1.增强型稀疏表示高光谱图像分类装置，其特征在于，包括：稀疏表示残差值重新计算模块、空间分类信息与光谱分类信息融合模块、待测像元类别多次循环计算模块，稀疏表示残差值重新计算模块：利用初始分类结果将残差向量进行分组，构成残差向量集，计算对应频段每一个类别的残差向量集的方差向量，将对角化的方差向量作为正规化欧氏距离中的对角矩阵，计算重构像元与待测像元的相似度；空间分类信息与光谱分类信息融合模块：利用待测像元周围八邻域内像元的类别标签，设置空间信息约束权值，根据稀疏表示残差值和空间信息权值，判断待测像元的类别；待测像元类别多次循环计算模块：将空间分类信息与光谱分类信息融合模块确定的待测像元的类别作为初始条件，对残差向量进行重新分组，调用稀疏表示残差值重新计算模块重新计算待测像元的新类别，直至达到设置的循环次数，输出分类结果。

2.根据权利要求1所述的装置，其特征在于，获得对角矩阵的步骤具体包括，将待测像元对应的残差向量分组，组成残差向量集Ni；根据第i类残差向量集的第j频段向量Nij，调用公式 计算第i类残差向量集Ni中第j频段的方差Sij，由此获得残差向量集Ni对应的方差向量Si＝[si1，si2，…，sid]，将方差向量对角化为∑i，所有C个类别对应的方差对角矩阵为{∑1，∑2，…，∑i，…，∑C}，其中，mean(Nij)表示Nij的均值，||||2表示对向量求L2范数。

3.根据权利要求1所述的装置，其特征在于，计算重构像元与待测像元的类别相似度具体包括：根据第i类字典Ai，稀疏重构系数向量αi，Si的对角矩阵∑i，利用正规化欧式距离公式： 计算重构像元Aiαi相对于待测像元xt的重构残差值 所述设置空间信息约束权值具体包括，提取以待测像元xt为中心的空间8邻域内像元信息，获取类别标签组，将其中的第i类标签数目的负值设置为第i类别空间信息约束权值Wi。

4.根据权利要求2所述的装置，其特征在于，找出初始分类结果class向量中第i类类别标签的位置坐标indexi，所有C个类别对应在class中的坐标为[index1，index2，…，indexi，…，indexC]，在第i类的所有残差向量Ri中按照indexi中的坐标取出对应位置上的残差向量，构成第i类的残差向量集Ni，获得所有C个类别构成的分组残差向量集为{N1，N2，…，Ni，…，NC}。

5.增强型稀疏表示高光谱图像分类方法，其特征在于，包括步骤：稀疏表示残差值重新计算模块利用初始分类结果将残差向量进行分组，构或残差向量集，计算对应频段每一个类别的残差向量集的方差向量，将对角化的方差向量作为正规化欧氏距离中的对角矩阵，计算重构像元与待测像元的相似度；空间分类信息与光谱分类信息融合模块利用待测像元周围八邻域内像元的类别标签，设置空间信息约束权值，判断待测像元的类别；待测像元类别多次循环计算模块将待测像元的类别作为下一次待测像元类别划分的初始条件，对残差向量进行重新分组，调用稀疏表示残差值重新计算模块重新计算待测像元的新类别，直至达到设置的循环次数，输出待测像元的类别。

6.根据权利要求5所述的方法，其特征在于，将像元对应的残差向量分组，组成残差向量集Ni：根据第i类残差向量集的第j频段向量Nij，调用公式 计算

第i类残差向量集Ni中第j频段的方差Sij，由此获得残差向量集Ni对应的方差向量Si＝[si1，si2，…，sid]，将方差向量对角化为∑i，所有C个类别对应的方差对角矩阵为{∑1，∑2，…，∑i，…，∑C}，其中，mean(Nij)表示Nij的均值，||||2表示对向量求L2范数。

7.根据权利要求5所述的方法，其特征在于，计算重构像元与待测像元的类别相似度具体包括：根据第i类字典Ai，稀疏重构系数向量αi，Si的对角矩阵∑i，利用正规化欧式距离：计算重构残差 作为重构像元Aiαi与像元xt

的类别相似度：所述设置空间信息约束权值具体包括，提取以待测像元xt为中心的空间8邻域内像元信息，获取类别标签组，将其中的第i类标签数目的负值设置为第i类别空间信息约束权值Wi。

8.根据权利要求6所述的方法，其特征在于，找出初始分类结果class向量中第i类类别标签的位置坐标indexi，所有C个类别对应在class中的坐标为[index1，index2，…，indexi，…，indexC]，在第i类的所有残差向量Ri中按照indexi中的坐标取出对应位置上的残差向量，构成第i类的残差向量集Ni，获得所有C个类别构成的分组残差向量集为{N1，N2，…，Ni，…，Nc}。