近红外光谱(NIR)为农业生产和实验研究提供了丰富信息，以确定人眼不可见的作物生长参数信息。在田间获取作物近红外光谱常需要一个多镜头相机，它通常比类似的可见光(RGB)相机更昂贵，分辨率更低。在本文中，我们研究了仅通过无人机获取的作物RGB图像转换为近红外反射光谱信息的一种手段。利用无人机搭载多光谱成像传感器，在油菜、扁豆、千豆和小麦育种实验基地进行了图像的获取。我们开发了一个软件处理程序来预处理航拍的作物原始图像，并创建了一个适用于训练和评估的基于深度学习的光谱波段推理数据集。在我们的数据集中对不同作物类型进行了两个不同的实验，即域内和域外实验，以评估在农业背景下所建立的软件处理流程的有效性。

　　图1 安装在无人机上的多光谱成像传感器

　图2 数据集中油菜、扁豆、千豆-1、千豆2和小麦的实例图像：(a)未对齐的原始RGB图像，(b)对应的原始近红外波段图像，(c)经过辐射校准和对齐的RGB合成图像，(d)经过辐射校准和对齐的近红外图像

图3 油菜、扁豆、千豆-1、千豆2和小麦数据集在生长中期的域内实验的测试图像实例。真实和生成的近红外图像以灰度显示，以及用NDVI生成的植被分割图。在分割图像中，红色和蓝色像素分别表示植被和地面。

图4油菜、扁豆、千豆-1、千豆2和小麦数据集在生长中期的域内实验的测试图像实例。图中显示了作物假彩色图像，真实作物NDVI图像和生成的NDVI图像，以及每种图像生成的植被分割图。在分割图像中，红色和蓝色像素分别表示植被和地面。

　　来源 : Aslahishahri M, Stanley K G, Duddu H, et al. From RGB to NIR: Predicting of Near Infrared Reflectance From Visible Spectrum Aerial Images of Crops[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021: 1312-1322.

　　编辑：小王博士在努力