减轻照明,叶子和视角依赖性在使用极度测量的高光谱成像中
Daniel Krafft1,2, Clifton G Scarboro1,2, William Hsieh1
1Department of Electrical and Computer Engineering, North Carolina State University, Raleigh, NC, USA.
这项研究开发了一种极化算法,可以从作物图像中去除阳光光,从而提高植物表型的准确性. 该方法通过从成像传感器提供更清晰的数据来增强季节性产量监测和作物育种.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 光学是什么?光学是什么?光学是什么?
背景情况:
- 植物表型化通过自动监测提高了作物产量和繁殖.
- 在现场成像中,叶子的阳光照射会产生噪音,阻碍准确的数据收集.
- 极化数据可以区分表面反射与内部叶子散射.
研究的目的:
- 利用极化数据开发一种简单的算法,将叶面表面的光与内部散射脱.
- 提高在现场条件下通过成像传感器获得的植物表型数据的准确性.
主要方法:
- 来自挂在杆上的超光谱成像极极度计 (HIP) 和基于纤维的穆勒矩阵双向反射分布函数 (mmBRDF) 仪器的组合数据.
- 将mmBRDF数据安装到模型中,以获得模拟的参数.
- 训练了一个浅层神经网络,使用模拟数据来纠正基于植被指数和偏光的HIP传感器数据.
主要成果:
- 开发的算法显著减少了植被指数计算中的错误和标准偏差 (GNDVI和红边反射比).
- 观察到平均误差 (ε) 的一个数量级或更多的改善.
- 在应用校正网络后,标准偏差 (ε) 减少了1.5至2.7.
结论:
- 基于偏振的算法可以有效地减轻农作物超光谱成像中的阳光光工件.
- 这种方法提高了用于农业研究的自动植物表型识别的可靠性.
- 改进的数据质量支持更准确的作物健康监测,并加速育种计划.
更多相关视频
08:49Author Spotlight: Unveiling the Potential of VSFG Microscopy in Studying Mesoscopically Heterogeneous Self-Assembled Structures
Published on: December 1, 2023
00:07Excitation-Scanning Hyperspectral Imaging Microscopy to Efficiently Discriminate Fluorescence Signals
Published on: August 22, 2019
相关概念视频
Measuring Reaction Rates
¹³C NMR: Distortionless Enhancement by Polarization Transfer (DEPT)
Insensitive Nuclei Enhanced by Polarization Transfer (INEPT)
Inductively Coupled Plasma-Mass Spectrometry (ICP-MS): Interferences
¹³C NMR: ¹H–¹³C Decoupling
A broadband decoupling technique is used to simplify these complex, sometimes overlapping, signals. Broadband decoupling relies on a...
