摘要

本文提出了一种基于超像素宽度学习网络的高光谱图像分类方法。该方法首先采用简单线性迭代聚类方法对原始图像进行超像素分割,并以超像素而不是像素作为宽度学习网络(Broad Learning System,BLS)的输入节点,极大地减小了图的规模,从而提高了分类效率,空谱特征融合加强了可分性,并在融合过程中设定了融合规则,避免了过融合导致的边界模糊问题。