本发明涉及一种基于PCA和属性配置文件的高光谱图像分类方法，包括步骤：对待分类高光谱图像进行降维操作，得到目标成分的灰度图像；将灰度图像生成树结构，统计树结构的目标特征及树结构中每个结点的形态学属性，并根据目标特征和形态学属性选取阈值；根据形态学属性和阈值，对树结构进行属性滤波操作，得到若干扩展属性配置文件；将若干扩展属性配置文件的数据与标准数据集融合，得到融合样本，利用融合样本对支持向量机进行训练，并利用训练好的支持向量机对若干扩展属性配置文件进行分类，得到分类结果。本发明实施例根据目标特征和形态学属性选取阈值，减少了对人工经验的依赖程度，提高了计算速度，并且改善了分类结果，提高了分类精度。
