奥谱天成(厦门)光电有限公司
400-6699-117转1000
热门搜索:
分析测试百科网 > 奥谱天成 > 新闻动态 > 方案推荐|基于无人机高光谱罂粟快速监测方案

方案推荐|基于无人机高光谱罂粟快速监测方案

发布时间: 2023-11-15 11:05 来源:奥谱天成(厦门)光电有限公司

前言

毒品犹如肿瘤对社会系统造成深度的危害,它所产生的是一种负经济,根据经济学上负负得正原理,开展禁毒、削减毒品产量就是一种产生社会经济效益的过程,因此世界各国都积极参与禁毒、打击毒品生产、加工、贩卖及吸毒活动。
罂粟(Papaver somniferum L)是一种催眠性罂粟种植物,它是制取鸦片(药理活性成分存在于其生物碱中,其中最重要的是吗啡,约占生鸦片重量的10%左右)的主要原料,同时其提取物也是多种麻醉品的来源,包括吗啡(及其衍生物海洛因)、蒂巴因、可待因、罂粟碱和诺斯卡品因此罂粟既有制作毒品的危险性,又有药用及生产罂粟籽的价值。
2006年全球在许多地区罂粟种植面积大幅度下降,但部分地区也出现了大幅度增加的现象,全球罂粟种植面积上升了31%,主要分布于阿富汗(占全球93%)、缅甸、南美、朝鲜等地区。而目前我国面临的禁毒形势也是非常严峻复杂,毒品犯罪多发高发,禁毒工作任务十分艰巨。因此精确识别毒品原植物是禁毒工作的关键,而罂粟作为一种主要毒品原植物,是需要识别的重点。非法罂粟的种植一般具有隐蔽性的特点,传统的人工地面识别排查的手段需要耗费大量的人力物力。而利用无人机航拍技术来进行非法罂粟的识别具有覆盖范围广、信息源可靠、节约资源等优点。与全色相机相比,机载光谱相机能得到地物数百个通道的光谱反射信息,从而通过比较不同地物在不同通道上反射率的差异,准确识别出特定的罂粟。
图片1.png
罂粟不同部位示意图
目前基于人工现场勘测和样地法的罂粟侦查防治方法,已无法满足目前加剧的严峻形势要求。随着对地观测平台的演进、地理信息时空分析技术的进步、导航定位技术的普及、机器学习算法的革新、计算能力的突破、犯罪与其它时空大数据的积累与开放,显著提高了空间对地观测与分析应用技术在犯罪分析中作用,并促进了犯罪分析理论、手段与应用的发展。遥感技术能从多角度、多层次探究罂粟种植状况和光谱特征机理,与传统的监测方法比较,其信息是更加全面和精确得出的结论更具有说服力。
 2004 年开始,中国国家禁毒办通过正式利用卫星遥感技术手段,在全国存在非法种植的重点地区内,对山区林地的非法种植罂粟违法犯罪活动进行遥感识别,提高了全国禁种铲毒工作水平和发现能力,2013 年,将低空无人机也纳入监测体系,用于平原区的零星非法种植发现从科技强警的角度提高了非法种植的发现效率。根据《2015 年中国毒品形势报告》,通过卫星遥感与无人机手段,2015 年全国共发现铲除罂粟289亩,306万株,全国罂粟非法零星种植问题屡禁不止,但同比上一年下降约53%30%。《2016 年中国毒品形势报告》则显示国内大面积非法种植毒品原植物基本禁绝,全国共发现罂粟非法种植84亩,116万株,同比下降70.9%62%,部分地区依然存在零星非法种植问题

技术思路与主要内容
应用无人机高光谱影像和地物光谱仪进行罂粟种植状况监测,以建立完善的罂粟样本库,通过目前主流的深度卷积神经网络模型进行罂粟目标检测,确定罂粟养殖的重点区域,再运用地物光谱仪采集罂粟不同时期的样本库,进行样本库比对划分不同时期的罂粟,从而获得罂粟的敏感波段,最后通过监测管理平台进行成果展示,具体的技术路线如图2所示
图片2.png
2罂粟种植侦查技术流程图
需要实现内容:
1)利用地物光谱仪采集罂粟不同时期的光谱曲线,建立罂粟样本数据库再利用相关性分析筛选罂粟的敏感特征波段,形成罂粟特征波段库,更加完整的罂粟不同时期生长状况监测统计信息;
2)基于无人机高光谱采集影像来实现某域罂粟分布、面积、数量情况的实时监测,重点掌握罂粟违法养殖情况,进行排查;
3)实现联动管理,平台的管理能精准到小班,方便做缉毒大队任务派发、任务跟踪与管理,提高平台查看到罂粟分布一张图罂粟的相关数据的分析展示(例如区域罂粟分布、数量变化、缉毒大队网格化管理数据等)
4)无人机飞行一个一次,基于长时间序列的监测影像数据,及时了解某县域或市域罂粟种植分布、面积、数量变化趋势,从而对精准监控提供参考依据。

技术要点
1罂粟原始光谱曲线
开展罂粟光谱曲线库建库的重要条件是对研究对象端元的光谱进行分析。基于不同生长时期的罂粟端元,选取100个不同生长时期罂粟样本进行地物光谱仪数据采集和统计分析,提取不同生长时期罂粟光谱曲线进行相关性分析等操作,建立罂粟特征样本库,再将高光谱采集的光谱数据对应到地物光谱仪建立的样本库中,进行高光谱特征波段数据集的建立,用于下一步目标检测中
图片3.png
罂粟光谱曲线
2植被各类指数光谱

