一种高光谱影像与机器学习协同的岩性自动分类方法及系统

本发明公开了一种高光谱影像与机器学习协同的岩性自动分类方法及系统，所述方法包括野外采集训练样本图斑、测试样本和岩石样品；测量岩石样品的典型光谱曲线，用于研究每一类岩性对应的光谱曲线特征；利用典型光谱曲线的特征对高光谱影像进行双阶段降维处理；利用机器学习构建分类模型，运用分类模型将降维后的高光谱影像进行分类，并生成岩性分类结果图斑；对岩性分类结果图斑的分类精度进行验证与评价。本发明通过结合岩石实测光谱的物理先验知识和先进的数据驱动算法，不仅可以有效解决现有降维方法的局限性，还能提高机器学习模型在复杂裸岩区的分类精度和可靠性，为高光谱遥感影像的岩性分类提供高效、准确的新途径。