随着成像技术、计算机技术、网络技术和存储技术的快速发展，图像处理方面的研究也越来越得到学者们的重视。图像因其能传递丰富内涵信息，成为信息的重要载体。场景图像内容的合适表述和分类是解决图像有效的管理与快速的检索这一问题的两个关键技术。而场景分类整个过程涵盖了从分割，标注，识别到上下文推导等图像处理技术的多个方向。本论文从分割入手，对图像中物体类别的分类和场景类别的推导进行了相关研究。由于任何一种分割算法都无法完美的实现普适的图像分割问题。本文采用多尺度分割方法，希望得到多层的分割结果，为以后的物体识别提供更多层面的线索。本文运用采用森林结构的语言纹理基元分割算法得到过分割结果，在此基础上，提出了一种二叉树结构的归并算法得到较小分割部分的多尺度分割结果。最终提取其中的两层结果。本文将场景中的物体分成两大类：前景和背景。借助于多尺度分割提取的两层结果，运用一个条件随机场来描述这四层内容。通过训练，实现场景中物体类别的分类。本论文利用关联分析的方法挖掘物体类别与场景类别之间的关系。通过建立各个场景类别中物体类别的频繁项集，得到场景类别和物体类别之间的关系。本文还对信息缺失、重叠等情况进行了讨论，并提出解决方案。