为了进一步拉大罂粟和其他属类植物的差异,可以利用原始光谱构建各类光谱指数,如表1所示。

表1 各类指数表
微信截图_20231103143509.png

方案实施
1高光谱无人机飞行服务
高光谱反映了高分辨率光学信息的特征,其利用很多很窄的电磁波波段(通常<10nm)从感兴趣的物体获取有关数据。高光谱图像是由成像光谱仪获取的,成像光谱仪为每个像元提供数十至数百个窄波段光谱信息,产生一条完整而连续的光谱曲线。图像信息可以反映样本的大小、形状、缺陷等外部品质特征,由于不同成分对光谱吸收也不同,在某个特定波长下图像对某个缺陷会有较显著的反映,而光谱信息能充分反映样品内部的物理结构、化学成分的差异。
无人机高光谱具有以下特点:
光谱特征多:成像光谱仪在可见光和近红外光谱区内有300个波段;
光谱分辨率高:成像光谱仪采样的间隔小,分辨率小于3nm。精细的光谱分辨率反映了地物光谱的细微特征;
数据量丰富:随着波段数的增加,数据量呈指数增加。可提供空间域信息和光谱域信息,即“图谱合一”,并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。
1.与可见光结果相比
可见光图像仅仅有红绿蓝(RGB)三个波段的光信息组成,在对罂粟识别时通过人工肉眼判读进行监测,效率低下且准确度有限。而高光谱图像结果具有300个波段的光信息,对于罂粟可以提取其专属的波段特征,从而对其进行准确的识别,同时结合机器学习/深度学习算法,可以实现自动化监测。
2.与多光谱结果相比
多光谱和高光谱的主要区别是波段的数量和窄度。多光谱图像通常由10-30个波段的光信息组成,对于罂粟或其他地物的检测特征有限,容易与其他地物的反射光谱混淆。在高光谱图像中具有更高水平的光谱细节可以提供更好的植被区分能力,例如在检测罂粟时,高光谱图像可以有效区分罂粟与其他相似植物,提高准确率。
(1)多光谱图像通常是指以像素表示的1030个波段, 每个波段可以通过使用遥感辐射计来获取。
图片4.png
(2)高光谱图像包含很窄的波段(<10 nm), 高光谱图像具有几百个波段(如ATH9010480个波段)。
图片5.png
在规划的研究区域,根据需求采集高光谱影像。具体步骤如下:
(1)无人机端设置:组装无人机高光谱设备,设置航高、航速,根据相机参数和影像重叠度需求设置影像航线间距
(2)相机端设置:根据航高航速设置相机帧率,根据白板测量值设置积分时间(曝光时间)
(3)标准反射率白板:在航线区域摆放标准反射率白板,采集影像时需拍摄到白板。

图片6.png

图6 无人机高光谱数据采集示意图

2无人机高光谱图像处理
无人机高光谱影像数据采集后,需要进行以下预处理工作:
(1)波长定标:采集的原始影像没有波长信息,需要添加波长定标文件
(2)影像裁剪:高光谱采用推扫式成像,需要对采集的测区影像进行裁剪
(3)配准拼接:对裁剪后的测区影像进行地理配准或相对配准,之后对配准后的影像拼接成完整影像
(4)辐射校正:原始影像中的值代表反射强度,需要利用白板反射值和标准反射率进行校正,计算整个影像的反射率。
(5)混合光谱分解:无人机采集的光谱数据受空间分辨率影像,导致一个像元中可能由不同地物或者植被混合平均而成,为提高精度,需要对影像进行混合光谱分解操作
(6)光谱滤波(平滑):原始影像中的光谱信息存在一定的噪声,在应用之前需要进行光谱滤波
3地物样本数据采集
除无人机采集研究区域的高光谱影像外,还需利用地物光谱仪在实地开展现场调查。目的是为无人机遥感图像的分类提供现场分类模型真实训练样本和分类结果的检验样本。现场调查的主要内容是测量不同生长时期的罂粟光谱数据,将地物光谱仪采集到的不同生长时期罂粟光谱数据,作为无人机高光谱影像数据处理的标准训练样本数据集。

图片7.png


图7 地物光谱仪设备及数据采集示意图

4. 罂粟目标检测成果
首先利用地物光谱仪采集罂粟不同时期的光谱数据,然后进行统计和相关性分析,确定罂粟的敏感波段,再对应高光谱的波段范围,建立深度学习训练样本库,进行卷积神经网络算法训练,完成罂粟自动识别具体结果如图示。

图片8.png


图8 罂粟区域检测结果


(免责声明:部分内容及图片整合自网络,因内容庞杂无法联系到全部作者,如有侵权,请联系删除,我们会在第一时间予以答复,万分感谢。)
如您对以上方案感兴趣,或想了解更多方案设计细节,欢迎致电4008-508-928咨询




人划线



标签:无人机高光谱
移动版: 资讯 直播 仪器谱

Copyright ©2007-2024 ANTPEDIA, All Rights Reserved

京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号