摘要
本发明实施例提供了基于高光谱成像技术构建叶片检测模型的方法，该方法包括：获取试样叶片的高光谱图像；对所述试样叶片的高光谱图像进行预处理，得到目标高光谱图像；采用竞争性自适应重加权采样法筛选所述目标高光谱图像的波段图像，得到多个目标波段图像；利用预先构建的深度学习模型对多个目标波段图像进行检测。本方案中，应对高光谱图像数据的复杂性，采用了预先构建的深度学习模型，该模型通过端到端自动特征提取，克服了传统方法中人工特征提取的繁琐过程，并有效融合了空间与光谱信息，显著提高了叶片含水率和叶绿素含量的检测精度，同时具有较强的泛化能力和收敛速度，适用于大规模种苗叶片的检测。
