一种基于Retinex模型的高光谱图像分类方法

本发明公布了一种基于Retinex模型的高光谱图像分类方法，属于图像处理技术领域，包括以下步骤：对高光谱图像进行Retinex分解，得到固有属性分量和光照分量；通过双分支网络分别对固有属性分量和光照分量进行特征提取，其中固有属性分量特征提取器用于提取高光谱图像的材质特征和纹理信息，光照分量特征提取器用于提取高光谱图像的光照特征；利用基于交互注意力机制的特征融合模块对提取的固有属性特征和光照特征进行融合，生成融合后的特征表示；对融合后的特征进行分类，生成高光谱图像的分类结果。本发明能够有效提取高光谱图像中的空谱特征，显著提高了分类精度，具有广泛的应用前景，适用于复杂光照条件下的高光谱图像分类任务。