一种空间-光谱金字塔型mamba高光谱图像分类方法

本发明提供的是一种空间光谱金字塔Mamba（SSP‑Mamba）模型用于高光谱图像分类，SSP‑Mamba通过空间和光谱双通道分别进行特征提取，每个通道包括一维光谱（空间）序列生成模块和金字塔mamba特征提取模块。两个通道提取的特征进行融合和增强后再输入到全连接层，然后进行分类。此外，为了充分捕捉空间上下文信息，在空间序列生成之前引入了FEM特征增强模块，有效地减少了局部空间信息的丢失。在该模型中，基于选择性状态空间模型（S6）的mamba不仅能够实现远程序列建模，而且具有高效的计算效率。同时，金字塔层次结构能对数据进行灵活的特征提取，并降低模型的资源消耗。其中，SSP‑Mamba在Pavia University和WHU‑Hi‑LongKou数据集上分类的平均精度（OA）达98.44%和98.82%。