اجسام متحرک عنوان پستی است که قرار است با شما به اشتراک بگذاریم. امیدوارم که این پست جذاب مورد پسند شما قرار بگیرد. این پست توسط ونوس نصیرفام تهیه وتقدیم می گردد.

مقدمه

شبکه‌های حسگر بی‌سیم اخیراً جهت طیف گسترده‌ای از کاربردهای نظامی و غیرنظامی استفاده شده‌اند. متشکل از تعداد زیادی گره حسگرهستند که عموماً در نقاط مختلف مستقر هستند. اساساً برای شناسایی رویدادهای محیطی یا پدیده‌های طبیعی، جمع‌آوری، پردازش و انتقال داده‌های حس شده به کاربران علاقه‌مند طراحی شده‌اند. وسایل نقلیه هوایی بدون سرنشین (پهپاد) یک فناوری به سرعت در حال تکامل است، گسترش در دسترس بودن ابزار سنجش از دور برای گروه های تحقیقاتی در مقیاس کوچک در سراسر رشته های مختلف علمی دارد. توسعه پلتفرم‌های پهپاد نیازمند مهارت های فنی گسترده که شامل توسعه پلتفرم، پس پردازش داده ها و تجزیه و تحلیل تصویر می شود. توسعه پهپاد توسط نیاز به تعادل دسترسی به فن آوری، انعطاف پذیری در کاربرد و کیفیت در داده های تصویر محدود شده است.

معرفی

وسایل نقلیه هوایی بدون سرنشین (پهپاد) به عنوان ابزاری جدید توجه جامعه علمی برای کاربردهای سنجش از راه دور را به خود جلب کرده اند. در مقایسه با هواپیماهای سنتی یا سکوهای مبتنی بر ماهواره، پهپاد به دلیل ویژگی‌های منحصربه‌فرد داده‌ای که می‌تواند ثبت کند، جایگاهی را که قبلاً اشغال نشده بود، پر می‌کند. ارتفاع عملیاتی کم آن امکان تولید داده‌های با وضوح فضایی فوق‌العاده بالا با وسعت فضایی نسبتاً کوچک فراهم می‌کند.علاوه براین، زمان آماده سازی پهپادها بسیار کاهش یافته که نسبت به پلتفرم‌های مقیاس بزرگ جهت دستیابی به مجموعه داده‌های چند زمانی یا در بهره‌برداری پنجره های فرصت محدود کمک می‌کند. پهپادها ممکن است برای پر کردن شکاف مقیاس بین تصاویر ماهواره‌ای و هوایی در مقیاس کامل عکاسی و نمونه های میدانی عمل کنند. پهپاد سطح بی‌سابقه‌ای از دسترسی و کنترل یک پلتفرم سنجش از راه دور را ارائه می‌کند. پیشرفت در زمینه حسگرهای رقومی، تجهیزات ناوبری و هواپیماهای کوچک مقیاس همگی برکاهش هزینه اجزای پهپادها نقش اساسی داشته است. با در دسترس بودن نسبتاً رو به رشد اجزای تجاری کم‌هزینه، گروه‌های تحقیقاتی در مقیاس کوچک اکنون با جایگزینی در حال توسعه پروژه های مبتنی بر پهپاد خود ارائه شده‌اند.انتخاب گسترده ای از حسگرهای رقومی به محققان اجازه می دهد تا سیستم ها را برای نیازهای تحقیقاتی خاص خود تأمین کنند. پهپادها برای مدل‌سازی منظره سه بعدی تصویر استریو استفاده شدند. افزایش دسترسی به پلتفرم‌های پهپاد مستلزم افزایش مهارت‌های گروه‌های تحقیقاتی است. مهارت های فنی مورد نیاز که تمام جنبه های توسعه پلتفرم، پس پردازش داده ها و تجزیه و تحلیل تصویر است. در پاسخ به این نیاز، روش‌های گردش کار برای نزدیک شدن به جنبه‌های توسعه‌ای ساخت پهپاد در حال تدوین هستند.

