本次測試采用高光譜設備進行測量

高光譜相機覆蓋400-1700nm波長范圍

使用50%反射率板標定，通過ROI圈出新葉與老葉特征區域，算出平均反射率曲線，可以看出反射率與污染程度成反比。污染程度越高，反射率越低。

污染程度區分：算法一

監督分類：建立統計識別函數為理論基礎、依據典型樣本訓練方法進行分類。

基于反射率曲線監督分類，可以看出污染程度區分明顯，但是存在大量未識別區域。

污染程度區分：算法二

使用深度學習算法建立模型，導入到反射率文件中，用顏色渲染工具填圖，可以明顯看出不同程度的污染的區別，邊緣誤識別部分可能為陰影部分區域，準確率可以達到70%以上。

使用光譜視覺技術，通過采集過濾盒背部大面積的高光譜數據，并對數據進行預處理和選擇相應的算法進行分析后，可對樣品進行區分，區分準確率為80%以上。

其中900-1700nm的可見近紅外譜段相機具有識別準確率和精度高、受周邊環境光影響小、算法簡單等優點。