用于图像分类的特征袋（BOF）模型

训练：
输入：训练图像集
步骤：
1，对所有的训练图像提取SIFT特征
2，对提取的SIFT特征使用kmeans算法得到k个聚类中心
3，将每张训练图像的SIFT特征通过第2步得到的kmeans模型进行聚类，将SIFT特征分为k个簇
4，对每张图像的每个簇的SIFT特征统计直方图，得到k维直方图，将图像由SIFT特征转换为k维直方图特征向量
5，将每一类的k维向量送入SVM分类器中训练，得到分类超平面


测试：
输入：测试图像
步骤：
1，提取SIFT特征
2，将SIFT特征转换为训练过程的kmeans模型的k维向量

3，通过SVM超平面进行划分

以上，是我对BOW模型的最简单的描述，如果用matlab在调包的情况下应该可以在30行内完成该算法，各位可以尝试一下