基于深度学习的沉积物农药残留图像识别方法

本发明涉及图像分析技术领域，具体为基于深度学习的沉积物农药残留图像识别方法，包括以下步骤：通过多光谱显微图像配准生成对齐图像集合，提取区域块计算像素密度与纹理对比度得可信度评分，排序筛选边缘方向集中区域为可信区域集合，输入添加通道注意力机制的ResNet‑50主干网络提取深层纹理特征生成空间增强图，拼接光谱响应差值图送入Softmax分类器输出三类农药残留标签。本发明中，通过多光谱显微成像结合互关联算法实现多通道配准，构建基于像素密度、梯度方向与纹理对比度的多维评估体系，通过排序与边缘方向筛选优化定位，引入通道注意力融合空间偏移，强化特征与空间关联，提升抗干扰与区分度。