Содержание

Аннотация
Статья посвящена изучению и оптимизации многовременных RGB-изображений, получаемых с помощью беспилотного летательного аппарата (БПЛА). Установленная на борту БПЛА цифровая камера позволяет получать данные с высоким временным и пространственным разрешением наземных объектов. В рассмотренном в статье случае объектом изучения были сельскохозяйственные поля, для которых на основе многочисленных изображений, покрывающих сельскохозяйственное поле, строились мозаики изображений (ортофотопланы). Время получения каждого ортофотоплана составляло минимум несколько часов, что приводило к изменению освещённости каждого изображения в отдельности. Ортофотопланы, полученные в разные отрезки времени года (в несколько месяцев), также отличны друг от друга по освещённости. Для сравнительного анализа разных участков поля (ортофотоплана), полученных в одном временном отрезке, или сравнения участков за разные промежутки времени требуется их выравнивание по освещённости. В настоящее время, большинство подходов выравнивания преимущественно опирается на цветовые (RGB-) методы, что не во всех случаях даёт эффективные решения, особенно при необходимости получения количественного результата. В статье предложен метод, учитывающий изменение освещённости во время получения каждого изображения. Рассматривается общая постановка задачи световой коррекции RGB-изображений в смысле оценки цветового вегетационного индекса Greenness. Приводятся результаты обработки реальных измерений.
Список использованной литературы
1. Журавлёв В.Н., Журавлёв П.В. Применение беспилотных летательных аппаратов в отраслях экономики: состояние и перспективы // Научный вестник МГТУ ГА. – 2016. – № 226. – С. 156–164.
2. Candiago S., Remondino F., Dе Giglio M., Dubbini M. Gattelli M. (2015) Evaluating multispectral images and vegetation indices for precision farming applications from UAV images // Remote Sens. – 2015. – Vol. 7. – P. 4026–4047.
3. Mogili U.R., Deepak B. Review on application of drone systems in precision agriculture // Procedia Comput. Sci. – 2018. – Vol. 133. – P. 502–509.
4. Brede B., Suomalainen J., Bartholomeus H., Harold M. Influence of solar zenith angle on the enhanced vegetation index of a Guyanese rainforest // Remote Sens. Lett. – 2015. – Vol. 6. – P. 972–981.
5. Jakob S., Zimmermann R., Gloaguen R. The Need for Accurate Geometric and Radiometric Corrections of Drone-Borne Hyperspectral Data for Mineral Exploration: MEPHySTo – A Toolbox for Pre-Processing Drone-Borne Hyperspectral Data // Remote Sens. – 2017. – Vol. 9, No. 1. – P. 88.
6. Yuan Y., Sun C., Zhang X. Measuring and Modeling the Spectral Bidirectional Reflection Distribution Function of Space Target’s Surface Material // Acta Photonica Sin. – 2010. Yuan Y., Sun C., Zhang X. Measuring and Modeling the Spectral Bidirectional Reflection Distribution Function of Space Target’s Surface Material // Acta Photonica Sin. – 2010. – Vol. 59. – P. 2097–2103.
7. Shepherd J.D., Dymond J.R. Correcting satellite imagery for the variance of reflectance and illumination with topography // Int. J. Remote Sens. – 2003. – Vol. 24. – P. 3503–3514.
8. Hruska R., Mitchell J., Anderson M., Glenn N.F. Radiometric and Geometric Analysis of Hyperspectral Imagery Acquired from an Unmanned Aerial Vehicle // Remote Sens. – 2012. – Vol. 4, No. 9. – P. 2736–2752.
9. Hakala T., Honkavaara E., Saari H., Makynen J., Kaivosoja J., Pesonen L., Polonen I. Spectral imaging from UAVs under varying illumination conditions / In International Archives of the Photogrammetry, ьRemote Sensing and Spatial Information Sciences; International Society of Photogrammetry and Remote Sensing (ISPRS): Christian Heipke, Germany, 2013. – P. 189–194.
10. Habte A., Sengupta M., Lopez A. Evaluation of the National Solar Radiation Database (NSRDB): 1998–2015. NREL/TP‑5D00–67722. – 2017. – 38 p.
11. Lin S., Gu J., Yamazaki S., Shum H.-Y. Radiometric calibration from a single image. In Proc. IEEE Conf. on Comp. Vision and Pattern Recog., 2004. – P. 938–945.
12. Demain C., Journee M., Bertrand C. Evaluation of different models to estimate the global solar radiation on inclined surfaces // Renew. Energy. – 2013. – Vol. 50. – P. 710–721.
13. Катаев М.Ю., Дадонова М.М. Методика распознавания растительности на основе цветового и текстурного анализа RGB изображений. // Светотехника. – 2019. – № 2. – P. 34–39.
14. Черепанов А.С. Вегетационные индексы // Геоматика. – 2011. – № 2. – С. 98–102
15. Gueymard C. Simple Model of the Atmospheric Radiative Transfer of Sunshine. – Florida Solar Energy Center, FSEC Report PF‑270–95, 1995. – 84 p.
16. Bodhaine B.A., Wood N.B., Dutton E.G., Slusser J.R. On Rayleigh optical depth calculations // Journal of Atmospheric and Oceanic Technology. – 1999. – Vol. 16, No. 11. – P. 1854–1861.
Ключевые слова
Рекомендуемые статьи
Методика оценки цветового качества производства кирпичной продукции на основе RGB-изображений «Светотехника», 2022, № 3
Описание дифракции Фраунгофера в приближении теории светового поля «СВЕТОТЕХНИКА», 2020, № 4
Повышение точности двухпотоковой модели переноса излучения для расчёта оптических спектров поглощения в присутствии аэрозолей «СВЕТОТЕХНИКА», 2021, №2