最后，对于新的图像，可以先对其进行特征提取，然后使用K-means算法将图像中的像素点聚类，并将同一组中的像素点的特征向量平均作为该组的特征向量。然后，可以将新图像的特征向量与已经聚类好的图像的特征向量进行比较，将新图像分到与其特征向量最相似的组中，从而实现图像分类。图像分类是图像处理中的重要任务之一，基于图像的聚类算法为图像分类提供了一种有效的工具，可以实现快速准确的图像分类。基于图像的聚类算法

以上代码中，`imread`函数用于读入图像，`cvtColor`函数将图像转换为灰度图像，`xfeatures2d::SURF::create()`函数用于创建SURF算法对象，`detect`函数用于提取SURF特征点，`compute`函数用于计算SURF特征描述符，`drawKeypoints`函数用于将特征点绘制在图像上，`imshow`函数用于显示图像，`waitKey`函数用于等待用