一种基于多尺度密集卷积网络的高光谱图像分类方法

摘要

本发明公开了一种基于多尺度密集卷积网络的高光谱图像分类方法，包括：在训练阶段，将包含训练样本的整张高光谱图像输入至多尺度密集卷积网络模型中对该模型进行训练，从而输出整张图像所有像素的预测标签；通过标记训练样本的位置来选择相应的像素，在所选像素和预测像素之间计算损失，更新网络模型参数；在测试阶段，采用多尺度密集卷积网络模型对整张高光谱图像进行分类获得分类结果。首先使用基于图像的高光谱图像分类框架提高了模型的计算效率，充分利用了图像中的邻域细节信息，避免冗余信息对模型产生的误差和干扰。最后多尺度密集卷积网络的引入完成了对高光谱图像的分类。