一种端到端高光谱图像联合去噪与分类方法

本发明属于遥感图像处理技术领域，涉及一种端到端高光谱图像联合去噪与分类方法，包括建立基于多尺度3‑D卷积神经网络的去噪模块：对提取的特征进行融合；建立基于多尺度可变形注意力Transformer的高光谱图像分类模型；基于复合损失函数和分阶段训练的去噪分类联合策略。本模型的训练策略将去噪和分类任务分为两个阶段，第一阶段只训练分类网络，第二阶段解冻去噪网络参数，使用较小学习率微调整个网络，使模型能在去噪和分类任务上都达到较好的性能。本模型使用3‑D卷积神经网络与多尺度可变形的transformer两个网络，通过联合去噪分类的端到端结构克服噪声带来的影响，实现同步的去噪与分类，达到较好的分类结果。