[发明专利]一种基于光谱图像重建的高粱品种识别方法

权利要求书

1.一种基于光谱图像重建的高粱品种识别方法，其特征在于：包括如下步骤：

S1、获取高粱样本的原始高光谱图像数据，进行黑白校正，并获取对应的高粱样本伪RGB图像，建立高粱样本光谱重建数据集；同时采集高粱真实RGB图像；

S2、使用Transformer对光谱重建网络HRNet进行改进，得到RA-HRNet网络，使用高粱样本光谱重建数据集，训练RA-HRNet网络，得到光谱重建模型；

S3、使用采集到的高粱真实RGB图像，通过训练好的光谱重建模型，获取高粱重建光谱图像；

S4、对高粱重建光谱图像进行数据处理，将图像的背景与前景进行分割；遍历数据处理后的图像，得出行列上的极点并截取极点内部的高粱样本图像，利用掩模生成感兴趣区域；

S5、将感兴趣区域划分为多个不相交的正方形区域，并计算各个区域内所有像素点的平均光谱值，得到高粱样本的第一光谱特征；

S6、对划分的多个不相交的正方形区域，使用HSV通道的一阶矩、二阶矩和三阶矩分别提取高粱样本的颜色特征，得到第一图像特征；使用灰度共生矩阵提取高粱样本的纹理特征，得到第二图像特征；

S7、依据第一光谱特征、第一图像特征和第二图像特征，建立高粱重建光谱品种识别数据集；

S8、搭建BiLSTM_Attention网络模型，使用高粱重建光谱品种识别数据集对BiLSTM_Attention网络模型进行训练，得到高粱品种识别BiLSTM_Attention模型；

S9、采集待测高粱样本，使用光谱重建模型处理待测高粱样本，得到待测高粱重建光谱图像；依据S4、S5和S6的过程得出待测高粱样本的光谱特征、颜色特征和纹理特征，通过高粱品种识别BiLSTM_Attention模型，对待测高粱样本进行品种识别，得到高粱品种预测结果及置信度。

2.根据权利要求1所述的一种基于光谱图像重建的高粱品种识别方法，其特征在于，所述S1的具体内容为：采集铺满培养皿的高粱样本在可见光范围内的高光谱图像，得到高粱样本的原始高光谱图像数据；对原始高光谱图像数据进行黑白校正，并获取高粱样本在400-700nm中间隔为10nm的31个波段的光谱图像数据，以及对应的高粱样本伪RGB图像，来建立高粱样本光谱重建数据集；在采集高粱样本的原始高光谱图像数据的同时，使用预先搭建的高粱RGB图像采集平台，对高粱真实RGB图像进行采集。

3.根据权利要求2所述的一种基于光谱图像重建的高粱品种识别方法，其特征在于：所述S1中，黑白校正的计算公式如下：

式中，R是高粱样本校正后的反射率图像；I是高粱样本的原始高光谱图像；W是标准白板图像；D是标准黑板图像。

4.根据权利要求2所述的一种基于光谱图像重建的高粱品种识别方法，其特征在于，所述S1中，所述高粱样本伪RGB图像的生成过程为：首先通过CIE1964-X₁₀T₁₀Z₁₀颜色匹配函数和高粱光谱图像数据H(x,y,w)，得到高粱的XYZ图像；然后使用转换矩阵M将XYZ颜色空间映射到RGB颜色空间；最后使用Gamma校正将RGB颜色空间转换为图片中使用的sRGB空间。

5.根据权利要求1所述的一种基于光谱图像重建的高粱品种识别方法，其特征在于：所述S2中，使用Transformer搭建残差注意力特征融合网络RAFN，对光谱重建网络HRNet进行改进。

6.根据权利要求2所述的一种基于光谱图像重建的高粱品种识别方法，其特征在于，所述S4的具体内容为：对高粱重建光谱图像对应的真实RGB图像进行灰度化处理、反二值化的自适应阈值处理，将图像的背景与前景进行分割；遍历数据处理后的图像，得出培养皿在行列上的极点并截取极点内部的高粱样本图像，利用圆形掩模生成感兴趣区域；通过遍历过程，找出第一个灰度值为0的位置，进而得出培养皿在行列上的极点，包括：max_x、min_x、max_y、min_y。