Phương pháp phân loại ảnh dựa vào đặc trưng khoảng được trích xuất từ ma trận đồng hiện mức xám với một số cải tiến được thực hiện trong nghiên cứu này. Đầu tiên, mỗi ảnh được đại diện bởi một khoảng hai chiều mà các giá trị của nó được thiết lập từ đặc trưng kết cấu của ảnh. Sau đó xác suất tiên nghiệm cho ảnh được tìm dựa vào bài toán phân tích chùm mờ cho dữ liệu khoảng. Tiếp theo ảnh cần phân loại được đo mức độ gần nhau với các nhóm dựa vào khoảng cách chồng lấp của các khoảng đại diện. Cuối cùng, dựa vào các cải tiến trên, một phương pháp phân loại mới được đề xuất. Phương pháp này được trình bày chi tiết các bước thực hiện và được minh hoạ bởi một tập ảnh cụ thể. Nó cũng được áp dụng trong nhận diện khuôn mặt, một vấn đề có nhiều ứng dụng và thách thức hiện nay. Kết quả nghiên cứu cho thấy phương pháp này đã phân loại đúng hoàn toàn cho tập huấn luyện trong khi các phương pháp phổ biến khác có tỷ lệ sai từ 20% đến 40%., Tóm tắt tiếng anh, This study proposes an image classification method based on the extracted interval features from the gray level co-occurrence matrix with s improvements. Firstly, each image was represented by a twodimensional interval whose values were established from the texture feature of image. Then, the priori probability for the image was found based on the fuzzy cluster analysis problem for interval data. Next, the classified image was measured for its proximity to the groups based on the overlapping distance of the representative intervals. Finally, based on the above improvements, a new classification principle was proposed. The proposed method was detailed and illustrated by the specific set of images. It was also applied in face recognition, a problem that had many applications and challenges today. This application showed that the proposed method had completely correct classification for the training set while other popular methods had the error rate from 20% to 40%.