Application of UAV Environmental Thermography Monitoring Based on Agisoft Metashape Image Mosaic
-
摘要: 为实现大面积区域的环境热像监测，本文以重庆某高校训练场为例，研究了一种无人机区域环境热像监测技术。通过无人机采集环境热像，使用Agisoft Metashape软件进行无人机热红外影像拼接处理，并利用处理后的热红外影像进行环境热像监测与目标分析。研究表明，利用该技术可实现区域热红外影像的快速处理，并且处理成果可以为环境热像监测与目标热像分析提供有效参考与基础资料。
-
关键词:
- Agisoft Metashape /
- 影像拼接 /
- 环境监测 /
- 热像分析
Abstract: To realize environmental thermal image monitoring in a large area, this study took a university training field in Chongqing as an example to investigate UAV regional environmental thermal image monitoring technology. First, the UAV was used for environmental thermal image acquisition, and the Agisoft Metashape software was used for UAV thermal infrared mosaic thermal image processing. The processed thermal infrared images were used for environmental thermal image monitoring and target analysis. Experiments showed that the technology can realize fast processing of regional thermal infrared images, and the processing results can provide an effective reference and basic data for environmental thermal image monitoring and target thermal image analysis. -
0. 引言
折射率n和消光系数k称为物质的光学常数，这两个参量是随光波长变化的，但习惯称为常数。在电磁波理论中，光谱反射率和透射率等光学性质可用物质的光学常数来描述，因此可通过测量光学性质来确定光学常数。方法主要有双光谱反演法[1]、反射光谱反演法[2]、透射光谱反演法[3-5]、双厚度透射光谱反演法[6-7]。
Bohren和Huffman[8]用电磁波理论建立了平板材料的光谱透射率模型、以及只考虑光在平板内的多次反射，而忽略干涉效应时的非相干透射率模型。基于前者，Tuntomo[6]等人采用玻璃-液体-玻璃三层平板结构，测量两个不同厚度液体的光谱透射率，在忽略玻璃影响的情形下通过迭代法反演确定了碳氢燃料庚烷和癸烷的光学常数。基于非相干透射率模型，李全葆等人[7]通过测量不同厚度碲镉汞晶片的光谱透射率，采用迭代法求解了碲镉汞的光学常数；苏星等人[9]测量了一种红外硒化物玻璃的光学常数。李栋等人[10-12]以上述研究为基础，提出了多种改进透射率模型及反演算法，提高了三层平板结构测量液体光学常数的精度；王程超等人[13]基于射线踪迹法推导了三层结构系统的总透射率模型，并采用粒子群优化算法（Particle Swarm Optimization, PSO）进行反演计算了生物柴油的光学常数。
因为多层结构的存在，上述测量液体光学常数的透射率模型和反演算法较为复杂。但对于半透明固体材料，如石英、金刚石、砷化镓、氟化镁和硒化锌等红外光学材料在光学窗口、像质改善和液体光学测量等方面有重要应用。这类固体材料可制备成单一材料结构并基于双厚度透射率模型测量其光学常数，这种情况下主要研究反演算法。如李栋等人[14-15]提出了简化方程迭代法（Simplifie-Equation Iterative, SEI）和蒙特卡洛法（Monte-Carlo, MC）；吴国忠等人[16]对SEI、MC和PSO三种方法做了比较研究，结论是PSO方法精度更高。
使用反演迭代法确定光学常数的方法计算耗时且存在迭代误差，上述学者在反演算法的设计、精度提升及误差减小上做了很多研究，但直接去求解双厚度透射率方程的尝试还未见报道。本文在这一方面做了探索，只要将双厚度透射率模型中的两个厚度设定为2倍关系，则经过代数推导，即可获得与衰减系数（可换算出消光系数）有关的八次多项式方程，以及关于界面反射率的一元二次方程。这两个方程均可求得精确数值解或解析解，从而避免了反演算法的耗时和误差。本文以文献[6]中庚烷的光学常数作为“理论值”，代入双厚度透射率方程计算的透射率作为“实验数据”，用多项式求根的方法确定庚烷的折射率n和消光系数k，验证了本文方法的可靠性。最后分析了双厚度偏离2倍关系时对计算结果的影响。
1. 多项式求根的双厚度透射率模型
设半透明平板材料的折射率、消光系数分别为n和k，则衰减系数α=4πk/λ，其中λ为光波长。将平板材料置于空气（折射率为1，消光系数为0）中，当光线垂直入射时，根据菲涅耳定律和斯涅耳定律，在平板材料与空气分界面上的界面反射率R=[(n-1)2+k2]/[(n+1)2+k2]。由于平板材料有两个界面，考虑光在平板内的多次反射，而忽略干涉效应时，光垂直通过厚度为Li的平板后的透射率Ti可表示为[8]：
$$ T_i=(1-R)^2 \exp \left(-\alpha L_i\right) /\left[1-R^2 \exp \left(-2 \alpha L_i\right)\right] $$ (1) 则光通过厚度为L和2L的平板材料后的透射率a和b分别用式(2)、式(3)表示：
$$ a=(1-R)^{2}y/(1-R^{2}y^{2})$$ (2) $$ b=(1-R)^{2}y^{2}/(1-R^{2}y^{4})$$ (3) 式中：y=exp(-αL)。给式(2)两侧同乘以y，联立式(3)消去两式右侧的分子，有：