علاوه بر ارائه زمینه عملی برای پیشینه نظری تصحیح حسگر، مطالعه ما مزایا، محدودیت‌ها، و مشکلات مرتبط با سنجش از راه دور چند طیفی مبتنی بر پهپاد از طریق:
_شناسایی، ارزیابی و کمی سازی اجزای اصلاح داده ها در حسگر چندطیفی سطح مصرف کننده._ اجرای تکنیک های تصحیح رادیومتریک مبتنی بر تصویر و_ ارزیابی مسائل مربوط به کیفیت داده های تصحیح پس از رادیومتریک.

۱٫۱٫ حسگرهای چند طیفی پهپاد

علی‌رغم فرصت‌های ارائه شده توسط پهپادها، محدودیت‌های سخت‌افزاری و نرم‌افزاری منجر به برخی نتایج می‌شوند. پهپاد به عنوان پلتفرم سنجش از راه دور، از نظر ظرفیت بارگیری نسبتاً محدود به مدت پرواز می باشد. لازم است دسترسی به پلتفرم را با محدودیت های تکنولوژیکی ذاتی پلتفرم‌های مقیاس کوچک وکیفیت داده‌ حسگرهای کم‌هزینه متعادل کرد. چنین هزینه و وزن محدودیت ها کاهش کیفیت ساخت سنسور را ضروری می کند. حسگرهای چند طیفی فرصت های قدرتمندی برای سنجش از راه دور محیطی با پلتفرم های پهپاد ارائه می دهند. یک حسگر چند طیفی داده های طیفی را از چندین باند گسسته از طیف الکترومغناطیسی جمع آوری می کند.

انعطاف پذیری حسگرهای چند طیفی از توانایی کاربرد عناصر فیلتر طیفی را در کانال های مجزا از قبل انتخاب ویا تعویض کرده، در نتیجه برای هدف گیری استراتژیک باندهای خاص طیف ناشی می شود.

داده‌های خام در حسگر با ترکیبی از اثرات که شامل شرایط سطحی است، اثرات جوی، اثرات توپوگرافی و ویژگی های حسگر اصلاح شده‌اند. این اثرات خواص بازتاب واقعی سطح و کاهش ظرفیت استخراج اطلاعات کمی دقیق از تصاویر سنجش از دور پنهان می کند. پس پردازش رادیومتری مجموعه ای از تکنیک ها را در بر می گیرد. مقادیر بازتاب سطحی سازگار فضایی را از داده‌های خام استخراج می‌کند و در دو فاز اصلی انجام می‌شود: تصحیح حسگر و کالیبراسیون رادیومتری. تصحیح حسگر و کالیبراسیون رادیومتریک مراحل متوالی در کار استخراج کیفیت داده های بازتابی بالا هستند. تصحیح حسگر شامل روش هایی است که برای استخراج هندسی اندازه‌گیری‌های ثابت در حسگر از داده‌های خام استفاده می شود. بنابراین تمرکز این مرحله اولیه بر روی کاهش تغییرات داده های مبتنی بر حسگر است. کالیبراسیون رادیومتریک بیشتر بر اساس اصلاح نتایج با استخراج بازتاب در سطح اندازه‌گیری‌های حسگر در این سطح است. از طریق کالیبراسیون داده ها با توجه به شرایط محیطی موجود در طول جمع آوری داده ها به دست می آید. تمرکز اصلی این مطالعه بر روی اصلاحات اولیه برای تصحیح حسگر است.

