一种基于高光谱数据与深度学习技术的水稻品种分类方法

本发明提供了一种基于高光谱数据与深度学习技术的水稻品种分类方法，该方法包括采集水稻种子的高光谱图像；对高光谱图像进行黑白校正操作，得到水稻种子图像；对水稻种子图像进行失真处理和二值掩模处理，得到光谱数据；对光谱数据进行结构重构操作，得到向量矩阵；通过预先构建的SpectraCNN深度学习模型对向量矩阵进行特征分类操作，得到分类结果。该方法通过将连续的高光谱数据细分为较小的波段，并采用卷积神经网络及混合注意力机制来进行特征抽取与分类，解决了高光谱数据筛选时，由于高光谱数据具有较高的维度且数据结构复杂，而导致分类准确类偏低的问题。