本发明公开了一种基于k最近邻算法的高光谱图像分类方法。该分类过程主要包括：(1)支持向量机分类：利用支持向量机SVM分类器对高光谱图像进行粗分类，得到初始概率图。(2)主成分分析降维：主成分分析法对高光谱图像降维得到的第一主成分图像(3)K最近邻滤波：基于非局部K最近邻滤波器，在第一主成分图像的引导下提取高光谱图像的空间信息，对初始概率图进行优化。(4)根据优化后的概率图，获取高光谱图像的准确分类。本发明与传统的高光谱分类算法相比，最大的优势是，不用去求解复杂的全局能量最优化问题，就能提取高光谱图像的非局部空间信息去优化分类，因而分类速度快，并且精度高。