本发明涉及一种基于节点金字塔的高光谱图像分类方法，步骤包括：对于高光谱图像中每一个前景像素，将之作为图结构中的一个节点，将光谱特征作为节点特征，并依据节点的相似性构造节点之间的连接关系，从而得到最底层图结构；利用经典的分层聚类方法，将节点进行聚类，得到N个不同细粒度的图结构；对N个层级的图结构分别采用经典的图卷积神经网络进行节点分类；基于低细粒度分类结果对高细粒度结果进行投票修正。本发明解决呈条带式分布的高光谱图像中零散点易错分的问题，及基于图网络的分类中节点过多造成的训练耗时问题。