基于频谱自适应特征融合的多源遥感图像分类方法

本发明涉及一种基于频谱自适应特征融合的多源遥感图像分类方法，属于遥感图像处理与分析领域。针对现有的多源遥感图像分类方法存在的特征提取灵活性差、特征融合策略不佳以及计算效率低等问题，本发明首先对多源遥感数据集进行预处理与划分，接着构建频谱自适应特征融合神经网络模型，然后进行模型训练与定量评估，最后展开模型可视化结果分析。通过对高光谱图像与激光雷达/合成孔径雷达图像的特征有效提取与融合，实现多源遥感数据的分类，适用于多源数据融合与分类场景，能应对复杂地表信息的遥感数据处理需求，在提升分类精度和处理效率方面优势显著，为多源遥感图像分类提供了更高效、精准的解决方案。