一种高光谱图像分类方法、系统、介质及产品

本发明公开一种高光谱图像分类方法、系统、介质及产品，涉及高光谱图像分类领域，方法包括：获取待分类的高光谱图像；将待分类的高光谱图像输入至训练后的特征提取模型中，得到待分类的高光谱图像的特征数据；训练后的特征提取模型是基于小样本模型、全局图对齐模型和局部相似性学习训练得到的；所述训练后的特征提取器包括第一输入层、第一动态卷积层、第二动态卷积层、第三动态卷积层、第四动态卷积层、三轴注意力、池化层和全连接层；采用K最邻居分类器基于待分类的高光谱图像的特征数据对待分类的高光谱图像进行分类，得到待分类的高光谱图像的分类结果，本发明可提高高光谱图像分类的准确性。