農(nóng)田信息低空遙感中圖像采集與處理的關(guān)鍵技術(shù)研究.pdf

1、應(yīng)用無(wú)人機(jī)進(jìn)行農(nóng)田信息采集相比于星地遙感和有人航空遙感有著明顯優(yōu)勢(shì)，如重訪周期短、分辨率高、價(jià)格低廉等優(yōu)點(diǎn)，相對(duì)于近地面信息采集則有采集速度快、覆蓋范圍大、不受場(chǎng)地限制等優(yōu)點(diǎn)，未來采用無(wú)人機(jī)搭載遙感傳感器進(jìn)行農(nóng)田信息采集將成為精細(xì)農(nóng)業(yè)遙感信息獲取的主要方式。無(wú)人機(jī)農(nóng)田遙感目前尚處于起步階段，相關(guān)技術(shù)和設(shè)備仍然缺乏，隨著無(wú)人機(jī)在實(shí)際應(yīng)用中取得越來越多的注意，在實(shí)際應(yīng)用中的一些問題需要解決以促進(jìn)無(wú)人機(jī)低空遙感的應(yīng)用。本論文針對(duì)無(wú)人機(jī)低空遙感

2、中存在幾個(gè)問題進(jìn)行解決，并提出了自己的解決方案。
　　(1)將農(nóng)田遙感數(shù)據(jù)轉(zhuǎn)換成可供田間作業(yè)的數(shù)據(jù)，需要將遙感數(shù)據(jù)進(jìn)行地理標(biāo)記，將所得的遙感數(shù)據(jù)（圖像、波譜、Lidar、SAR等）及基于遙感數(shù)據(jù)所得結(jié)果精確定位到地面地理位置點(diǎn)。隨著無(wú)人機(jī)更多的被應(yīng)用在農(nóng)田信息采集中，開發(fā)相應(yīng)的能夠提供遙感影像數(shù)據(jù)直接地理標(biāo)記的輔助信息的儀器較為缺乏。本研究開發(fā)了結(jié)合載波相位RTK-GNSS和MEMS慣導(dǎo)傳感器的POS數(shù)據(jù)記錄儀，在機(jī)載端采集快速的

3、(200Hz)慣導(dǎo)數(shù)據(jù)和低速的(10Hz)的衛(wèi)星導(dǎo)航數(shù)據(jù)，該P(yáng)OS記錄儀體積小、重量輕、價(jià)格低廉、易于與其他相機(jī)結(jié)合的POS記錄儀。為方便數(shù)據(jù)處理與未來實(shí)際應(yīng)用，開發(fā)了相應(yīng)的地理標(biāo)記上位機(jī)軟件，功能包括原始POS記錄儀設(shè)置、POS數(shù)據(jù)預(yù)處理、POS數(shù)據(jù)計(jì)算、地理標(biāo)記與結(jié)果展示。
　　(2)為對(duì)所開發(fā)的POS記錄儀效果進(jìn)行驗(yàn)證，分別設(shè)計(jì)了靜態(tài)單點(diǎn)測(cè)試與無(wú)人機(jī)機(jī)載動(dòng)態(tài)測(cè)試。靜態(tài)單點(diǎn)定位采用POS記錄儀靜止固定在一點(diǎn)，連續(xù)采集40分鐘的

4、數(shù)據(jù)進(jìn)行分析。機(jī)載動(dòng)態(tài)測(cè)試采用無(wú)人機(jī)搭載POS記錄儀按照指定航線飛行采集慣導(dǎo)元件數(shù)據(jù)與GNSS定位數(shù)據(jù)。對(duì)所得數(shù)據(jù)進(jìn)行松耦合拓展Kalman濾波處理，實(shí)現(xiàn)組合導(dǎo)航數(shù)據(jù)輸出，分別生成位置定位數(shù)據(jù)和姿態(tài)數(shù)據(jù)以供地理標(biāo)記用。結(jié)果表明，靜態(tài)單點(diǎn)定位精度時(shí)，單一GNSS接收機(jī)的CEP為0.187m，而組合導(dǎo)航定位輸出的定位精度到了0.081m，提高較為明顯，而姿態(tài)精度解算結(jié)果顯示，俯仰、橫滾、偏航三個(gè)方向上的置信區(qū)間大小分別為0.0031°、0.

