comparison image. Verfahren nach einem der Ansprüche 1 bis 5, bei dem ein fünfter Normierungsschritt (5) derart erfolgt, dass mit Hilfe eines Kantendetektionsverfahrens aus einem Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechendes kantennormiertes Bild erzeugt wird.Method according to one of Claims 1 to 5, in which a fifth normalization step ( 5 ) takes place in such a way that a corresponding edge-normalized image is generated from an entire search image or overall comparison image with the aid of an edge detection method. Verfahren nach einem der Ansprüche 1 bis 6, bei dem ein sechster Normierungsschritt (6) derart erfolgt, dass mit Hilfe einer zweidimensionalen Fouriertransformation aus einem Suchgesamtbild beziehungsweise Vergleichsgesamtbild ein entsprechendes bezüglich Translation und Drehung normiertes Bild erzeugt wird.Method according to one of Claims 1 to 6, in which a sixth standardization step ( 6 ) takes place in such a way that a corresponding normalized image with respect to translation and rotation is generated with the aid of a two-dimensional Fourier transformation from a total search image or overall comparison image. Verwendung eines der vorhergehenden Verfahren, zum Ausfiltern beziehungsweise Unterdrücken von breitgestreuten ungewünschten Bildnachrichten, wobei die ungewünschte Bildnachricht der mindestens einen Suchbildnachricht (SN) entspricht und die Vergleichsbildnachrichten (VN) dann ausgefiltert beziehungsweise unterdrückt (F) werden, wenn die Nahezu-Inhaltsgleichheit oder die Inhaltsgleichheit festgestellt wird.Use of any of the foregoing methods, for Filtering out or suppressing widespread undesired ones Picture messages, being the unwanted Picture message of the at least one search picture message (SN) corresponds and the comparison picture messages (VN) then filtered out or repressed (F) when the near-content equality or the content equality is detected.
DE102008016667A 2008-04-01 2008-04-01 Method for the detection of almost identical content or identical picture messages and its use for the suppression of unwanted picture messages Expired - Fee Related DE102008016667B3 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102008016667A DE102008016667B3 (en) 2008-04-01 2008-04-01 Method for the detection of almost identical content or identical picture messages and its use for the suppression of unwanted picture messages
PCT/EP2009/052830 WO2009121694A2 (en) 2008-04-01 2009-03-11 Method for detecting picture messages with the same or nearly the same contents, and use of the method for suppressing unwanted picture messages

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102008016667A DE102008016667B3 (en) 2008-04-01 2008-04-01 Method for the detection of almost identical content or identical picture messages and its use for the suppression of unwanted picture messages

Publications (1)

Publication Number Publication Date
DE102008016667B3 true DE102008016667B3 (en) 2009-07-23

Family

ID=40786144

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102008016667A Expired - Fee Related DE102008016667B3 (en) 2008-04-01 2008-04-01 Method for the detection of almost identical content or identical picture messages and its use for the suppression of unwanted picture messages

Country Status (2)

Country Link
DE (1) DE102008016667B3 (en)
WO (1) WO2009121694A2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699843A (en) * 2013-12-30 2014-04-02 珠海市君天电子科技有限公司 Malicious activity detection method and device

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001071652A1 (en) * 2000-03-16 2001-09-27 The Regents Of The University Of California Perception-based image retrieval
GB2440375A (en) * 2006-07-21 2008-01-30 Clearswift Ltd Method for detecting matches between previous and current image files, for files that produce visually identical images yet are different
GB2443469A (en) * 2006-11-03 2008-05-07 Messagelabs Ltd Detection of image spam
US20080208987A1 (en) * 2007-02-26 2008-08-28 Red Hat, Inc. Graphical spam detection and filtering

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030229643A1 (en) * 2002-05-29 2003-12-11 Digimarc Corporation Creating a footprint of a computer file
US7937480B2 (en) * 2005-06-02 2011-05-03 Mcafee, Inc. Aggregation of reputation data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001071652A1 (en) * 2000-03-16 2001-09-27 The Regents Of The University Of California Perception-based image retrieval
US6865302B2 (en) * 2000-03-16 2005-03-08 The Regents Of The University Of California Perception-based image retrieval
GB2440375A (en) * 2006-07-21 2008-01-30 Clearswift Ltd Method for detecting matches between previous and current image files, for files that produce visually identical images yet are different
GB2443469A (en) * 2006-11-03 2008-05-07 Messagelabs Ltd Detection of image spam
US20080208987A1 (en) * 2007-02-26 2008-08-28 Red Hat, Inc. Graphical spam detection and filtering

