针对大多数现有的高光谱基于内容的图像检索（content-basedimageretrieval，CBIR）系统依赖特征表示和差异函数的问题，不完全满足传统相关反馈（relevancefeedback，RF）的机器学习要求。为了解决该问题，通过差异空间的RF过程改进了CBIR系统，使用差异空间替代通常使用的特征空间，使其更适合一般机器学习技术。使用一些非零查询正样本输入到系统中，通过高光谱差异函数比较输入查询并初始化数据库获取图像的排序。最后，用户标记被系统检索的图像，选择原型图像集并开始RF过程。利用基于分离和字典的高光谱差异函数测试RF-CBIR系统，高光谱数据集的实验表明了系统的有