随着B超机的广泛使用,通过B超图像检测胎儿性别的现象越来越多。如何通过监测B超图像继而遮挡胎儿性部位就日显紧迫而重要。B超胎儿图像分类系统目的是在不影响B超机正常工作的前提下,系统自动找出B超胎儿性器官的位置,再加上后续研究的性器官遮挡技术,从而从技术上采取有效措施消除不法分子采用B超进行识别胎儿性别的可能性,并为依法处治违法行为提供证据。这将从根本上解决长期以来困扰我国非法胎儿性别鉴定问题。本论文从特征提取和统计学习的角度对此课题进行了有效的研究。本文根据B超胎儿图像的特点和实际应用的要求,在B超胎儿图像预处理、B超胎儿图像数据降维、B超胎儿图像分类等方面进行了系统的研究,本文的主要研究成果如下:(1)将LLE与SVM相结合,成功应用于B超胎儿图像分类领域,取得了令人满意的实验结果。(2)比较和研究了LLE/SVM这两者相结合的算法在核函数等关键参数不同的情况产生的性能上的差异,并分析了不同参数的选取对本文算法的影响。(3)研究了LLE/SVM算法在B超胎儿图像分类领域中的两类问题,并将其从两类问题扩展到单类和多类问题,然后又对其进行了对比性分析。(4)对典型降维方法与SVM相结合的算法在B超胎儿图像分类系统中进行了进一步的研究,并将其与LLE/SVM结合算法对B超胎儿图像分类问题进行了进一步的比较和分析。实验证明本文的方法用于B超胎儿图像分类系统具有明显的优势。