油茶果原位自动分割提取高光谱信息的方法与系统

本发明公开了一油茶果原位自动分割提取高光谱信息的方法与系统，包括：获取自然环境中的油茶果RGB图像和高光谱图像，构建源域与目标域数据集；利用源域在CA‑TransUNet++模型上进行预训练，再基于预训练权重引入目标域进行微调，从而获得最终的油茶果语义分割模型；随后，通过光谱聚类算法对分割图像中果实粘连区域进行精细化分割，并将结果与原始高光谱图像相结合，实现对油茶果高光谱信息的自动提取。本发明通过创新性的CA‑TransUNet++的图像分割模型，可以快速、高效地分割出油茶果果实，并提取其高光谱信息，该方法与手动提取结果的线性决定系数(R2)可达99.03％，且单棵果实图像的处理耗时约1～2秒。本发明能够在自然场景中高效、准确地完成油茶果高光谱数据的获取。