成像方式 | 三維 | 工作原理 | 推掃型 |
---|---|---|---|
價格區間 | 100萬-200萬 | 使用狀態 | 機載 |
應用領域 | 環保,食品/農產品,農林牧漁,地礦,能源 |
GaiaSky-mini3-NIR近紅外高光譜成像
新高靈敏度InGaAs 探測器,在積分時間非常小的情況下能夠獲取非常好的信號。在高速采集數據的同時能夠保證數據的精準測量,探測器幀速可通過相機的Binning設置來提高。獨*的光路結構設計、高效的通訊方式、友好的采集控制界面。軟件、硬件觸發等功能方便系統的控制和用戶的二次開發。準農業評估;水、溢油、土地沙漠化等環境監測;軍事偽*識別;生態多樣性評估等方面應用需求提供完整的解決方案。
主要特點
· 適合大面積目標圖像采集,空間分辨率高、光譜通道多、光譜分辨率高;
· 強大的校準功能:光譜校準、輻射度校準、均勻性校準、鏡頭校準、反射率校準等;
· 強大的數據拼接功能:在獲取圖像的經度、維度、高度、橫向、縱向重疊率等信息可利用自主研發設計的拼接軟件完成任意面積的圖像拼接,獲取空間、光譜高度精準的測試數據。
· 應用方向:植被病蟲害的監測、火焰火點的監測、目標的偽*識別、地質礦石探勘、水體污染(油料泄露)監測。
GaiaSky-mini3-NIR近紅外高光譜成像技術參數
型號 | GaiaSKy-mini3-NIR | ||
機載高光譜相機參數 | 光譜范圍 | 900-1700(nm) | |
光譜分辨率 | 8nm(mean) | ||
空間通道數 | 640 | ||
光譜通道數 | 224(1X),112(2X) | ||
光譜采樣間隔 | 3.5nm@224 | 7nm@112 | |
圖像分辨率[1] | 640×512 | ||
成像鏡頭 | 15mm(定制),30mm | ||
圖像位深 | 12 bit | ||
輸出接口 | USB3.0 | ||
工作電壓 | 12v | ||
功率 | 45w | ||
機載高光譜成像系統參數 | 拍攝方式 | 無人機懸停內置推掃 | |
搭載平臺 | 大疆M350 | ||
安裝接口[2] | 標準Skyport V2接口 | ||
輔助攝像頭 | 500W像素實時成像 | ||
橫向視場角 | 35°@15mm | 23°@30mm | |
橫向視場寬度 | 83 ﹙@ m 15mm﹐高度100m﹚ | 40m ﹙@30mm﹐高度100m) | |
空間分辨率 | 0.13m ﹙@15mm﹐高度100m﹚ | 0.065m ﹙@30mm﹐高度100m﹚ | |
存儲 | 240G SSD(512G,1T可選) | ||
重量 | 1.35kg |
應用案例介紹
農作物快速識別分類
地物等目標在近紅外波段的圖像和光譜表現與其可見-近紅外波段比較,其有特殊的屬性表現,可對大氣、水汽、地質、植被、偽*等目標的相關信息進行分析和研判。
圖1 高光譜測試圖像(拼接后,兩個架次)
圖2 目標特征光譜
圖3 單波長下灰度圖像(1440nm &1623nm)
偽*網監測
在現代軍事和安全領域,偽*網是一種常見的遮蔽和隱藏手段,用于掩護目標、設施或部隊,使其在紅外光譜范圍內難以被探測。利用900-1700nm紅外無人機載高光譜技術,可以突破傳統光學探測的限制,實現對不同高度偽*網的準確識別和分析。無人機的靈活性和機動性使其能夠在不同高度進行飛行,提供多個視角和多個光譜范圍的數據,進一步提高偽*網識別的準確性。有助于提升軍事和安全領域的目標識別能力,并對實施有效的戰術和安全措施提供有力支持。
圖4 50m
圖5 100m
紅外礦區土壤指數
利用900-1700nm紅外無人機載高光譜成像技術,可以實現對礦區土壤的高精度光譜數據采集。該技術通過搭載紅外光譜相機,能夠在更寬波段范圍內獲取土壤的光譜信息。這使得對土壤成分、有機質含量、礦物質含量等關鍵參數進行準確分析成為可能。可以準確檢測土壤中的礦物質含量,幫助礦區管理人員了解土壤的礦產資源潛力;還可以評估土壤的有機質含量,為礦區的生態環境保護提供科學依據。它在土壤成分分析、質量評估和資源管理方面展現了巨大的潛力,為礦區管理人員提供了強有力的數據支持,助力礦區的可持續發展。
植被生化參數檢測
植被作為地表物質及陸地生態系統的重要組成部分,在維護區域生態環境和應對全球氣候變化中發揮著重要作用。高光譜數據能夠記錄植物體內各種生化組分對不同波長電磁波的選擇性吸收特征,利用900-1700nm紅外無人機載高光譜成像技術,能夠為植被生化指標的檢測提供準確和實時的數據支持,有助于更好地了解和管理植被資源。
圖6 鈣離子含量分布圖 圖7 鎂離子含量分布圖
地物分類
機載高光譜成像技術能夠捕捉到地物細微的光譜差異,可以更準確地識別地物的類型,從而提高地物分類的精度。高光譜遙感圖像分類在農業、軍事、海洋管理和地質勘探等方向中被廣泛應用,高光譜圖像分類技術已經成為現代科技的重要組成部分。
圖8 高光譜圖像
圖9 分類結果圖