近几年,随着智能手机的飞速发展,人们对手机功能的需求越来越多样化。其中,智能手机一个重要的功能是拍照。利用手机拍摄下来的照片可应用于制作头像、社交网络分享等诸多领域。在智能手机上实现图像场景分类技术,将有助于手机在拍照时自动设置光圈快门等参数,提高拍摄照片的质量。本论文面向智能终端上的前沿需求,研究了Android手机上图像分类的技术,实现了Android上的图像场景分类系统。首先,研究了基于颜色、纹理、形状和空间特征的图像分类技术,根据Android手机处理速度有限,内存空间较小的特点,最终选择了抽取图片颜色及纹理信息的CEDD特征描述符作为图片特征提取方式,这就使本系统在处理速度和质量上保持了较好的平衡。在系统中,用Android手机拍摄照片后,抽取图像CEDD特征值并通过“一对一”SVM分类方法最终将照片分为风景、人物、夜间、逆光、微距、文本六个类别。在照片分类处理问题上,对libsvm预测功能进行了引入分类训练模型和投票选择部分的改写,并移植到Android手机上本论文详细介绍了Android上图像场景分类系统的实现过程。系统共分为界面模块、NDK接口模块、特征提取模块和分类判断模块四个部分,是分别在Android操作系统上通过Java与C++编程环境实现的,通过研究Android NDK的开发方法,将C++文件编译为动态链接库与系统上层应用建立连接,在Android系统上成功实现了CEDD特征抽取及SVM分类工作。在本系统中,用户拍摄照片后,经过系统分类处理,就能够获得当前拍摄照片所属类别的结果。最后,对实现的图像场景分类系统性能进行了测试。测试结果表明系统分类效果良好。