Escolar Documentos
Profissional Documentos
Cultura Documentos
Tierra. Se puede usar una cámara para capturar esta luz reflejada en las longitudes de onda a las
que el sensor de la cámara es sensible. Los sensores que suministramos están basados en silicio que
filtros de paso de banda que solo permiten que un espectro estrecho de luz llegue al sensor,
podemos capturar la cantidad de reflectancia de los objetos a esa banda de luz en particular.
Por ejemplo, si el filtro de la cámara selecciona una banda de 25nm de ancho con una longitud de
onda máxima de 650nm, solo capturará la luz "roja" reflejada emitida por el sol. Cada píxel en la
imagen es, por lo tanto, un porcentaje de la luz reflejada que puede pasar a través del filtro
"rojo".
Los píxeles tienen un valor que va desde un mínimo hasta un máximo en función de la tasa de bits
de la imagen. Cuanto mayor sea la velocidad de bits, más información se puede almacenar en la
imagen. Un sensor captura cada imagen en formato RAW y luego guarda el RAW o lo convierte a
un formato más común (generalmente comprimiéndolo). Las cámaras Survey3 capturan fotos
RAW de 16 bits por canal RGB, lo que significa que hay 16bits (65,536) píxeles y un rango de
valores de píxeles de 0 a 65,535. Cuando la cámara guarda un JPG de 8 bits, comprime (elimina)
los píxeles dejando un rango de solo 0 a 255. Como estamos capturando una reflectancia de luz y
no tratando de hacer una "imagen bonita", queremos utilizar siempre el formato RAW. Si
necesita un JPG, puede convertir fácilmente el formato RAW a TIFF a JPG utilizando el control
También es importante asegurarse de que los ajustes de la cámara (velocidad de obturación, ISO,
EV) estén ajustados para que ningún píxel alcance el valor máximo de píxel. Si un píxel
normalmente sería más alto que el valor máximo, la información se perderá. Puede observar que
las imágenes de las cámaras Survey3 parecen oscuras. Esto es normal ya que hemos establecido las
configuraciones predeterminadas para evitar que los píxeles alcancen el valor máximo. Recuerde,
reflectancia en cada píxel, ¿cómo sabemos si es correcto? Entonces necesitamos algo para calibrar
cada píxel usando un valor de reflectancia conocido. Hacemos esto al capturar una foto de
antes de cada levantamiento, que contiene 4 objetivos que se han medido a longitudes de onda
de píxel de la imagen objetivo capturada se comparan luego con los valores de reflectancia
conocidos de los objetivos. Usando esta información en MAPIR Camera Control (MCC) ,
Una vez que las imágenes están calibradas, puede unirlas en una sola imagen llamada mosaico
sensores. Ejemplos de dicho software son Pix4Dmapper Pro dePix4D y Photoscan de Agisoft . Las
imágenes ortogonales resultantes pueden tener los cálculos de índice realizados en los píxeles para
producir diferentes tipos de análisis. Si descubre que el software de generación ort está teniendo
dificultades para encontrar puntos de unión entre las imágenes calibradas, puede optar por unir el
orto primero con las imágenes no calibradas y luego exportar y calibrar el orto en MCC
posteriormente.
El índice de vegetación con diferencia normalizada (NDVI) es el análisis más común y compara la
luz reflejada roja y cercana al infrarrojo (NIR) para evaluar dónde las plantas están más
"sanas". Suponemos que dado un área de muestra de un solo cultivo, las plantas que reflejan más
luz NIR realizarán más fotosíntesis y, por lo tanto, estarán más sanas (y viceversa). Si una
determinada región de plantas tiene un valor de NDVI que es más alto (los valores van de -1 a +1),
entonces las plantas son probablemente más saludables allí. Independientemente del análisis de
índice que realice, es vital que también inspeccione físicamente el área temática para verificar sus
o calibrar cada fotografía antes de coser. Normalmente, es mejor coser las imágenes no calibradas
y luego calibrar el ortomosaico debido a posibles problemas con la costura de las imágenes
calibradas. Esto es especialmente importante con el software de nube de puntos como Pix4D y
Para comenzar la calibración, abra MAPIR Camera Control (MCC) y haga clic en la pestaña
Calibrar:
Para que la escala de los datos de píxeles sea la misma, debe cargar todas las cámaras en la
ventana de calibración que desea calibrar. Por ejemplo, si quiere calibrar un Survey3W_RGN con
una cámara Survey3W_NGB, debe seleccionar el modelo de cámara, lente y filtro para ambas
MAPIR tomada justo antes de su levantamiento (recomendado), haga clic en el primer botón
Examinar y seleccione la imagen de objetivo QR. Luego haga clic en el botón "Generar valores de
calibración" al lado de ese botón de exploración. Cuando el software haya detectado el objetivo
QR, el cuadro de diálogo de la derecha le indicará si fue exitoso. Haga esto para cada cámara que
está calibrando.