۲٫۱٫ تصحیح نویز

سنسورهای کوچک و کم هزینه مستعد تأثیرات نویز هستند.نویز در مجموع به اشتباه اندازه‌گیری‌های حسگر به‌طور مستقل برای درخشندگی جمع‌آوری‌شده تولید می‌شوند، بنابراین یک افزودنی منبع خطایی که به داده ها اشاره دارد را نشان می‌دهند. نویز به دو بخش کلی تقسیم می شود: سیستماتیک و تصادفی. نویز سیستماتیک منبعی از سوگیری که هم در ارزش و هم از نظر ویژگی های فضایی آن سازگار است. برعکس، نویز تصادفی به معرفی نویزهای غیر همبسته و غیر قابل تکرار اشاره دارد که به طور تصادفی در طول زمان متفاوت است. تکنیک های کاهش نویز شامل رویکردهای مبتنی بر تصویر و پردازش سیگنال است، تکنیک هایی که برای جداسازی اجزای داده غیرهمبسته با فرکانس بالا استفاده می شوند. هر چه نسبت نویز در داده های تصویر بیشتر باشد، مبهم تر به مؤلفه درخشندگی واقعی تبدیل می شود. جداسازی این جزء تشعشعی مستلزم نوعی تعیین کمیت سهم اجزای نویز در داده های خام است. نویز به طور کلی از اجزای تصادفی و سیستماتیک تشکیل شده است. نویز تصادفی اشاره به نویزهای غیرهمبسته و غیرقابل تکرار دارد که به طور تصادفی متفاوت است. عدم قطعیت دقیق سهم این مؤلفه نویز تصادفی تکنیک های حذف نویز را محدود می کند. با توجه به ویژگی‌های تصادفی زمانی آن، سهم دقیق مؤلفه تصادفی در مقدار یک پیکسل درهرزمان معین لحظه ناشناخته است و نمی توان آن را به طور دقیق از مؤلفه تابش جدا کرد. بنابراین، تکنیک‌های تصحیح نویز مجبور به جای حذف کامل، بر تکنیک‌های کاهشی تمرکز کنند هستند. آگاهی از ویژگی های توزیع نویز در هر پیکسل برای تقریب سهم نویز تصادفی کلیدی است.

۲٫۱٫۱٫ تفریق افست تاریک

خصوصیات مؤلفه نویز از منشأ مستقل آن از مؤلفه درخشندگی بهره می برد. از طریق جداسازی فیزیکی حسگر از تابش ورودی، که جزء تشعشع می تواند باشد در سطح جهانی به صفر رسید. تصاویر افست تیره داده های تصویر خام تولید شده به گونه ای هستند که فقط شامل نویز هستند. هر تصویر افست تیره نشان دهنده یک نمونه از نویز هر پیکسل در حسگر است. از طریق تکرار، می توان یک پایگاه داده خاص حسگر از تصاویر افست تیره و ویژگی های توزیع نویز استخراج شده در هر پیکسل ایجاد کرد. تفریق افست تیره تفریق مقدار میانگین هرپیکسل این توزیع نویز از داده های تصویر است. انحراف معیار از توزیع اندازه گیری جدیدی از نویز را ارائه می دهدکه به طور متوسط ​​پس از تفریق تاریک باقی می ماند. با این حال، این انحراف استاندارد به عنوان معیار نویز ممکن است یک افست افزایشی یا کاهشی به مقدار واقعی پیکسل را نشان دهد.

 

۲٫۱٫۲. متدولوژی تولید تصویر افست تاریک

تصاویر افست تاریک برای mini-MCA در یک اتاق تاریک تولید شد. برای اطمینان از درخشندگی از MCA mini- مستثنی شد، ابتدا قبل از پوشاندن با یک پارچه محافظ یک هود محکم گورتکس پوشانده شد.
مشخص شد که این راه‌اندازی هم عملی است و هم می‌تواند تابش ورودی در طول موج های مرئی و NIR مربوطه مسدود شود.

تصاویر نمونه افست تیره برای هر یک از شش کانال mini-MCA در معرض سطوح چندگانه قرار گرفت و از ۱۰۰۰میکرو ثانیه تا ۲۰۰۰۰میکرو ثانیه (با افزایش ۱۰۰۰میکرو ثانیه) تولید شد. برای هر مرحله نوردهی۱۰۰۰ میکرو ثانیه، ۱۲۵ تصویر نمونه تیره افست برای هر یک از شش کانال تولید شد. میانگین هر پیکسل و انحراف معیار برای هر ترکیب سنسور و نوردهی محاسبه و به عنوان تصاویر جداگانه ذخیره شد.

