ATH9500_无人机载高光谱成像系统

总体描述：

ATH9500是一系列体积小、重量轻的无人机载微型高光谱成像仪，由六旋翼高稳定性无人机、高稳定性云台、高光谱成像仪、大容量存储系统、无线图像系统、GPS导航系统、地面接收工作站、地面控制系统等组成。

ATH9500采用高性能CCD成像器件，成像清晰、噪点少；内部集成了独创的高压缩比图像压缩算法，使得存储续航时间得到极大地提升，可以达到3小时以上，完全满足无人机的需要。

ATH9500可用于实时测量植物、水体、土壤等地物的光谱信息，并获得光谱图像，通过分析光谱图像，可与植物等的理化性质建立关系，用于植物分类，植物生长状况等研究。整个系统设计紧凑，成像光谱仪主机光谱分辨率高，同时采用外置推扫成像方式，可与野外旋转平台及室内线性扫描平台分别组成独立的测量系统，也可挂载无人机，进行航空遥感作业。

特征：

最大波段范围：400~5300nm（多段可选）

最大空间波段数：2048X2048（每个型号不同）

最大光谱波段数：1088（每个型号不同）

超群的成像性能

数据格式兼容ENVI；

体积紧凑，重量轻：<4 Kg（每个型号不同）；

内置校准光谱仪，可对辐射光谱进行实时校准

高清可见光相机，可进行图像融合；

应用领域：

地质与矿产资源勘察；

精准农业、农作物长势与产量评估；

森林病虫害监测与防火监测；

海岸线与海洋环境监测；

草场生产力及草场监测；

湖泊与流域环境监测；

遥感教学与科研；

气象研究；

生态环境保护及矿山环境监控；

水质检测，土壤监测；

农畜产品品质检测

军事、国防和国土安全；

灾害防治；

1. 选型指南

2. 无人机高光谱工作原理

ATH9500无人机载高光谱成像分析系统，由六旋翼高稳定性无人机（大疆M600）、高稳定性云台、高光谱成像仪、大容量存储系统、无线图像系统、GPS导航系统、地面接收工作站、地面控制系统等组成。

图1无人机高光谱成像仪功能示意图

3. 性能参数表

4. ATH9500 的实物图

图5 无人机载高光谱成像系统

图6 地面飞航控制系统及无人机载系统

图7 无人机载高光谱成像系统飞行实验（地点：厦门市集美区软件园三期）

图8 ATH9012无人机高光谱成像仪在河道污染的飞行示例，准确度超过80%，飞行地点：江苏昆山，飞行时间：2019年7月25日10:57am，飞行高度：100米，飞行速度：4.6m/s，架次编号：20190725103410

5. ATH9500的成像实例

图3 ATH9500成像实例1

图4 ATH9500成像实例2

图5 福建省三明市某林区（2019年6月13日）

图6 实时三维建模图

图7 实时三维建模图

6. 配件清单：

7. ATH1500系列高光谱成像仪（其他扩展型号）

8. 高光谱成像分析的应用举例

图4 高光谱成像仪拍摄的数据立方

图5 无人机挂载实验示意图

图6 奥谱天成高光谱成像仪外场实验场景1

图7 奥谱天成高光谱成像仪外场实验场景2

图8 奥谱天成高光谱成像仪外场实验场景3

图9 奥谱天成高光谱成像仪外场实验场景4

图10 奥谱天成高光谱成像仪外场实验场景5

   8.1.高光谱成像仪在工业分选的应用

随着近红外高光谱技术发展，JIANG 等尝试采用近红外高光谱技术检测棉花中的杂质，特别是短波近红外高光谱技术的应用，使得塑料膜的检出率相比常规方法有明显的提高。高光谱成像技术是基于非常多窄波段的影像数据技术，样本成像的同时能够获得样本的图像信息与光谱信息。常用的高光谱数据处理方法包括偏最小二乘法

(Partial least squares，PLS) 、支持向量机(Support vector machine，SVM) 和人工神经网络(Artificial neural network，ANN) 。

