随着某电商企业业务的飞速增长,公司网站处理的图片数量成倍递增。海量的图片信息给公司员工图片处理工作造成了极大的困难,图片之间的重复性与相似度越来越高,图片之间的组织越来越混乱,加大了图片的排序、上传和审核的风险。有些图片可能存在枪支、色情、侵权等违法的信息内容,如果不能够采取有效手段进行过滤,将会给公司的业务带来极大的影响。为改进已有图片检索技术,提出一种新的违禁图片自动识别的算法--基于特征提取的图片识别算法,该算法是一种混合型算法,包含基于全局特征的HSV颜色提取、HOG形状提取、Tamura纹理提取,以及基于SIFT算法的局部特征提取,通过串行特征融合和LDA特征降维将这四种算法相结合,以达到更好的图片识别效果。将算法应用在公司网站的违禁图片识别工作中,结合图片审核人员的需求,设计并开发基于特征提取算法的违规图片自动过滤系统。根据系统的总体需求、系统功能需求分析,构建图片上传、违禁样本库构建、违禁特征树建立、图片特征提取、图片特征对比、违禁图片识别六大模块,通过用例图描绘各模块的用例需求。系统基于OpenCV开源库架构方式高效率完成图片的识别比对。在进行系统图片特征点提取的过程时,利用RANSAC算法对图片中带有噪声的图片进行特殊处理,防止这些噪声影响图片特征点识别的过程,导致识别失误。在特征点提取完成之后,集合这些特征点进行K-Means聚类计算,针对上传的图片,进行图片违禁特征点识别。基于企业应用需求构思多模块时序图论述系统各个功能模块设计过程,对图片上传、违禁样本库构建、违禁特征树建立、图片特征提取、图片特征对比、违禁图片识别六大主要模块做出了相关设计。最后在系统界面中对系统的主要功能模块的实际效果进行测试,测试结果显示功能模块能够正常使用,性能上符合设计要求。