一种基于高光谱决策级数据融合对高粱不完善粒进行分类的方法

本发明公开了一种基于高光谱决策级数据融合对高粱不完善粒进行分类的方法，包括：以高粱为研究对象，采集其高光谱图谱信息，分别提取灰度图像的统计纹理与频域纹理，同时提取光谱信息并分析特征峰的重叠与差异，明确特征波段；分别建立基于多种预处理光谱信息和图像纹理信息的随机森林和长短时序列网络分类模型；在基线模型的基础上，比较模型分类性能，建立跨域特征级融合模型；再通过对光谱信息与纹理信息进行特征筛选与数据降维，建立中级数据融合模型；最后，通过贝叶斯共识与加权机制实现决策级融合。本发明通过不同水平下的数据融合方法，降低了数据维度，提升了模型性能与鲁棒性，为高粱无损检测的开发及实际应用提供了高效解决方案。