Si ninguna de las imágenes puede utilizarse para detectar el código QR, el programa utilizará
automáticamente los valores codificados que proporcionamos y que se toman durante un día claro
y soleado. Puede haber una ligera inexactitud si se usan los valores codificados, así que asegúrese
de capturar algunas buenas imágenes del objetivo poco antes de su levantamiento para obtener los
mejores resultados.
Después de que el complemento haya obtenido los valores de calibración necesarios para cada
cámara, haga clic en el botón Examinar para cada cámara debajo del botón "Generar valores de
calibración" para seleccionar el directorio de imagen de entrada para esa cámara. Está buscando
una carpeta, no una sola imagen, por lo que no verá imágenes en el navegador de la carpeta de
entrada. La calibración calibrará TODAS las imágenes en TODAS las carpetas de entrada, así que
asegúrese de no tener ninguna imagen que no necesite allí. Por lo general, es mejor limpiar las
carpetas de entrada eliminando o moviendo todas las fotos que no necesita a otra carpeta, como las
capturadas por la cámara antes y después de su encuesta principal. Luego, presione el botón
Calibrar en la parte inferior de la ventana para calibrar. Es probable que el programa se congele
Se creará automáticamente una carpeta Calibrated_1 en las carpetas de entrada para las imágenes
calibradas. Si desea que los TIFF calibrados se conviertan a JPG, seleccione la casilla "Convertir
Procesamiento posterior de
imágenes calibradas
Cada píxel en las imágenes ahora representa un porcentaje de reflectancia para el área
fotografiada. Es probable que estén muy oscuros, pero no te preocupes, esto es normal. Recuerde,
Si calibraste cada foto individual, ahora querrás subir las imágenes al software que elijas para
Viewer le permite mirar imágenes que normalmente son demasiado oscuras para verlas en otros
buscadores de fotos. Puede ver y convertir imágenes individuales directamente desde la cámara o
sus ortomosaicos cosidos. Haga clic en el botón Examinar para abrir una imagen TIFF que se
convirtió previamente de RAW (también puede abrir JPG en el Visor) en la pestaña Proceso de
MCC.
Aquí hay una imagen TIFF no calibrada tomada de una cámara Survey3W RGN volando sobre
En este modelo de cámara RGN, la luz roja reflejada se captura en el canal rojo de la imagen y la
luz infrarroja cercana reflejada (NIR) se encuentra principalmente en el canal azul de la imagen.
Si tuviera que dividir la imagen en sus canales RGB, aquí está el canal rojo (izquierda / arriba) y
Las filas blancas / grises son las vides de uva y aparecen grises en el canal rojo y blancas en el
canal azul. Los valores de píxel oscilan entre negro (sin reflectancia) y blanco (reflectancia
total). Las plantas reflejan mucha luz NIR durante la fotosíntesis, por eso el canal NIR azul
muestra las plantas como blancas y el suelo como negro. Todavía no hemos calibrado las imágenes,
Debajo de la pestaña Calibrar de MCC cargue en la foto de nuestro paquete de objetivo de tierra
imagen TIFF sobre las uvas. Haga clic en el botón Generar valores y luego Calibre en la parte
inferior:
calibración. La otra es que los valores del índice ahora están calibrados correctamente, así que
Haga clic en el botón "Calcular índice" para mostrar la calculadora de ráster. Vamos a elegir el
índice NDVI para este tutorial. La luz NIR se almacena principalmente en el canal de imagen azul,
por lo tanto, cambie el menú desplegable Y a @ Band3 (canal azul). El menú desplegable X debe
imagen del índice NDVI, con los píxeles negros que representan un valor de índice bajo y los
píxeles blancos que representan un valor alto. Puede ver el rango de valores de píxeles en el lado
derecho en el área de Leyenda. Para el índice NDVI, un valor de píxel bajo (negro) significa que
ese píxel tenía más luz roja que el NIR reflejado, y por lo tanto no era vegetación sana que
realizaba la fotosíntesis. Lo contrario es cierto para los valores de píxeles altos (blancos), que
tienen más luz NIR que la luz roja y es típicamente vegetación saludable.
Como puede ver, los píxeles de la imagen oscilan entre -0.36 y 0.44. La vegetación típicamente
tendrá un valor de NDVI de aproximadamente 0.2 a 0.9 cuando se usa la fórmula NDVI. Ahora
agreguemos un poco de color para que podamos ver mejor el contraste entre el suelo y las plantas,
Haga clic en el botón "Configurar LUT" para mostrar la ventana Mapa de Color (LUT). Elijamos
Lut: RrYyGg, Clases: 7 colores y Clip: Fondo de escala de grises. Haga clic en el botón "Aplicar":
Mirando hacia atrás en la pantalla principal del Visor, puede ver que la imagen del índice ahora
En la ventana de Mapa de colores (LUT) que aún está abierta, observará que hay valores editables
para los valores de píxeles Mín. Y Máx. Estos valores representan el rango de valores de píxeles
que los colores se están aplicando en función del recorte elegido. Aquí están las opciones de
recorte:
Color sólido: esta opción toma los colores en el lut en los extremos y establece todos los
píxeles fuera del rango de píxeles mínimo / máximo a los colores en el mínimo y máximo de la
lut.
