一种基于对抗神经网络高光谱遥感数据扩充方法

本发明涉及一种基于对抗神经网络高光谱遥感数据扩充方法，包括：（1）根据多地类分别获取同地类光谱像元集合，针对异常像元进行剔除与光谱归一化处理；（2）将拟合光谱信息与真实地类光谱信息输入至光谱对抗生成网络判别器，输出拟合光谱与真实光谱样本距离，反向传播更新网络判别器，后计算拟合光谱与真实光谱样本之间的均方根误差，反向传播更新网络生成器，迭代得到优化的多地类光谱对抗生成网络集合；（3）针对不同地类光谱对抗生成网络，逐地类输出预测光谱信息，优选符合精度需求的预测光谱，构建不同地类的高光谱像元库。本发明设计了基于地类的光谱超分优化对抗神经网络，可为遥感图像光谱超分相关研究提供样本支持。