特征编码是利用广义视觉词袋模型获得图像稀疏表示的关键步骤。研究了两种常用的局部线性特征编码方法即LLC及NSLLC编码方法，并针对其存在的问题提出了一种利用编码系数非负性约束对其进行改进的方法——NNLLC，并将其应用于图像分类任务中。实验结果表明，该方法能有效改进局部线性特征编码性能，提高图像特征的可区分性，相比于LLC及NSLLC特征编码方法，在图像分类任务中取得了更高的平均分类准确率。