無人駕駛飛行器(UAV)的多光譜觀測目前被用于精確農(nóng)業(yè)和作物表型應用，以監(jiān)測一系列特征，從而能夠表征植被狀況。然而，無人機的自主性有限，在對大片區(qū)域進行抽樣時，很難完成飛行。因此，在不降低地面采樣距離(GSD)的情況下提高數(shù)據(jù)采集的吞吐量是一個亟待解決的問題。
實驗場的RGB正射圖像。地面控制點(#1~9)用黃色十字表示，所研究的299個微區(qū)的邊界用橙色表示。黑虛線劃定了研究區(qū)域。在3.1節(jié)中，用紅色突出顯示的微圖用于計算攝像機的視角。在QGIS軟件中對1：23的正射影像進行放大后，增加了GCP#4的截圖。
本文提出了一種基于兩個焦距(F)光學元件組合的新的圖像采集結構：在多光譜相機的標準f=8 mm(SS：單條帶)的基礎上增加了一個f=4.2 mm的光學元件(DS：雙條帶，是標準條帶的兩倍)。2018年，使用AIRPHEN多光譜相機在海拔52米的玉米田上空連續(xù)完成了兩次飛行。DS的飛行計劃被設計成與4.2毫米的光學系統(tǒng)有80%的重疊，而SS One的設計是為了與8毫米的光學系統(tǒng)有80%的重疊。因此，與SS相比，DS覆蓋相同區(qū)域所需的時間減少了一半。
圖像處理流程圖
DS配置的地理參考精度得到了提高，特別是Z維度，這是因為小焦距光學器件具有更大的視角。對株高估計的應用表明，DS配置提供了與SS配置相似的結果。然而，對于DS和SS配置，降低用于生成3D點云的質(zhì)量級別會顯著降低植物高度估計值。
來源：Plant Phenomics.A Double Swath Configuration for Improving Throughput and Accuracy of Trait Estimate from UAV Images.Wenjuan Li, Alexis Comar , Marie Weiss , Sylvain Jay , Gallian Colombeau, Raul Lopez-Lozano , Simon Madec , and Frédéric Baret
https://spj.sciencemag.org/journals/plantphenomics/2021/9892647/
鄂公網(wǎng)安備42018502003245號 網(wǎng)站地圖
