精密画像カラー補正のためのデュアル無人航空機協調飛行

背景:

• リモートセンシングにおける正確な色は、植物の健康状態の監視、生育段階の識別、ストレス検出に不可欠です。
• 照明やセンサーの変動による補正されていない色の歪みは、画像データの品質と分析の信頼性を損ないます。
• 既存のカラー補正方法は、多くの場合、後処理を必要とし、リアルタイムアプリケーションを制限します。

研究 の 目的:

• カラーチャート（CoF-CC）を統合した協調型デュアル無人航空機（UAV）飛行を用いた、RGB画像のための新しい飛行中カラー補正アプローチを導入および検証すること。
• 多様な圃場条件下でのリモートセンシング画像における色の精度と一貫性を向上させること。
• 米の成熟推定などの作物監視アプリケーションにおけるCoF-CC方法の実用性を示すこと。

主な方法:

• 1機のUAV（マスター）がRGB画像を撮影し、2機目のUAVがカラーチェッカーチャートを搭載する協調型デュアルUAVシステムを開発しました。
• カラー補正行列（CCM）のリアルタイム計算のために、マスターUAVの視野内にカラーチェッカーチャートが常に表示されるようにしました。
• CCMをRGB画像の飛行中補正に適用し、その後、圃場実験でセンサー間の整合性と米の葉の測定精度を評価しました。

主要な成果:

• CCMは、米の葉の色について、平均CIE 2000カラー差（ΔE）を66.1%削減し、18.2から5.0に低下させました。6つのRGBセンサー間の色の整合性は70.2%改善され、クラスター内距離の顕著な増加が見られました。補正された画像は、米の成熟予測精度を大幅に向上させ、R²を0.28から0.67に増加させました。

結論:

• カラーチャートを用いた協調型デュアルUAV飛行（CoF-CC）方法は、変動する照明およびセンサー条件下でRGB画像を効果的に標準化します。
• このアプローチは、露地リモートセンシングアプリケーションにおける正確なカラー分析と解釈に対して堅牢なパフォーマンスを示します。
• CoF-CCは、UAVベースの作物監視と分析の信頼性と精度を向上させるための実用的なソリューションを提供します。