步骤3：图像映射到视觉词典。视觉词典生成后，统计每幅图像对应词典中的单词出现的频率，将每幅图像映射成1个K维的图像描述向量，其中K表示聚类中心的数量，即视觉单词的数量。

    步骤4：训练分类器分类。主要采用支持向量机(support vector machine，SVM)进行分类[7]。SVM的学习策略是间隔最大化，可形式化为求解凸二次规划问题，利用寻优算法求解目标函数全局最小值。

    2 基于视觉词袋的图像检索改进方法

    2.1 基于SURF的图像特征提取与描述

    SURF算法是基于尺度空间理论，该算法是对SIFT算法的一种改进，优势在于能够大大提升特征提取速率，同时表现出更好的鲁棒性[8]。

    2.1.1 图像特征提取

    SURF算法采用方框滤波器构造fast-Hessian矩阵，9×9方框滤波器模板见图2。在原图上，通过扩大滤波器尺寸形成不同尺度的图像金字塔，并使用积分对图像卷积进行加速。

    2.1.2 图像特征描述

    首先计算每个特征点主方向。然后，选定一个以特征点为中心的正方形区域 ......