۲٫۲٫ اصلاح قدرت درخشندگی

تغییرات در قدرت تشعشع در یک حسگر وابستگی طیفی یا فضایی را نشان می‌دهند. فرآیندهای وابسته به طیف، هم انتقال فیلتر و هم پاسخ تک رنگ حسگر را شامل می شود. برعکس، رنگ بندی یک کاهش قدرت روشنایی وابسته به فضایی زاویه تابش ورودی است.

۲٫۲٫۱٫ پاسخ تک رنگ

حسگرها به دلیل تأثیرات بازده کوانتومی، عدم یکنواختی بیشتری نسبت به پاسخ طیفی نشان می‌دهند. حسگرها برای تولید بارهایی که از آن ساخته می شوند به اثر فوتوالکتریک داده های تصویر وابسته هستند. اما هر فوتونی بار تولید نمی کند. بازده کوانتومی تعریف می کندکه نسبت فوتون های ورودی که قادر به آزادسازی الکترون از طریق اثر فوتوالکتریک هستند. بازده کوانتومی حسگرها هم بین مواد و هم در طول موج ها متفاوت است، بنابراین مقدار تابش ورودی مورد نیاز برای ایجاد یک شارژ متناسب بین فیلترهای باند گذر مختلف تغییر می کند. استانداردهای کارخانه پاسخ تک رنگ نسبی mini-MCA بازده کوانتومی در طیف مرئی و NIR (450 نانومتر تا ۱۱۰۰ نانومتر) را به طور موثر توصیف می کند.

۲٫۲٫۲٫ انتقال فیلتر

mini-MCA عملکرد چند طیفی از طریق نصب فیلترهای باند گذر طیفی فراهم می کند. با این حال، این فیلترها نه گذر ۱۰۰% را در طول موج عملکردی خود نشان می دهند و نه محدودیت های گسسته ای را برابر حساسیت طیفی تعریف می کنند. در عوض، آنها در هر دو حساسیت طیفی تنوع بیش از پهنای باند تعریف شده و سطح انتقال بین فیلترها در طول موج های مختلف نشان می دهند. استانداردهای کارخانه برای دریافت ۱۲ فیلتر باند گذر، نرخ انتقال هر فیلتر را بیان می‌کند، که طیفی از نرخ‌های انتقال سیگنال را از ۷۰ درصد برای فیلتر ۶۷۰ نانومتری تا ۵۵ درصد برای فیلتر۴۵۰ نانومتری نشان می‌دهد. اثر ترکیبی نرخ انتقال فیلتر و بازده تک رنگ منجر به کاهش جهانی وابسته در قدرت درخشندگی یک طول موج می شود. این تأثیرات هم در درون و هم بین آنها در باندهای mini-MCA دارد. کاهش مؤلفه درخشندگی سهم کلی نویز در داده های خام را افزایش می دهد. به این ترتیب، انتخاب فیلتر به شدت بر نسبت سیگنال به نویز (SNR) در داده‌های نهایی تأثیر می‌گذارد. روابط بین باند از طریق کاهش وابسته به طول موج در تشعشع کاهش می یابد. ایجاد روابط نامتناسب بین باندهای اصلاح تشعشع بالا/کم می باشد.

۲٫۳٫ متدولوژی عامل تصحیح وابسته به طول موج

فاکتورهای تصحیح وابسته به طول موج ترکیبی از انتقال و کارایی تک رنگ فیلتر محاسبه شد. به سادگی، آشکارساز در نظر گرفته شد که تشعشع پاسخ خطی را نشان دهد. کاهش ترکیبی در نرخ انتقال بیش از یک پهنای باند ۱۰ نانومتر محاسبه شد، مقادیر استاندارد کارخانه ارائه شده توسط Andover تخمینی از پاسخ تک رنگ نسبی از اطلاعات برآورد شد.

