小型无人机系统替代与场景内校准技术的初步探索
图像与视频处理
2018-04-26 v1
摘要
在精准农业领域中使用小型无人机系统(sUAS)已显示出产生时间一致影像以进行定量比较的需求。为使这些航空影像可用于识别地面的实际变化,需要将原始数字计数转换为反射率,或转换到大气归一化空间。本文将描述一项实验,比较使用反射率校准板(配合经验线法(ELM))与一种新提出的目标辐射度与下行辐射度之比,以预测场景中已知目标的反射率。我们提出,使用机载下行光传感器(DLS)可为 sUAS 遥感从业者提供一种无需在场景中放置已知反射率标准件这一昂贵且耗时任务的方法。本研究测试了三种校准方法:两点 ELM、单点 ELM 和飞行高度辐射度比(AARR)。我们的研究表明,传统两点 ELM 产生最低的波段有效反射率因子平均误差,为 0.0165。单点 ELM 和 AARR 产生的平均误差分别为 0.0343 和 0.0287。对所提 AARR 方法的建模表明,该技术在波段有效反射率因子上以 0.0026 的平均误差有潜力优于两点 ELM 方法,表明这一新提出的技术在配备合适机载传感器时可能成为可行的替代方案。
引用
@article{arxiv.1804.09585,
title = {An initial exploration of vicarious and in-scene calibration techniques for small unmanned aircraft systems},
author = {Baabak Mamaghani and Geoffrey Sasaki and Ryan Connal and Kevin Kha and Jackson Knappen and Ryan Hartzell and Evan Marcellus and Timothy Bauch and Nina Raqueno and Carl Salvaggio},
journal= {arXiv preprint arXiv:1804.09585},
year = {2018}
}