图11 高光谱成像仪在籽棉分选的应用；(a) 系统功能组成；(b) 不同物质的反射光谱曲线

图12 高光谱成像仪在籽棉分选的应用；(a) 人工标记；(b) 高光谱成像仪识别结果

苹果的外部品质是苹果最直观的品质特征，直接影响苹果的价格和消费者的偏爱。针对苹果外部检测的难点和关键点，基于机器视觉技术、高光谱成像技术和多光谱成像技术，综合图像处理技术、模式识别方法、化学计量学方法和光谱分析技术研究了苹果外部物理品质（形状和尺寸）和表面常见缺陷的检测方法。基于上述研究的基础上开发的检测系统和算法为我国研发基于机器视觉技术和多光谱机器视觉技术的苹果外部品质快速在线检测分级装备奠定了基础。

图13 上海交大张保华博士研制的高光谱成像系统原理图和实物图；(a) 原理图；(b)实物图

图14 苹果表面早期损伤检测算法流程图

图15 部分苹果早期腐烂的识别结果以及中间处理过程   (a)腐烂分割结果   (b)最终结果

图16   1000-2500 nm 高光谱成像仪在玉米种子分选上的应用（西北农林大学王超鹏博士）

图17 自然绿植、人工绿叶、绿色塑料、红苹果的光谱图

   8.2.高光谱成像技术在精准农业中的应用

图18 奥谱天成生产的无人机高光谱遥感系统

图19 高光谱成像仪测绿色植物的光谱图

1) 农作物生长监测和产量预估：农作物在其生长发育的各个阶段，由于外部因素的不同，其内部组成及外部形态等都会存在一定的差别，最主要的差别是叶面积指数。叶面积指数是反映农作物长势的个体特征与群体特征的综合指数。

2) 农作物病虫害防治：遥感技术能够监测病虫害对农作物生长发育的影响，并跟踪农作物的生长发育状况，分析估算灾情损失，同时能够监测害虫的分布及活动习性，进而能够预防虫害的发生。

3) 3 农作物旱情监测：遥感技术通过农作物植被指数及冠层参数进而监测农作物旱情。

4) 土壤水分含量和分布监测：在热惯量条件不同的情况下，遥感光谱间的区别非常明显，故可以通过建立热惯量与土壤水分含量之间的数学模型，遥感技术利用该模型，进行分析土壤水分含量及分布

5) 农作物养分监测：遥感技术监测到农作物中氮元素含量的精度比监测其它营养元素含量的精度高

利用 450～882 nm 范围内单波段和任意两个波段构建归一化光谱指数（normalized difference spectral index，NDSI），比值光谱指数（ratio spectral index，RSI）和简单光谱指数（simple spectral index，SSI），计算 CGI 与光谱指数的相关性，筛选出相关性好的光谱指数，结合偏最小二乘回归（partial least squares regression，PLSR）建立反演模型。以 CGI 为指标，运用无人机高光谱影像对 2015 年小麦多生育期的长势监测。无人机高光谱影像反演 CGI 精度较高，能够判断出小麦总体的长势差异，可为监测小麦长势提供参考。

图20 小麦长势指标 CGI 反演

8.3. 林木健康情况的应用

用于病虫害监测、森林资源评估

原理：植被健康状况与绿度指数、叶面积指数、叶片水分含量和光利用效率有关；

图21 基于无人机高光谱遥感的柑橘黄龙病植株的监测与分类（华南农业大学兰玉彬等人设计）

图22 电子科技大学王霜用高光谱成像仪研究的马尾松健康程度分布图

8.4. 高光谱成像仪在地质勘探的应用

光谱遥感技术是由以 Landsat 为代表的多光谱遥感技术演化发展而成，于上世纪 80年代中期初步成型(Goets et al., 1985，童庆禧等，2006)。因其光谱分辨率高和图谱合一的优点，高光谱遥感技术具备从空间大尺度上精细探测和分析地表岩石矿物成分的能力。其不仅能提供地面宏观影像，而且可在像元级别的细节上确定地质体中矿物的种类和丰度、甚至某些矿物的化学成分等信息(王润生等，2010)。近年来，随着与成像光谱仪有关的硬件和数据处理方法及软件的持续发展，高光谱遥感技术在地质调查领域的应用得到了加速推广。从大型成矿区带到中型规模的矿田，高光谱遥感技术在地质填图、热液蚀变带的界定划分、和矿化异常区的圈定和判别等方面，都起了重要作用(如 Bierwirth et al., 2002；连长云等，2005；Kruse et al, 2006；Cudahy et al., 2007；王润生等，2010；刘德长等，2011；闫柏琨等，2014；杨自安等，2015；Graham et al., 2017)。随着成矿系统理论(Wyborn et al., 1994)更深入地成为找矿实践的指导思想，大型矿集区和成矿带规模的专题性矿物填图将为预测性找矿勘探提供关键的区域性物质成分信息。

