随着多媒体技术的发展，如何对图像有效管理和分类，成为一个图像领域中的难点问题。近年来，自然场景分类作为一种图像理解和管理的有效方法，成为研究热点。场景分类的任务就是根据语义类别对图像进行自动标注和分类，从而为目标识别提供指导信息。本文通过分析自然场景分类的三层结构模型，从特征提取方法，特征选择方法，以及主题模型选择三方面进行研究。在特征提取方面，为了克服传统词包模型缺少空间语义的缺点，采用局部特征和全局特征结合的空间金字塔方法，生成具有空间信息的视觉特征。在特征选择方面，本文在研究传统特征选择算法的基础上，结合贝叶斯和谐度提出了新的特征选择算法。在主题模型选择上，为了获得隐含主题和分类类别，采用SLDA主题模型进行分类。本文取得的研究成果为：提出了基于特定类别选择的场景分类方法。该方法采用空间金字塔方法生成低层特征，并将其融合到词包模型中，使用贝叶斯和谐度特征选择算法选取对类别最接近的视觉词语，从而生成类别直方图。该方法充分保留了空间信息，并使得视觉词包具有更强的类别表述能力。最后本文将场景分类方法运用到水质图像分类中，提出了基于多特征结合的水质图像分类方法。通过实验，证明本文设计的场景分类算法对水质图像分类的有效性。