本征光谱感知的高光谱图像分类方法

路燕; 张文凤; 崔宾阁

doi:10.16452/j.cnki.sdkjzk.2026.01.008

山东科技大学学报（自然科学版） ›› 2026, Vol. 45 ›› Issue (1) : 88 -99. DOI: 10.16452/j.cnki.sdkjzk.2026.01.008

本征光谱感知的高光谱图像分类方法

路燕, 张文凤, 崔宾阁

作者信息 +

Author information +

文章历史 +

PDF

摘要

高光谱图像分类是高光谱遥感的重要应用领域。然而,受光照、环境温度和大气等成像条件的影响,不同类别地物在原始光谱空间中呈现出光谱特征局部相似性,类别可分性差。本研究提出一种本征光谱感知的高光谱图像分类方法(ISANet),引入本征光谱概念,捕获具备代表性的地物光谱表征。设计光谱特征重构模块,将地物光谱投影到新的光谱空间,增强不同类别地物间的特征差异;利用序列Transformer模块处理序列化光谱信息,使用注意力机制聚焦辨别力高的波段,强化不同类别地物间光谱的区分性;采用渐进补偿模块,从训练的早期阶段开始,逐步融合全局光谱特征和局部空间特征,促进不同层次特征的深度融合。在3个基准数据集上的实验结果表明,ISANet具有良好的高光谱分类性能,即使在类间光谱相似的情况下,仍能保持较高的分类精度。