۲٫۳٫۱٫ عوامل تصحیح میدان مسطح

رنگ بندی به عنوان افت شدت نور وابسته به فضایی که منجر به کاهش پیشرونده شعاعی در قدرت درخشندگی به سمت حاشیه یک تصویر تعریف می شود. منبع اولیه رنگ بندی تفاوت درتابش سطح صفحه تصویر به دلیل هندسه اپتیک حسگر ناشی می شود. وسعت زوایای انسداد نور را افزایش می‌دهد و با کاهش نور، اثر سایه شعاعی ایجاد می‌کند. دو روش گسترده برای تصحیح رنگ بندی شامل مدلسازی مسیر نوری یا تکنیک های مبتنی بر تصویر. روش‌های مبتنی بر مدل‌سازی مسیر نوری از ویژگی‌های حسگر برای استخراج مدلی برای توصیف ریزش رنگ استفاده می‌کنند. سپس می توان این مدل را برای کاهش روشنایی تصاویر به کار بردکه به دلیل اثرات رنگ بندی جبران شوند. روش‌های مبتنی بر تصویر برای تصحیح رنگ‌بندی معمولاً بر تولید هر پیکسل جدول جستجوی فاکتور تصحیح (LUT )متکی هستند. نسبت به روش‌های مدل‌سازی طیفی،LUT‌های مبتنی بر تصویر مسلماً برای محاسبه ساده‌تر و دقیق‌تر هستند. LUTها نیازی به دانش مسیر طیفی و نشان دهنده اثرات تجمعی، از جمله عدم تقارن شعاعی،که بر اثر رنگ آمیزی ایجاد می شوند ندارند. با این حال، توسعه و کاربرد کلی آنها مانند هر زمان دیگری وقت گیرتر است. تغییر در الگوی رنگ بندی نیازمند تولید یک LUT جدید است. ضریب تصحیح LUTهای از یک سطح یکنواخت، طیفی همگن و لامبرتی که به عنوان میدان مسطح شناخته می شود، تولید می شوند. در تصاویر میدان مسطح ایجاد شده، انحراف از سطح یکنواخت مورد انتظار به اثر ریزش شعاعی رنگ بندی نسبت داده می شود. ارزیابی کمی از هر پیکسل ممکن است سقوط نور در تصویر میدان تخت و ضریب تصحیح مربوطه تصاویر تولید شده محاسبه شود. ضریب تصحیح تصاویر با این فرض محاسبه می شوند که روشن ترین پیکسل درون تصویر نشان‌دهنده اندازه‌گیری درخشندگی واقعی است که عاری از اثرات رنگ بندی است. سپس ضریب تصحیح مضربی برای هر پیکسل بر اساس تفاوت آن با این اندازه گیری درخشندگی درست محاسبه می شود. یک میدان مسطح واحد LUT فقط برای ویژگی‌های رنگ بندی موجود در هنگام تولید تصویر تصحیح می‌کند. در صورت تغییردرکیفیت تصحیح رنگ بندی تنزل می یابد. منشاء رنگ بندی یا نرخ سقوط نور رخ می دهد. بنابراین رویکرد LUT میدان مسطح نیاز به شناسایی منابعی که باعث ایجاد تنوع در جلوه های رنگی می شونددارد. اگرچه دیافراگم و فاصله کانونی اصلاح کننده های شناخته شده هستند، هر دو عامل در mini-MCA ثابت هستند. منابع بالقوه تنوع رنگ‌بندی شامل تغییرات ظریف بین کانال‌ها، طول نوردهی و فیلترها است. تأثیر کانال‌های مجزا با تولید LUT برای هر کانال در شرایط مساوی مورد بررسی قرار گرفتند (یعنی بدون فیلتر، طول نوردهی برابر). اثرات طول قرار گرفتن در معرض تولیدLUT  ازیک کانال بدون فیلتر در طیف وسیعی از طول های نوردهی بررسی شد.در نهایت، اثر فیلترها از طریق یک بررسی مقایسه ای LUT های فیلتر و بدون فیلتر بر روی یک کانال مورد بررسی قرار گرفتند.

