一种基于多尺度分层标记特征融合的高光谱图像分类方法及系统

本发明公开了一种基于多尺度分层标记特征融合的高光谱图像分类方法及系统，其中方法包括：采集高光谱数据集并进行处理，得到样本数据；利用样本数据，训练构建好的图像分类模型；利用图像分类模型，完成高光谱图像的分类。本发明通过设计空谱联合嵌入模块、多头特征标注器和分层融合框架，有效提升了高光谱图像分类的精度和稳定性。模型在保持计算效率的同时，提取了更丰富、更具判别力的特征，显著优于基于深度学习的分类方法，与现有Transformer方法相比也具有很强的竞争力，尤其在处理极少数类别时仍能保持良好的分类结果和均衡性。