通过分析现有基于内容的图像结构表示方法,存在鲁棒性不强和结构多样性易增加分类的复杂性并降低分类正确率的问题,研究了基于图割的二叉树和基于显著性的多叉树图像结构表示方法,并与基于区域相似性的二叉树和改进深度的多叉树表示进行比较。实验表明,基于图割和显著性的表示方法能有效提高结构树的语义性和分类性能。