现在的图像检测领域中包含的研究方向有很多，但都是在基于完整特征的情况下进行检测。本文主要针对基于SVM算法的残缺面部、残缺手部和残缺耳部检测。本文以残缺人体检测技术为主要研究内容，在归纳分析一些经典算法后，对以下技术点进行了深入研究：　　 (1)本文的残缺人体检测方法融合了小波变换和离散余弦变换。图像经过小波变换，提取得到图像的低频和高频分量。离散余弦变换本身具有非常好的压缩性能，同时他在计算方面也具有很好的有效性，两方面的结合使得提取图像的特征少而精。也使得输入向量的维数减小，从而减少了计算的复杂性。　　 (2)由于单纯的支持向量机方法很耗时而且比较难以实现，这是需要对待检测图像要整幅逐步搜索检测的原因。本文在对残缺人体检测中，采用了一种基于非平衡二叉树的SVM多类别分类方法。采用这种方法能够保证准确的检测，同时也使得检测速度接近实时的要求。　　 由于残缺人体检测系统相对比较复杂，涉及的内容也比较多，虽然本文在检测的研究里取得阶段性成绩，然而距离实时性应用还是有比较大的差距，还有待于我们继续研究改进和完善，使得救援工作更加有效的开展。