使用CNN进行超光谱图像的杂草分类

Question

我正在研究的问题是杂草分类。 我有一个波长范围为400-1000nm的超光谱数据。有61个波段，数据文件的大小是1320 x 1040 x 61.因此生成像卷积神经网络那样的图像是正确的。

Matlab代码：

for cnt1=1:61
    for cnt2=1:61
        for cnt3=1:61
            slice1(:,:,1) = output(:,:,cnt);
            slice1(:,:,2) = output(:,:,cnt2);
            slice1(:,:,3) = output(:,:,cnt3);
             imwrite ((slice1),strcat('C:\Users\Desktop\Plant\image_',num2str(cnt1),'_',num2str(cnt2),'_',num2str(cnt3),'.png'));
        end
    end
end

从3个波段的组合中，我可以生成61 * 61 * 61 = 226981.从中我可以选择具有一些清晰的杂草可视化的图像，用于使用CNN进行分类。

这个过程是否正确？