农业领域是无人机和图像处理技术快速发展的试验平台，这些技术正迅速成为高效精准农业和植物表型（可观察到植物性状的评估）不可或缺的工具。利用无人机搭载的多光谱相机获得的航拍图像，专家可以快速获得有用的信息，例如植物高度、叶绿素和氮含量，以及植物病害的存在和程度。无人机（UAV）的进步带来了智能农业，降低了成本并提高了产量。然而，由于无人机的自主性有限，它的数据质量和总飞行时间之间存在制衡。无人机作为依赖小型电池作为能源的设备，它的自主性相当低，充电或更换电池所花费的时间会严重阻碍它们在足够大的田地中的数据“吞吐量”。目前，这个问题只能以牺牲空间分辨率或目标表面三维重建的质量为代价来解决。这些瓶颈限制了无人机的效率和准确性。

近日，Plant Phenomics 在线发表了法国国家农业食品与环境研究院（INRAE）和法国 HIPHEN 公司的 UMT CAPTE 团队题为 A double swath configuration for improving throughput and accuracy of trait estimate from UAV images 的研究论文。研究人员开发了一种新颖的配置，可以大大提高准确性并将图像采集和处理时间减半，从而为更高效的精准农业打开了大门。

该研究提出了一种新的图像采集策略，他们在同一无人机上安装至少两个不同焦距的相机。通过使用适当的图像处理算法，研究员设法共同配准（对齐和调整）来自不同光谱带的图像，包括使用不同焦距和略微不同角度捕获的图像。反过来，这使他们能够生成土壤和农作物的三维密集点云，然后他们用它来创建整个田地的 “正射影像”（经过几何校正以统一比例的航空照片）并提取植物高度。

使用这种具有两种不同焦距的“双波长配置”的好处是多方面的。首先，在给定的最小空间分辨率和预定重叠下，覆盖整个目标区域所需的图像数量基本上减半。因此，不仅飞行时间而且处理时间至少都减少了一半。此外，实验结果表明，“双波长配置”方法在“地理参考”或将航拍照片的内部坐标映射为相应的物理空间坐标方面具有更好的效果。“我们发现地理参考的最佳改进是在Z维度，大约6厘米。”通讯作者李博士说。“这主要是因为可以获得更大的视角。”

最后，这项特别的研究还对如何有效地利用多光谱相机进行植物高度计算以及以此为目的点云质量的重要性提供了有价值的见解。

这种方法已成功地应用于表型和精准农业的几个研究和工业项目中，其中包括Airphen（一种商用多光谱相机）。随着这些发展，李博士和她在法国国家农业食品与环境研究院（INRAE）和HIPHEN 公司的同事对无人机在精准农业中的未来充满希望，并希望他们的战略能够发挥作用。“提高飞行效率，同时保持良好的准确性是科学研究和工业领域的一个关键问题。我们提出的“双波长配置”为未来的相机和飞行轨迹设计以及简化数据处理提供了潜在的指导。”李博士说。我们希望这项技术能够进一步完善，为空中精准农业和植物表型分析带来光明的前景。

图1实验场正射影像

研究人员提出了一种无人机的双焦距配置方法，该方法在一个实验场的 299 个微图上进行了测试，其中还有 9 个地面控制点（标记为黄色）以协助构建三维点云。

作者介绍

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

推荐阅读

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

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

Plant Phenomics | 无人机高光谱影像在玉米自交系作物性状估算中的应用

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

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

Plant Phenomics | 基于无人机图像和深度学习鉴定大豆对水涝胁迫的响应