为提高图像分类性能，提出了一种图像分类方法。其基本思想是将图像内容的不确定性描述看作是一个随机过程，采用分块模糊熵来提取图像特征，采用随机森林方法进行特征分类。首先，考虑全局和局部特性，将图像划分为多个图像子块；然后，对每一个图像子块进行模糊c均值聚类，提取模糊熵特征；接着，通过归一化处理，得到图像的模糊熵特征向量；最后，构造随机森林分类器，实现模糊熵特征向量的分类。实验结果表明，该方法的错分率低，分类耗时少。