场景分类在图像理解和计算机视觉中是一个开放的挑战性问题。有效的图像表示在场景分类任务中日益受到关注。该文旨在于通过构建特征提取算法,形成更加丰富有效地图像描述,从而实现场景图像的高精度分类。首先,构建了基于多层次特征表示的图像场景分类算法。传统场景分类采用单一低层特征构建图像描述,无法有效表征内容多变的场景图像。因此提取采样图像块的密集尺度不变特征变换(Scale Invariant Feature Transform,SIFT)特征和卷积层的卷积神经网络(Convolutional Neural Networks,CNN)特征,使用聚集局部描述符向量(Vector of Locally Aggregated Descriptors,VLAD)编码方法分别编码图像块的局部特征,构建包含局部语义信息的低层图像描述和中层图像描述。与此同时,将图像的低层描述与中层描述融合到图像的全连接层的高层语义中,从而获得整合了局部空间信息和全局语义信息的精确图像表示。其次,设计了基于局部特征编码与多通道特征融合的图像场景分类算法。常见算法中均使用全连接层特征来表征图像,缺乏对图像局部信息的刻画,降低了分类判别能力。因此,通过分析卷积神经网络不同通道的特征性能,充分利用不同通道的卷积特征,使其优势互补。采用局部约束线性编码(Locality constrained linear coding,LLC)方法编码多尺寸局部图像块的卷积层CNN特征,获得图像的局部信息,并与原始图像的全连接层的全局CNN特征进行多通道融合来获得更高效地图像表示。最后,提出了基于判别性聚类和加权描述的图像场景分类算法。传统场景分类中采用K-均值(K-means)方法聚类底层特征来构建视觉码本,聚类效果对码本大小及初始化聚类中心敏感,且底层特征缺乏语义信息而不能有效表示图像。因此,提出了判别性聚类方法,利用相关距离,对各类别图像块特征的相关距离矩阵进行二次遍历聚类,取各聚类簇的特征均值作为聚类中心从而构建视觉通用码本。图像分块后基于通用视觉码本映射得到图像局部描述,融合基于图像深度CNN特征的全局描述并加权,获得更丰富的图像表示。