伴随着Internet的普及和发展,电子邮件以其方便快捷、低成本的优点得到迅速而广泛的应用,并成为人们交流沟通的主要工具之一。与此同时,垃圾邮件也越来越泛滥,最近,图片型垃圾邮件对于Internet以及它的用户来说,成为了一种新的威胁。因此,如何过滤该类邮件,已成为Internet领域一个亟待解决的问题。我们研究小组先前的工作提出了一种图片过滤系统。当用户认为一封图片邮件是垃圾邮件的时候,由用户对该邮件中的图片进行截图,然后把所截得的图片作为黑名单,以便下次在收到相同的图片邮件将其过滤掉。该方法具有因人而异和易于实现的优点。但是,该方法也有两个缺点,即系统中采用的图像匹配算法效率不高,以及用户截图会影响整个系统的性能。针对上述缺点,本文提出了相应的解决方案。首先,提出一种基于几何变换的图像匹配算法。该算法使用DoG算子提取图像的特征点,然后采用几何变换的方法对特征点进行匹配,有效地提高了系统的效率。其次,针对由用户自主截图所产生的随意性,本文采用Mean Shift对图像中的特征点进行聚类,然后根据聚类的结果对图像进行分割,这样就较好地克服了用户自主截图的盲目性。实验结果表明,本文提出的改进方法的效率较之先前有了较大的提高,从而为更加有效地解决图片垃圾邮件的过滤问题做了有益的探索。