图像的情感语义分类是基于语义的图像检索技术中十分重要的一个领域。图像中蕴含着丰富的情感,情感语义作为一种重要的高层语义,在基于语义的图像检索中占据着重要的位置,根据图像中蕴含的情感进行分类是十分必要的。传统的图像分类方法往往忽略了图像的情感的影响和作用,这不能满足用户的真正需求,将图像按照情感语义分类,会大大提高基于语义的图像检索性能。不同的服装有不同的情感表达,服装面料也有自己的情感,服装设计师在设计服装时,需要考虑面料所表达的情感,而消费者在购买服装时也会根据自己的情感需求选购商品。电子商务近些年的迅猛发展,人们通过网络购物的平台越来越多,人们通过这些网站可以获得不同地域的商品信息,大大缩短了消费者与商家的距离,人们可以方便的通过网络挑选商品,而在网络上从大量的信息中筛选自己想要的商品则需要对商品进行合理的分类。本文针对面料情感在电商网站中的自动识别和分类进行研究,提出一种自动识别面料商品情感的方法,进而实现面料商品按情感进行分类和排序。在之前的研究中,已经将面料的情感分为七对语义相反的情感词,通过对面料图像的颜色、纹理等底层特征提取,采用支持向量机技术进行机器学习,得到情感因子值,再根据公式计算出情感的定量描述值。本文的主要研究内容就是在网页中实现面料图像的情感自动进行识别,并将这一识别技术应用到电子商务网站中,使网站用户可以方便的根据自己的情感选择面料。通过对图像的特征提取及分类算法研究,结合一个开源的电商网站,本文最后开发了一套可以自动识别面料商品情感的电商网站系统,经过实验对面料商品的情感语义分类达到了较好的效果,论证了本文研究的实用价值。证明对面料图像进行情感分类这一研究是可行的,该课题有着重要的理论意义和实用价值。