特徴抽出は、高スペクトル画像分類における計算複雑度の低減および分類精度の向上に有効な手法として知られている。本論文では、画像融合と再帰フィルタリング（IFRF：Image Fusion and Recursive Filtering）を組み合わせた、シンプルでありながら非常に強力な特徴抽出手法を提案する。まず、高スペクトル画像を隣接する複数のスペクトルバンドのサブセットに分割する。次に、各サブセット内のバンドを平均化により統合するという、最も単純な画像融合手法を適用する。最後に、統合されたバンドに対して変換領域における再帰フィルタリングを施し、分類に用いる特徴を抽出する。提案手法の有効性を検証するために、複数の高スペクトル画像データセットを用いた実験を実施し、分類器としてサポートベクターマシン（SVM）を採用した。その結果、提案手法を用いることで、SVM分類器の分類精度が著しく向上することが確認された。さらに、他の高スペクトル画像分類手法と比較して、提案手法は分類精度および計算効率の両面で優れた性能を示した。