一种基于机器学习的RGB图片高光谱信息重构方法

本发明涉及一种基于机器学习的RGB图片高光谱信息重构方法，包括：收集植物的RGB图像及HSI图像，并分别建立索引进行存储，获得图像数据；对图像数据进行交叉验证分配，获得包括训练集及验证集的数据集；基于索引，由数据集获得对应的RGB图像数据及HSI图像数据，获得训练数据；建立数据加载器，通过数据加载器加载所述训练数据，对基础模型进行训练，获得重构模型；将待重构RGB图片输入重构模型，获得用于计算高光谱特征参数的高光谱信息。本发明降低了高光谱图像获取的成本和复杂度，且提升了高光谱信息重构的效率及精度。