無人機高光譜實現作物定位、判別作物大小和健康程度
高光譜遙感具有光譜分辨率高、波段范圍窄、圖譜合一、連續成像等特點,能夠區分出地物光譜的細微差別,探測到其他寬波段遙感無法探測的信息。因此,高光譜遙感在生態、大氣和海洋等諸多應用領域具有很大優勢。隨著無人機發展的日漸成熟,搭載于無人機上的高光譜相機可獲取地物信息,實現對地物的定位以及判別地物大小和健康程度等。
以南京某高校的實驗基地為例,利用四川雙利合譜科技有限公司自主研發的GaiaSky-mini2獲取實驗基地樹木的高光譜影像數據,然后利用第三方軟件進行分析,快速獲取樹木的位置、大小及健康程度。
1 無人機高光譜影像
圖1為利用無人機高光譜相機GaiaSky-mini2獲取的樹木的高光譜影像數據及樹木的典型光譜曲線,無人機飛行高度為150米,圖像分辨率為1920*1456,空間分辨率為0.04m,光譜分辨率為3nm。
圖1 無人機高光譜影像(真彩色RGB)和樹木光譜
2 作物計數
作物計數(Crop Count)工具的輸入柵格要求為高分辨率的單波段(例如NDVI、GRVI等)圖像。本工具可以對作物進行定位和計數。輸出結果為ENVI分類圖像,圓環形狀,如圖2所示。
圖2 根據NDVI灰度圖對作物進行定位
3 識別作物缺口
利用植被指數定位作物位置時,有可能存在一定的誤差,因此可以通過Five Crops Gaps去識別作物缺口,從而提高識別的定位精度,如圖3所示。
圖3 利用five crops gaps識別作物缺口
4 定位作物長勢監測
作物指數統計工具可以統計每株作物的指標,需要輸入單波段圖像(如NDVI、EVI或者GNDVI等)和Crop Count工具輸出的json文件。輸出結果可選分類效果圖,其則結果在一定程度上反應了作物的健康程度,如圖4所示。
圖4 定位作物長勢監測
5 逐行作物識別并去除異物
利用Find Rows and Remove Outliers工具識別一個區域內逐行排序的作物,并移除雜草、野草等異物。
圖5 逐行作物識別去除異物,從而提高識別精度
溫馨提示:無人機高光譜實現作物定位、判別作物大小和健康程度,需要保證高光譜影像的光譜準確性以及較高的圖像分辨率。
立即詢價
您提交后,專屬客服將第一時間為您服務