基于空间-光谱感知网络的农业高光谱图像分类方法

本发明属于农业高光谱图像分类技术领域，公开一种基于空间‑光谱感知网络的农业高光谱图像分类方法，包括：对训练集进行降维和卷积操作；经空间频率感知层，通过傅里叶变换、逆傅里叶变换和空间自注意模块得三维特征融合立方体；经光谱线性感知层，借助线性注意机制得分类结果，即语义标记。本申请针对不同作物空间结构与光谱特征高度相似导致的分类鲁棒性不足问题，在空间感知阶段，通过傅里叶变换、逆傅里叶变换和空间自注意力模块，区分相似作物的空间特征；在光谱感知阶段，基于光谱线性感知器模块，捕获相似光谱特征间细粒度差异，分离相似的光谱获得分类结果。实验表明，该方法在两个公开的农业高光谱数据集上表现优越的精确度和鲁棒性。