Transparente: esta opción hace que todos los píxeles fuera del rango mínimo / máximo sean
transparentes (transparentes). Esto es útil cuando se superponen imágenes entre sí, por
ejemplo, una imagen compuesta con una capa base de imagen RGB y solo la vegetación
coloreada de acuerdo con el lut.
Escala de grises de fondo: esta opción establece los píxeles en min / max con el color lut y los
píxeles fuera de la misma escala de grises de la imagen de índice.
Original de fondo: esta opción establece los píxeles dentro del mínimo / máximo con el color
lut y esos píxeles fuera de la imagen original.
fondo" para que podamos ver el color lut solo los píxeles del índice NDVI de 0 a 0.44 y luego
Artículos Recientes
Cómo elegir un modelo de filtro de cámara Survey3
Uso de otros receptores GPS con cámaras Survey3
Encuesta pre-proceso3 Imágenes en MAPIR Camera Control (MCC)
Imágenes previas al proceso2 Imágenes en QGIS con el complemento MAPIR
Procesamiento de imágenes MAPIR Survey en software Point-Cloud
(Pix4D y Photoscan)
Ofrecemos 4 filtros diferentes para las cámaras Survey3:
RGB, RGN, NGB y NIR. Los filtros capturan 3 canales de
información de luz de la siguiente manera:
capacidad para capturar las longitudes de onda Red y NIR necesarias para el popular índice
NDVI (ver más abajo para más información). El NDVI se usa generalmente como un índice
general de salud y vigor de las plantas , básicamente le mostrará qué regiones son más saludables
en comparación con aquellas áreas que no son tan saludables. Si está buscando la mejor cámara
para comprar para medir la salud general de la planta, entonces los modelos RGN son su mejor
opción.
reflectancia verde de la planta en cuenta para determinar la sanidad vegetal , en lugar de usar la
reflejada luz casi infrarroja (NIR) como el índice NDVI utiliza. Algunas aplicaciones (como
DroneDeploy por ejemplo) no le permiten calcular ENDVI, así que asegúrese de verificar qué
índices son compatibles. También puede calcular el índice NDVI utilizando luz azul frente a luz
NIR, que puede revelar resultados diferentes en comparación con el uso de la cámara RGN. La
mejor manera de pensar en la diferencia entre los modelos RGN y NGB es que la mayoría de las
veces el modelo RGN es la mejor opción, pero el modelo NGB puede mostrarle algo que la RGN no
puede, así que si su presupuesto lo permite, use ambas cámaras y se recomienda comparar los
resultados.
procesa con nuestra aplicación MCC , las imágenes de salida serán una sola banda de imagen, es
decir, en blanco y negro. Un píxel blanco tendrá una alta reflectancia NIR y una reflectancia NIR
baja en píxeles negros. Puede ignorar los canales de imagen verde y azul ya que no contendrán
como nuestros ojos ven el mundo. Las cámaras RGB se usan comúnmente junto con las
muchas veces es necesaria para relacionar lo que nuestros ojos ven con lo que ve una cámara
deben calibrarse utilizando nuestro objetivo de calibración . Una vez calibradas, las imágenes
pueden coserse en el programa de su elección, como Pix4D, Agisoft, Drone Deploy, Agribotix,
realiza cálculos matemáticos en los píxeles de la imagen. Los valores de píxeles que resultan
después de calcular el índice representan un rango de píxeles dependiente del índice y de lo que
está calculando. Muchos programas hacen de este cálculo un proceso de un botón, pero vamos a
Como puede ver en la fórmula anterior, el índice NDVI utiliza la luz NIR y ROJA. Entonces, para
los modelos de cámara con filtro RGN, ese sería el canal de imagen azul (NIR) y el canal de
imagen rojo (ROJO). El programa de procesamiento tomará el valor de píxel en los canales de
imagen rojo y azul y lo conectará a la ecuación anterior. Los píxeles resultantes tendrán un valor
que va de -1 a +1. Para las plantas, los valores de NDVI de las plantas reales oscilan entre
aproximadamente 0,2 y 0,8. Luego aplicamos un color lut a los píxeles para que nuestros ojos
puedan interpretar los datos con mayor facilidad. El color lut es el verde al amarillo al rojo (alta
terrestre :
Los valores de píxeles mencionados anteriormente que le indican si está mirando plantas sanas o
dicen suciedad cercana se ven afectados por el procedimiento de calibración. Sin calibrar las
imágenes, los valores resultantes generalmente serán negativos, básicamente valores basura. La
imagen de color resultante, a menudo llamada "imagen bonita" puede mostrar un mapa similar
de verde a amarillo a rojo, pero sin calibración no podrá comparar los resultados de una ubicación
el tiempo a otro (semana a semana, mes a mes, etc.). Sin calibración, no está alineando los datos de
píxeles a un estándar conocido, por lo que los valores no serán comparables. Para obtener más