论文部分内容阅读
高光谱图像分类是遥感图像处理领域的一个关键问题。特征学习是高光谱图像分类问题的基础,另外如何联合利用空谱信息也是高光谱图像分类的一个重要问题。近年来随着深度学习的发展,基于深度学习的高光谱图像分类方法得到快速发展,然而现有的深度网络在学习特征时,往往只考虑重建性能,而忽略任务本身。另外,为了提高分类的正确率,大部分分类方法以每个高光谱像元的固定尺寸邻域作为特征提取的对象,忽略了邻域像素和当前像元的相似性和差异性。基于以上分析,我们提出了面向分类任务的邻域自适应深度网络高光谱分类算法,主要研究内容如下