常规胃镜是筛查上消化道早期癌症最常用的检查手段，主要依靠消化内镜医师的经验对早癌图像进行初步筛选。计算机辅助诊断方法能有效提高医生诊断上消化道早期癌症的准确率。本文主要针对普通电子胃镜图像，采用图像处理方法实现对上消化道早期癌症进行检测，提高病人的存活率。为了获得胃镜图像的有效区，本文先进行了去除反光区域和暗区等方面的预处理；再采用灰度canny算子分割有效区域。接着，为了对分割后的各个区域进行分类判别，本文对每一个区域的进行纹理和颜色特征提取，为了获得最优的特征量，本文采用了八个颜色空间；然后，针对SVM在处理样本不均衡分类中存在严重的分类偏移问题，本文引进了ODR-BSMOTE算法实现最优特征提取；最后，本文采用食管和胃部的临床胃镜图像来验证方法的有效性和可行性，并用敏感性、特异性、准确性和几何平均正确率四个指标来评估方法的性能。实验结果表明，本文的方法检测食管早期癌症的准确率和几何平均正确率分别为87%和86%，检测胃部早期癌症的准确率和几何平均正确率分别为85%和88%。相对于同类方法，本文很好的解决了特征量优化和样本不均衡的问题，进一步提高了分类的准确率和识别效果，对病灶区域的识别要更为准确，减少了处理胃镜图像的时间，更加适用于临床的应用。