图像垃圾邮件迅速增长,已成为垃圾邮件传播的主要格式之一,如何治理图像垃圾邮件是全世界共同面临的一道难题,也是互联网上亟待解决的问题。目前,反图像垃圾邮件的研究比较少,且属于探索性质,还没有成熟的算法,公开的垃圾图像语料库也非常少。本文从技术角度出发,在全面系统学习和总结国内外反图像垃圾邮件最新成果的基础上,深入细致地研究了广告垃圾图像检测技术,提出了一种新的垃圾图像检测算法,并改进了一种图像文字区域提取算法。通过对算法的仿真,验证了结论,实现垃圾图像的检测。论文的工作主要包含以下几个方面:1、介绍了图像垃圾邮件的概念、危害以及国内外的研究现状;2、花费6个月时间,通过收集两个电子邮件账户的垃圾邮件,构建了一个垃圾图像语料库——Bupticn语料库;3、综述了垃圾图像检测技术,包括基于颜色特征检测技术、基于形状特征检测技术、基于纹理特征检测技术以及基于对像的检测技术;4、提出了一种垃圾图像检测算法,即骨架检测算法。通过提取图像的骨架特征,进行特征匹配,最终实现垃圾图像的检测。5、改进了一个广告垃圾图像的检测算法。首先利用小波技术去除噪角,再通过角点检测技术提取文字区域特征,最后根据文字区域的面积给出判断结果:垃圾图像或正常图像。实验结果表明,改进后的算法鲁棒性更好,检出率更高。