基于大数据的高光谱图像分类算法

为解决图像分类精准度较低问题,提出基于卷积神经网络的高光谱图像分类算法。利用虚拟化样本降低分类难度,通过标准化均值差法加强凸显每个像素间曲线波动特征。构建光谱特征提取模型,通过卷积神经网络建立分类处理模型并确定整体分类流程,实现光谱图像的分类。实验结果表明,在同种数据集下,所提算法的分类精准度较为理想。且在训练样本较少的情况下,其应用效果也较好,能够为高光谱图像深入处理提供可靠的理论基础。