针对半色调图像分类中只存在0和1的特点，提出了一种基于改进的协方差矩阵在半色调图像中的分类方法。根据协方差矩阵在实现半色调图像分类中个数少且并未体现其局部和全局信息的特性，对协方差矩阵的底层特征进行改进。利用样本的局部特性和核密度估计方法，实现黎曼流形上的贝叶斯分类策略。实验中研究协方差矩阵的底层特征与传统协方差矩阵的特征提取方法并对其进行分类性能比较。实验结果表明，在半色调图像分类中，与传统的协方差矩阵相比较，改进的协方差矩阵提取出的特征在分类中平均错误分类率更低