一种基于深度学习的融合图像和光谱特征的棉花黄萎病等级识别方法及系统

本发明公开了一种基于深度学习的融合图像和光谱特征的棉花黄萎病等级识别方法及系统，涉及棉花黄萎病识别领域，包括：获取棉花植株的图像信息和光谱信息并预处理得到图像数据和光谱数据；以图像数据和光谱数据作为样本数据，对应的病害等级作为样本标签，得到训练样本并构成数据集；构建SSFNet模型，并利用数据集进行训练，利用训练好的SSFNet模型，识别待分级棉花植株的棉花黄萎病等级；其中，SSFNet模型包含图像分支和光谱分支，对图像数据和光谱数据进行特征提取，通过特征拼接的方式进行融合，融合后的特征通过全连接层处理得到最终分级结果。本发明能够同时处理图像数据和光谱数据并进行融合，实现高效的棉花黄萎病分级。