常州定制跟踪吊舱信赖推荐「千里眼」

在农业战略和智能农业方法的指导下，规模化农场已经开始趋向于使用多光谱相机来帮助实现率、低成本、高精度的农作物监测。多光谱图像是评估土壤的非常有效的工具，比如评估土壤生产力。

除了估算作物产量外，多光谱成像还可以帮助农民查看受损作物并对作物生长管理进行必要的介入。使用多光谱成像识别杂草、疾病和害虫正变得越来越流行，因为早期检测有助于实现良好的植物生长。多光谱成像还可以帮助计算植物和确定农场人口密度。它不仅有助于提供土壤肥力数据，而且在与作物生产相关的土地管理方面也具有巨大潜力。

除了与植物生长相关的帮助之外，多光谱成像结合深度学习和人工智能还有助于控制和测量作物灌溉效果。

对于水果和蔬菜产品的检测，多光谱成像可以提供可见光和不可见光波长的组合来测量和分析外在特征（如颜色、质地、表面损伤、形状和大小）和内在特征（如矿物质含量、成熟度、水分含量、糖和脂肪含量）。

目前常见的多光谱相机（或者成像仪）主要分为如下几种方式：

，多镜头的型的多光谱照相机，它具有4-9个镜头，每个镜头各有一个滤光片，分别让一种较窄的光谱通过，多个镜头同时拍摄同一景物，用一张胶片同时记录不同光谱的图像信息；

第二，多相机型的多光谱照相机，它是由几台照相机组合而成，各台相机的镜头上分别带上不同的滤光片，分别接收景物的不同光谱带上的信息，同时拍摄同一景物以获取一套特定光谱带的图像信息；

第三，光束分离型的多光谱相机，它采用一个镜头拍摄景物，用多个三棱镜分光器将来自景物的光线分离为若干波段的光束，用多套图像系统分别将各波段的光信息记录下来。

什么是影像畸变：

影像畸变：是指遥感影像与其所反映的地表真实景像之间产生的光谱特性和几何特性方面的误差。即辐射误差和几何误差。前者表现为影像在灰度上的失真；后者表现为几何关系上的变形。影像畸变是检验遥感影像判读与制图性能的重要标志。不了解影像畸变性质及其程度而使用未经校正的有畸变的遥感影像，不可能获得正确的应用效果甚至适得其反。故遥感影像原始数据，通常要进行辐射校正和几何校正。

影像畸变原因分为两大类：

①系统畸变，又称内部畸变。指成像系统（包括传感器及其运载工具）内部变化所引起的畸变。

②非系统畸变，又称外部畸变。由外部环境因素变化造成的畸变。如太阳位置变化、大气对电磁波辐射的影响、地球曲率、地球自转和地形起伏等。

对于系统畸变可通过传感器系统参数或姿态参数测定来确定；大部分非系统畸变往往是随机的，下面我们针对两个方面来讲解系统畸变也就是物理畸变：

①相机检校畸变参数的获取；

②畸变影像的纠正。