一种基于深度学习的黄豆籽粒单波段图像分类方法及系统

一种基于深度学习的黄豆籽粒单波段图像分类方法及系统，属于高光谱应用技术领域。解决高光谱数据筛选时，由于高光谱图像包含大量的波段，一旦图像噪声较多或存在缺失值，则会导致分类准确类偏低的问题。方法包括：获取黄豆籽粒图像和光谱数据；对采集到的高光谱图像进行黑白校正得到处理后的黄豆籽粒图像；根据SPA和KNN算法选出最优波段；将原数据集和新数据集进行图像增强和阈值分割，采用形态学方法将黄豆种子样本与背景分离；通过SENet‑ResNet34‑DCN模型训练，提取测试样本的多个特征；输出分类结果。本发明适用于黄豆种子真伪鉴别和品质分析场景。