基于富上下文网络的高光谱图像分类方法

摘要

本发明公开了一种基于富上下文网络的端到端高光谱图像分类方法，包括训练和预测两个阶段，其中训练阶段包括图像预处理，样本的选取和网络训练。首先将高光谱图像进行全局归一化，然后每类随机选取适当比例的带有标记的样本生成标记图并使用设计好的网络进行训练；在预测阶段，直接将整幅图像输入训练好的网络并得到最终的分类结果。本发明整个流程综合考虑了数据预处理、特征提取，富上下文信息捕获和分类过程，通过构建端到端网络，实现高光谱图像的分类。