最近，基于视觉词袋（BoW）的图像表示在图像分类和检索应用中引起了很多关注。 众所周知，视觉密码本的构造和相关的量化方法在BoW模型中起着重要的作用。 传统上，视觉代码簿是通过将局部特征聚类成组而生成的，原始特征很难量化到其最近的中心。 众所周知，量化误差可能会降低BoW表示的有效性。 为了解决这个问题，文献中已经提出了几种基于软量化的方法。 但是，这些方法的有效性仍然不能令人满意。 在本文中，我们提出了一种基于双层码本的新颖有效的图像表示方法。 在这种方法中，我们首先构造双层码本以显着减少量化