本发明公开了一种基于融合栈式自编码网络与CNN的高光谱遥感影像分类方法,步骤有:(1)对高光谱遥感影像进行高斯预滤波;(2)对栈式自编码网络进行逐层贪婪式预训练,完成编码网络的初始化;(3)将编码网络与CNN网络连接,并进行分类训练,实现整体网络的微调(Fine Tuing),对编码器网络和CNN网络进行同时调优,优化网络的整体效果,提高分类精度。本发明融合了自编码网络与CNN网络的优点,改变了传统的“先降维,后分类”的两步独立过程,将数据降维过程与数据分类的过程进行合并,简化了高光谱遥感影像分类的工作流程,在高光谱遥感影像分类的过程中取得了较优的精度,为高光谱遥感影像分类工作提供了一种新思路。

本发明针对高光谱遥感影像分类方法，发明了一种融合栈式自编码与CNN的高光谱遥感影像分类算法。具体是结合栈式自编码网络(Stacked‑Autoencoder ,SAE)，首先对自编码网络进行简单的预训练，使得栈式自编码网络能够较好地表征高光谱遥感影像单个像素点上地高维数据特征，避免在直接使用高维原始数据过程中出现“ Hughes现象”，随后将栈式自编码网络中地编码网络与设计的多分支CNN网络进行连接并训练，在训练过程中通过微调(fine‑tuning)来优化网络参数，提高网络分类精度。

在多光谱遥感技术基础上，高光谱遥感成像技术将传统的二维成像技术与光谱遥

感技术相结合，使得高光谱遥感图像光谱分辨率获得了突破性提高。传统的多光谱扫描仪，

往往只能记录个别离散的波段信息，由于波段数量少，地面特征的可分辨性相对较低，而高

光谱遥感成像光谱仪可以记录数百个波段信息，而且每个像素都可以产生一条连续的光谱

维曲线。高光谱遥感在获取图像的光谱特征信息时还可以获取图像的几何空间信息，将目

标辐射的光谱信息和空间信息融合于一体，形成三维数据图像立方体。

[0003] 高光谱遥感影像中丰富的光谱信息能够极大地提升高光谱遥感影像的分类精度，

但丰富的光谱信息往往伴随着数据维数高，数据冗余，运算、存储、处理困难的问题，同时易

受噪声的影响，其中Hughes现象会严重影响高光谱影像处理的效果。高光谱影像的成像技

术不断发展与成熟，但与之匹配的高光谱影像数据的处理方法手段却相对落后，高光谱影

像数据不能被充分的使用，因此充分利用高光谱数据中的有效信息，减少数据计算的复杂

程度，优化分类器的性能，有着重要的研究意义。国内外学者致力于从不同方面探索高光谱

影像信息降维处理、特征提取及分类方法，追求更快速更有效地提取关键信息并实现精准

分类。

在多光谱遥感技术基础上，高光谱遥感成像技术将传统的二维成像技术与光谱遥

感技术相结合，使得高光谱遥感图像光谱分辨率获得了突破性提高。传统的多光谱扫描仪，

往往只能记录个别离散的波段信息，由于波段数量少，地面特征的可分辨性相对较低，而高

光谱遥感成像光谱仪可以记录数百个波段信息，而且每个像素都可以产生一条连续的光谱

维曲线。高光谱遥感在获取图像的光谱特征信息时还可以获取图像的几何空间信息，将目

标辐射的光谱信息和空间信息融合于一体，形成三维数据图像立方体。

[0003] 高光谱遥感影像中丰富的光谱信息能够极大地提升高光谱遥感影像的分类精度，

但丰富的光谱信息往往伴随着数据维数高，数据冗余，运算、存储、处理困难的问题，同时易

受噪声的影响，其中Hughes现象会严重影响高光谱影像处理的效果。高光谱影像的成像技术不断发展与成熟，但与之匹配的高光谱影像数据的处理方法手段却相对落后，高光谱影像数据不能被充分的使用，因此充分利用高光谱数据中的有效信息，减少数据计算的复杂程度，优化分类器的性能，有着重要的研究意义。

西北农林科技大学地处中华农耕文明发祥地、国家级农业高新技术产业示范区——陕西杨凌，是教育部直属、国家“985工程”和“211工程”重点建设高校，首批入选国家“世界一流大学和一流学科”建设高校，2022年入选国家第二轮“双一流”建设高校，2个学科入选“双一流”建设学科。

本发明与现有的技术相比，具有以下优点：

[0022] 本发明提出了一种高光谱遥感影像分类的新方法，首先对数据进行预滤波与标准

化，结合栈式自编网络完成预训练，使得编码器网络能够拥有强大的低维特征表征能力，随

后连接CNN网络，完成融合网络的搭建，采用微调(fine‑tuning)的方法，使得编码器网络的

特征提取效果更加适合分类网络完成分类工作，提高分类精度，改善整个网路的性能。从总

体来看，只需要简单的预训练即可使自编码器拥有强大的低维特征表征能力，运算复杂度

并未出现较大程度的提高，高光谱遥感影像中高维的光谱数据在融合网络一次性完成了数

据降维和数据分类。此外，栈式自编码器的无监督预训练与整体网络调优采用同一套数据

集，解决了大范围遥感数据真实地物标签获取困难的问题，在训练样本数目较少的情况下

仍能取得较好的分类效果。对比之前的方法，改进了工作流程，提高了分类精度。

技术转让，许可，合作所需资金需双方协商，希望具备此项技术研发的技术方，能够承接此项目。