Коротко
Мультиспектральная съёмка применяется для оценки состояния флоры. Такие изображения со спутников и аэрофотосъёмки давно используют при мониторинге лесов, полей и водоёмов. Развитие коммерческих дронов, автономных наземных машин и машинного зрения вместе с вычислительными платформами и программами обработки расширило применение мультиспектральных изображений, в том числе в сельском хозяйстве для контроля растений в процессе роста.
Суть материала
Существуют разные способы получения мультиспектральных изображений: дифракция на призме, набор узкополосных оптических фильтров на матрице камеры или многокамерная система, где каждая камера снимает в своём спектральном диапазоне. Во всех перечисленных случаях источник освещённости — «белый» свет, широкий спектральный диапазон, охватывающий все интересующие полосы.
С распространением квадрокоптеров появилась возможность размещать на них устройства для получения мультиспектрального изображения и решать практические задачи: определять количество и плотность зелёных насаждений, состояние растений (угнетённые, недостаток питания), наличие сорняков, объём урожая; измерять температуру почвы, воды, животных. Автор описывает схему, при которой по снимкам с квадрокоптера и анализу мультиспектральных изображений фермер получает на смартфон информацию о состоянии посевов — сорняках, здоровых, угнетённых и погибших растениях. На основании такого мониторинга фермер может принимать решения о поливе, внесении удобрений, сборе урожая.
Практический результат, например оценка посевов, предоставляется как сервис локальной компании, причём конечный результат — не только изображения, но и, например, карта распределения вегетативного индекса по полям с конкретными рекомендациями по уходу. Главное здесь — анализ изображений, умения и знания специалистов и агрономов, поскольку мультиспектральные сигнатуры сильно зависят от особенностей получения в конкретной местности, сортности и особенностей роста растений: изображение картофельного поля в Канаде будет совсем другим, чем в Сибири. Поэтому ключевое звено — хороший агроном; ему уже не нужно бегать по полям: на основе знаний и опыта он оценивает изображения, даёт рекомендации и помогает обучать нейросети, которые впоследствии смогут принимать квалифицированные решения самостоятельно, не хуже профессионального эксперта. На качество изображения при естественном освещении влияют атмосфера, спектр солнечного света, облачность, влажность, пыль и множество других факторов. Альтернатива — искусственное освещение отдельными мультиспектральными полосами; осветить так гектар посевов невозможно, но для яблока или винограда решение будет работать. Развитие полупроводниковой техники позволяет делать мультиспектральные светодиодные светильники и решать на их базе огромное количество задач.
Первоисточник
Для полного контекста обратитесь к оригинальному материалу.
Войдите или зарегистрируйтесь — после входа изображение станет ссылкой.
Указать на неточность
Контакты указывать не требуется. Проверка ИИ помогает редактору, но не изменяет текст автоматически.