$$ ay-b=(ay-by^{2})y^{2}R^{2} $$ (4) 将式(4)中的R代入式(2)，经过代数运算可得：
$$ \begin{aligned} f(y)= & p_8 y^8+p_7 y^7+p_6 y^6+p_5 y^5+p_4 y^4+p_3 y^3+p_2 y^2+ \\ & p_1 y+p_0=0 \end{aligned}$$ (5) 式中：p8=b2，p7=-2ab(1+b)，p6=a2(1+b)2，p5=2ab(1+b)，p4=-2(a2+a2b2+b2)，p3=2ab(1-b)，p2=a2(1-b)2，p1=-2ab(1-b)，p0=b2，式(5)是关于y的一元八次多项式方程，通过数值求解可得到其8个根，但只有满足0＜y＜1的根才有实际物理意义。则平板材料的衰减系数和消光系数分为：
$$ \alpha=-\ln (y) / L$$ (6) $$ k=-\lambda \ln (y) /(4 {\rm{ \mathsf{ π} }} L)$$ (7) 另由式(2)可得：
$$ R^{2}(ay^{2}+y)-2yR+(y-a)=0 $$ (8) 式(8)是关于R的一元二次方程，由于其判别式非负，又因0＜R＜1，则方程(8)的解为：
$$ R = (1 - \sqrt {a(a - y + 1/y)} )/(ay + 1) $$ (9) 则平板材料的折射率为：
$$ n = (1 + R)/(1 - R) + \sqrt {{{(1 + R)}^2}/{{(1 - R)}^2} - (1 + {k^2})} $$ (10) 只要测量出L、2L两种厚度下的光谱透射率a、b，可由式(5)求多项式方程的根，再由式(6)、式(7)和式(10)计算出衰减系数、消光系数和折射率。上述方法不必经过耗时的反演迭代来确定光学常数（多项式求根所用计算时间可忽略不计），所以结果中不存在反演误差。
2. 结果和讨论
本文采用文献[6]中庚烷在2.5~15 μm的光学常数作为“理论值”。将上述光学常数代入式(2)、式(3)，计算厚度分别为L=15 μm和2L=30 μm下的透射率作为“实验数据”，然后利用多项式求根的方法确定庚烷的光学常数，通过比较计算结果与理论值的相对误差来验证本文方法的可靠性。需要指出，由于本文透射率模型与文献[6]的透射率模型不同，这里的“实验数据”与文献[6]的真实实验数据是有差别的。此处仅是借用文献[6]的数据构造了适合本文透射率模型的“实验数据”来代替实际实验，其好处是可以避免实际实验的其他误差而专门研究多项式求根方法的可靠性。
基于多项式求根方法确定的庚烷光学常数如图 1所示，消光系数有3个峰值，对应3个强吸收带。从消光系数和折射率的相对误差可以看出计算结果与理论值符合得很好，其中消光系数的最大相对误差为-9.4×10-7%，折射率的最大相对误差为1.4×10-5%。结果表明本文方法确定光学常数没有反演迭代误差。
![]()
由于本文方法要求材料的两个厚度成2倍关系，如果第二厚度的制备或测量存在误差，则会导致计算结果出现误差。假定第二个厚度2L存在1%和5%的误差，则实际的厚度为(2±0.02)L和(2±0.1)L，不妨取1.98L和1.9L，则相应的透射率为b′=(1-R)2y1.98/(1-R2y3.96)和b″=(1-R)2y1.9/(1-R2y3.9)。将文献[6]中庚烷的光学常数代入此处公式计算的透射率作为“实验数据”，但仍按照基于2倍厚度关系推导的多项式方程来计算光学常数，通过比较计算结果与理论值的相对误差来评估厚度偏离2倍关系时对计算结果的影响，结果分别如图 2、3和图 4、5所示。
![]()
图 2 第二厚度2L存在1%误差时k的计算误差Figure 2. Calculation error of k when the second thickness 2L has 1% error![]()
图 3 第二厚度2L存在1%误差时n的计算误差Figure 3. Calculation error of n when the second thickness 2L has 1% error![]()
图 4 第二厚度2L存在5%误差时k的计算误差Figure 4. Calculation error of k when the second thickness 2L has 5% error![]()
图 5 第二厚度2L存在5%误差时n的计算误差Figure 5. Calculation error of n when the second thickness 2L has 5% error如图 2、3所示，第二个厚度2L存在1%的误差时，消光系数的相对误差在(2~2.03)%之内，而折射率在3.4 μm、6.8 μm、13.8 μm吸收带的误差较大，分别为26.9%、3.8%和1.3%，其余波长处的误差不超过1%。可见，不考虑强吸收点，就整个波段范围来看，由于厚度不满足2倍关系对消光系数计算结果的影响大于折射率；但在强吸收点，同样的厚度改变，由于k值较大所造成的透过率的相对误差就比较大，折射率的计算对此比较敏感，而消光系数的计算却不敏感。
如图 4、5所示，第二个厚度2L存在5%的误差时，消光系数的相对误差在(10~10.15)%之内，而折射率在3.4 μm、6.8 μm、13.8 μm吸收带的误差较大，分别为134.9%、18.5%和6.4%，其余波长处的误差不超过3.5%。其结论与厚度存在1%误差时的情形相似。再比较厚度误差1%和5%的计算结果，可以看出当厚度误差扩大5倍时，消光系数、强吸收点折射率的计算误差也扩大5倍左右，但其余波长处折射率的计算误差仅扩大3.5倍，对厚度的误差相对不敏感。
3. 结论
基于传统的双厚度透射率模型，在将两个厚度设定为2倍关系时，可获得与衰减系数有关的八次多项式方程，以及关于界面反射率的一元二次方程。通过多项式方程求根的方法实现了光学常数的确定，从而避免了反演迭代法的耗时和误差。借用文献[6]中庚烷的光学常数验证了本文方法的可靠性，除了个别的强吸收点，即使模型中的两个厚度偏离2倍关系时本方法仍能获得较好的计算结果。
-
![]()
图 8 两种源数据的处理结果无明显差异
Figure 8. There is no obvious difference between the processing results of two source data
表 1 禅思XT2技术参数
Table 1 Technical parameters of XT2