5、0032°、0.0136°，穩(wěn)定性好，準(zhǔn)確性高。在動(dòng)態(tài)測(cè)試中，組合導(dǎo)航輸出結(jié)果明顯優(yōu)于單一GNSS定位源定位結(jié)果。
　　(3)為適應(yīng)越來越多的無(wú)人機(jī)實(shí)驗(yàn)需求，降低無(wú)人機(jī)實(shí)驗(yàn)風(fēng)險(xiǎn)，為機(jī)載實(shí)驗(yàn)提供環(huán)境可控、運(yùn)行參數(shù)可控的實(shí)驗(yàn)條件，開發(fā)了一套無(wú)人機(jī)仿真平臺(tái)。該平臺(tái)擁有X、Z、pitch、roll、yaw五個(gè)自由度，直線運(yùn)動(dòng)方向采用直線導(dǎo)軌加伺服電機(jī)的結(jié)構(gòu)，旋轉(zhuǎn)軸向采用三軸云臺(tái)。采用STM32F103作為云臺(tái)自穩(wěn)控制器云臺(tái)角度控制器，采用

6、組合導(dǎo)航算法+經(jīng)典PID算法進(jìn)行云臺(tái)姿態(tài)控制;采用CAN總線實(shí)現(xiàn)主控端與遠(yuǎn)端通訊，以控制云臺(tái)角度并返回當(dāng)前角度信息;采用STM32F103作為主控制器控制X向和Z向直線運(yùn)動(dòng)的伺服電機(jī);采用C++開發(fā)上位機(jī)軟件以實(shí)現(xiàn)對(duì)該系統(tǒng)的控制與狀態(tài)顯示。該系統(tǒng)水平X向最大運(yùn)行速度2.5m/s，垂直Z向最大運(yùn)行速度0.25m/s，最大承載重量150kg，能滿足線掃描類遙感傳感器、新類型遙感傳感器等傳感器低空遙感作業(yè)的需要。為對(duì)無(wú)人機(jī)仿真平臺(tái)系統(tǒng)進(jìn)行功能

7、進(jìn)行驗(yàn)證，設(shè)計(jì)了包括系統(tǒng)運(yùn)行精度測(cè)試及震動(dòng)測(cè)試在內(nèi)的基礎(chǔ)功能測(cè)試。測(cè)試結(jié)果顯示，水平方向在0.05m/s，0.10m/s，0.15m/s和0.20m/s測(cè)試中系統(tǒng)水平精度＜2mm，垂直方向速度在0.05 m/s，0.10 m/s，0.15 m/s和0.20 m/s進(jìn)行測(cè)試垂直精度＜1mm，滿足系統(tǒng)設(shè)計(jì)需求。在0.05m/s，0.1m/s和0.15 m/s水平運(yùn)動(dòng)速度下，其加速度＜2g，滿足目前已知遙感傳感器的震動(dòng)需求。
　　(4)

8、針對(duì)目前三維重建方法重建出的三維點(diǎn)云多包含植物的形態(tài)、顏色等特征，無(wú)法反應(yīng)植物營(yíng)養(yǎng)狀況（如葉綠素含量）、病蟲害脅迫等原因造成有機(jī)質(zhì)空間三維分布改變，同時(shí)以往手段都需要專門儀器，攜帶和作業(yè)都受到很大限制。多光譜圖像能夠反應(yīng)有機(jī)質(zhì)含量等化學(xué)值的分布，在近地面遙感、農(nóng)產(chǎn)品質(zhì)量無(wú)損檢測(cè)等發(fā)面取得了廣泛的應(yīng)用。該文通過采集31張4葉齡油菜的多光譜圖像，使用運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)算法（structure from motion）方法對(duì)其進(jìn)行空間三維重建，得到

9、油菜的三維點(diǎn)云，并對(duì)點(diǎn)云中噪聲點(diǎn)進(jìn)行濾除。以控制點(diǎn)和控制長(zhǎng)度對(duì)所得模型進(jìn)行評(píng)價(jià)，得到長(zhǎng)度最大偏差在0.1023cm，RMSE=0.052599，證明該方法重建所得模型具有較好的空間均勻性與準(zhǔn)確性，最后計(jì)算NDVI指數(shù)空間分布。證明所得模型對(duì)將來研究植物營(yíng)養(yǎng)與病蟲害脅迫空間分布有著重要意義。
　　(5)將多源數(shù)據(jù)融合分析可以降低單一圖像造成的誤判讀，利用多源數(shù)據(jù)之間的冗余部分進(jìn)行配準(zhǔn)，利用互補(bǔ)信息完成融合，能夠提高數(shù)據(jù)的信息量和可靠

10、性。利用無(wú)人機(jī)遙感模擬平臺(tái)分別獲取油菜的多光譜圖像和深度圖像，將2種圖像進(jìn)行配準(zhǔn)和融合。該文分別針對(duì)多光譜圖像和光程差深度圖像的成像特點(diǎn)，進(jìn)行相機(jī)內(nèi)外參計(jì)算與圖像矯正。采用SIFT（Scale Invariant Feature Transform）算法計(jì)算2源圖像上的SIFT點(diǎn)，并依據(jù)關(guān)鍵點(diǎn)描述子進(jìn)行匹配，之后通過關(guān)鍵點(diǎn)位置計(jì)算仿射變換矩陣對(duì)圖像進(jìn)行縮放、平移和旋轉(zhuǎn)，從而實(shí)現(xiàn)變換后圖像的配準(zhǔn)。分別對(duì)harr，Db2，Db4，Sym2，