Вопросы оптимизации применения метода эмпирической линеаризации для викариозной калибровки радиометрической аппаратуры БПЛА


Авторы

Алиева А. Д.

Национальное аэрокосмическое агентство Азербайджана, ул. Ахундова Сулеймана Сани, 1, Баку, AZ1115, Азербайджанская Республика

e-mail: amidec.b@mail.ru

Аннотация

В настоящее время для обработки изображений, полученных с БПЛА, в частности для получения из данных, относящихся к оптической радиации, данные о коэффициентах отражения широко используется метод эмпирической линеаризации. Суть этого метода заключается в размещении на специальных полигонах калибрационных панелей и получении на этой основе линейных соотношений между DN (т.е. первичными цифровыми отсчетами) и коэффициентами отражения при условии наличия данных об отражательных характеристиках этих панелей. Для наилучшей аппроксимации линейной зависимости используется пара таких панелей, одна светлая, другая темная Рассмотрена возможность применения двухпанельного эмпирического метода линеаризации применительно к мультиспектрометру с достаточно большим количеством спектральных каналов. Суть двухточечного (двухпанельного) метода заключается в преобразовании цифровых отсчетов в показатель (коэффициент) отражения. Реализация этого метода предусматривает выполнение следующих операций:(1) Нормализация цифровых отсчетов по следующей формуле.(2) Перевод DC norm каждого пикселя в коэффициент отражения объекта. Предложен адаптивный режим работы мультиспектрометра при котором время экспозиции фиксированного пикселя на используемом спектральном канале зависит от некоторого технологического показателя b i /g i , а также определяет величину DN raw . При этом на входе мультиспектрометра устанавливается жидкокристаллический преобразователь, последовательно формирующий на выходе гармоники входного сигнала с управляемым временем экспозиции. Оптимизирован процесс последовательного формирования узкополосных коэффициентов отражения исследуемых объектов при калибровке мультиспектрометра, калибруемого с помощью двух (светлого и темного) калибровочных панелей. Решена оптимизационная задача применительно к мульспектрометру с последовательной оцифровкой и формированием спектральных каналов на базе жидкокристаллического преобразователя, суть которой заключается в достижении вычисленной усредненной по спектру величина коэффициента отражения максимального значения.


Ключевые слова:

БПЛА, эмпирический метод линеаризации, жидкокристаллический преобразователь, радиометрические измерения, калибрация

Библиографический список

  1. Aanstoos J.V., Hasan K., Ohara C.G., Prasad S., Dabbiru L., Mahrooghy M., Nobrega R., Lee M., Shrestha B. Use of remote sensing to screen earthen levees // In proc. of the 2010 IEEE 39th applied imagery pattern recognition workshop (AIPR), IEEE, 2010. pp. 1-6.

  2. Антонов Д.А., Жарков М.В., Кузнецов И.М., Лунев Е.М., Пронькин А.Н. Определение навигационных параметров беспилотного летательного аппарата на базе фотоизображения и инерциальных измерений // Труды МАИ. 2016. № 91. URL: https://trudymai.ru/published.php?ID=75632

  3. Ананенков А.Е., Марин Д.В., Нуждин В.М., Расторгуев В.В. К вопросу о наблюдении малоразмерных летательных аппаратов // Труды МАИ. 2016. № 91. URL: http://trudymai.ru/published.php?ID=75662

  4. Frew E.W., Elston J., Argrow B., Houston A., Rasmussen E. Sampling severe local stroms and related phenomena: using unmanned aircraft systems // IEEE Robotics & Automation Magazine, 2012, vol. 19, pp. 85-95. DOI: 10.1109/MRA.2012.2184193

  5. Агринский М.В., Голицин А.В., Старцев В.В. Проект комплекса гиперспектрального дистанционного зондирования земель с помощью БПЛА // Фотоника. 2019. Т. 13. № 6. С. 564-568

  6. Каримов А.Х. Цели и задачи, решаемые беспилотными авиционными комплексами нового поколения // Труды МАИ. 2011. № 47. URL: https://trudymai.ru/published.php?ID=26767

  7. Каримов А.Х. Возможности беспилотных авиационных систем следующего поколения // Труды МАИ. 2011. № 47. URL: https://trudymai.ru/published.php?ID=26768

  8. Кривичев А.И., Заленкий А.В. Беспилотные авиационные технологии мониторинга сфер человеческой деятельности на примере крупнейших производителей и эксплуатантов в России // Известия Высших Учебных Заведений. Геодезия и Аэрофотосьемка. 2018. Т. 62. № 2. С. 186-195.

  9. Messina G., Pena J.M., Vizzari M., Modica G. A comparison of UAV and satellites multispectral imagery in monitoring onion crop. An application in the “cipolla rossa di tropea” (Italy) // Remote sensing, 2020, vol. 12, pp. 3424. DOI: 10.3390/rs12203424

  10. Wang Y., Ryu D., Park S., Fuentes S., Oconnell M. Upscaling UAV-borne high resolution vegetation index to satellite resolutions over a vineyard // In proceedings of the 22nd international congress on modelling and simulation (MODSIM2017), Hobart, Australia, 3-8 december 2017, pp. 978-984.

  11. Lukas V., Novak J., Neudert L., Svobodova I., Rodriguez-Moreno F., Edrees M., Kren J. The combination of UAV survey and Landsat imagery for monitoring of crop vigor in precision agriculture // The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, XLI-B8, 2016, pp. 953-957. DOI: 10.5194/isprs-archives-XLI-B8-953-2016

  12. Kavvadias A., Psomiadis E., Chanioti M., Gala E., Michas S. Precision agriculture comparison and evaluation of innovative very high resolution (UAV) and Landsat data // Conference: International Conference on Information and Communication Technologies in Agriculture Food and Environment-HAICTA, 2015, vol. 1498, pp. 376-386.

  13. Iqbal F., Lucieer A., Barry K. Simplified radiometric calibration for UAS-mounted multispectral sensor // European Journal of Remote Sensing, 2018, pp. 301-313. DOI: 10.1080/22797254.2018.1432293

  14. Pozo S.D., Rodriguez-Gonzalvez P., Hernandez-Lopez D., Felipe-Garcia B. Vicarious radiometric calibration of multispectral camera on board unmanned aerial system // Remote Sensing, 2014, vol. 6 (3), pp. 1918-1937. DOI: 10.3390/rs6031918

  15. Lei D., Hao X., Mao Z., Yan Y., Jie S., Zhang A. A subband radiometric calibration method for UAV-based multispectral remote sensing // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, vol. 11, no. 8, pp. 2869-2880. DOI: 10.1109/JSTARS.2018.2842466

  16. Baugh W., Groeneveld D. Empirical proof of the empirical line // International journal of Remote Sensing, 2008, vol. 29 (3), pp. 665-672. DOI: 10.1080/01431160701352162

  17. Wang C., Myint S.W. A simplified empirical line method of radiometric calibration for small unmanned aircraft systems-based remote sensing // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, vol. 8 (5), pp. 1876-1885. DOI: 10.1109/JSTARS.2015.2422716

  18. 18. Schott J. Remote sensing: the image chain approach, Oxford university press, USA, 2007, 666 p.

  19. Mamaghani B.G., Sasaki G.V., Connal R.J., Kha K., Knappen J.S. et al. An initial exploration of vicarious and in-scene calibration techniques for small unmanned aircraft systems // Electrical Engineering and Systems Science, 2018. DOI: 10.1117/12.2302744

  20. Эльсгольц Л.Э. Дифференциальные уравнения и вариационное исчисление. - М.: Наука, 1974. - 432.с.


Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход