随着移动互联网的广泛应用和移动终端的普及,数字图像在生成、传递和存储过程中数量越来越多,面对这些海量的图像数据,如何有效组织和管理它们成为亟待解决的问题。现有的对图像分类的方法主要是针对内容单一的数字图像。当数字图像中内容复杂的时候现有的方法将不能满足对图像的有效分类。数字图像的场景分类是一种对图像高层语义的理解和分析,它是一种以图像的多种特征为基础,依据人类的知识和经验对图像的一种综合分析和判断。图像场景分类方法可以解决图像内容复杂的图像分类问题。在场景分类过程中,存在着两大关键问题:语义鸿沟和文本描述的多义性。图像感知哈希技术可有效地解决上述两种问题,图像感知哈希技术是将数字图像信息通过一定的方法映射成一段数字摘要的过程,这种映射方法将内容相同或者相似的图像映射相同或者相似的摘要,不同内容的图像映射成不同的摘要。本文提出了一种基于梯度方向直方图的感知哈希算法,该算法具有一定的鲁棒性和敏感性。本文提出的场景分类方法是以场景内目标对象为基础,通过分析处理场景内目标对象集合实现场景分类。本文对比文档的潜在语义分析过程,利用PLSA(Probability Latent Semantic Analysis:概率潜在语义分析)主题模型,对图像进行主题分析,进而实现场景分类。在实现场景分类的过程中,本文首先使用图像分割算法,将图像分割成不同的目标对象,然后通过使用图像感知哈希的方法感知图像场景内的目标对象,接下来建立基于图像感知哈希序列的视觉单词表。最后采用主题分类模型PLSA分析每幅图像的主题,实现对图像场景的分类。