農(nóng)田信息低空遙感中圖像采集與處理的關鍵技術研究.pdf

1、應用無人機進行農(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，如重訪周期短、分辨率高、價格低廉等優(yōu)點，相對于近地面信息采集則有采集速度快、覆蓋范圍大、不受場地限制等優(yōu)點，未來采用無人機搭載遙感傳感器進行農(nóng)田信息采集將成為精細農(nóng)業(yè)遙感信息獲取的主要方式。無人機農(nóng)田遙感目前尚處于起步階段，相關技術和設備仍然缺乏，隨著無人機在實際應用中取得越來越多的注意，在實際應用中的一些問題需要解決以促進無人機低空遙感的應用。本論文針對無人機低空遙感

2、中存在幾個問題進行解決，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)進行地理標記，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。隨著無人機更多的被應用在農(nóng)田信息采集中，開發(fā)相應的能夠提供遙感影像數(shù)據(jù)直接地理標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慣導傳感器的POS數(shù)據(jù)記錄儀，在機載端采集快速的

3、(200Hz)慣導數(shù)據(jù)和低速的(10Hz)的衛(wèi)星導航數(shù)據(jù)，該POS記錄儀體積小、重量輕、價格低廉、易于與其他相機結(jié)合的POS記錄儀。為方便數(shù)據(jù)處理與未來實際應用，開發(fā)了相應的地理標記上位機軟件，功能包括原始POS記錄儀設置、POS數(shù)據(jù)預處理、POS數(shù)據(jù)計算、地理標記與結(jié)果展示。
　　(2)為對所開發(fā)的POS記錄儀效果進行驗證，分別設計了靜態(tài)單點測試與無人機機載動態(tài)測試。靜態(tài)單點定位采用POS記錄儀靜止固定在一點，連續(xù)采集40分鐘的

4、數(shù)據(jù)進行分析。機載動態(tài)測試采用無人機搭載POS記錄儀按照指定航線飛行采集慣導元件數(shù)據(jù)與GNSS定位數(shù)據(jù)。對所得數(shù)據(jù)進行松耦合拓展Kalman濾波處理，實現(xiàn)組合導航數(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)以供地理標記用。結(jié)果表明，靜態(tài)單點定位精度時，單一GNSS接收機的CEP為0.187m，而組合導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，準確性高。在動態(tài)測試中，組合導航輸出結(jié)果明顯優(yōu)于單一GNSS定位源定位結(jié)果。
　　(3)為適應越來越多的無人機實驗需求，降低無人機實驗風險，為機載實驗提供環(huán)境可控、運行參數(shù)可控的實驗條件，開發(fā)了一套無人機仿真平臺。該平臺擁有X、Z、pitch、roll、yaw五個自由度，直線運動方向采用直線導軌加伺服電機的結(jié)構(gòu)，旋轉(zhuǎn)軸向采用三軸云臺。采用STM32F103作為云臺自穩(wěn)控制器云臺角度控制器，采用

6、組合導航算法+經(jīng)典PID算法進行云臺姿態(tài)控制;采用CAN總線實現(xiàn)主控端與遠端通訊，以控制云臺角度并返回當前角度信息;采用STM32F103作為主控制器控制X向和Z向直線運動的伺服電機;采用C++開發(fā)上位機軟件以實現(xiàn)對該系統(tǒng)的控制與狀態(tài)顯示。該系統(tǒng)水平X向最大運行速度2.5m/s，垂直Z向最大運行速度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。為對無人機仿真平臺系統(tǒng)進行功能

7、進行驗證，設計了包括系統(tǒng)運行精度測試及震動測試在內(nèi)的基礎功能測試。測試結(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進行測試垂直精度＜1mm，滿足系統(tǒng)設計需求。在0.05m/s，0.1m/s和0.15 m/s水平運動速度下，其加速度＜2g，滿足目前已知遙感傳感器的震動需求。
　　(4)

8、針對目前三維重建方法重建出的三維點云多包含植物的形態(tài)、顏色等特征，無法反應植物營養(yǎng)狀況（如葉綠素含量）、病蟲害脅迫等原因造成有機質(zhì)空間三維分布改變，同時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有機質(zhì)含量等化學值的分布，在近地面遙感、農(nóng)產(chǎn)品質(zhì)量無損檢測等發(fā)面取得了廣泛的應用。該文通過采集31張4葉齡油菜的多光譜圖像，使用運動恢復結(jié)構(gòu)算法（structure from motion）方法對其進行空間三維重建，得到

9、油菜的三維點云，并對點云中噪聲點進行濾除。以控制點和控制長度對所得模型進行評價，得到長度最大偏差在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確性，最后計算NDVI指數(shù)空間分布。證明所得模型對將來研究植物營養(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)之間的冗余部分進行配準，利用互補信息完成融合，能夠提高數(shù)據(jù)的信息量和可靠

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