<ruby id="xnrfz"></ruby>

<form id="xnrfz"></form>

    <address id="xnrfz"></address>

    <address id="xnrfz"></address>

      文章詳情
      所在位置: 首頁> 技術文章> 農業相關>

      基于成像高光譜技術的作物葉片提取測試試驗

      日期:2022-08-13 16:50
      瀏覽次數:1756
      摘要: 基于成像高光譜技術的作物葉片提取測試試驗 一、基于成像高光譜技術的作物葉片提取測試試驗測試原理及方法: 高光譜成像技術是近二十年來發展起來的基于非常多窄波段的影像數據技術,其*突出的應用是遙感探測領域,并在越來越多的民用領域有著更大的應用前景。它集中了光學、光電子學、電子學、信息處理、計算機科學等領域的先進技術,是傳統的二維成像技術和光譜技術有機的結合在一起的一門新興技術。 高光譜成像技術的定義是在多光譜成像的基礎上,在從紫外到近紅外(200-2500nm)的光譜范圍...

      基于成像高光譜技術的作物葉片提取測試試驗

       

      一、基于成像高光譜技術的作物葉片提取測試試驗測試原理及方法:

          高光譜成像技術是近二十年來發展起來的基于非常多窄波段的影像數據技術,其*突出的應用是遙感探測領域,并在越來越多的民用領域有著更大的應用前景。它集中了光學、光電子學、電子學、信息處理、計算機科學等領域的先進技術,是傳統的二維成像技術和光譜技術有機的結合在一起的一門新興技術。

          高光譜成像技術的定義是在多光譜成像的基礎上,在從紫外到近紅外(200-2500nm)的光譜范圍內,利用成像光譜儀,在光譜覆蓋范圍內的數十或數百條光譜波段對目標物體連續成像。在獲得物體空間特征成像的同時,也獲得了被測物體的光譜信息。

       

      目標物體-成像物鏡-入射狹縫-準直透鏡-PGP-聚焦透鏡-CCD棱鏡-光柵-棱鏡:PGP

      1 成像原理圖

      光譜儀的光譜分辨率由狹縫的寬度和光學光譜儀產生的線性色散確定。*小光譜分辨率是由光學系統的成像性能確定的(點擴展大?。?。

          基于成像高光譜技術的作物葉片提取測試試驗成像過程為:每次成一條線上的像后(X方向),在檢測系統輸送帶前進的過程中,排列的探測器掃出一條帶狀軌跡從而完成縱向掃描(Y方向)。綜合橫縱掃描信息就可以得到樣品的三維高光譜圖像數據。

       

      2 像立方體

       

      3  Gaia Field高光譜成像儀

      高光譜儀配置:鏡頭:22mm鍍膜消色差鏡頭;光譜范圍:400nm-1000nm,光譜分辨率: 4nm@435.8nm@400-1000nm),像面尺寸(光譜x空間):6.15 x 14.2 mm,相對孔徑:F/2.4,狹縫長度14.2 mm. 內置控制、掃描機構;內置電池;

      SpecView軟件:控制完成自動曝光、自動對焦、自動掃描速度匹配;數據處理:黑白、輻射度、均勻性、鏡頭等校準;光譜查看。

      GaiaField便攜式高光譜系統是雙利合譜自行研制的超便攜式高光譜成像儀器。它的核心由三部分構成,分別是:多維運動控制器,光譜相機和成像光譜儀。使用此系統進行掃描,在獲得目標影像信息的基礎上,還可以獲得數百甚至上千波段的光譜信息。

      GaiaField系統有著輕便靈活,續航能力出色的特點。廣泛適用于,目標識別、偽裝與反偽裝等**領域,地面物體與水體遙測、現代精細農業等生態環境監測領域,以及刑偵、文物保護、生物醫學等領域。

      覆蓋可見光與近紅外全波段可提供超過700個光譜通道,可自由選擇GaiaField便攜式高光譜系統采用了高分辨率的成像光譜儀。在可見光波段,光譜分辨率高達3nm,即使在短波紅外波段也能達到10nm。因而全波段內可以獲得超過700個的光譜通道,更多的光譜通道意味著更多的信息,有助于研究人員通過對連續光譜的分析、反演,獲得更多的高價值數據細節。

       

      4  高光譜成像儀數據效果圖

      獨有的軟硬件功能:

      輔助攝像頭功能

      通過輔助攝像頭觀察目標拍攝區域

      當前狹縫位置指示

      選擇自動曝光與自動調焦區域,直觀方便,僅需鼠標即可完成操作。

       

      5  輔助攝像頭觀察目標拍攝區域

      基于成像高光譜技術的作物葉片提取測試試驗

      自動掃描速度匹配、自動曝光:

      自動曝光:根據當前光照環境,進行曝光測試,獲得精準的曝光時間。在得到*佳信噪比的同時,又可避免過度曝光造成數據作廢。同時軟件具有實時過度曝光監視功能。

      自動掃描速度匹配:根據當前的曝光時間等參數,進行測試拍攝,得到實時幀速,進而計算出合適的掃描速度。從而避免了掃描圖像的變形(拉伸或壓縮)

       

      6   采集數據自動曝光、速度匹配

      基于成像高光譜技術的作物葉片提取測試試驗:本文以水稻、小麥為研究對象,利用雙利合譜的高光譜成像儀Gaia Field(光譜范圍400 nm - 1000 nm)采集測試對象的高光譜數據。

