UAV 하이퍼 스펙트럼 카메라로 아가씨 칸피의 질소 함량을 추정

견과류 는 중국 에서 중요 한 견과류 과실 나무 와 나무 가름 나무 종 이다. 특유 한 맛 과 풍부한 영양 가치 로, 견과류 는 세계 네 가지 건조 된 과일 가운데 1 위 를 차지 한다.열매 확장 단계 는 호두 열매 의 첫 번째 단계 이다이 단계에서의 영양 부족은 후대의 과일의 품질과 수확량에 직접적으로 영향을 줄 것입니다.나무의 성장을 통제하고 적절한 관리 계획을 조율하기 위해 왈넛 과일의 질소 함량을 확장 단계에서 모니터링하고 진단하는 것이 매우 중요합니다..

이 연구에서는 400-1000nm 하이퍼 스펙트럼 카메라가 적용되었으며, Hangzhou Color Spectrum Technology Co., LTD의 제품인 FS60는 관련 연구에 사용될 수 있습니다. 스펙트럼 범위는 400-1000nm입니다.,파장 해상도는 2.5nm 이상이고 최대 1200개의 스펙트럼 채널을 얻을 수 있습니다. 전체 스펙트럼에서 취득 속도는 128FPS까지 도달할 수 있습니다.그리고 대역 선택 후 최대 3300Hz (다중 지역 대역 선택 지원).

一、초기 준비

UAV 하이퍼 스펙트럼 카메라로 견과류 칸피의 질소 함량을 추정하기 위해서는 먼저 데이터 수집이 필요합니다.그리고 월넛 가든 위의 미리 결정된 경로와 높이에 따라 비행을 수행합니다.비행 도중, 초전광 카메라는 고구마 칸피를 특정 시간 간격이나 공간 간격에서 영상화하여 많은 초전광 이미지 데이터를 얻습니다.데이터의 정확성과 신뢰성을 보장하기 위해, 또한 일부 기준 데이터를 동시에 토양에서 수집하는 것이 필요하며, 예를 들어, 전통적 방법으로 결정된 월넛 잎의 질소 함유량과 대나무 구조 매개 변수와 같은 것입니다.

二결과와 분석

캔노피 범위 결정, 캔노피 스펙트럼 추출 및 정확성 검증 그림 2에서 보여진 바와 같이5년 된 호두 숲 원격 감지 이미지의 전체 대역 범위에서 토양과 그림자가 어느 정도 겹쳐집니다.520~600nm의 대역 범위에서 그림자의 스펙트럼 반사성은 0보다 작습니다.10: 너트와 토양의 스펙트럼 반사성의 차이는 분명히 겹치지 않으며 두 가지의 스펙트럼 반사성은 이 범위에서 0.10보다 크다.호두의 스펙트럼 반사성, 토양과 그림자는 현저하게 다릅니다. 아가씨의 스펙트럼 반사성은 740-900nm 범위에서 0.7보다 높습니다.그리고 다른 비목적 식물들의 스펙트럼 반사율은 0보다 낮습니다..7호두의 스펙트럼 반사성은 녹색 빛과 근 적외선 대역에서 다른 대상 식물과 구별 될 수 있지만 하나 또는 일부 대역에서는 계산할 수 없기 때문에 ENVI5에서 계산할 수 없습니다.3 소프트웨어따라서, 원활한 추출 과정을 촉진하기 위해 아가씨 칸피 범위,이 연구에서 초록색 빛과 적외선 근대 대역에서 호두 덩어리의 최대 스펙트럼 반사성은 Bw ((550) 로 선택됩니다..7) 및 B ((779.4) 는 대나무 범위를 결정하기 위해 분류 및 식별되었습니다. 월넛 나무, 토양 및 그림자는 ENVI5.3 소프트웨어에서 정의됩니다. 즉 B ((550) 에서 스펙트럼 반사율이7) 는 0 보다 작거나 같습니다..10 및 B (779.4) 에서 스펙트럼 반사성은 0보다 작거나 같을 수 있습니다.20, 그림자가 확인되고 제거됩니다. B ((550.7) 에서 스펙트럼 반사율이 0.10보다 크고 B (779.4) 에서 스펙트럼 반사율이 0보다 작거나 같을 때.70, 그것은 흙으로 식별되고 제거됩니다; B ((550.7) 에서 스펙트럼 반사력이 B ((550.7) 에서보다 크면.0.10, B 779.4의 스펙트럼 반사성은 0보다 크다.70노트나무는 대상 식물로 지정됩니다.

