“雙眼”無(wú)人機(jī)和圖像處理技術(shù)用于空中精準(zhǔn)農(nóng)業(yè)和植物表型分析研究

農(nóng)業(yè)領(lǐng)域是無(wú)人機(jī)和圖像處理技術(shù)快速發(fā)展的試驗(yàn)平臺(tái)，這些技術(shù)正迅速成為高效精準(zhǔn)農(nóng)業(yè)和植物表型（可觀察到植物性狀的評(píng)估）不可或缺的工具。利用無(wú)人機(jī)搭載的多光譜相機(jī)獲得的航拍圖像，專家可以快速獲得有用的信息，例如植物高度、葉綠素和氮含量，以及植物病害的存在和程度。無(wú)人機(jī)（UAV）的進(jìn)步帶來(lái)了智能農(nóng)業(yè)，降低了成本并提高了產(chǎn)量。然而，由于無(wú)人機(jī)的自主性有限，它的數(shù)據(jù)質(zhì)量和總飛行時(shí)間之間存在制衡。無(wú)人機(jī)作為依賴小型電池作為能源的設(shè)備，它的自主性相當(dāng)?shù)�，充電或更換電池所花費(fèi)的時(shí)間會(huì)嚴(yán)重阻礙它們?cè)谧銐虼蟮奶锏刂械臄?shù)據(jù)“吞吐量”。目前，這個(gè)問(wèn)題只能以犧牲空間分辨率或目標(biāo)表面三維重建的質(zhì)量為代價(jià)來(lái)解決。這些瓶頸限制了無(wú)人機(jī)的效率和準(zhǔn)確性。

近日，Plant Phenomics 在線發(fā)表了法國(guó)國(guó)家農(nóng)業(yè)食品與環(huán)境研究院（INRAE）和法國(guó) HIPHEN 公司的 UMT CAPTE 團(tuán)隊(duì)題為 A double swath configuration for improving throughput and accuracy of trait estimate from UAV images 的研究論文。研究人員開(kāi)發(fā)了一種新穎的配置，可以大大提高準(zhǔn)確性并將圖像采集和處理時(shí)間減半，從而為更高效的精準(zhǔn)農(nóng)業(yè)打開(kāi)了大門。
 

該研究提出了一種新的圖像采集策略，他們?cè)谕�一無(wú)人機(jī)上安裝至少兩個(gè)不同焦距的相機(jī)。通過(guò)使用適當(dāng)?shù)膱D像處理算法，研究員設(shè)法共同配準(zhǔn)（對(duì)齊和調(diào)整）來(lái)自不同光譜帶的圖像，包括使用不同焦距和略微不同角度捕獲的圖像。反過(guò)來(lái)，這使他們能夠生成土壤和農(nóng)作物的三維密集點(diǎn)云，然后他們用它來(lái)創(chuàng)建整個(gè)田地的 “正射影像”（經(jīng)過(guò)幾何校正以統(tǒng)一比例的航空照片）并提取植物高度。
 

使用這種具有兩種不同焦距的“雙波長(zhǎng)配置”的好處是多方面的。首先，在給定的最小空間分辨率和預(yù)定重疊下，覆蓋整個(gè)目標(biāo)區(qū)域所需的圖像數(shù)量基本上減半。因此，不僅飛行時(shí)間而且處理時(shí)間至少都減少了一半。此外，實(shí)驗(yàn)結(jié)果表明，“雙波長(zhǎng)配置”方法在“地理參考”或?qū)⒑脚恼掌�的�?nèi)部坐標(biāo)映射為相應(yīng)的物理空間坐標(biāo)方面具有更好的效果。“我們發(fā)現(xiàn)地理參考的最佳改進(jìn)是在Z維度，大約6厘米。”通訊作者李博士說(shuō)。“這主要是因?yàn)榭梢垣@得更大的視角。”
 

最后，這項(xiàng)特別的研究還對(duì)如何有效地利用多光譜相機(jī)進(jìn)行植物高度計(jì)算以及以此為目的點(diǎn)云質(zhì)量的重要性提供了有價(jià)值的見(jiàn)解。
 

