随着遥感等对地观测技术的发展,遥感图像分辨率越来越高。相比于中低分辨率遥感图像,高分辨率遥感图像能够提供更详细的地面信息,但各种地物空间结构分布较复杂。本文针对高分辨率遥感图像中不同目标的各种特征有效性不同,及彼此存在互补现象,提出一种分层多特征融合的场景分类方法。该方法首先对图像进行预分类,粗分为特征点分布均匀与不均匀两大类;然后,对分布均匀类别提取颜色直方图特征和Gabor纹理特征,对分布不均匀类别提取ScSPM(基于稀疏编码的空间金字塔匹配)特征;最后分别训练支持向量机分类器对测试图像进行分类。在一个2100幅图像构成的大型遥感图像数据库上的实验结果表明,提出的算法比仅用单一特征分类方法的最高精度提高了10%;与其他融合方法相比,提出的方法取得了最高分类精度,达到了90.1%;算法时间复杂度也大为降低。