一种基于自监督学习的高光谱图像分类系统及方法

本发明适用于高光谱图像分类技术领域，提供了一种基于自监督学习的高光谱图像分类系统。本发明还提供了一种基于自监督学习的高光谱图像分类方法，包括以下步骤：对输入的高光谱图像数据进行数据处理和特征重构；对预处理后的高光谱图像数据进行浅层特征提取与长距离依赖建模，使用重构路径模型的参数对分类过程进行指导；将分类路径模型提取的特征进行分类结果输出。本发明通过自监督学习和联合分类编码器实现对高光谱图像数据的高效特征提取与分类，提高分类精度和泛化能力，从而实现高效、鲁棒的高光谱图像分类，具有很强的实用性和可推广性。