基于CNN的双边融合网络在高光谱图像分类中的应用.docx

1 引言 近年来，高光谱图像（HSI,hyperspectral image）引起了人们的广泛关注，在各种遥感领域，如农业监测、环境监测、海洋遥感等[1,2,3,4]中都有应用。由于数百条光谱波段为地物信息的识别与分类提供了极为丰富的光谱信息，在早期的研究中，利用光谱信息进行分类成为一个热门方向[5,6,7]，其中，特征选择和降维[8,9,10,11,12,13]的方法常被用于缓和光谱维的高维性。随着研究的深入，高光谱图像复杂的空间、光谱特征分布成为困扰高光谱图像分类的主要问题，许多研究者选择加入空间局部联系性来提升模型的分类性能[14,15,16,17]，并取得了一定的效果。但这些方法大多基