遥感图像具有丰富的光谱信息和空间信息，因此遥感图像分类被广泛的应用于气象预报、国防预警等多个领域。文中对遥感图像进行非监督分类，提出了基于区域合并的遥感图像分类方法。首先采用主成分首先采用主成分分析法（PCA）对高光谱遥感数据集进行降维处理，在尽可能保留图像信息的情况下滤除大部分的光谱维，接着利用灰度直方图将空间信息引入降维后的遥感图像，然后对于由此增加的空间信息维度进行第二次降维，再后采用高斯混合模型通过迭代收敛最终完成聚类。文章最后在PaviaUniversity数据集上进行遥感图像分类实验，通过比较总体分类精度与kappa系数发现，此算法在遥感图像分类的精确性与正确性提高了约40%。
