高光谱图像处理流程

高光谱数据具有比RGB图像和多光谱数据更高的光谱分辨率和信息含量，这使其能够识别和分析传统影像无法检测到的材料和生物。已有研究结果表明，高光谱遥感在作物含氮量、产量和营养价值监测等方面具有较高可行性。

无人机图像处理流程

• 图像采集：高光谱遥感影像获取的质量和数量对后续处理分析的结果有重要影响，比较常用的品牌有奥普天成、谱视界等。

• 图像拼接：对于遥感影像拼接和校正等可使用无人机测绘摄影测量软件，如Metashape软件(Agisoft公司)、PIX4Dmapper软件(Pix4D公司)、Inpho软件(Trimble公司)等。

• 分析提取：可通过编程语言(如Python)或学习多种处理图像的软件来实现数据的进一步获取，而育种和栽培方向的用户因自身背景原因可选择带表型提取功能的无人机，如PhenoAI air(AgriBrain公司)，自动化提取各类大田植物和草业的农艺性状并精准量化表型信息，操作简单，让用户更专注于自身科研领域。

对于高光谱图像，PhenoAI air可自动化提取150+表型指标，如PVI(作物估产)、DCNI(检测植株氮浓度)、NPMI(监测白粉病严重程度)、REFCA(反应植物疾病严重程度)、CARI(监测植被叶绿素含量)、Gitelson(反映植物生理状况)等；对于多光谱图像，还可全/半自动提取分析各小区的NDVI等植被指数同时能进行更精准的图像分割；对于可见光相机，可全/半自动提取分析各小区植被面积、覆盖度、株数、 颜色等信息。