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ARADHYE,MYERS,HERSON: Image Analysis for Efficient Categorization of Image-Based Spam E-Mail. In: Proceedings Conference on Document Analysis and Recognition (ICDAR'05), 2005, DOI: 10.1109/ICDAR.2005.135 *
FUMERA,PILLAI,ROLI,BIGGIO: Image Spam Filtering using Textual and Visual Information, 2007, <http://lxxi.org/files/spamcon07/fumera_giggio06.p f> *
WANG,JOSEPHSON,LV,CHARIKAR,LI: Filtering Image Spam with Near-Duplicate Detection, Conference on Email and Anti-Spam (CEAS 2007), http://www.cs.princeton.edu/cass/papers/spam_ceas0 .pdf *
WANG,JOSEPHSON,LV,CHARIKAR,LI: Filtering Image Spam with Near-Duplicate Detection, Conference on Email and Anti-Spam (CEAS 2007), http://www.cs.princeton.edu/cass/papers/spam_ceas07.pdf ARADHYE,MYERS,HERSON: Image Analysis for Efficient Categorization of Image-Based Spam E-Mail. In: Proceedings Conference on Document Analysis and Recognition (ICDAR'05), 2005, DOI: 10.1109/ICDAR.2005.135 FUMERA,PILLAI,ROLI,BIGGIO: Image Spam Filtering using Textual and Visual Information, 2007, <http://lxxi.org/files/spamcon07/fumera_giggio06.pdf>

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699843A (en) * 2013-12-30 2014-04-02 珠海市君天电子科技有限公司 Malicious activity detection method and device

Also Published As

Publication number Publication date
WO2009121694A3 (en) 2009-11-26
WO2009121694A2 (en) 2009-10-08

Similar Documents

Publication Publication Date Title
DE102013210375A1 (en) FIND TEXT IN NATURAL SCENES
US20070041629A1 (en) Gray scale image cleaning system and method
DE112016000741T5 (en) Determine response content for a response to electronic communication
DE602005001046T2 (en) Unwanted Message (SPAM) detection based on message content
EP2656277A2 (en) Device and method for determining objects in a colour photograph
DE102012102797A1 (en) Convert a document from captured images to an optimized display format on a mobile device
DE102008016667B3 (en) Method for the detection of almost identical content or identical picture messages and its use for the suppression of unwanted picture messages
EP2831619A1 (en) Method and device for detecting structures in an object to be examined
CN101655973A (en) Image enhancing method based on visual characteristics of human eyes
EP2064672A2 (en) Method and device for image processing
Mohan et al. Evaluation of neutrosophic set approach filtering technique for image denoising
DE102014207870A1 (en) Method for the automated creation of a data record characterizing two technical drawings
DE102013224382A1 (en) Accelerated object recognition in an image
WO2008034721A1 (en) Method for processing an intensity image of a microscope
EP1989662B1 (en) Method for identifying objects, and object identification system
DE102012025349A1 (en) Determination of a similarity measure and processing of documents
EP1701493A1 (en) Method and system for classifying emails relating to auctions
Paulus et al. A novel scheme for handwritten binarization method on sundanese palm leaf document images
GB201019429D0 (en) Cell classification and artefact rejection for cell nuclei
Harm et al. Bürgerumfrage Halle 2012
Vogelpohl Biokraftstoffpolitik in Deutschland
DE102005040662A1 (en) Method for identifying items to be sorted
EP1776197B1 (en) Method for sorting non-addressed postal mailings
Habscheid et al. Sicherheit im öffentlichen Raum: Eine sprach-und kulturvergleichende Diskursanalyse am Beispiel des Körperscanners (2009–2012)
CN111445433A (en) Method and device for detecting blank page and fuzzy page of electronic file

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20141101