图1 光谱成像方法比较。（a）通过光谱成像设备进行传统多光谱数据采集；（b）基于光谱重建方法通过RGB图像进行光谱数据采集。

图2 数据采集环境与设备。(a) 数据采集设备；(b) 田间环境。

图3 数据预处理流程图。“M-SI” 表示在不同波段的四个单通道光谱图像，"RGB" 表示可见光图像，"M-MSI" 表示裁剪后的四通道光谱图像，"C-RGB" 表示与多光谱图像对应的裁剪后可见光图像。进行此处理是为了丰富数据，从而增强模型的鲁棒性。

 图4 本研究的主要流程图。该流程包括数据预处理、光谱重建模型的比较以及重建数据的应用。"SI′" 表示重建后的光谱图像。(a) 数据处理：包括对原始数据进行配准、裁剪等操作，以适用于光谱重建任务。(b) 采用不同类型的光谱重建（SR）模型以适应多种数据场景，其中仅训练过程需要光谱数据参与。(c) 对光谱重建结果进行处理，以应用于相关任务。

 图5 两种光谱重建（SR）模型的结构。X 表示输入的 RGB 图像数据，Y 表示重建后的光谱图像数据。

  图6 重建光谱结果的可视化对比。彩色框用于突出显示重建图像中的细节区域，以更清晰地展示这些局部区域的差异。"GT" 表示真实光谱数据。

图7 不同光谱重建（SR）模型下植被分割结果的比较。"W/_D" 表示 W/ 结果的植被与非植被可视化，"SAM" 结果是直接使用 "Everything" 选项得到的分割结果。"GT" 表示人工标注的真实分割结果。

  图8 田间植被分割完整效果图。第一行表示 RGB 图像，第二行表示分割掩码图像，第三行表示 RGB 图像与分割掩码的叠加效果图。

  图9 模型重建光谱数据指标比较。(a) SR 模型的 MRAE 指标变化趋势；(b) SR 模型的 SSIM 指标变化趋势。

  图10 基于植被指数（VI）的不同参数设置下的分割结果比较。(a) MIoU 指标；(b) PA 指标；(c) MPA 指标。

图11 不同训练轮数（Epochs）下光谱重建（SR）结果在植被分割任务中的 MIoU。

图12 FloodNet 数据集上的分割实验定性结果。第一行表示 RGB 图像，第二行表示分割掩码图像，第三行表示 RGB 图像与分割掩码的叠加效果图。

图13 “强噪声”对光谱重建效果的可视化。