首页 | 本学科首页   官方微博 | 高级检索  
     检索      

PHANTOM 4 RTK+大疆像控处理技术在燕麦长势模拟中的应用
引用本文:徐丽君,张德祺,薛玮,聂莹莹,饶雄,杨桂霞,高兴发,徐树花,朱孟,付廷飞,乔正林,陈是元,张洪志.PHANTOM 4 RTK+大疆像控处理技术在燕麦长势模拟中的应用[J].中国农业信息,2022,34(4):38-47.
作者姓名:徐丽君  张德祺  薛玮  聂莹莹  饶雄  杨桂霞  高兴发  徐树花  朱孟  付廷飞  乔正林  陈是元  张洪志
作者单位:1.中国农业科学院农业资源与农业区划研究所/呼伦贝尔草原生态系统国家野外科学观测研究站,北京100081;2.沈阳市天骏厚德通信网络工程有限公司,辽宁沈阳110000;3.青岛农业大学资源与环境学院,山东青岛266109;4.云南省曲靖市会泽县农业局,曲靖654200;5.云南省曲靖市会泽县种子管理站,曲靖 654200
基金项目:重点研发计划项目“乌蒙山区 燕麦提质增效与产品研发关键技术研究与示范”(202003AD150016);“云南省专家工作站”经费(202005AF150074);现代农业产业技术体系建设专项资金(Cars-34)
摘    要:【目的】 利用小型消费级无人机航拍获取地物影像,通过地物阴影、高度差、色差快速提取地物,进而获取地物结构信息。【方法】 文章选取云南省曲靖市会泽县的大桥乡为研究区域,针对冬闲田闲置土地资源、种植结构相对单一的区域展开试验,利用高分辨率无人机遥感影像对燕麦进行识别,同时结合超声波传感器数据估算地物高度,并与实际高度和无人机生成的传统测高方法得到的高度进行相关性分析,获取高精度、可靠性强的数据。【结果】 基于可见光燕麦的总体分类精度为91.46%,Kappa系数为0.857,在增加DSM数据后的分类总体精度为98.91%,Kappa系数为0.982。研究表明由无人机获取的代表燕麦冠层高度信息的DSM数据能够显著提升燕麦的识别效果。相对于传统无人机测高方法生成数字表面模型提取地物高度的方法,依赖于光谱和高程信息识别地物信息的方法在计算地物高度时,精度更高,识别结果更可靠。【结论】 该文提出的小型消费级无人机利用地物阴影计算燕麦高度的方法,改进了相机镜头光心地位和RTK天线中心点地位补偿作用,打通了RTK模块、飞控模块及相机云台模块之间的通讯,能够应用于实际准确获取影像地位信息,为无人机遥感快速、准确地获取地物高度信息提供了一种新的思路。

关 键 词:燕麦  无人机  高度  快速  高精度
收稿时间:2022/3/9 0:00:00

PHANTOM 4 RTK+ DJI image processing technology in oat growth simulation application
Xu Lijun,Zhang Deqi,Xue Wei,Nie yingying,Rao Xiong,Yang Guixi,Gao Xingf,Xu Shuhu,Zhu Meng,Fu Tingfei,Qiao Zhenglin,Chen Shiyuan,Zhang Hongzhi.PHANTOM 4 RTK+ DJI image processing technology in oat growth simulation application[J].China Agriculture Information,2022,34(4):38-47.
Authors:Xu Lijun  Zhang Deqi  Xue Wei  Nie yingying  Rao Xiong  Yang Guixi  Gao Xingf  Xu Shuhu  Zhu Meng  Fu Tingfei  Qiao Zhenglin  Chen Shiyuan  Zhang Hongzhi
Abstract:
Keywords:oats  UAV  height  fast  high precision
点击此处可从《中国农业信息》浏览原始摘要信息
点击此处可从《中国农业信息》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号