30FPS 边缘实时计算:快照式视频高光谱重塑 NDVI 与 MCARI 指数反演,开启动态遥感新时代

2026-07-30
 

航空遥感和植保农业中,高光谱相机因能获取连续、窄带的光谱数据,一直是核心检测设备。但在实际飞行作业中,目前主流的线阵推扫式(Push-broom)架构在工程落地上面临两个问题:

01
对航线姿态要求极高

推扫成像依赖飞机的绝对直线匀速飞行。气流引起的任何抖动或侧滚,都会让画面产生严重的运动伪影和几何畸变。后期需要依赖高精度惯导进行繁琐的几何校正与图像拼接。

02
数据离线处理,缺乏时效性:

传统系统属于“本地采集-地面处理”模式。飞完一圈后,海量原始高光谱数据需要拷贝到工作站进行集中反演,从飞行作业到拿到分析结果通常需要数天时间,无法做到现场即时决策。

针对上述限制,技术团队引入了英国牛津大学开发的Living Optics快照式视频高光谱相机,并完成了无人机自主平台的一体化集成与软硬件调通。通过在边缘端直接运行算法,实现了高光谱数据的实时视频流输出。

 

软硬件集成:机载边缘视频高光谱系统

经过结构适配与接口调试,整套软硬件系统已经完成了标准化集成,具备了直接出场作业的条件。

快照式(Snapshot)成像机制
 

与通过位移拼接的推扫相机不同,Living Optics采用快照式二维面阵成像。相机在单次曝光内即可抓取全幅的空间信息与光谱信息,最高支持 30fps 的视频级采集。这种机制在物理层面上避免了机身抖动和风阻引起的画面扭曲,保证了飞行状态下的图像完整性。

空间与光谱通道对齐
 

系统将500万像素的高清彩色通道与光谱通道融合,在440–900 nm(可见光至近红外)波段内,提供96个连续光谱通道,兼顾了空间边缘识别率与光谱分辨率。

 

农业航摄测试与边缘算法数据验证

近期,技术团队搭载该系统在农田环境下进行了自主巡航测试。相机在采集光谱数据的同时,直接调用边缘设备进行实时计算

 
 

1、原始RGB视界(肉眼感知)

航摄画面中呈现为均匀的绿色植被,肉眼及常规可见光相机无法分辨其细微的生理代谢差异与早期逆境。

 

 
 

2、NDVI(归一化差值制备指数)机载实时反演

依托机载边缘算力,数据无需带回地面后处理,直接在航摄过程中即时生成NDVI空间分布图。测试证实,地面接收终端能够实时接收 NDVI 视频流,直观地展现出不同区域的植被覆盖度。

 

 
 

3、MCARI(改良叶绿素吸收反射指数)

依托机载边缘算力,数据无需带回地面后处理,直接在航摄过程中即时生成NDVI空间分布图。测试证实,地面接收终端能够实时接收 NDVI 视频流,直观地展现出不同区域的植被覆盖度。

 

 

自主平台上的边缘计算

这套机载高光谱系统的核心优势,在于它不只是一个传感器,而是一个完整的机载边缘计算平台

  · 本地实时计算:包括辐射校正、光谱解混以及NDVI、 MCARI指数反演在内的复杂算法,全部在NVIDIA边缘设备上独立运行。数据在机载端即完成了从“原始信号”到“结果图层”的转化,极大节省了无线传输链路的带宽需求。

  · 开放式软件生态: 系统提供标准、完善的PythonROS(机器人操作系统)API接口。开发人员可以根据具体业务需求,把定制化的分类模型或异常检测算法直接部署到边缘设备,实现一体化的作业流。

56f444d0932d9dbe6b40a8beab9af351.png

本套完成软硬件集成、并通过实际农业航摄测试的机载视频高光谱系统,现已正式面向市场推广。它改变了传统高光谱离线、慢速的工作模式,让航空遥感和农业植保进入实时视频流时代。

微信图片_20260420171429_1839_245.png

 
Living Optics高光谱相机
 

 

 

 

其他新闻