本发明提供了一种基于伪标签学习的小样本高光谱图像分类方法。首先，以高光谱像素点为中心对其周围像素采样，生成高光谱样本，以少量带标签样本构建小样本数据集，并利用其为未标记样本分配软‑伪标签，从而得到辅助数据集；然后，使用小样本数据集和辅助数据集共同训练由共享的特征提取器和两个不同的分类器构成的二分支深度神经网络；最后，利用训练好的网络对测试数据预测标签，实现分类处理。本发明方法通过有效地利用未标记样本的潜在信息，可以提高小样本高光谱图像分类的准确率。