本发明公开了一种基于混合度量的高光谱图像分类方法，该算法基于对象的邻域密度来判断对象的异常程度，对于k_lof任意正整数，定义x的第k距离为x与某个对象o之间的距离，记为dis_k_lof(x)，其中对象x与对象o之间的距离记为d(x，o)，首先用有标记的数据集训练分类器，并使用该分类器对未标记样本分类；判断未标记样本的置信度，将高置信度的未标记样本添加到有标记样本集中；使用k‑NN选择最接近标记样本的k_knn未标记邻居样本，计算样本间光谱距离的同时引入空间距离和LOF距离。并利用自适应方法确定k‑NN和LOF的输入参数，有效提高了算法的寻参效率，有效的提高了分类算法的分类精度。提出算法在这些数据集上的分类性能优于同类算法。