一种高光谱图像的分类方法及系统

本发明公开了一种高光谱图像的分类方法及系统，涉及高光谱图像分类技术领域，包括：将高光谱图像数据集经特征提取获取多尺度特征；使用ADMM构建联合优化目标函数，作为联合优化模型；将字典矩阵设置为可训练参数,以端到端方式隐式学习动态字典;将多尺度特征输入联合优化模型迭代求解各变量；采用模态分解策略对辅助变量Z进行多维解构，并通过基于Mamba状态空间模型的双分支先验网络优化辅助变量的求解；联合优化模型输出稀疏系数矩阵与隐式字典特征；将稀疏系数特征与字典特征进行拼接，获得融合特征；将融合特征输入分类器，获得高光谱图像的分类结果。本发明能提升高光谱数据分类结果的准确性。