图像分类是数字图像分析与理解的主要研究方向,因而受到人们广泛的关注,如何对大量的图像进行快速、准确的分类是当前研究中的一个热点问题。本文将词袋模型应用于无监督图像分类,并针对传统词袋模型中所涉及方法(如特征提取、聚类方法等)的不足,做出了如下的改进：首先,采用加速鲁棒特征变换(Speeded Up Robust Features, SURF)提取特征(图像词语)。本文将增加预处理环节,即通过特征兴趣区域(Region of interesting Features, ROIF)与图像前景对象范围定位方法对特征提取范围进行规定。实验表明,预处理环节可有效减少特征中弱特征与无关特征数量。其次,本文采用精确欧拉位置敏感哈希(Exact Euclidean Locality Sensitive Hashing, E2LSH)对图像词语聚类以获得关键词(聚类中心)。为了减小E2LSH的随机性,将多次聚类并使用基于最短特征无向图的组合汇集技术获得最终的聚类分布。实验表明,由E2LSH得到的关键词具有更强的代表性。再次,利用吉布斯抽样计算隐狄利克雷分布模型(Latent Dirichlet Allocation, LDA)得到类别分布转移矩阵。并使用最大转移概率与转移向量相似度结合的组合方法阅读转移矩阵获得分类结果。实验表明,组合式阅读能更好的发现转移矩阵中隐含的类别信息。最后,针对传统分类方法对同一类内图像间关系的忽视,利用双向匹配(Bidirectional Matching, BM),随机抽样一致性(Random Sample Consensus, RANSAC)和感知哈希(Perceptual Hash, pHash)进行同一类内图像间关系的寻找(特征匹配)。实验表明,通过上述方法可准确获得同一类内图像间的关系,实现类内图像的细化分类。