一种基于超像素语义引导的高光谱图像分类方法

一种基于超像素语义引导的高光谱图像分类方法，它属于高光谱图像分类技术领域。本发明解决了现有基于GCN的高光谱图像分类方法的精度低的问题。本发明采用视觉大模型SAM对高光谱图像进行处理，将高光谱图像分割成多个同质超像素，可以显著提高超像素分割的准确率。再将每个超像素作为图的一个节点，基于图学习的方法构建了包括三分支图卷积网络的高光谱图像分类模型，三分支图卷积网络分别用于提取高光谱图像中的空间特征、光谱特征和空谱特征，并对不同分支的特征进行融合后再使用AMSoftmax对其进行分类，达到提升高光谱图像分类精度的目的。本发明方法可以应用于高光谱图像分类。