本測試共涉及兩類杏仁，類別標(biāo)識分別為1和2。每類種子樣本包含1袋。

需求：實現(xiàn)對上述兩類杏仁的有效區(qū)分。

測試方案設(shè)計：

分別采集400-1000nm、900-1700nm的高光譜數(shù)據(jù)，將數(shù)據(jù)分為訓(xùn)練集和測試集兩份，訓(xùn)練集用于構(gòu)建分類模型，最后將模型應(yīng)用于測試集進行真實場景下的預(yù)測驗證。

本次測試采用高光譜設(shè)備進行測量

? 高光譜相機覆蓋400-1000nm和900~1700nm波長范圍

? 線性推掃成像方案

? 照明光源采用鹵素光源

? 樣品放置在水平位移臺上

杏仁400-1000nm光譜曲線

獲取2種杏仁高光譜數(shù)據(jù)（400-1000nm），觀察光譜曲線，可以看出1和2兩種杏仁在400-700nm之間無明顯差異，但在800-1000nm有差異。

杏仁900-1700nm光譜曲線

獲取2種杏仁高光譜數(shù)據(jù)（900-1700nm），從圖中可以看出兩種杏仁在1200nm附近有一定差異，2號的吸收谷更深一些。

400-1000nm圖像分類結(jié)果

將2種杏仁訓(xùn)練集使用算法1，2進行建模分類后處理。結(jié)果如下圖，整體來看兩種算法都能對圖像實現(xiàn)較好區(qū)分，算法1效果優(yōu)于算法2。

900-1700nm圖像分類結(jié)果

將2種杏仁訓(xùn)練集使用算法1，2進行建模分類后處理。結(jié)果如下圖，整體來看兩種算法都能對圖像實現(xiàn)較好區(qū)分，算法1效果優(yōu)于算法2。

總結(jié)：

1、400-1000nm 和 900-1700nm波段相機均能對兩類杏仁分類。

2、算法1綜合表現(xiàn)優(yōu)于算法2，在數(shù)據(jù)處理、特征提取和分類決策上更具優(yōu)勢，能更好地適應(yīng)杏仁分類需求。

建議：

當(dāng)前樣本量較少，建議后期采集大量樣本，采用平均光譜建模，提升模型穩(wěn)定性和準(zhǔn)確性，提高分類準(zhǔn)確率和泛化能力。