随着社会和网络技术的发展,产生了大量的图像信息。如何对这些图像进行分类、存储和检索,一直是目前计算机技术的一个研究的热点。由于图像基于情感的分类检索可以极大的提高图像的分类准确度,日益得到了人们的重视。图像基于情感的分类检索的主要思想是通过各种方法找到图像的视觉特征与高层语义之间的映射关系,挖掘图像视觉特征与高层语义之间的联系,从而达到能够对图像集合按照语义进行合理的分类和标注的目的。图像视觉特征到高层语义映射问题的关键是找到其中的映射规则。图像的视觉特征与情感语义的映射匹配规则具有复杂性、模糊性、多变性、和松散性,图像的情感属性和视觉属性也存在着模糊性。然而模糊决策树可以较好的解决存在二义性和模糊性的问题,对具有模糊性的分类属性的样本集进行较为精确的分类,并从相应的模糊决策树中抽取分类规则。因此,选取模糊决策树对图像进行基于情感的分类并从得到的树中抽取规则应当会有较好的效果。本文通过阅读大量的相关文献,对基于图像情感分类的模糊决策树算法进行了详细的研究。其中包括图像视觉低阶特征的提取方法和其模糊化方法,图像情感特征的表示方法和其模糊化方法,以及图像情感特征和图像低阶视觉特征之间的映射关系,还包括模糊决策树的定义和其所使用的关键技术,应用于图像情感分类的模糊决策树算法以及对该算法选择分类属性的方法进行了修改,详细说明了从模糊决策树中进行规则抽取和规则处理的方法等。最终本文提出了一种可应用于基于图像情感分类规则抽取的模糊决策树算法。