在复杂多变的海面环境下，应用红外成像技术对海面中小目标进行搜救时，为有利于后续针对不同场景的目标处理，有必要对采集的原始图像进行分类处理。根据不同的环境条件，将海面红外图像分为五类场景。从两个方面对训练集图像进行特征提取，一个是通过高斯滤波将图像分为基础层和细节层，然后使用改进的方向梯度直方图（HOG）方法提取特征；另一个是提取图像的局部对比度得到局部特征。将提取的特征向量融合并输入到分类器中，使用支持向量机（SVM）对测试集图像进行分类。文章使用了HOG和局部对比度方法（LCM）结合的新特征描述符对海面红外图像的场景进行分类，与其它方法相比，结果表明改进方法的准确率达到96.4%，体现了可行性和有效性。