۲٫۳٫۲٫روش تصحیح تصویر نگاری

بوم سفید رنگ هنرمندان به دلیل همگن بودن سفید شفاف آن به عنوان سطح زمین صاف سطح نزدیک به لامبرتین انتخاب شد. تصاویر میدان مسطح در یک اتاق تاریک با بوم سفید ایجاد شده به طور یکنواخت روشن می شود. به منظور به حداکثر رساندن پتانسیل کاهش نویز از تفریق افست تاریک در فرآیند هر تصویر میدان تخت نهایی از میانگین ۱۲۵ تصویر نمونه میدان مسطح تولید شد. این فرآیند میانگین مؤلفه نویز تصادفی را در داده ها می گیرد، در نتیجه مطابقت سطوح نویز را بین تصویر میدان مسطح و تصاویر افست تیره بهبود می بخشد. تصاویر فاکتور تصحیح (یعنی LUTها) سپس از تصویر میدان مسطح متوسط ​​کاهش یافته نویز محاسبه شدند.

۲٫۴٫اعوجاج لنز

اعوجاج لنز عمدتاً از طریق ترکیبی از تفاوت‌های سطح بزرگنمایی درعرض سطح لنز و ناهماهنگی بین لنز و صفحه آشکارساز ایجاد می‌شود. این دو عامل منجر به تغییر هندسی وابسته در یک موقعیت اندازه گیری شعاعی می شود. اعوجاج لنز معمولا توسط دو جزء: اعوجاج شعاعی و اعوجاج مماسی نشان داده می شود. اعوجاج شعاعی نشان دهنده اثر منحنی ایجاد شده توسط تغییر شعاعی ظریف در بزرگنمایی به سمت مرکز عدسی، که به صورت یک تغییر شعاعی در موقعیت ارزش ظاهر می شود. جابجایی منفی به صورت شعاعی نقاط را به سمت نقطه مبدأ اعوجاج لنز تغییر می دهد و در نتیجه اثر اعوجاج بالشتکی ایجاد می شود. برعکس جابجایی مثبت نقاطی را از مبدا اعوجاج لنز دور می کند و در نتیجه اثر اعوجاج بشکه ای ایجاد می کند. اعوجاج مماس ناشی از عدم تراز بودن لنز با CMOS است که منجر به تغییر مسطح در پرسپکتیو تصویر می شود.

۲٫۴٫۱٫ مدل براون-کنرادی

یک مدل رایج برای اعوجاج لنز، مدل اعوجاج براون-کنرادی است. مدل Brown-Conrady قادر است هر دو مؤلفه شعاعی و مماسی اعوجاج لنز را محاسبه کند. این مدل از یک مدل چند جمله ای مرتبه زوج برای محاسبه جابجایی شعاعی یک نقطه تصویر داده شده استفاده می کند. معمولاً توصیه می شود که این چند جمله ای به دو جمله اول محدود شود اعوجاج شعاعی به عنوان عبارات مرتبه بالاتر در بیشتر موارد ناچیز است. مدل براون-کنرادی نیاز به محاسبه قبلی ضرایب اعوجاج شعاعی و مماسی دارد. یک روش قابل دسترس برای محاسبه ضرایب استفاده از کالیبراسیون شبکه ای از ویژگی های هندسی شناخته شده مسطح است. تصاویر متعددی از شبکه کالیبراسیون از جهت گیری های مختلف تولید می شود. سپس فرآیند تکراری، پارامترهای درونی و بیرونی دوربین را بر اساس مطابقت نقطه‌ای بین ویژگی‌های هندسی شناخته شده صحنه و نقاط تحریف شده در داخل تصویر تخمین می‌زند.

۲٫۴٫۲٫ روش شناسی تصحیح اعوجاج لنز

Lens یک بسته نرم افزاری در دسترس رایگان است که از شبکه های مسطح برای محاسبه ضرایب براون_کنرادی استفاده می کند. شبکه کالیبراسیون برروی یک صفحه LCD 2400 صفحه تخت نمایش داده شد. تصاویر شبکه کالیبراسیون توسط یک مینی MCA بدون فیلتر در زوایای متعدد گرفته شد. برای هرزاویه،تصاویر متعدد جمع‌آوری و میانگین‌گیری شد تا کاهش نویز به حداکثر برسد. بدون فیلتر فاکتورهای تصحیح رنگ بندی در کانال مربوطه اعمال شد. سپس از لنز Agisoft استفاده شد ضرایب اعوجاج لنز را برای هر کانال بر اساس مدل براون-کنرادی محاسبه کنند.

