一种基于高光谱数据的水果甜度等级分类方法

本发明提供一种基于高光谱数据的水果甜度等级分类方法，利用高光谱相机(350nm‑950nm)拍摄高光谱图像，通过高光谱分析得到高光谱数据，用糖度计标注样本甜度，将甜度等级分为三类，设计针对高光谱数据的高精度端到端水果甜度等级分类网络，该网络结构分为两大部分，第一部分为卷积部分，负责特征提取，采用深度可分离卷积和标准卷积相结合的方法，逐层提取高层次特征，利用全局平均池化将特征压缩。全连接部分进行特征分类，其结构包含线性层、批归一化层、激活函数和丢弃层等，最后通过Softmax输出3个类别的概率。本发明算法，将高光谱与深度学习结合，高精度无损对水果甜度等级分类，降低成本，适用于水果分拣、品质评估等应用场景，推动农业智能化发展。