矿物填图所用的光谱波长区间包括了可见光(400-700nm)、近红外(700-1000nm)、短波红外(1000-2500nm)、和热红外(7000-15000nm)。目前矿业应用最广的是短波红外区域(1000-2500nm)。由于与矿物晶格中化学键振动的协频和组合频的频率接近，在短波红外波长范围内，可以观测含水或含 OH-的矿物(主要为层状硅酸盐和粘土类)以及某些硫酸盐和碳酸盐类矿物。

图23 高光谱成像仪在探矿方面的应用

土壤盐渍化是干旱、半干旱区所面临的重要生态环境问题之一，土壤盐渍化引起的土壤板结、肥力下降、酸碱失衡、土地退化等后果，严重制约我国农业发展，影响当前我国可持续发展的战略大局。遥感技术因其尺度大、范围广、时效性强、经济性强等特点，很好的弥补了传统盐渍化现象监测方法的不足，为定量监测土壤盐渍化现象提供了崭新的途径。

图24 某盐场周边区域

8.5. 高光谱在公共安全方面的应用

图25 高光谱成像仪在搜索非法罂粟种植方面的应用

图26 高光谱成像仪在文检方面的应用

8.6. 医用显微成像光谱应用

应用目标：肿瘤手术术中在线检测及导航定位

图27 医用显微成像光谱仪光路示意图

图中所示是医用显微成像光谱仪的原理示意图，手术台上的待测目标经物镜、显微透镜组后分为三路，一路供主刀医生目视观测，一路供助手辅助目视观测，一路由成像光谱仪探测接收，成像光谱仪由电机带动对待测目标进行空间维扫描，得到待测目标的成像光谱信息，再经数据分析图像处理后，通过显示器显示给医生。

图28 医用显微成像光谱仪实物图

图29 医用显微成像光谱仪数据

8.7. 机载成像光谱应用

图30 奥谱天成的无人机高光谱成像系统

应用目标：机载遥感

应用简介：图中所示是机载成像光谱仪，该仪器由高光谱成像仪、稳定平台及POS模块组成。图 30、图 31所示是获取的数据，并经过几何校正、航带拼接及辐射校正之后的伪彩图像，图 31所示为典型地物的光谱曲线。

图31 机载遥感应用

图32 机载应用数据-伪彩图像

图33 机载应用数据-光谱曲线

图34 森林遥感，机载高光谱观测森林病虫害

8.8. 高光谱成像仪在水质与环保方面的应用

图35 高光谱数据的反演算法流程

图36 (a) 太湖总磷浓度空间分布图，总磷浓度空间差异明显，最高值为 0.38mg/L，最低值为 0.06mg/L；(b) 不同湖区的总磷浓度月变化规律，湖区也基本上在 6 月至 9 月之间达到总磷浓度的最大值。竺山湾、梅梁湾及太湖西岸的总磷浓度在一年中的 3 月至 10 月期间高于全湖浓度均值，并明显大于太湖的其余区域，贡湖湾只有在 6 月份的时候大于全湖的总磷浓度，太湖南岸和大太湖总磷浓度全年相对较低。

图37 高光谱拍摄的粤东柘林湾溶解氧和叶绿素浓度分布图

ATH9500_无人机载高光谱成像系统信息由奥谱天成（厦门）光电有限公司为您提供，如您想了解更多关于ATH9500_无人机载高光谱成像系统报价、型号、参数等信息，欢迎来电或留言咨询。

注：该产品未在中华人民共和国食品药品监督管理部门申请医疗器械注册和备案，不可用于临床诊断或治疗等相关用途