本发明公开了一种基于深度前馈网络的高光谱分类方法，该方法利用训练样本分配算法计算每个类别在分类时应分配的训练样本数目；在每层分类网络中，根据各类别已分配的训练样本数目，采用固定训练样本选取方式或随机训练样本选取方式生成训练样本数据集，用于训练分类器；选用支持向量机或卷积神经网络对图像进行初分类，得到初始分类结果；利用边缘保持滤波器提取分类图的空间特征信息，利用训练好的支持向量机对空间特征信息进行再分类；判断是否满足停止条件，若不满足，则通过前馈的方式进入下层网络进行分类，直至最终得到最优的分类结果。该分类框架通过一系列的空间滤波器及前馈操作，有效挖掘了高光谱图像的空间特征信息，改善了初始分类结果。