高光谱成像系统将光学成像技术和高光谱分析技术相结合,获得的高光谱数据立方体包含空间信息和光谱信息。使用遥感卫星获得地理遥感高光谱图像,可以用于环境监测、植被保护、资源勘探。将显微成像系统和高光谱技术结合获得生物组织的显微高光谱图像可以为医学辅助诊断提供依据。有效利用高光谱图像的空间特征和光谱特征,进行高光谱图像分类,是上述应用的基础。卷积神经网络在传统图像分类上取得了优秀的效果,近年来也逐渐应用到高光谱图像分类中。但是高光谱图像丰富的光谱波段可能存在冗余,造成基于卷积神经网络的高光谱图像分类方法精度下降,虽然一些基于通道注意力机制的网络能够关注重要通道,但在处理通道特征时存在信息表示不足的问题。本文研究构建一种新的通道注意力机制,实现对高光谱图像通道特征有效提取,提高卷积神经网络的分类精度,并应用于地理遥感高光谱图像多分类和胆管癌显微高光谱图像癌症区域识别中。本文的主要工作和创新点如下:1.提出傅里叶变换通道注意力机制（Fourier Transform Channel Attention,FTCA）。该注意力机制首先对输入特征图进行二维傅里叶变换,提取部分频谱特征,再通过两层全连接层得到通道权重向量,将通道权重与对应通道特征相乘,获得了融合通道注意力信息的输出。相较于其他通道注意力机制如压缩-激励,本文方法可以更有效地提取特征进而提升卷积神经网络的分类指标。2.针对地理遥感高光谱数据集类别间分布不平衡,光谱维度高的特点,使用密集连接加强空间特征的传播和复用,使用FTCA加强通道特征提取,构建了基于FTCA的密集连接网络。本文在三个公开地理遥感高光谱数据集上进行实验,其中在Salinas数据集上的总体准确率为96.30%,Kappa系数为0.9589,在Pavia U数据集上的总体准确率为95.45%,Kappa系数为0.9410,在Botswana数据集上的总体准确率为93.48%,Kappa系数为0.9382,实验结果优于对比方法。3.本文使用实验室自制的显微高光谱成像系统采集并制作了胆管癌显微高光谱图像数据集,针对患癌区域形状各异、大小不同的特点,使用Inception模块获取不同感受野的特征,针对患癌区域和无癌区域数据不平衡问题引入了Focal损失,构建Inception-FTCA网络用于癌症区域识别。本文方法在胆管癌高光谱数据集的实验结果高于对比方法,准确率、精度、敏感性、特异性、Kappa系数分别为0.9780,0.9654,0.9586,0.9852,0.9456。在高光谱图像上使用本文方法比在彩色图像上获得的指标更高,为癌症辅助诊断提供一种具有前景的新技术。