摘要 為解決IspecHyper（萊森光學(xué)）多旋翼無人機高光譜成像系統(tǒng)缺乏數(shù)據(jù)處理配套軟件，采集多航帶高光譜數(shù)據(jù)誤差大、坐標缺失、無法自動拼接等問題，以武鳴區(qū)太平鎮(zhèn)角龍村柑橘種植基地為研究區(qū)，開展IspecHyper多旋翼無人機高光譜影像處理方法研究。首先，利用IspecHyper-VM200成像系統(tǒng)獲取研究區(qū)高清照片和多航帶高光譜影像數(shù)據(jù)；其次，以高清照片為數(shù)據(jù)源，通過PXI4D Mapper軟件預(yù)處理和ENVI軟件影像幾何校正，形成高分辨率無人機正射影像；最后，利用ENVI軟件裁剪多航帶高光譜影像扭曲邊界數(shù)據(jù)，以無人機正射影像為基準完成幾何校正，進而通過影像鑲嵌和光譜轉(zhuǎn)換計算，形成高光譜反射率影像產(chǎn)品。結(jié)果表明，該研究形成的技術(shù)方法可有效解決IspecHyper多旋翼無人機高光譜影像處理存在問題，同時為無人機高光譜影像處理提供技術(shù)參考。

關(guān)鍵詞 遙感；IspecHyper；無人機；高光譜影像；圖像處理

中圖分類號 P231 文獻標識碼 A 文章編號 0517-6611（2024）17-0233-05

doi：10.3969/j.issn.0517-6611.2024.17.053

Research on Hyperspectral Image Processing Method of IspecHyper Multi-rotor UAV

MA Can-da， SU Qiu-qun， XIE Guo-xue et al

（Agricultural Science and Technology Information Research Institute， Guangxi Academy of Agricultural Sciences， Nanning， Guangxi 530007）

Abstract In order to solve the problems of IspecHyper multi-rotor UAV hyperspectral imaging system， such as lack of data processing supporting software， large error in collecting multi-band hyperspectral data， lack of coordinates， and inability to automatically stitch. Taking the citrus planting base of Jiaolong Village， Taiping Town， Wuming District as the research area， this paper studies the hyperspectral image processing method of IspecHyper multi-rotor UAV. Firstly， the IspecHyper-VM200 imaging system was used to obtain high-definition photos and multi-band hyperspectral image data of the study area. Secondly， using high-definition photos as data sources， high-resolution UAV orthophotos were formed by PXI4D Mapper software preprocessing and ENVI software image geometric correction. Finally， the ENVI software was used to cut the distorted boundary data of multi-band hyperspectral images， and the geometric correction was completed based on the UAV orthophoto image， and then the hyperspectral reflectance image product was formed through image mosaic and spectral conversion calculation. The experimental results show that the technical method formed in this paper can effectively solve the problems of hyperspectral image processing of IspecHyper multi-rotor UAV， and provide technical reference for hyperspectral image processing of UAV.

Key words Remote sensing;IspecHyper;Unmanned aerial vehicle;Hyperspectral;Image processing

基金項目 國家自然科學(xué)基金項目（42061071）；廣西科技重大專項（桂科AA22036002）；廣西創(chuàng)新驅(qū)動發(fā)展專項（桂科AA18118046）；廣西農(nóng)業(yè)科學(xué)院科技發(fā)展基金資助項目（桂農(nóng)科2022JM47，桂農(nóng)科2024YP065，桂農(nóng)科2021ZX03）。

作者簡介 馬燦達（1992—），男，廣西南寧人，工程師，從事農(nóng)業(yè)遙感技術(shù)應(yīng)用研究。通信作者，工程師，碩士，從事農(nóng)業(yè)遙感技術(shù)應(yīng)用研究。

收稿日期 2023-09-27

隨著遙感對地觀測技術(shù)的不斷發(fā)展，無人機遙感影像的采集與處理能力日漸強大，無人機能夠較好降低氣候條件的影響，克服空間分辨率不足，提高工作效率等性能，使其成為支撐中小區(qū)域遙感監(jiān)測不可或缺的重要手段。早在20世紀80年代初，出現(xiàn)了將光譜融入遙感影像當中［1］，隨著光譜傳感器的不斷提高和對地物光譜認知的不斷加深，形成無人機和高光譜成像技術(shù)相結(jié)合的新型低空高光譜遙感技術(shù)。

