IspecHyper多旋翼無(wú)人機(jī)高光譜影像處理方法研究

摘要 為解決IspecHyper（萊森光學(xué)）多旋翼無(wú)人機(jī)高光譜成像系統(tǒng)缺乏數(shù)據(jù)處理配套軟件，采集多航帶高光譜數(shù)據(jù)誤差大、坐標(biāo)缺失、無(wú)法自動(dòng)拼接等問(wèn)題，以武鳴區(qū)太平鎮(zhèn)角龍村柑橘種植基地為研究區(qū)，開(kāi)展IspecHyper多旋翼無(wú)人機(jī)高光譜影像處理方法研究。首先，利用IspecHyper-VM200成像系統(tǒng)獲取研究區(qū)高清照片和多航帶高光譜影像數(shù)據(jù)；其次，以高清照片為數(shù)據(jù)源，通過(guò)PXI4D Mapper軟件預(yù)處理和ENVI軟件影像幾何校正，形成高分辨率無(wú)人機(jī)正射影像；最后，利用ENVI軟件裁剪多航帶高光譜影像扭曲邊界數(shù)據(jù)，以無(wú)人機(jī)正射影像為基準(zhǔn)完成幾何校正，進(jìn)而通過(guò)影像鑲嵌和光譜轉(zhuǎn)換計(jì)算，形成高光譜反射率影像產(chǎn)品。結(jié)果表明，該研究形成的技術(shù)方法可有效解決IspecHyper多旋翼無(wú)人機(jī)高光譜影像處理存在問(wèn)題，同時(shí)為無(wú)人機(jī)高光譜影像處理提供技術(shù)參考。

關(guān)鍵詞 遙感；IspecHyper；無(wú)人機(jī)；高光譜影像；圖像處理

中圖分類號(hào) P231 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2024）17-0233-05

doi：10.3969/j.issn.0517-6611.2024.17.053

Research on Hyperspectral Image Processing Method of IspecHyper Multi-rotor UAV

MA Can-da， SU Qiu-qun， XIE Guo-xue et al

（Agricultural Science and Technology Information Research Institute， Guangxi Academy of Agricultural Sciences， Nanning， Guangxi 530007）

Abstract In order to solve the problems of IspecHyper multi-rotor UAV hyperspectral imaging system， such as lack of data processing supporting software， large error in collecting multi-band hyperspectral data， lack of coordinates， and inability to automatically stitch. Taking the citrus planting base of Jiaolong Village， Taiping Town， Wuming District as the research area， this paper studies the hyperspectral image processing method of IspecHyper multi-rotor UAV. Firstly， the IspecHyper-VM200 imaging system was used to obtain high-definition photos and multi-band hyperspectral image data of the study area. Secondly， using high-definition photos as data sources， high-resolution UAV orthophotos were formed by PXI4D Mapper software preprocessing and ENVI software image geometric correction. Finally， the ENVI software was used to cut the distorted boundary data of multi-band hyperspectral images， and the geometric correction was completed based on the UAV orthophoto image， and then the hyperspectral reflectance image product was formed through image mosaic and spectral conversion calculation. The experimental results show that the technical method formed in this paper can effectively solve the problems of hyperspectral image processing of IspecHyper multi-rotor UAV， and provide technical reference for hyperspectral image processing of UAV.

Key words Remote sensing;IspecHyper;Unmanned aerial vehicle;Hyperspectral;Image processing

基金項(xiàng)目 國(guó)家自然科學(xué)基金項(xiàng)目（42061071）；廣西科技重大專項(xiàng)（桂科AA22036002）；廣西創(chuàng)新驅(qū)動(dòng)發(fā)展專項(xiàng)（桂科AA18118046）；廣西農(nóng)業(yè)科學(xué)院科技發(fā)展基金資助項(xiàng)目（桂農(nóng)科2022JM47，桂農(nóng)科2024YP065，桂農(nóng)科2021ZX03）。

作者簡(jiǎn)介 馬燦達(dá)（1992—），男，廣西南寧人，工程師，從事農(nóng)業(yè)遙感技術(shù)應(yīng)用研究。通信作者，工程師，碩士，從事農(nóng)業(yè)遙感技術(shù)應(yīng)用研究。

