高光谱成像光谱仪的迅猛发展掀起了高光谱遥感技术研究的新篇章，高光谱数据已经成功应用于地质灾害分析、军事目标识别、农业生产等领域，发挥着越来越广泛的作用。但对高光谱图像数据的处理水平还大大滞后于高光谱数据获取技术的发展，成为高光谱图像数据有效利用的瓶颈。在对高光谱数据的处理方法中，高光谱图像分类作为挖掘图像地物信息的有效方法及其他高级应用的基础，具有重要的研究意义。首先，本文介绍了高光谱遥感技术及分类理论，并总结了高光谱图像数据特点；对比研究了目前常用的分类算法，指出传统分类方法在处理高光谱数据时存在的弊端，并总结决策树法应用于图像分类时的优势，最终确定二叉决策树法作为基础算法进行进一步研究。其次，通过对高光谱图像数据分析，决定在高光谱图像中的匀质区域建立一阶参数模型，在非匀质区域建立非参数统计模型，并以此作为纽带，将二叉决策树与多维尺度分析合并准则有机结合，设计了基于二叉决策树的多维尺度分析高光谱图像分类算法。最后，设计实验。先将多维尺度分析合并准则与应用光谱信息散度、巴氏系数、扩散距离和递归分级断层的合并准则进行合并对比实验，实验结果表明本文设计的多维尺度分析合并准则分类效果最优；再将基于二叉决策树的多维尺度分析算法与支持向量机算法和最大似然算法进行分类对比实验，实验结果表明本文设计的基于二叉决策树的多维尺度分析算法分类精度最高。