一种复杂场景下多模态遥感数据自动分类方法

本发明提供一种复杂场景下多模态遥感数据自动分类方法，属于电数字数据处理技术领域，本发明通过空间下采样实现多光谱与热红外影像分辨率匹配，并对热红外影像进行降质处理增强模型鲁棒性。多层次特征向量构建包含纹理、边缘、形状和光谱特征，形成丰富特征表达集。采用滑动窗口技术构建训练数据集，设计结合多尺度特征提取模块与注意力机制的深度卷积神经网络。引入温度辐射平衡方程建立地物热辐射特性与光谱反射率的物理关联，优化特征权重分配。融合分类模型训练采用交叉熵与结构相似性损失函数，通过总体精度、Kappa系数等指标评估分类结果，实现复杂场景下多模态遥感数据的高精度分类。