收稿日期 2023-09-27

隨著遙感對(duì)地觀測(cè)技術(shù)的不斷發(fā)展，無(wú)人機(jī)遙感影像的采集與處理能力日漸強(qiáng)大，無(wú)人機(jī)能夠較好降低氣候條件的影響，克服空間分辨率不足，提高工作效率等性能，使其成為支撐中小區(qū)域遙感監(jiān)測(cè)不可或缺的重要手段。早在20世紀(jì)80年代初，出現(xiàn)了將光譜融入遙感影像當(dāng)中［1］，隨著光譜傳感器的不斷提高和對(duì)地物光譜認(rèn)知的不斷加深，形成無(wú)人機(jī)和高光譜成像技術(shù)相結(jié)合的新型低空高光譜遙感技術(shù)。

無(wú)人機(jī)高光譜技術(shù)具有作業(yè)高效、光譜維數(shù)高、低風(fēng)險(xiǎn)等特點(diǎn)，可同時(shí)反映地物的空間和光譜特征［2］，被廣泛應(yīng)用在農(nóng)業(yè)、水質(zhì)監(jiān)測(cè)、林火監(jiān)測(cè)、海洋探測(cè)等領(lǐng)域［3-7］，成為越來(lái)越多國(guó)內(nèi)外研究者的重點(diǎn)研究方向。隨著行業(yè)領(lǐng)域?qū)o(wú)人機(jī)高光譜成像儀的需求，市場(chǎng)上推出了不同型號(hào)的設(shè)備，包括IspecHyper、Sinespec（賽斯拜克）、Specim（芬蘭）、HyperSIS（卓立漢光）等主流產(chǎn)品。然而，目前諸多商業(yè)無(wú)人機(jī)影像處理軟件Inpho、PIX4D Mapper、PhotoScan、PIE-UAV、Correlator3D等無(wú)法處理無(wú)人高光譜影像［8］。為解決無(wú)人機(jī)高光譜圖像處理難題，不同學(xué)者開(kāi)展了無(wú)人機(jī)高光譜圖像幾何校正、匹配方法、拼接技術(shù)等研究［9-11］。

雖然現(xiàn)有研究成果為無(wú)人機(jī)高光譜圖像處理提供技術(shù)參考，但不同設(shè)備采集數(shù)據(jù)及處理方法差異較大。當(dāng)前關(guān)于IspecHyper系列圖像處理技術(shù)報(bào)道甚少，鑒于此，筆者以IspecHyper-VM200高光譜影像為對(duì)象，開(kāi)展影像處理方法研究，以期解決該設(shè)備缺乏數(shù)據(jù)處理匹配軟件、獲取的多航帶高光譜數(shù)據(jù)誤差大、坐標(biāo)缺失、無(wú)法自動(dòng)拼接等問(wèn)題，同時(shí)為無(wú)人機(jī)高光譜影像處理提供技術(shù)參考。

1 研究區(qū)概況

武鳴區(qū)隸屬于廣西壯族自治區(qū)首府南寧市（107°49′～108°37′E，22°54′～23°32′N），坐落于廣西中部，南寧市北部，東與上林縣、賓陽(yáng)縣交接，西與隆安縣、平果縣相鄰，南接南寧市區(qū)，北鄰馬山縣。地勢(shì)呈東高西低，東部大明山連綿高聳，向東北、東南延伸，構(gòu)成北、東、南三面環(huán)繞型高丘陵山區(qū)，西部多為高土坡相連，中部為丘陵、平原相間交錯(cuò)的小盆地帶。氣候?qū)儆趤啛釒Ъ撅L(fēng)氣候，全年光照充足，雨量充沛，年平均氣溫約為22 ℃。武鳴區(qū)面積約為3 378 km2，轄區(qū)有13個(gè)鎮(zhèn)和1個(gè)經(jīng)開(kāi)區(qū)，人口約為72.70萬(wàn)人，耕地面積約為10萬(wàn)hm2，盛產(chǎn)水稻、玉米、花生、甘蔗、木薯、水果等作物，其中柑橘類為特色農(nóng)作物，近年來(lái)柑橘產(chǎn)業(yè)規(guī)模不斷擴(kuò)大，成為廣西最大的沃柑種植生產(chǎn)區(qū)，有“世界沃柑看中國(guó)，中國(guó)沃柑看武鳴”的美譽(yù)。

2 技術(shù)方法

2.1 數(shù)據(jù)獲取

選取武鳴區(qū)太平鎮(zhèn)角村柑橘種植基地為目標(biāo)區(qū)域，利用大疆M600pro無(wú)人機(jī)搭載萊森IspecHyper-VM200成像儀，包括1 500萬(wàn)像素高清相機(jī)和光譜分辨率2.3 nm的高光譜相機(jī)，采集目標(biāo)區(qū)域的無(wú)人機(jī)高清像片和高光譜航帶影像數(shù)據(jù)。數(shù)據(jù)采集嚴(yán)格根據(jù)要求進(jìn)行設(shè)備的安裝與相關(guān)參數(shù)設(shè)定，7bvFEdJZFDTV+qfwnShDm6vR1qevRDnKnTBSubVQFhc=在光照充足穩(wěn)定下進(jìn)行拍攝。具體步驟如下：

