随着信息技术的发展,在诸如图像检索、智能导航、视频监控以及其他计算机视觉任务领域,场景识别和分类都有着广泛的应用前景和理论意义,这对快速准确地实现场景图像的分类提出了更高的要求。然而由于场景图像的多样性、模糊性以及可能随时改变的照明和尺度条件,使得场景图像的处理和识别相对困难。故如何使计算机充分利用图像所包含的信息进行自主快速的学习,从而能够迅速有效地识别出图像的场景类别,成为计算机视觉领域的重要课题。因此,为了降低传统场景分类技术的局限性,本文提出基于传统的词袋模型和深度学习的场景分类方法,发挥深度学习强大的特征学习能力,并从场景图像中学习更多层次化的视觉信息。主要包含以下三方面的内容:第一,针对传统低层特征表达能力不足的情况,使用卷积神经网络进行提取的特征代替传统的局部特征,发挥CNN卷积层对图像特征强大的学习能力,获取到图像更多层次的信息。本文设计和训练了快速多层次的卷积神经网络模型,并根据重构图像对不同层次的特征进行对比分析,提取到更适合构建视觉词典的特征。第二,针对传统词袋模型空间信息不足的情况,结合空间金字塔模型的思想,将提取的卷积特征使用改进的软分配编码方法进行特征编码,生成卷积向量的空间视觉词典,并训练不同内核的SVM分类器,以得到更好的准确率。第三,设计并实现一个场景分类系统,用于本文的实验和算法测试,包括基本的输入输出、算法选择、图像分类的测试以及结果展示等功能。通过实验的对比分析,表明本文构建的网络模型实现了图像多层次数据的提取,提高了特征的表达能力,与空间视觉词袋模型结合,弥补了空间信息的不足,为实现更高准确率的场景分类提供了一种新的方法。