無人機高光譜技術(shù)具有作業(yè)高效、光譜維數(shù)高、低風險等特點，可同時反映地物的空間和光譜特征［2］，被廣泛應(yīng)用在農(nóng)業(yè)、水質(zhì)監(jiān)測、林火監(jiān)測、海洋探測等領(lǐng)域［3-7］，成為越來越多國內(nèi)外研究者的重點研究方向。隨著行業(yè)領(lǐng)域?qū)o人機高光譜成像儀的需求，市場上推出了不同型號的設(shè)備，包括IspecHyper、Sinespec（賽斯拜克）、Specim（芬蘭）、HyperSIS（卓立漢光）等主流產(chǎn)品。然而，目前諸多商業(yè)無人機影像處理軟件Inpho、PIX4D Mapper、PhotoScan、PIE-UAV、Correlator3D等無法處理無人高光譜影像［8］。為解決無人機高光譜圖像處理難題，不同學(xué)者開展了無人機高光譜圖像幾何校正、匹配方法、拼接技術(shù)等研究［9-11］。

雖然現(xiàn)有研究成果為無人機高光譜圖像處理提供技術(shù)參考，但不同設(shè)備采集數(shù)據(jù)及處理方法差異較大。當前關(guān)于IspecHyper系列圖像處理技術(shù)報道甚少，鑒于此，筆者以IspecHyper-VM200高光譜影像為對象，開展影像處理方法研究，以期解決該設(shè)備缺乏數(shù)據(jù)處理匹配軟件、獲取的多航帶高光譜數(shù)據(jù)誤差大、坐標缺失、無法自動拼接等問題，同時為無人機高光譜影像處理提供技術(shù)參考。

1 研究區(qū)概況

武鳴區(qū)隸屬于廣西壯族自治區(qū)首府南寧市（107°49′～108°37′E，22°54′～23°32′N），坐落于廣西中部，南寧市北部，東與上林縣、賓陽縣交接，西與隆安縣、平果縣相鄰，南接南寧市區(qū)，北鄰馬山縣。地勢呈東高西低，東部大明山連綿高聳，向東北、東南延伸，構(gòu)成北、東、南三面環(huán)繞型高丘陵山區(qū)，西部多為高土坡相連，中部為丘陵、平原相間交錯的小盆地帶。氣候?qū)儆趤啛釒Ъ撅L氣候，全年光照充足，雨量充沛，年平均氣溫約為22 ℃。武鳴區(qū)面積約為3 378 km2，轄區(qū)有13個鎮(zhèn)和1個經(jīng)開區(qū)，人口約為72.70萬人，耕地面積約為10萬hm2，盛產(chǎn)水稻、玉米、花生、甘蔗、木薯、水果等作物，其中柑橘類為特色農(nóng)作物，近年來柑橘產(chǎn)業(yè)規(guī)模不斷擴大，成為廣西最大的沃柑種植生產(chǎn)區(qū)，有“世界沃柑看中國，中國沃柑看武鳴”的美譽。

2 技術(shù)方法

2.1 數(shù)據(jù)獲取

選取武鳴區(qū)太平鎮(zhèn)角村柑橘種植基地為目標區(qū)域，利用大疆M600pro無人機搭載萊森IspecHyper-VM200成像儀，包括1 500萬像素高清相機和光譜分辨率2.3 nm的高光譜相機，采集目標區(qū)域的無人機高清像片和高光譜航帶影像數(shù)據(jù)。數(shù)據(jù)采集嚴格根據(jù)要求進行設(shè)備的安裝與相關(guān)參數(shù)設(shè)定，7bvFEdJZFDTV+qfwnShDm6vR1qevRDnKnTBSubVQFhc=在光照充足穩(wěn)定下進行拍攝。具體步驟如下：

①設(shè)備安裝。嚴格根據(jù)要求進行設(shè)備安裝，首先進行M600pro起落架的安裝，打開GPS及螺旋槳器件進行RTK主副元件的安裝，通過云臺將萊森IspecHyper-VM200成像儀安裝在無人機下方，利用三腳架進行地面站的安裝，緊接進行成像儀與地面站天線的安裝及照度計和反射率板放置鋪設(shè)，最后進行電源設(shè)備的安裝及各設(shè)備運行檢測。

②航前規(guī)劃。將無人機進行指南針校準，再通過移動PC端對地面站進行校準，然后根據(jù)照度值利用地面站軟件進行積分時間換算，再進行航跡規(guī)劃，根據(jù)分辨率的需求選擇適合的飛行高度，通過速高比確定航速，利用視場角和重疊率計算航帶間距，依據(jù)航帶間距、飛行高度和速度規(guī)劃航帶。

③數(shù)據(jù)采集。完成目標區(qū)飛行任務(wù)規(guī)劃后，在地面站軟件中更改換算所得的積分時間，當無人機飛到第一個航點時，通過地面站軟件開始數(shù)據(jù)采集，該試驗共采集8條高光譜航帶數(shù)據(jù)。

2.2 處理技術(shù)