      對成像高光譜儀拍攝的原始影像數據進行數據的預處理,預處理過程主要包括兩部分。**部分是輻射定標;**部分為噪聲去除。

      首先進行輻射定標。輻射定標的計算公式如1所示。

       (1)


      其中,Reftarget為目標物的反射率,Refpanel為標準參考板的反射率,DNtarget為原始影像中目標物的的數值,DNpanel為原始影像中標準參考板的數值,DNdark為成像光譜儀系統誤差。

      其次是噪聲去除,本文運用國外較為常用的*小噪聲分離方法(Minimum Noise Fraction Rotation, MNF)進行噪聲去除。*小噪聲分離工具用于判定圖像數據內在的維數(即波段數),分離數據中的噪聲,減少隨后處理中的計算需求量。MNF本質上是兩次層疊的主成分變換。**次變換(基于估計的噪聲協方差矩陣)用于分離和重新調節數據中的噪聲,這步操作使變換后的噪聲數據只有*小的方差且沒有波段間的相關。**步是對噪聲白化數據(Noise-whitened)的標準主成分變換。為了進一步進行波譜處理,通過檢查*終特征值和相關圖像來判定數據的內在維數。數據空間可被分為兩部分:一部分與較大特征值和相對應的特征圖像相關,其余部分與近似相同的特征值以及噪聲占主導地位的圖像相關。圖7MNF降噪前后的光譜反射率變化。

      7  MNF變換前(左)后(右)高光譜影像數據DN值變化

      成像高光譜影像經過預處理后,以拔節期的小麥為例,選擇影像中不同地物(光照葉片、陰影葉片、光照土壤和陰影土壤)在可見/近紅外光譜區間的光譜特征值進行組合運算,并根據運算的結果對高光譜影像中的地物進行分類。圖8為小麥拔節期光照葉片、陰影葉片、光照土壤和陰影土壤光譜反射率曲線。從圖8可知,這四類地物在553 nm(綠峰)、680 nm(紅谷)、760-1000 nm(近紅外)有明顯的光譜特征差異,即小麥在可見光波段的綠峰處有明顯的反射鋒,紅谷處有明顯的吸收特征,近紅外有較高的反射率;而土壤既沒有反射峰也沒有吸收谷,在這四類地物中,光照葉片在553 nm處有*高的反射率值,陰影土壤有*低的反射率值,553 nm處反射率值的整體規律是光照葉片>光照土壤>陰影葉片>陰影土壤;而在680 nm處,光照土壤則有*大的反射率值,陰影土壤有*低的反射率值,其反射率值整體規律是光照土壤>光照葉片>陰影葉片>陰影土壤;從圖3還可以看出,在近紅外波段范圍內,光照葉片的反射率值遠大于其他三種地物,陰影葉片相對于光照土壤和陰影土壤,其反射率值也保持較高水平,其整體規律是光照葉片>陰影葉片>光照土壤>陰影土壤。在選擇上述波段的基礎上,進行波段間的組合運算,構建光譜指數,首先,進行波段間的差值運算,應用553 nm的反射率值減去680 nm的反射率值,光照土壤表現為負值,能很好地將其與其他地物區分,而陰影土壤表現為零值或接近零值,想要從小麥中把陰影土壤區分開,則需引入近紅外波段,因為在近紅外波段范圍內,陰影土壤相對于光照葉片和陰影葉片,其反射率值較低,應用553 nm的反射率值減去680 nm的反射率值的差值乘以近紅外反射率值可以很好的將陰影土壤從光照葉片和陰影葉片中區分出來。從圖8可知,應用553 nm的反射率值減去680 nm的反射率值,光照葉片的差值大于陰影葉片的差值,而且在近紅外波段范圍內,光照葉片反射率值是陰影葉片反射率值的近兩倍,應用553 nm的反射率值減去680 nm的反射率值的差值乘以近紅外反射率值也可以很大程度上把光照葉片和陰影葉片區分開來。此外,為了使不同目標成分區分差異更顯著,在上述波段運算后再乘以100,這樣不同地物的分割閾值呈明顯的數值梯度。提出的光譜分類指數如式2所示。圖9分別列舉了不同生育期各目標地物基于光譜指數分類的散點圖。圖10為小麥拔節期各目標成分的提取效果圖。

       (2)


      式中,b1, b2, b3分別代表單個波長553 nm、680 nm和770 nm(近紅外波段取770 nm作分析)處反射率,NSIC(new spectral index classification)光譜指數分類。

       

                       

      8  拔節期不同地物的光譜反射率曲線

       

      9  不同生育期各目標地物基于光譜指數分類的散點圖

       

      10  拔節期N0處理下小麥各目標成分示意圖

      (A:未去背景小麥;B:去背景小麥葉片;C:光照葉片;D:陰影葉片)

       

      11  水稻的圖像分割

      (A:拔節期原始圖像;B:拔節期水稻提??;C:抽穗期原始圖像;D:抽穗期水稻提取)

       

       

      川公網安備 51011202000202號

      被猛男蹂躏到高潮连连
      <ruby id="xnrfz"></ruby>

      <form id="xnrfz"></form>

        <address id="xnrfz"></address>

        <address id="xnrfz"></address>