①設(shè)備安裝。嚴(yán)格根據(jù)要求進(jìn)行設(shè)備安裝，首先進(jìn)行M600pro起落架的安裝，打開(kāi)GPS及螺旋槳器件進(jìn)行RTK主副元件的安裝，通過(guò)云臺(tái)將萊森IspecHyper-VM200成像儀安裝在無(wú)人機(jī)下方，利用三腳架進(jìn)行地面站的安裝，緊接進(jìn)行成像儀與地面站天線的安裝及照度計(jì)和反射率板放置鋪設(shè)，最后進(jìn)行電源設(shè)備的安裝及各設(shè)備運(yùn)行檢測(cè)。

②航前規(guī)劃。將無(wú)人機(jī)進(jìn)行指南針校準(zhǔn)，再通過(guò)移動(dòng)PC端對(duì)地面站進(jìn)行校準(zhǔn)，然后根據(jù)照度值利用地面站軟件進(jìn)行積分時(shí)間換算，再進(jìn)行航跡規(guī)劃，根據(jù)分辨率的需求選擇適合的飛行高度，通過(guò)速高比確定航速，利用視場(chǎng)角和重疊率計(jì)算航帶間距，依據(jù)航帶間距、飛行高度和速度規(guī)劃航帶。

③數(shù)據(jù)采集。完成目標(biāo)區(qū)飛行任務(wù)規(guī)劃后，在地面站軟件中更改換算所得的積分時(shí)間，當(dāng)無(wú)人機(jī)飛到第一個(gè)航點(diǎn)時(shí)，通過(guò)地面站軟件開(kāi)始數(shù)據(jù)采集，該試驗(yàn)共采集8條高光譜航帶數(shù)據(jù)。

2.2 處理技術(shù)

為解決萊森IspecHyper-VM200高光譜成像儀采集的高光譜航帶數(shù)據(jù)扭曲、錯(cuò)位與坐標(biāo)缺失的問(wèn)題，綜合利用PIX4D Mapper、ArcGIS、ENVI軟件，通過(guò)無(wú)人機(jī)影像處理（可見(jiàn)光）、影像裁剪、幾何校正與影像鑲嵌處理，形成研究區(qū)合格完整的高光譜影像數(shù)據(jù)。該研究的技術(shù)路線見(jiàn)圖1，包括無(wú)人機(jī)正射影像生產(chǎn)與幾何校正、高光譜航帶影像裁剪、高光譜航帶影像幾何校正與鑲嵌和高光譜影像光譜轉(zhuǎn)換計(jì)算。為保證高光譜影像幾何校正坐標(biāo)精度，減少因影像地物信息不一致、分辨率差異和同名點(diǎn)（控制點(diǎn)）選取難度大等因素對(duì)幾何校正造成影響，利用IspecHyper-VM200成像儀的高清像片數(shù)據(jù)和GPS文件進(jìn)行無(wú)人機(jī)正射影像數(shù)據(jù)生產(chǎn)，以校正后的無(wú)人機(jī)正射影像作為高光譜航帶數(shù)據(jù)幾何校正的基準(zhǔn)影像。

2.2.1 無(wú)人機(jī)正射影像生產(chǎn)與幾何校正。

IspecHyper-VM200成像儀可獲取高清像片位置坐標(biāo)，但GPS數(shù)據(jù)記錄條數(shù)與高清像片數(shù)量不一致，需要根據(jù)高清像片獲取時(shí)間篩選與之匹配的坐標(biāo)信息，形成PIX4D Mapper軟件支持的標(biāo)準(zhǔn)POS文件。PIX4D Mapper是一款全自動(dòng)數(shù)據(jù)處理系統(tǒng)，具有智能快速、無(wú)需人工干預(yù)的優(yōu)勢(shì)，被廣泛應(yīng)用于無(wú)人機(jī)正射影像生產(chǎn)。受天氣、光照、鏡頭等因素影響，獲取原始的高清像片色彩不均勻，通過(guò)直方圖、反差拉伸、色彩增強(qiáng)等預(yù)處理，使其數(shù)據(jù)清晰、反差適中、信息豐富、色彩真實(shí)、色調(diào)統(tǒng)一，進(jìn)而將預(yù)處理后的高清像片和POS數(shù)據(jù)導(dǎo)入軟件，經(jīng)過(guò)空中三角測(cè)量和點(diǎn)云加密處理，生成無(wú)人機(jī)正射影像初級(jí)產(chǎn)品。因數(shù)據(jù)生產(chǎn)過(guò)程缺乏地面控制點(diǎn)數(shù)據(jù)，形成的初級(jí)產(chǎn)品與實(shí)際地理位置發(fā)生偏移，利用0.5 m分辨率的谷歌影像為基準(zhǔn)，利用ArcGIS軟件Georeferencing工具的Spline算法完成無(wú)人機(jī)正射影像的幾何校正，輸出無(wú)人機(jī)正射影像分辨率為0.03 m，投影坐標(biāo)系為WGS_1984_UTM。

