一种基于扩散模型的高光谱图像超分和分类联合优化方法

本发明属于图像处理技术领域，公开了一种基于扩散模型的高光谱图像超分和分类联合优化方法，输入目标区域的高光谱图像并进行预处理；生成样本集，选取训练集和测试集；设计协同迭代超分与分类扩散模型；构建环状多层优化网络；构建多支路特征提取网络；构建类引导超分动态细化机制；设计联合优化图像超分和分类任务的多任务学习策略，构成多任务学习模型；训练搭建好的网络模型，得到该模型的最优参数；将所有样本输入训练好的网络进行图像超分和分类操作，得到最终的高空间分辨率高光谱图像和相应的分类结果图。本发明利用扩散模型迭代图像超分和分类任务，引入类引导超分动态细化机制，有利于提升超分性能和分类精度。