這種方法已成功地應(yīng)用于表型和精準(zhǔn)農(nóng)業(yè)的幾個(gè)研究和工業(yè)項(xiàng)目中，其中包括Airphen（一種商用多光譜相機(jī)）。隨著這些發(fā)展，李博士和她在法國(guó)國(guó)家農(nóng)業(yè)食品與環(huán)境研究院（INRAE）和HIPHEN 公司的同事對(duì)無(wú)人機(jī)在精準(zhǔn)農(nóng)業(yè)中的未來(lái)充滿希望，并希望他們的戰(zhàn)略能夠發(fā)揮作用。“提高飛行效率，同時(shí)保持良好的準(zhǔn)確性是科學(xué)研究和工業(yè)領(lǐng)域的一個(gè)關(guān)鍵問(wèn)題。我們提出的“雙波長(zhǎng)配置”為未來(lái)的相機(jī)和飛行軌跡設(shè)計(jì)以及簡(jiǎn)化數(shù)據(jù)處理提供了潛在的指導(dǎo)。”李博士說(shuō)。我們希望這項(xiàng)技術(shù)能夠進(jìn)一步完善，為空中精準(zhǔn)農(nóng)業(yè)和植物表型分析帶來(lái)光明的前景。

圖1實(shí)驗(yàn)場(chǎng)正射影像

研究人員提出了一種無(wú)人機(jī)的雙焦距配置方法，該方法在一個(gè)實(shí)驗(yàn)場(chǎng)的 299 個(gè)微圖上進(jìn)行了測(cè)試，其中還有 9 個(gè)地面控制點(diǎn)（標(biāo)記為黃色）以協(xié)助構(gòu)建三維點(diǎn)云。

作者介紹

李文娟博士，2022年1月以中國(guó)農(nóng)業(yè)科學(xué)院青年英才引進(jìn)加入中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所智慧農(nóng)業(yè)創(chuàng)新團(tuán)隊(duì)。她在2015年獲得中國(guó)科學(xué)院大學(xué)地理信息科學(xué)與制圖學(xué)第一個(gè)博士學(xué)位；在2015年至2017年在法國(guó)國(guó)家農(nóng)業(yè)研究所（INRA）從事博士后研究，之后擔(dān)任法國(guó)HIPHEN公司的研發(fā)科學(xué)家；2021年12月，在法國(guó)國(guó)家農(nóng)業(yè)食品與環(huán)境研究院（INRAE）和阿維尼翁大學(xué)（Avignon Université）農(nóng)業(yè)科學(xué)獲得自己的第二個(gè)博士學(xué)位。李博士專攻物聯(lián)網(wǎng)、無(wú)人機(jī)和衛(wèi)星數(shù)據(jù)的遙感領(lǐng)域，開(kāi)發(fā)遙感數(shù)據(jù)應(yīng)用于精準(zhǔn)農(nóng)業(yè)和表型的算法。

論文鏈接

https://doi.org/10.34133/2021/9892647
 

推薦閱讀

The Application of UAV-Based Hyperspectral Imaging to Estimate Crop Traits in Maize Inbred Lines

https://doi.org/10.34133/2021/9890745

Plant Phenomics | 無(wú)人機(jī)高光譜影像在玉米自交系作物性狀估算中的應(yīng)用

Qualification of Soybean Responses to Flooding Stress Using UAV-Based Imagery and Deep Learning 

https://spj.sciencemag.org/journals/plantphenomics/2021/9892570/

Plant Phenomics | 基于無(wú)人機(jī)圖像和深度學(xué)習(xí)鑒定大豆對(duì)水澇脅迫的響應(yīng)

加入作者交流群

掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開(kāi)展作者分享會(huì)、�？�發(fā)布會(huì)等高質(zhì)量活動(dòng)。

添加小編微信，備注姓名+單位+PP，加入作者交流群
 

About Plant Phenomics

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國(guó)科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開(kāi)放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫(kù)收錄。2021年中科院期刊分區(qū)表影響因子5.706，位于農(nóng)藝學(xué)、植物科學(xué)兩個(gè)小類一區(qū)，遙感小類二區(qū)，生物大類一區(qū)（Top期刊）。2020年入選中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。

說(shuō)明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。

中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。

編輯：趙瑜涵（實(shí)習(xí)）

審核：王平、孔敏