作物中精确定位、判别作物大小和健康程度检测方案(高光谱仪)

智能文字提取功能测试中

无人机高光谱实现作物精确定位、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高效获取地物信息，实现对地物的精准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象影像数据，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精确定位、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。        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。