针对高分辨率图像分类中大尺度空间上下文信息表达难的问题,提出一种两级空间上下文特征关联的条件随机场(CRFs)模型。先对图像进行分层及逐层特征提取,并进行"对象层—目标层"特征关联;再用支持向量机(SVM)的概率输出定义CRFs模型的关联势函数,利用分层特征加权的Potts函数定义交互势函数;最后采用分段学习及最大-积消息传递算法对该模型进行训练和推理。用大比例尺航空图像进行试验,结果表明,与基于单尺度的像素层、对象层或目标层的SVM-CRFs相比,本文提出的模型分类精度和时间效率都有所提高。