规则网格是视觉词袋模型中常用的图像检测方法，该方法抽取图像所有区块，获得背景区块和目标区块完整的图像信息。事实上，抽取的背景区块信息对类别的判定往往会有一定的混淆作用。以“摩托车”类和“小汽车”类的图像为例，这两类图像背景特征相似，大多都是道路，一般的分类方法很可能将它们分为相同类别。可见，背景信息会干扰图像分类结果。因此，提出一种提取目标区域词袋特征的图像分类方法。利用图像分割去除背景信息提取目标区域；对目标区域构建视觉词袋模型；使用SVM分类器对图像进行分类。PASCAL VOC2006及PASCAL VOC2010数据集上的实验结果表明，提取目标区域词袋特征的图像分类方法具有较好的分类性