随着电子邮件的广泛应用,垃圾邮件的增长速度也越来越快。据vnunet.com报道,在未来几个月中,互联网垃圾邮件总数将足足翻一番,这将给系统的安全带来严重的威胁,给人们造成越来越多的困扰。垃圾邮件已经引起了业界的广泛关注,反垃圾邮件问题已经成为一个全球性的热门研究课题。邮件过滤技术是反垃圾邮件的重要手段,当前对垃圾邮件的过滤主要有基于IP地址、基于信封和信头的过滤、基于内容以及基于行为等过滤方法,这些方法对垃圾邮件的过滤起到了一定作用。但是,如果垃圾邮件制造者采用图像来隐藏垃圾信息,那么当前的垃圾邮件过滤方法将很难把它检测出来。通过对大量的包含图像的垃圾邮件进行分析,给出了基于形象特征分析的垃圾邮件过滤方法,它通过提取出有用的形象特征来辨别和过滤垃圾邮件,有效地识别邮件图像中隐藏垃圾信息的诡计。结合形象特征的提取方法,构建了基于形象特征分析的垃圾邮件过滤系统结构,设计了系统各个功能模块和系统工作流程。为了提高系统性能,还研究了垃圾邮件过滤所需的各种技术,包括MIME的编解码技术、图像文本定位技术、分类算法等。通过对现有图像中文本定位技术的比较分析,本文在基于与位置无关的字符特征的级联分类器的基础上,利用滑动窗口定位方法、文本区域搜索算法以及后处理技术等来提高嵌入文本的定位精度。通过比较和分析当前分类算法的优劣,采用了一类支持向量机做为垃圾邮件的分类算法。最后,利用Visual C++ 6.0作为开发工具,Libsvm-2.82作为分类算法,实现了基于形象特征分析的垃圾邮件过滤系统原型,并使用POP3协议在163信箱上进行了垃圾邮件的过滤仿真实验。从分类器性能、过滤性能以及过滤时间消耗等方面证明本方法能够有效地提高垃圾邮件的探测率和取得较低的误判率。