基于分数域信息增强和超球原型学习策略的高光谱图像开集分类方法及设备

基于分数域信息增强和超球原型学习策略的高光谱图像开集分类方法及设备，属于高光谱图像开集分类技术领域。为了解决现有的高光谱图像分类方法中已知类别和未知类别间存在较高的误分类风险的问题，本发明首先基于加权分数傅里叶变换得到高光谱数据的分数域信息，然后与空谱域信息融合；再通过一个双分支网络对高光谱图像进行深度特征提取，并采用超球原型学习策略，优化度量空间的利用并约束已知类别的特征均匀分布在超球面上；基于已知类别原型的闭集分类器进行识别，同时利用超球原型半径的实现开集识别，以得到最终的开集分类结果。