随着网络技术的飞速发展，数字图像的数量呈几何趋势剧增，如何对海量的图像信息进行快速、准确的分类，逐渐成为计算机视觉领域的研究热点之一。在各种图像分类方法中，Bag of Words(BoW)模型备受关注，应用最广。本文通过分析词袋模型，对该模型从以下几个方面进行改进：　　首先，针对传统的词袋模型只是统计单个视觉单词，忽略了视觉单词之间的空间关系，本文提出构造视觉短语用于图像的表示方法。在获得视觉单词之后，将视觉单词与其邻域空间内的视觉单词排列编码，从而形成视觉短语，作为图像的特征。经实验分析可得，通过对视觉单词之间加入空间关系形成视觉短语用于图像的分类，取得了较好的分类准确率。　　其次，针对词袋模型统计的视觉单词中，含有部分无用的以及对分类产生影响的视觉单词，本文提出了一种提取有效视觉单词的方法——支持区域探测法。通过支持区域探测的方法，获取支持图像分类的区域，提取该区域上有效的视觉单词形成视觉词典。使用具有相对明确语义信息的视觉单词来生成视觉词典，使得图像分类效果有所提高。　　最后，提出了一种融合了空间信息与语义信息的视觉短语的方法。通过获取支持图像分类的区域，利用该区域上的有效的视觉单词进行空间排列建模，形成视觉短语，优化了图像的空间与语义表示。实验结果表明，融合了语义、空间信息的视觉短语用于图像分类，明显提高了图像的分类效果。