如何处理和优化来自 MicaSense多光谱相机的图像质量

德国鲲鹏Trinity F90+新相机

多光谱无人机图像已迅速成为世界各地农业研究人员和植物育种者的宝贵工具。从这些数据丰富的图像中，以前难以察觉的提示正在加速农艺管理和植物育种的发展。

借助MicaSense 的 RedEdge 和 Altum等多光谱传感器，研究人员可以快速收集高分辨率的现场图像，不仅可以捕捉可见的红色、绿色和蓝色 (RGB) 光带，还可以捕捉有助于分析值得注意的近红外和红边带作物研究中的性状和反应。

影响多光谱数据质量的五个因素

虽然多光谱传感器的数据丰富的图像提供了戏剧性的、无形的洞察力，但它们带有复杂的提示。几个潜在因素可以决定或破坏数据的准确性和质量。

以下是影响多光谱无人机数据质量的5个因素。了解和应对这些挑战将确保获得最准确的数据集来塑造您的研究分析。

德国鲲鹏Trinity F90+

1. 图像对齐

每个光带的图像由单独的传感器拍摄。这意味着它们在重叠时不能完美对齐，必须共同注册。

德国鲲鹏Trinity F90+相机

每个波段的图像由单独的传感器拍摄，需要在处理过程中进行共同配准才能完美对齐。

1. 可变照明

照明条件可能会显着扭曲 NDVI 等映射值，这可能会产生误导性结论或使航班或位置之间的比较无效。对于准确性至关重要，每次飞行上传都应包括反射率校准。

1. 文件大小

多光谱传感器在每次捕获时生成 5 到 10 张图像，从而生成大量数据。（一次飞行可以渲染 10-20 GB 的图像，甚至更多。）处理如此大量的数据需要强大的计算能力和连接性，这就是为什么现场边缘处理可能非常缓慢的原因。一旦处理完毕，共享或协作处理大型图像文件可能会很笨拙。

1. 不断发展的传感器技术

白热化的无人机成像行业不断升级技术，具有可能需要专门处理的功能。较新的全色波段传感器，如 MicaSense 的 RedEdge-P 和 Altum-PT，需要在 QGIS 或 ArcGIS 等 GIS 软件中进行额外的栅格计算。

1. 图像和分析软件

并非所有的无人机图像软件都是一样的。某些平台仅限于特定传感器，需要桌面下载，或仅在现场边缘运行。有些只提供没有分析的图像处理。

如果您投资了高科技传感器，您将需要确保您的后端处理同样匹配。选择正确的图像处理和分析合作伙伴是您的数据质量和可靠性的基础。下游的一切都取决于它。

但您无需成为成像专家。在 Solvi，我们每年处理数千个多光谱数据集，我们的处理算法经过验证和微调，每次都能产生一致的结果。

德国鲲鹏Trinity F90+

使用 Solvi 快速准确地处理 MicaSense 多光谱图像。Solvi 的自动化工作流程可以通过几个简单的步骤快速轻松地处理几乎任何大小的多光谱数据集：

1. 上传前选择并预览您的图像

Solvi 的上传工具会显示图像拍摄位置的预览，以确保您使用的是正确的文件。（比浏览硬盘上的数千个文件要容易得多！）您还可以删除可能包含数据集质量的不需要的图像 – 例如起飞或着陆时的图像，或者在无人机的较高速度可能模糊或偏离目标高度时转移到起点的图像。

图像照片

上传预览工具可以轻松确保上传正确的图像并删除在起飞和着陆期间或在前往起点的途中拍摄的照片。

1. 使用校准工具（或两个）

反射板（晴天选项）

大多数制造商，包括 MicaSense，建议在每次飞行前后收集校准图像。Solvi 在处理过程中检测这些图像，并使用提取的数据自动校准图像。

MicaSense 反射板

MicaSense 反射板

Solvi 自动识别反射面板镜头并自动校准现场图像。

校准反射板通常带有传感器，但如果丢失或损坏也可以单独购买。由于此步骤会影响所有生成的数据，因此请将其作为无人机飞行协议的常规部分——无论飞行员是谁。

传感器元数据（阴天选项）

如果在飞行过程中光照变化（由于阴天），除了反射面板图像之外，使用阳光传感器数据（下降光传感器或 DLS）是有益的。但这不是一劳永逸的选择。在阳光充足的条件下，DLS 数据实际上会导致错误。因此，了解（并注意！）何时在处理中包含 DLS 数据至关重要。

在无人机上，DLS 数据会自动嵌入到您拍摄的每张图像中。为了在图像处理中包含这些数据，Solvi 让用户只需在上传时选中一个框。

1. 享受免提处理

现在，走吧！一旦传输到 Solvi，您的图像就会在自动驾驶仪上得到很好的处理。不同波段的图像被共同配准，校准面板图像被检测和集成，图像被拼接到一个单一的云托管地图中。在您享受一杯咖啡的同时。

担心全色波段传感器所需的额外光栅计算？没问题。Solvi 也会自动执行此后的处理步骤。

1. 可视化、分析和分享结果

Solvi 快速绘制多光谱图像 – 对于较小的数据集，只需 10-20 分钟，对于较大的数据集，只需不到一小时。

处理后，Solvi 会渲染视觉 RGB 地图以进行快速视觉检查。但在幕后，有一个强大的多波段 GeoTIFF 栅格可供分析。想要查看各个波段或使用不同的组合来生成 CIR 图像？没问题，只需点击两下！

图像的 RGB

多光谱 RGB 可视化

处理后，图像的 RGB 版本会自动渲染以进行视觉检查。

多光谱用户可以根据植被指数（如 NDVI、NDRE、NIR 和 RedEdge 波段的 OSAVI）调查植物健康图，或使用 Solvi 的区域统计工具计算样地级现场试验统计数据。

有热带传感器吗？Solvi 将原始热数据转换为摄氏度，并绘制出独特的调色板以便于可视化。

热成像可视化

高精确植物计数和尺寸测量的分辨率

Solvi 将热数据转换为摄氏度，并使用独特的调色板将其可视化。

如果您已升级到新的全色传感器，Solvi 会自动对图像进行全色锐化，以显着提高精确植物计数和尺寸测量的分辨率。

使用 Solvi 保持多光谱数据质量，Solvi 简化了复杂的多光谱图像处理和数据处理。通过我们简单的图像处理工作流程，农业研究人员可以专注于解释他们的数据，而不是学习处理数据结果？无需参加摄影测量速成课程即可提高数据质量。

领先的育种和研究机构，包括丹麦技术研究所、Agrovista、北欧甜菜研究所、瑞典农业科学大学等，使用 Solvi 的图像拼接和分析工具来提高其数据收集效率和准确性。

整机（携包式）

来源：北京大佥徕康全景科技