2.2.2 高光譜航帶影像裁剪。

IspecHyper-VM200成像儀獲取的高光譜航帶數(shù)據(jù)缺乏坐標(biāo)信息，數(shù)據(jù)邊緣區(qū)域扭曲、拉花、錯(cuò)位現(xiàn)象明顯，借助ENVI軟件完成航帶數(shù)據(jù)無(wú)效區(qū)域裁剪。在軟件中利用ROI工具繪制有效區(qū)域范圍線，再通過(guò)Subset data from ROIs工具根據(jù)各航帶感興趣區(qū)域進(jìn)行高光譜影像裁剪，剔除各航帶扭曲、拉花和錯(cuò)位的信息，形成多航帶高光譜有效影像。

2.2.3 高光譜航帶影像幾何校正與鑲嵌。

為解決高光譜航帶數(shù)據(jù)坐標(biāo)丟失和幾何畸變問(wèn)題，以幾何校正后的無(wú)人機(jī)正射影像為基準(zhǔn)，利用ArcGIS軟件Georeferencing工具分別完成多航帶數(shù)據(jù)幾何校正，其中每條航帶數(shù)據(jù)選取10個(gè)以上均勻分布的同名點(diǎn)，利用Spline方法完成幾何校正，檢查控制點(diǎn)以及整體校正精度，滿足要求則輸出產(chǎn)品。單航帶高光譜影像覆蓋區(qū)域較小，且分航帶數(shù)據(jù)不利于后期使用，為此利用ENVI軟件的Seamless Mosaic工具開(kāi)展影像鑲嵌，完成航帶數(shù)據(jù)無(wú)縫拼接，形成完整的高光譜影像數(shù)據(jù)。

2.2.4 高光譜影像光譜轉(zhuǎn)換計(jì)算。

為獲取高光譜影像準(zhǔn)確的光譜反射率，利用反射率轉(zhuǎn)換公式進(jìn)行計(jì)算，公式如下所示：

DN1DN2=SR1SR2

式中：DN1為高光譜影像的輻射量；DN2為定標(biāo)板的輻射量；SR1為高光譜影像光譜反射率；SR2為定標(biāo)板的光譜反射率。以鑲嵌后的高光譜影像數(shù)據(jù)為對(duì)象，利用ENVI軟件Spectral Math功能完成高光譜影像的光譜反射率計(jì)算。

3 結(jié)果與分析

3.1 無(wú)人機(jī)正射影像成果

通過(guò)PIX4D Mapper軟件自動(dòng)化生產(chǎn)以及ArcGIS軟件幾何校正處理，形成無(wú)偏移的無(wú)人機(jī)正射影像（分辨率為0.03 m），要求校正結(jié)果誤差小于1個(gè)像元，選取10個(gè)同名點(diǎn)誤差計(jì)算結(jié)果見(jiàn)圖2，圖中顯示每個(gè)控制點(diǎn)x軸、y軸方向誤差較小，總體誤差為0.000 68 m，同時(shí)通過(guò)卷簾工具查看基準(zhǔn)影像和校正結(jié)果偏移情況，精度均滿足質(zhì)量要求，校正后的無(wú)人機(jī)影像成果見(jiàn)圖3。

3.2 無(wú)人機(jī)高光譜影像成果

經(jīng)過(guò)ENVI軟件裁剪處理后形成高光譜航帶有效數(shù)據(jù)，利用ArcGIS軟件分別開(kāi)展航帶影像幾何校正處理，解決了高光譜影像數(shù)據(jù)坐標(biāo)丟失問(wèn)題，為避免影像鑲嵌接邊區(qū)域出現(xiàn)錯(cuò)位現(xiàn)象，需要嚴(yán)格把控單航帶影像校正精度，要求每條航帶誤差小于1個(gè)像元，8條航帶

