基于混合卷积神经网络的高光谱图像分类方法及系统

本发明提出了基于混合卷积神经网络的高光谱图像分类方法及系统，属于图像处理技术领域；包括对历史数据集进行波段选择，以Patch形式对其进行划分并作为预备训练样本；基于比例设置从中确定训练样本；对混合卷积神经网络进行训练，即采用上下文交互网络对训练样本中的图像进行浅层特征提取和融合以获得第一特征图；将第一特征图输入3D‑2D混合神经网络，进行深度特征提取；自适应调整混合卷积神经网络在特征提取中的模型参数以确定最优权重；将待分类的高光谱图像输入最优权重下的混合卷积神经网络重新进行特征提取以获取新的特征图；将新的特征图输入softmax‑fc分类器，实现对高光谱图像的分类。本发明能够实现对于高光谱图像的高效、高精度分类。