本文研究总结了目前图像垃圾邮件过滤技术和图像垃圾邮件分类的算法,并对各种垃圾邮件检测算法进行了性能分析。针对不同的图像垃圾邮件类型,本文提出了两种实现图像中文本区域定位的算法,最后提出了基于二级过滤的图像垃圾邮件识别算法,该算法是利用文本区域特征和基于关键字匹配相结合的思想,设计了二级过滤模型,能够较好的提高图像垃圾邮件的识别率。在文本区域定位算法中,针对背景单一的纯文本型垃圾邮件提出了基于边缘和形态学处理的文本区域定位算法,该算法首先利用彩色图像边缘检测进行边缘检测,对灰度边缘图像进行阈值分割处理去除一些干扰背景点,再结合形态学处理的相关技术提取出候选的文本区域,最后标记文字连通区域,从而完成文本区域的定位。针对背景复杂的图文混排型垃圾邮件提出了基于小波的文本区域定位算法,该算法是一种在复杂图像中检测文本的复合方法,利用二尺度的小波变换实现了对文本区域的粗检测和细定位,并在算法中结合了形态学的相关技术,最终实现了复杂背景的图像中的文本信息的精确定位。为了提高图像垃圾邮件的识别率,本文提出一种基于二级过滤的图像垃圾邮件识别算法。其中第一级过滤需要经过两个阶段,首先选择并提取出区分度好的文本区域特征并结合支持向量机分类算法来判断邮件是否为图像垃圾邮件;然后对图像中文字区域中的文字内容进行分析,提取出文字区域中的文字,采用基于关键字的匹配的方法来判断邮件是否为图像垃圾邮件。在第一级过滤后,可能有的垃圾邮被误判为正常邮件,因此需要第二级过滤,第二级过滤主要是对第一级过滤的结果进行分析判别,从而得到正确的分类结果。实验证明,经过二级过滤后可有效提高图像垃圾邮件的识别率。实验结果表明,本文提出的文本区域定位算法和图像垃圾邮件识别算法具有良好的鲁棒性,准确性较高。