為解決萊森IspecHyper-VM200高光譜成像儀采集的高光譜航帶數(shù)據(jù)扭曲、錯位與坐標缺失的問題，綜合利用PIX4D Mapper、ArcGIS、ENVI軟件，通過無人機影像處理（可見光）、影像裁剪、幾何校正與影像鑲嵌處理，形成研究區(qū)合格完整的高光譜影像數(shù)據(jù)。該研究的技術(shù)路線見圖1，包括無人機正射影像生產(chǎn)與幾何校正、高光譜航帶影像裁剪、高光譜航帶影像幾何校正與鑲嵌和高光譜影像光譜轉(zhuǎn)換計算。為保證高光譜影像幾何校正坐標精度，減少因影像地物信息不一致、分辨率差異和同名點（控制點）選取難度大等因素對幾何校正造成影響，利用IspecHyper-VM200成像儀的高清像片數(shù)據(jù)和GPS文件進行無人機正射影像數(shù)據(jù)生產(chǎn)，以校正后的無人機正射影像作為高光譜航帶數(shù)據(jù)幾何校正的基準影像。

2.2.1 無人機正射影像生產(chǎn)與幾何校正。

IspecHyper-VM200成像儀可獲取高清像片位置坐標，但GPS數(shù)據(jù)記錄條數(shù)與高清像片數(shù)量不一致，需要根據(jù)高清像片獲取時間篩選與之匹配的坐標信息，形成PIX4D Mapper軟件支持的標準POS文件。PIX4D Mapper是一款全自動數(shù)據(jù)處理系統(tǒng)，具有智能快速、無需人工干預(yù)的優(yōu)勢，被廣泛應(yīng)用于無人機正射影像生產(chǎn)。受天氣、光照、鏡頭等因素影響，獲取原始的高清像片色彩不均勻，通過直方圖、反差拉伸、色彩增強等預(yù)處理，使其數(shù)據(jù)清晰、反差適中、信息豐富、色彩真實、色調(diào)統(tǒng)一，進而將預(yù)處理后的高清像片和POS數(shù)據(jù)導(dǎo)入軟件，經(jīng)過空中三角測量和點云加密處理，生成無人機正射影像初級產(chǎn)品。因數(shù)據(jù)生產(chǎn)過程缺乏地面控制點數(shù)據(jù)，形成的初級產(chǎn)品與實際地理位置發(fā)生偏移，利用0.5 m分辨率的谷歌影像為基準，利用ArcGIS軟件Georeferencing工具的Spline算法完成無人機正射影像的幾何校正，輸出無人機正射影像分辨率為0.03 m，投影坐標系為WGS_1984_UTM。

2.2.2 高光譜航帶影像裁剪。

IspecHyper-VM200成像儀獲取的高光譜航帶數(shù)據(jù)缺乏坐標信息，數(shù)據(jù)邊緣區(qū)域扭曲、拉花、錯位現(xiàn)象明顯，借助ENVI軟件完成航帶數(shù)據(jù)無效區(qū)域裁剪。在軟件中利用ROI工具繪制有效區(qū)域范圍線，再通過Subset data from ROIs工具根據(jù)各航帶感興趣區(qū)域進行高光譜影像裁剪，剔除各航帶扭曲、拉花和錯位的信息，形成多航帶高光譜有效影像。

2.2.3 高光譜航帶影像幾何校正與鑲嵌。

為解決高光譜航帶數(shù)據(jù)坐標丟失和幾何畸變問題，以幾何校正后的無人機正射影像為基準，利用ArcGIS軟件Georeferencing工具分別完成多航帶數(shù)據(jù)幾何校正，其中每條航帶數(shù)據(jù)選取10個以上均勻分布的同名點，利用Spline方法完成幾何校正，檢查控制點以及整體校正精度，滿足要求則輸出產(chǎn)品。單航帶高光譜影像覆蓋區(qū)域較小，且分航帶數(shù)據(jù)不利于后期使用，為此利用ENVI軟件的Seamless Mosaic工具開展影像鑲嵌，完成航帶數(shù)據(jù)無縫拼接，形成完整的高光譜影像數(shù)據(jù)。

2.2.4 高光譜影像光譜轉(zhuǎn)換計算。

為獲取高光譜影像準確的光譜反射率，利用反射率轉(zhuǎn)換公式進行計算，公式如下所示：

DN1DN2=SR1SR2

式中：DN1為高光譜影像的輻射量；DN2為定標板的輻射量；SR1為高光譜影像光譜反射率；SR2為定標板的光譜反射率。以鑲嵌后的高光譜影像數(shù)據(jù)為對象，利用ENVI軟件Spectral Math功能完成高光譜影像的光譜反射率計算。

