学术中心
从可见光到近红外：从航拍的作物可见光谱图像中预测近红外反射率
- 分类：植物表型资讯
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2021-10-26 06:10
- 访问量：
【概要描述】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。
从可见光到近红外：从航拍的作物可见光谱图像中预测近红外反射率
【概要描述】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。
- 分类：植物表型资讯
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2021-10-26 06:10
- 访问量：
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
扫二维码用手机看
推荐新闻
发布时间 : 2022-11-13 07:26:55
发布时间 : 2022-05-20 11:45:57
发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
联系我们
慧诺瑞德（北京）科技有限公司
地址：北京市海淀区西三旗街道建材城中路12号院8号楼2门
电话：010-62925490、82928854、82928864、82928874
传真：010-62925490-802
Email: info@phenotrait.com
邮编：100096
在线留言
关注我们
植物表型圈
植物表型资讯
慧诺瑞德（北京）科技有限公司版权所有 京ICP备15043840号 网站建设：中企动力 北二分 法律声明