本发明请求保护一种基于主动学习和卷积神经网络的遥感图像分类方法，该方法包括：通过主成分分析方法对高光谱遥感图像进行波段处理，随后将图像处理成块。将数据按照一定比例分为训练集、未标记样本集、验证集和测试集。使用训练集对卷积神经网络进行训练，对未标记样本集中样本的所属类别进行预测，引入主动学习对样本进行评估。然后将其评估的结果进行排序，挑选出其中置信度低的样本，专家赋予其标签，对于置信度高的样本计算机自动赋予其标签。通过调节预测标签系数来构建高质量的训练样本集，使用挑选出的训练样本集迭代优化分类器模型。满足停止条件便停止迭代，输出最终的分类结果。