一种苹果检疫性病害高光谱图像识别方法

本发明公开了一种苹果检疫性病害高光谱图像识别方法，涉及高光谱图像处理与病害识别技术领域，包括以下步骤：利用专业采集设备获取苹果果实检疫性病害的高光谱图像；对苹果果实的高光谱图像进行分割，提取病害区域；对提取的病害区域图像进行预处理；对预处理后的高光谱图像数据进行波段降维处理；根据选取的特征波段对高光谱图像进行重组；将重组后的高光谱图像划分为训练集、测试集和验证集；将图像数据输入ResNet18‑CBAM模型进行训练，生成病害识别模型结构及对应的权重文件。本发明通过在采集的448个光谱波长中，结合光谱可分性分析，筛选出具有代表性的76个特征波长用于后续处理，快速得到苹果病害的分类结果。