۲٫۵٫مطالعه موردی شوره زار مارش

شوره زار عمدتاً یک نوع پوشش گیاهی ساحلی است که مشخصه آن علفی یا کم چوب است. گیاهانی که نسبت به ورود آب ویا شرایط شورتحمل دارند. شوره زارها در مناطقی ایجاد می شود که شیب های توپوگرافی ملایمی که بین خشکی و دریا وجود دارد که تحت طغیان دوره ای آب دریا قرار می گیرند. توزیع جوامع گیاهی در باتلاق های نمکی اغلب پهنه بندی مشخصی را در خود نشان می دهند. فرض شده که این به دلیل عوامل زهکشی و شوری، و افزایش شیب نمک و آب منجر به حذف متوالی گونه ها بر اساس تحمل است. طبقه بندی عمودی محدود و مسطح بودن توپوگرافی نسبی نمک جوامع مرداب نشان دهنده یک محیط ایده آل و ساده است که در آن می توان مطالعات مقدماتی پهپاد را انجام داد. تصاویر پهپاد از جوامع مرداب نمکی از ساحل خلیج رالفز، استرالیا به دست آمد. داده‌های چند طیفی شش باند با استفاده از mini-MCA نصب شده بر روی یک قاب پهپاد Oktocopter گرفته شد. شش فیلتر باند گذر انتخاب شدند: ۴۹۰، ۵۳۰، ۵۷۰، ۶۷۰، ۷۰۰ و ۷۵۰ نانومتر. تک تصویر چندطیفی برای خدمت به عنوان یک نمونه کار از تصحیح حسگر انتخاب شد. باقیمانده تصاویر برای مطالعه آتی باتلاق نمک پهپاد رزرو شده بود.

خلاصه

mini-MCA یک سنسور چند طیفی ۶ کاناله کم هزینه و سبک است که برای کنترل از راه دور پهپاد سکوهای سنجش مناسب است. تکنیک‌های تصحیح حسگر برای نشان دادن نقش دوگانه آن‌ها در کیفیت داده‌ها بهبود و تجزیه و تحلیل ویژگی های سنسور استفاده شد.

اتخاذ تکنیک هایی که کاهش نویز را پوشش می دهند، انتقال فیلتر و جبران راندمان تک رنگ نسبی، رنگ بندی و اعوجاج لنز تصحیح هم برای بهبود کیفیت تصویر و هم برای استخراج اندازه‌گیری‌های DN مجاز است.

ژئورفرنس و موزاییک گام مهمی در خلقت موزاییک های چندطیفی بدون درز از تعداد زیادی تصویر پهپاد است.

تصحیح سنسور تکنیک های پیشنهادی در این مطالعه باید نتایج این تکنیک های تبدیل فضایی به دلیل بهبود پاسخ رادیومتریک در تصاویر منفرد در بررسی پهپاد را بهبود بخشد. با افزایش دسترسی به پهپادها به عنوان یک پلتفرم سنجش از راه دور، در مقیاس کوچک تشویق شده است برنامه‌های پهپاد داخلی به یک رویکرد رایج‌تر برای تلاش‌های علمی تبدیل خواهند شد. با این حال، توسعه این برنامه‌های در مقیاس کوچک به مجموعه مهارت‌های گسترده‌ای نیاز دارد که قادر به پرداختن تمام جنبه های توسعه پلتفرم پهپاد، پس پردازش داده ها و تجزیه وتحلیل تصویر باشد. پذیرش پلت‌فرم‌های پهپاد ارزان‌قیمت نیازمند توسعه تکنیک‌های پس پردازش بهبود یافته برای ایجاد مطالعات کمی قوی هستند. در نهایت، توسعه برنامه های پهپاد تعادل بین دسترسی (هم از نظر مهارت های فنی و هم از نقطه نظر هزینه) با کاربرد انعطاف پذیری و کیفیت داده ها ایجاب می کند.

کلید واژه:هوش مکانی، اجسام متحرک،شبکه های حسگر،پهباد، سنجش از راه دور، لنز، وسیله نقلیه بدون سرنشین،تصاویر ماهواره ای، ونوس نصیرفام، نویز.