本发明公开了一种基于局部‑非局部不确定性分析的高光谱图像分类方法，其实现步骤为：首先通过变量分离和增广拉格朗日(LORSAL)算法来学习最大后验概率参数ω，用逻辑回归将ω建模为一个随机向量，ω表示像素属于某一类是有一定概率的。又利用多项式逻辑回归(MLR)模型来推断后验概率P(yi|xi)，即P(yi|xi)＝P(yi|xi，ω)，接着由得到对应于像素xi的空间先验概率。又基于非局部区域的后验概率(CBS)P(yi|xi，vi)不仅与特征xi本身有关，还与特征xi的非局部区域向量vi相关，所以可以将空间先验信息和类后验概率分布相结合，即为基于非局部区域的后验概率，主要解决基于空谱联合的高光谱图像分类方法中只考虑有限范围空间结构造成的分类精度下降和小样本训练数据集分类精度低的问题。
