基于小波空间光谱Mamba的高光谱分类方法及系统

本发明涉及一种基于小波空间光谱Mamba的高光谱分类方法及系统，属于高光谱图像处理及深度学习技术领域。本发明以高光谱图像立方体为输入，将图像划分为重叠的3D小块，再对每个小块同时进行空间和光谱特征分解，利用经典Haar小波对重构的特征进行多分辨率分析，并通过状态空间模型的Mamba网络捕获长程依赖，最后输入分类器分类。本发明有效地平衡了网络模型性能与计算复杂度之间的关系，同时具备多尺度特征提取能力与全局建模能力，能够在显著提升分类精度的同时降低计算资源消耗，具有优越的鲁棒性和泛化能力。