针对高光谱图像数据维度高、特征非线性以及标签数据获取难度大的特点,结合堆栈稀疏自动编码网络,提出了一种基于非局部方式特征融合的二级分类算法。与传统堆栈稀疏自动编码网络相比,光谱角匹配算法将找到的与被分类像元最相似的光谱信息堆叠形成新的光谱信息,然后输入到SoftMax分类器中进行一级分类;将满足条件的像元添加到训练数据集,用于堆栈稀疏编码网络的分类训练;最后根据空间邻域信息对分类算法进行修正,使分类结果更加趋于平滑。通过与其他分类算法进行对比,发现改进后的分类算法在各类别的分类精度较高,且可以有效改善高光谱图像分类效果。