一种基于高光谱早期图谱融合分类模型对玉米不完善粒进行分类的方法

本发明提出了一种基于高光谱早期图谱融合的分类模型，用于玉米不完善粒的分类。方法以完善粒、破损粒、热损伤粒、发芽粒和霉变粒为对象，利用可见‑近红外高光谱(400‑1000nm)成像技术测定籽粒光谱，分析不完善粒光谱特征差异，确定分类相关特征波长。通过MSC、SG平滑和SNV等预处理方法，建立基于光谱的ELM和LSSVM分类模型。同时，提取籽粒灰度图像，结合GLCM获取纹理特征(如角二阶矩、熵等)，通过图像与光谱的早期数据融合提升模型准确率。最后，可视化展示分类指标，比较模型性能。本发明利用高光谱图像信息，通过数据融合增强分类模型鲁棒性与准确性，为玉米品质无损检测提供高效解决方案。