本发明公开一种基于多特征融合的高光谱图像分类方法，获取高光谱图像并进行预处理，获得数据集；构建初始分类模型，包括三个并行的优化后的ResNet网络、3D‑CNN网络、LSTM网络，用于分别提取特征矩阵H1、特征矩阵H2和特征矩阵H3；融合模块，用于将特征矩阵H1、特征矩阵H2、特征矩阵H3进行特征融合，得到融合后特征矩阵H0；分类器，用于将融合后特征矩阵H0作为输入，获得分类结果；将数据集输入至初始分类模型中进行训练，同时计算损失函数以Adam优化器更新模型参数，当损失函数不断下降直至收敛时，得到分类模型；将待识别高光谱图像输入至分类模型，获得分类结果。本发明能够提高高光谱图像分类的准确率。