toplogo
ลงชื่อเข้าใช้

Optimale Einstellung der Belichtungszeit und Verstärkung von Multispektralkameras zur Verbesserung der radiometrischen Genauigkeit in der Phänotypisierung und Präzisionslandwirtschaft


แนวคิดหลัก
Die Verwendung fester Belichtungseinstellungen anstelle der standardmäßigen automatischen Belichtung führt zu einer genaueren Schätzung der Reflektanz von Pflanzenbeständen und Böden in Multispektralbildern.
บทคัดย่อ
Die Studie untersuchte den Einfluss der Belichtungszeit und Verstärkung auf die radiometrische Genauigkeit von Multispektralbildern. Es wurde festgestellt, dass die Verwendung fester Belichtungseinstellungen im Vergleich zur standardmäßigen automatischen Belichtung zu genaueren Reflektanzschätzungen führt. Kernpunkte: Bestimmung des idealen Belichtungsbereichs, um Unter- oder Überbelichtung zu vermeiden Simulation von Fehlern durch automatische Belichtung zeigte erhöhte Fehler außerhalb des idealen Belichtungsbereichs Vorhersage des Gesamtstickstoffgehalts der Pflanzen war genauer bei Verwendung fester Belichtungseinstellungen
สถิติ
Die Verwendung fester Belichtungseinstellungen führte zu einer höheren Übereinstimmung mit den Referenzwerten (höheres R2 und niedrigeres MAPE) als die automatische Belichtung. Für die blauen, grünen, roten und NIR-Bänder lag das MAPE bei < 5% und für das Rote-Kante-Band bei < 7% innerhalb des bestimmten idealen Belichtungsbereichs. Das MAPE stieg exponentiell über die obere Grenze des idealen Belichtungsbereichs hinaus an.
คำพูด
"Die Verwendung der standardmäßigen automatischen Belichtungseinstellungen bei Multispektralkameras beeinträchtigte die radiometrische Genauigkeit." "Die feste Belichtungseinstellung für eine Micasense RedEdge-3-Kamera wurde bestimmt."

สอบถามเพิ่มเติม

Wie lassen sich die Erkenntnisse aus dieser Studie auf andere Multispektralkameras und Anwendungen übertragen?

Die in dieser Studie gewonnenen Erkenntnisse zur Bedeutung der Belichtungseinstellungen für die radiometrische Genauigkeit von Multispektralkamerabildern lassen sich grundsätzlich auf andere Kameramodelle und Anwendungen in der Präzisionslandwirtschaft übertragen. Die Ergebnisse zeigen, dass eine feste Belichtungseinstellung (Fixed Exposure, FE) im Vergleich zu automatischen Belichtungseinstellungen (Auto-Exposure, AE) zu einer höheren räumlichen und zeitlichen Genauigkeit der Reflektanzschätzung führt. Dieser Ansatz ist nicht auf den spezifischen Micasense RedEdge-3 Sensor beschränkt, sondern kann auf andere Multispektralkameras übertragen werden, die in der Präzisionslandwirtschaft eingesetzt werden, wie z.B. Parrot Sequoia, Sentera oder DJI P4. Entscheidend ist, dass für jede Kamera die idealen Belichtungseinstellungen für die Erfassung von Pflanzen- und Bodenreflektanzen ermittelt werden, um eine optimale radiometrische Genauigkeit zu erzielen. Darüber hinaus ist der Ansatz der objektbasierten ELM-Kalibrierung, bei der der Kalibrierbereich auf den erwarteten Reflektanzbereich von Pflanzen und Boden abgestimmt wird, auf andere Anwendungen in der Fernerkundung übertragbar, in denen der Fokus auf bestimmten Objektklassen liegt und nicht auf der Erfassung des gesamten Reflektanzspektrums.

Welche Auswirkungen haben Änderungen der Belichtungseinstellungen im Laufe der Zeit auf die radiometrische Genauigkeit?

Änderungen der Belichtungseinstellungen im Laufe der Zeit können die radiometrische Genauigkeit von Multispektralkamerabildern erheblich beeinflussen. Die Studie zeigt, dass Variationen in Belichtungszeit und Verstärkung (Gain) bei Verwendung der automatischen Belichtungseinstellung (AE) zu deutlichen Verlusten in der radiometrischen Genauigkeit führen können. Wenn die Belichtungseinstellungen über die in der Studie ermittelten idealen Grenzen hinausgehen, nimmt die Genauigkeit exponentiell ab. Dies liegt daran, dass hohe Belichtungszeiten zur Sättigung der Reflektanzwerte führen und somit unwiederbringlicher Informationsverlust auftritt. Im Gegensatz dazu bietet die Verwendung fester Belichtungseinstellungen (FE) innerhalb der ermittelten idealen Grenzen eine deutlich höhere zeitliche Konsistenz der radiometrischen Genauigkeit. Solange die Belichtungseinstellungen stabil bleiben, kann eine hohe Genauigkeit über den gesamten Erfassungszeitraum gewährleistet werden. Daher ist es entscheidend, die Belichtungseinstellungen regelmäßig zu überprüfen und gegebenenfalls anzupassen, um Veränderungen der Kameraparameter über die Zeit zu kompensieren und eine konsistente radiometrische Genauigkeit sicherzustellen.

Wie kann die Methode der festen Belichtungseinstellung in die Praxis der Präzisionslandwirtschaft integriert werden?

Die Methode der festen Belichtungseinstellung (Fixed Exposure, FE) lässt sich relativ einfach in die Praxis der Präzisionslandwirtschaft integrieren: Ermittlung der idealen Belichtungseinstellungen: Für jede eingesetzte Multispektralkamera müssen zunächst die idealen Belichtungszeiten und Verstärkungsfaktoren für die jeweiligen Spektralbänder bestimmt werden. Dazu kann ein ähnliches Vorgehen wie in der vorliegenden Studie angewendet werden, um den Bereich ohne Über- oder Unterbelichtung zu identifizieren. Implementierung in die Bilderfassung: Bei der Planung und Durchführung von UAV-Befliegungen in der Präzisionslandwirtschaft müssen die ermittelten festen Belichtungseinstellungen in das Flugprogramm und die Kamerasteuerung integriert werden. So wird sichergestellt, dass die Bilder unter konsistenten Bedingungen aufgenommen werden. Anpassung bei Bedarf: Da sich die Kameraparameter im Laufe der Zeit ändern können, sollten die idealen Belichtungseinstellungen regelmäßig überprüft und gegebenenfalls angepasst werden. Dazu können erneute Belichtungssweeps oder Vergleiche mit Referenzzielen durchgeführt werden. Einbindung in den Bildverarbeitungsworkflow: Die festen Belichtungseinstellungen müssen in den gesamten Bildverarbeitungsworkflow, einschließlich Entzerrung, Orthomosaik-Erstellung und radiometrischer Kalibrierung, integriert werden. So kann die höhere radiometrische Genauigkeit der FE-Bilder voll ausgeschöpft werden. Durch die Implementierung der FE-Methode in die Praxis der Präzisionslandwirtschaft können Anwender von konsistenteren und genaueren Multispektraldaten profitieren, was wiederum die Qualität von Modellen und Entscheidungen in der Präzisionslandwirtschaft verbessert.
0
visual_icon
generate_icon
translate_icon
scholar_search_icon
star