遥感图像特征选择（feature selection of remote sensing image），工学-测绘学-遥感-遥感图像解译，在遥感图像分类或识别中应用模式识别中的特征进行选择的方法。特征选择指根据一定原则决定使用哪些特征的方法。选择标准是取尽可能少的特征数目和最具有代表性的特征，实现尽可能高的分类精度，并达到降维的目的。遥感图像特征选择可通过对训练样本进行类别的可分性分析实现，从而在众多特征中确定出好的特征组合。可分性分析将计算所有可能的特征组合用于分类的平均可分性，并找到具有产生最高平均可分性的特征子集，然后使用特征子集进行分类。可分性分析常用的衡量特征空间两个分布之间的距离测度有：街区距离、欧式距离、角距离、规范化的街区距离、马氏距离、散度距离、Bhattacharyya、J-M距离等。需要注意，可分性分析时要重视可分性测度和分类器的匹配性。