基于粗细粒度融合网络的高光谱-激光雷达图像分类方法

本发明公开了基于粗细粒度融合网络的高光谱‑激光雷达图像分类方法，包括以下步骤：步骤一、设立图像分类系统；步骤二、设定模拟实验；步骤三、设计实验；步骤四、进行模拟实验；步骤五、分析应用，本发明通过在三组HSI和LiDAR公共数据集上进行的实验以及与现有分类方法的比较，结果表明提出的方法具有良好的分类效果和优越的性能，一系列消融实验验证了CFML方法中动态卷积，CT方法和CFM模块对多源遥感分类的有效性，利用双分支动态卷积进行粗粒度特征提取，不仅大大提高了特征表达能力，还降低了额外计算成本，设计了基于交叉标记注意力的Transformer，实现了多源遥感信息的交互学习，充分利用了不同模态之间的互补性，从而获得了具有区分性的细粒度融合特征。