影像幾何校正總體誤差如表1所示。無(wú)人機(jī)高光譜影像空間分辨率為0.1 m，單航帶影像校正誤差最大值為0.009 5 m，8條航帶影像平均誤差0.005 8 m，滿足質(zhì)量要求。利用校正后航帶數(shù)據(jù)開(kāi)展影像鑲嵌，形成完整的高光譜影像，通過(guò)光譜轉(zhuǎn)換計(jì)算，獲取影像數(shù)據(jù)的光譜反射率。單航帶影像控制點(diǎn)選取及校正結(jié)果如圖6所示，高光譜影像鑲嵌結(jié)果和光譜反射率提取結(jié)果分別如圖5、6所示。

4 結(jié)語(yǔ)

該研究對(duì)IspecHyper多旋翼無(wú)人機(jī)高光譜影像處理技術(shù)

方法進(jìn)行了研究，綜合利用PIX4D Mapper、ArcGIS和ENVI軟件形成一

套有效的處理技術(shù)，包括無(wú)人機(jī)正射影像生產(chǎn)、無(wú)人機(jī)正射影像幾何校正、高光譜航帶數(shù)據(jù)裁剪、單航帶高光譜影像幾何校正、航帶高光譜影像鑲嵌和高光譜影像光譜轉(zhuǎn)換。無(wú)人

機(jī)正射影像幾何校正總體誤差為0.000 68 m，單航帶高光譜影像校正誤差均小于0.009 5 m，8條航帶影像平均誤差0.005 8 m，處理后影像結(jié)果精度較高。研究的方法有效解決了IspecHyper多旋翼無(wú)人機(jī)高光譜成像儀缺乏數(shù)據(jù)處理配套軟件，以及獲取的航帶數(shù)據(jù)坐標(biāo)缺失、邊緣地區(qū)扭曲、無(wú)法自動(dòng)鑲嵌等問(wèn)題。

參考文獻(xiàn)

［1］ 童慶禧，張兵，張立福.中國(guó)高光譜遙感的前沿進(jìn)展［J］.遙感學(xué)報(bào)，2016，20（5）：689-707.

［2］ 張晶晶，楊盼，張德成.無(wú)人機(jī)高光譜影像處理方法的探索［J］.北京測(cè)繪，2022，36（9）：1139-1144.

［3］ 李明，黃愉淇，李緒孟，等.基于無(wú)人機(jī)遙感影像的水稻種植信息提取

［J］.農(nóng)業(yè)工程學(xué)報(bào)，2018，34（4）：108-114.

［4］ 蘭玉彬，朱梓豪，鄧小玲，等.基于無(wú)人機(jī)高光譜遙感的柑橘黃龍病植株的監(jiān)測(cè)與分類［J］.農(nóng)業(yè)工程學(xué)報(bào)，2019，35（3）：92-100.

［5］ 王錦錦，李真，朱玉玲.高光譜影像在海洋環(huán)境監(jiān)測(cè)中的應(yīng)用［J］.衛(wèi)星應(yīng)用，2019（8）：36-40.

［6］ 喬雯鈺，龍亦凡，付杰.基于波段組合的高光譜數(shù)據(jù)濕地分類研究［J］.北京測(cè)繪，2020，34（5）：651-656.

［7］ 張敏，劉濤，孫成明.基于無(wú)人機(jī)高光譜數(shù)據(jù)的小麥生物量估測(cè)［J］.安徽農(nóng)業(yè)科學(xué)，2023，51（17）：182-186，189.

［8］ 李梓豪，唐超，郭文遠(yuǎn).改進(jìn)的無(wú)人機(jī)影像處理技術(shù)在新冠疫情復(fù)工建設(shè)中的應(yīng)用［J］.測(cè)繪通報(bào)，2020（7）：53-57.

［9］ 周蕊，歐毅，虞豹，等.多旋翼無(wú)人機(jī)載高光譜成像系統(tǒng)幾何和輻射校正方法研究［J］.西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，41（9）：141-147.

［10］ ZHENG J，XU Q Z，ZHAI B，et al.Accurate hyperspectral and infrared satellite image registration method using structured topological constraints［J］.Infrared physics & technology，2020，104：1-10.

［11］ 涂建剛，汪輝，徐成，等.基于圖像與數(shù)據(jù)雙層融合的高光譜圖像拼接［J］.激光與光電子學(xué)進(jìn)展，2021，58（2）：173-182.