測試需求：將三類菖蒲進行區(qū)分鑒別

本次測試采用可見和近紅外兩臺高光譜相機進行測量

• 相機1覆蓋400-1000nm波長范圍

• 相機2覆蓋900-1700nm波長范圍

• 線性推掃成像方案

• 照明光源采用鹵素光源

• 測試時樣品放置在水平位移臺上

高光譜曲線圖：

400-1000nm

900-1700nm

可以觀察到，三個種類的菖蒲在400-1000nm上面整體上趨勢相同，且強度也很接近，900-1700nm上波形相似，但強度差異相比400-1000更大一些

相機1-分類結果

原始圖像

預測結果

相機1（可見光波段），借助光譜數(shù)據(jù)中的色差特征進行物種識別。預測結果顯示，茴香菖蒲的識別效果較為理想。

相機2-分類結果

近紅外波段（相機2）的測試中，茴香菖蒲的識別率最高，表現(xiàn)出良好的區(qū)分度。

總結：

波段差異：三類菖蒲樣品在900-700nm光譜范圍差異顯著，400-1000nm差異較小，推薦使用900-1700nm的相機進行后續(xù)測試。

算法表現(xiàn)：900-1700nm波段分類效果優(yōu)于400-1000nm。

建議：

樣本量補充：機器學習算法需要大量樣本進行建模驗證，需要補充樣本數(shù)量。

算法優(yōu)化：樣本數(shù)量足夠后，優(yōu)化識別準確率與計算效率。