本发明提供了一种基于局部近邻成分分析的图像特征提取方法。首先，构建特征提取神经网络模型，并进行网络参数和记忆银行初始化；然后，对训练数据集进行子集划分，提取其低维特征，利用记忆银行矩阵在低维特征空间中寻找每个样本的k近邻，并对原子集合和k近邻集合按照标签进行集合划分，以得到的所有集合中样本的相似性度量函数为目标函数进行网络迭代训练；最后，利用训练好的特征提取网络对待处理图像进行特征提取。本发明方法可以使得同类样本的特征向量在低维空间中聚集，不同类样本的特征向量在低维空间中分散，从而使得原始数据在低维空间中具备明显的聚类结构，能够更加有效地用于图像聚类和图像检索。