学术中心
基于无人机和地面遥感平台的高通量表型正射影像生成新策略
发布时间:
2021-03-29
来源:
本站
作者:
PhenoTrait
遥感平台已成为数字农业的有效数据采集工具。无人机(UAV)和拖拉机成像传感器为作物表型分析活动(如冠层覆盖估计、植物定位和花期识别)提供了前所未有的高几何分辨率数据。正射影像在农业生产中发挥着重要作用。传统的正射影像生成策略会产生伪影(例如,双重映射、过度像素化和缝合线扭曲)。上述问题在处理中后期图像时更为突出,例如在确定开花日期,分别检测玉米穗和高粱穗。为了应对这些挑战,本文介绍了新的生成正射影像策略。
正射影像生成在农业领域的挑战
(a)覆盖农田的红绿蓝(RGB)图像和(b)相应的正射影像的示例
该正射影像生成策略对框式和推扫式成像系统均有效,其目标功能是在提高穗的视觉外观和地理定位精度之间取得平衡。该策略基于生成平滑的数字表面模型(DSM),沿植物行保持地理定位质量的同时,减少了双重映射和像素化伪影。此外,还采用了缝线控制策略,以避免在穗和穗的期望位置出现缝线畸变。通过目视检查以及对生成的正射影像与原始图像之间相似度的定量评估,可以评估生成的正射影像质量。通过无人机和地面平台的实验结果表明,本文所提出的策略在保持穗定位精度的同时,提高了正射影像的视觉质量。
推扫式扫描仪场景的迭代正交矫正过程的示意图
使用不同策略得出的接缝线示例(不同颜色之间的交叉)
来源:
Lin Y, Zhou T, Wang T, et al. New Orthophoto Generation Strategies from UAV and Ground Remote Sensing Platforms for High-Throughput Phenotyping. Remote Sens. 2021, 13(5), 860; https://doi.org/10.3390/rs13050860.
推荐新闻
视频展示