3 結(jié)果與分析

3.1 無人機正射影像成果

通過PIX4D Mapper軟件自動化生產(chǎn)以及ArcGIS軟件幾何校正處理，形成無偏移的無人機正射影像（分辨率為0.03 m），要求校正結(jié)果誤差小于1個像元，選取10個同名點誤差計算結(jié)果見圖2，圖中顯示每個控制點x軸、y軸方向誤差較小，總體誤差為0.000 68 m，同時通過卷簾工具查看基準影像和校正結(jié)果偏移情況，精度均滿足質(zhì)量要求，校正后的無人機影像成果見圖3。

3.2 無人機高光譜影像成果

經(jīng)過ENVI軟件裁剪處理后形成高光譜航帶有效數(shù)據(jù)，利用ArcGIS軟件分別開展航帶影像幾何校正處理，解決了高光譜影像數(shù)據(jù)坐標丟失問題，為避免影像鑲嵌接邊區(qū)域出現(xiàn)錯位現(xiàn)象，需要嚴格把控單航帶影像校正精度，要求每條航帶誤差小于1個像元，8條航帶

影像幾何校正總體誤差如表1所示。無人機高光譜影像空間分辨率為0.1 m，單航帶影像校正誤差最大值為0.009 5 m，8條航帶影像平均誤差0.005 8 m，滿足質(zhì)量要求。利用校正后航帶數(shù)據(jù)開展影像鑲嵌，形成完整的高光譜影像，通過光譜轉(zhuǎn)換計算，獲取影像數(shù)據(jù)的光譜反射率。單航帶影像控制點選取及校正結(jié)果如圖6所示，高光譜影像鑲嵌結(jié)果和光譜反射率提取結(jié)果分別如圖5、6所示。

4 結(jié)語

該研究對IspecHyper多旋翼無人機高光譜影像處理技術(shù)

方法進行了研究，綜合利用PIX4D Mapper、ArcGIS和ENVI軟件形成一

套有效的處理技術(shù)，包括無人機正射影像生產(chǎn)、無人機正射影像幾何校正、高光譜航帶數(shù)據(jù)裁剪、單航帶高光譜影像幾何校正、航帶高光譜影像鑲嵌和高光譜影像光譜轉(zhuǎn)換。無人

機正射影像幾何校正總體誤差為0.000 68 m，單航帶高光譜影像校正誤差均小于0.009 5 m，8條航帶影像平均誤差0.005 8 m，處理后影像結(jié)果精度較高。研究的方法有效解決了IspecHyper多旋翼無人機高光譜成像儀缺乏數(shù)據(jù)處理配套軟件，以及獲取的航帶數(shù)據(jù)坐標缺失、邊緣地區(qū)扭曲、無法自動鑲嵌等問題。

參考文獻

［1］ 童慶禧，張兵，張立福.中國高光譜遙感的前沿進展［J］.遙感學(xué)報，2016，20（5）：689-707.

［2］ 張晶晶，楊盼，張德成.無人機高光譜影像處理方法的探索［J］.北京測繪，2022，36（9）：1139-1144.

［3］ 李明，黃愉淇，李緒孟，等.基于無人機遙感影像的水稻種植信息提取

［J］.農(nóng)業(yè)工程學(xué)報，2018，34（4）：108-114.

［4］ 蘭玉彬，朱梓豪，鄧小玲，等.基于無人機高光譜遙感的柑橘黃龍病植株的監(jiān)測與分類［J］.農(nóng)業(yè)工程學(xué)報，2019，35（3）：92-100.

［5］ 王錦錦，李真，朱玉玲.高光譜影像在海洋環(huán)境監(jiān)測中的應(yīng)用［J］.衛(wèi)星應(yīng)用，2019（8）：36-40.

［6］ 喬雯鈺，龍亦凡，付杰.基于波段組合的高光譜數(shù)據(jù)濕地分類研究［J］.北京測繪，2020，34（5）：651-656.

［7］ 張敏，劉濤，孫成明.基于無人機高光譜數(shù)據(jù)的小麥生物量估測［J］.安徽農(nóng)業(yè)科學(xué)，2023，51（17）：182-186，189.

［8］ 李梓豪，唐超，郭文遠.改進的無人機影像處理技術(shù)在新冠疫情復(fù)工建設(shè)中的應(yīng)用［J］.測繪通報，2020（7）：53-57.

［9］ 周蕊，歐毅，虞豹，等.多旋翼無人機載高光譜成像系統(tǒng)幾何和輻射校正方法研究［J］.西南大學(xué)學(xué)報（自然科學(xué)版），2019，41（9）：141-147.

［10］ ZHENG J，XU Q Z，ZHAI B，et al.Accurate hyperspectral and infrared satellite image registration method using structured topological constraints［J］.Infrared physics & technology，2020，104：1-10.

［11］ 涂建剛，汪輝，徐成，等.基于圖像與數(shù)據(jù)雙層融合的高光譜圖像拼接［J］.激光與光電子學(xué)進展，2021，58（2）：173-182.