技术支持

您现在的位置:首页  >  技术文章  >  利用无人机高光谱实现作物定位、判别作物大小和健康程度

利用无人机高光谱实现作物定位、判别作物大小和健康程度
更新时间:2017-12-05浏览:3738次

无人机高光谱实现作物定位、判别作物大小和健康程度

 

高光谱遥感具有光谱分辨率高、波段范围窄、图谱合一、连续成像等特点,能够区分出地物光谱的细微差别,探测到其他宽波段遥感无法探测的信息。因此,高光谱遥感在生态、大气和海洋等诸多应用领域具有很大优势。随着无人机发展的日渐成熟,搭载于无人机上的高光谱相机可获取地物信息,实现对地物的定位以及判别地物大小和健康程度等。

       以南京某高校的实验基地为例,利用四川双利合谱科技有限公司自主研发的GaiaSky-mini2获取实验基地树木的高光谱影像数据,然后利用第三方软件进行分析,快速获取树木的位置、大小及健康程度。

1 无人机高光谱影像

        图1为利用无人机高光谱相机GaiaSky-mini2获取的树木的高光谱影像数据及树木的典型光谱曲线,无人机飞行高度为150米,图像分辨率为1920*1456,空间分辨率为0.04m,光谱分辨率为3nm。

 

图1  无人机高光谱影像(真彩色RGB)和树木光谱

2 作物计数

        作物计数(Crop Count)工具的输入栅格要求为高分辨率的单波段(例如NDVI、GRVI等)图像。本工具可以对作物进行定位和计数。输出结果为ENVI分类图像,圆环形状,如图2所示。

 

图2 根据NDVI灰度图对作物进行定位

3  识别作物缺口

        利用植被指数定位作物位置时,有可能存在一定的误差,因此可以通过Five Crops  Gaps去识别作物缺口,从而提高识别的定位精度,如图3所示。

 

图3 利用five crops gaps识别作物缺口

4  定位作物长势监测

        作物指数统计工具可以统计每株作物的指标,需要输入单波段图像(如NDVI、EVI或者GNDVI等)和Crop Count工具输出的json文件。输出结果可选分类效果图,其则结果在一定程度上反应了作物的健康程度,如图4所示。

 

图4 定位作物长势监测

5  逐行作物识别并去除异物

       利用Find Rows and Remove Outliers工具识别一个区域内逐行排序的作物,并移除杂草、野草等异物。

 

图5  逐行作物识别去除异物,从而提高识别精度

温馨提示:无人机高光谱实现作物定位、判别作物大小和健康程度,需要保证高光谱影像的光谱准确性以及较高的图像分辨率。

北京卓立汉光仪器有限公司 版权所有    备案号:京ICP备05015148号-4

技术支持:化工仪器网    管理登陆    网站地图

联系电话:
010-5637 0168-696

微信服务号