또한, 좋은 일반화 및 분류 정확성을 가진 지원 벡터 기계는 대초장 범위를 추출하기 위해 사용되었습니다.그리고 스펙트럼 특징에 기초한 대나무 범위 추출의 정확도를 비교했습니다.먼저, ENVI5.3 소프트웨어에서 원격 감지 이미지의 지상 물체는 아가씨 나무와 다른 두 가지 유형으로 나뉘어져 있습니다.그리고 녹색 영역은 다른두 종류의 표본 사이의 분리성은 1이었습니다.998, 그 다음 SVM 분류자가 감독 된 분류를 위해 선택되어 원래 분류 결과를 얻었습니다.분류 결과에는 종종 약간의 작은 패치가있었습니다., 그리고 그 정확도는 최종 응용의 목적을 달성하는 데 어려움이있었습니다. 따라서 예비 분류 결과를 처리하기 위해 대다수 작은 패치 처리 방법이 채택되었습니다.그리고 실제 요구 사항을 충족하는 분류 결과가 얻혔습니다 (그림 5b)분류 결과의 정확성은 확인되었고, 카파 계수는 0이었다.997, 그리고 목표 식물 왈넛의 지도 정확도는 99.65%였습니다.Matab2014b 소프트웨어는 이 연구에서 스펙트럼 특징에 따라 결정된 대피 범위를 지원 벡터 기계 방법으로 식별 된 대피 범주의 픽셀과 겹치기 위해 사용되었습니다.칸피 범위에는 4257개의 겹치는 픽셀이 있었고, 스펙트럼 특징에 따라 선택된 칸피 범위 픽셀의 수는 96개였습니다.지원 벡터 기계의 픽셀 수의 77%, 96.43%의 지도 정확성, 높은 정확성, 중복된 결과는 그림 6에 표시됩니다.

현재, 호박 칸피의 질소 함량을 추정하는 UAV 초광선 카메라의 적용은 여전히 지속적인 개발과 개선 단계입니다.기술의 지속적인 발전과 함께, 초광선 카메라의 성능은 더욱 향상되고, 스펙트럼 해상도와 이미지 품질은 더 높아질 것입니다.그리고 데이터 처리와 분석 방법은 더 지능적이고 자동화 될 것입니다.동시에, 리더 데이터와 열 적외선 데이터와 하이퍼 스펙트럼 데이터의 조합과 같은 멀티 소스 데이터 퓨전 기술의 개발,더 포괄적이고 정확한 견과류의 성장 정보를 얻을 수 있습니다.또한, 정밀 농업의 개념을 심도있게 촉진함으로써,UAV 하이퍼 스펙트럼 카메라 기술은 너트 재배 분야에서 더 널리 사용될 것으로 예상됩니다., 견과류 산업의 지속가능한 발전을 위한 강력한 기술 지원을 제공합니다.

요약하자면, UAV 하이퍼 스펙트럼 카메라는 첨단 원격 감지 모니터링 기술로서 호박 칸피의 질소 함량 추정의 응용에 광범위한 전망과 큰 잠재력을 가지고 있습니다.참나무 껍질의 질소 함량의 정확하고 빠른 추정 은 참나무 재배자 들 이 비료 결정 을 하기 위한 과학적 근거 를 제공할 수 있다, 정확한 비료를 달성하고, 비료 활용을 개선하고, 자원 낭비와 환경 오염을 줄이고, 고품질의 아두산 산업을 촉진합니다.