1.基于光谱角和欧氏距离的遥感影像分类方法，其特征在于，包括下述步骤：对遥感影像进行预处理以滤除噪声；

筛选用于分类的有效信息；

将遥感影像分割为多个同质影像图斑，作为最小研究单元；

为每种地物选择分布均匀且数量足够的样本，随机抽取50%作为训练样本，计算每种地物的训练样本在各波段的均值和方差，作为样本中心，另外50%样本作为测试样本；

计算每种地物的测试样本在各波段的均值和方差，进而计算出每种地物的测试样本与训练样本之间的欧氏距离和光谱角；

确定综合相似度为光谱角和欧氏距离的加权和，所述综合相似度的关系式为：d=a×w+b×(1-w)，其中，d为综合相似度，a为欧氏距离，w为欧氏距离的权重，b为光谱角，

1-w为光谱角的权重，计算在w∈[0,1]且间隔为0.01的约束条件下，使d取得最小值的w值，进而确定综合相似度的运算式；

计算分类对象与每种地物的光谱距离、光谱角和综合相似度，取使得综合相似度最小的地物类型作为分类对象的最终类型。

2.如权利要求1所述的遥感影像分类方法，其特征在于，对所述遥感影像进行预处理的过程包括：辐射定标、大气校正、几何校正、投影转换及裁剪。

3.如权利要求1所述的遥感影像分类方法，其特征在于，所述筛选用于分类的有效信息的步骤具体为：选择用于分类的有效波段，以减少信息冗余；

对遥感影像进行多种变换，从有限的多波段数据中产生新的信息，以增强地物之间的光谱区分度；

进行主成分分析，缨帽变换；

将各波段值及变换值进行归一化处理。

4.如权利要求1所述的遥感影像分类方法，其特征在于，所述将遥感影像分割为多个同质影像图斑，作为最小研究单元的步骤具体为：设置分割尺度、波段权重、光谱权重及纹理权重参数，对遥感影像进行多尺度分割以形成多个同质影像图斑。