本測(cè)試共涉及兩類杏仁，類別標(biāo)識(shí)分別為1和2。每類種子樣本包含1袋。
需求：實(shí)現(xiàn)對(duì)上述兩類杏仁的有效區(qū)分。
測(cè)試方案設(shè)計(jì)：
分別采集400-1000nm、900-1700nm的高光譜數(shù)據(jù)，將數(shù)據(jù)分為訓(xùn)練集和測(cè)試集兩份，訓(xùn)練集用于構(gòu)建分類模型，最后將模型應(yīng)用于測(cè)試集進(jìn)行真實(shí)場(chǎng)景下的預(yù)測(cè)驗(yàn)證。
本次測(cè)試采用高光譜設(shè)備進(jìn)行測(cè)量
• 高光譜相機(jī)覆蓋400-1000nm和900~1700nm波長(zhǎng)范圍
• 線性推掃成像方案
• 照明光源采用鹵素光源
• 樣品放置在水平位移臺(tái)上
杏仁400-1000nm光譜曲線
獲取2種杏仁高光譜數(shù)據(jù)（400-1000nm），觀察光譜曲線，可以看出1和2兩種杏仁在400-700nm之間無(wú)明顯差異，但在800-1000nm有差異。
杏仁900-1700nm光譜曲線
獲取2種杏仁高光譜數(shù)據(jù)（900-1700nm），從圖中可以看出兩種杏仁在1200nm附近有一定差異，2號(hào)的吸收谷更深一些。
400-1000nm圖像分類結(jié)果
將2種杏仁訓(xùn)練集使用算法1，2進(jìn)行建模分類后處理。結(jié)果如下圖，整體來(lái)看兩種算法都能對(duì)圖像實(shí)現(xiàn)較好區(qū)分，算法1效果優(yōu)于算法2。
900-1700nm圖像分類結(jié)果
將2種杏仁訓(xùn)練集使用算法1，2進(jìn)行建模分類后處理。結(jié)果如下圖，整體來(lái)看兩種算法都能對(duì)圖像實(shí)現(xiàn)較好區(qū)分，算法1效果優(yōu)于算法2。
總結(jié)：
1、400-1000nm 和 900-1700nm波段相機(jī)均能對(duì)兩類杏仁分類。
2、算法1綜合表現(xiàn)優(yōu)于算法2，在數(shù)據(jù)處理、特征提取和分類決策上更具優(yōu)勢(shì)，能更好地適應(yīng)杏仁分類需求。
建議：
當(dāng)前樣本量較少，建議后期采集大量樣本，采用平均光譜建模，提升模型穩(wěn)定性和準(zhǔn)確性，提高分類準(zhǔn)確率和泛化能力。
(空格分隔,最多3個(gè),單個(gè)標(biāo)簽最多10個(gè)字符)
會(huì)員.png)
1