高光谱影像记录目标场景空间几何信息的同时也采集地物目标的光谱信息,是重要的遥感数据之一,被广泛应用于精准农业、环境监测、现代军事等领域。高光谱影像分类是高光谱数据分析中的最基本问题,高光谱影像的分类精度直接影响着遥感技术的应用与发展。借助先进的机器学习方法解决高光谱影像分类问题是遥感领域的主流发展趋势。但是,受数据冗余大、空间分辨率不足、标记样本有限等因素的影响,实现精准的、稳定的地物目标分类仍然是亟待解决的问题。针对此,本文基于在视觉任务中取得成功的深度学习方法,从高光谱影像信息提取与信息利用两个角度,对上述问题进行研究。