Thermal imaging camera vision camera Resolution 640×512 4K: 3840×2160 FHD: 1920×1080 Focal Length
(mm)19 8 Active Picture Elements — 12 million Wavelength coverage(μm) 7.5-13.5 — Sensitivity
(mk@f/1.0)< 50 — 
下载: 导出CSV
表 2 测温区内各测温点温度信息
Table 2 Temperature information of temperature measuring points
Numbering Object category Temperature sensing point Temperature point display temperature/℃ 1 Gravel soil road SP1 9.3 SP2 9.8 SP3 9.5 2 Bagged domestic waste SP4 10.2 SP5 11.5 SP6 12.2 3 Plant SP7 8.5 SP8 8.8 SP9 8.9 4 White wastes SP10 8.2 SP11 8.0 SP12 8.0 5 Waste roofs SP13 8.1 6 Engineering dustproof net SP14 8.7 SP15 8.3 7 Climax temperature Red temperature point 15.3 8 Lowest temperature point Blue temperature point 5.8
下载: 导出CSV
-
[1] 孙新博, 孙芹芹, 李英成, 等. 无人机红外影像拼接方法研究[J]. 测绘科学, 2021, 46(6): 109-113, 120. https://www.cnki.com.cn/Article/CJFDTOTAL-CHKD202106016.htm SUN Xinbo, SUN Qinqin, LI Yingcheng, et al. Research on UAV infrared image mosaic method [J]. Surveying and Mapping Science, 2021, 46(6): 109-113, 120. https://www.cnki.com.cn/Article/CJFDTOTAL-CHKD202106016.htm
[2] 赵国顺. 浅析红外热成像技术的发展与应用[J]. 中国安防, 2016(4): 38-40. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGAF201604013.htm ZHAO Guoshun. Analyze the development and application of infrared thermal imaging technology[J]. China Security, 2016(4): 38-40. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGAF201604013.htm
[3] 杜静涵. 红外热图像拼接技术的研究与应用[D]. 南京: 南京理工大学, 2017. DU Jinghan. Research and application of infrared thermal image stitching technology[D]. Nanjing: Nanjing University of Science and Technology, 2017.
[4] Jebur A, Abed F, Mohammed M. Assessing the performance of commercial Agisoft PhotoScan software to deliver reliable data for accurate3D modelling[J]. MATEC Web of Conferences, 2018, 162: 03022. DOI: 10.1051/matecconf/201816203022
[5] Barbasiewicz A, Widerski T, Daliga K. The analysis of the accuracy of spatial models using photogrammetric software: Agisoft Photoscan and Pix4D[J]. E3S Web of Conferences, 2018, 26: 12. DOI: 10.1051/e3sconf/20182600012
[6] 代婷婷, 马骏, 徐雁南. 基于Agisoft PhotoScan的无人机影像自动拼接在风景园林规划中的应用[J]. 南京林业大学学报: 自然科学版, 2018, 42(4): 165-170. https://www.cnki.com.cn/Article/CJFDTOTAL-NJLY201804024.htm DAI Tingting, MA Jun, XU Yannan. Application of UAV image automatic stitching based on Agisoft PhotoScan in landscape architecture planning[J]. Journal of Nanjing Forestry University: Natural Science Edition, 2018, 42(4): 165-170. https://www.cnki.com.cn/Article/CJFDTOTAL-NJLY201804024.htm
[7] 李秀全, 陈竹安, 张立亭. 基于Agisoft PhotoScan的无人机影像快速拼接在新农村规划中的应用[J]. 湖北农业科学, 2016, 55(3): 743-745. https://www.cnki.com.cn/Article/CJFDTOTAL-HBNY201603051.htm LI Xiuquan, CHEN Zhuan, ZHANG Liting. Application of UAV image rapid stitching based on Agisoft PhotoScan in new rural planning [J]. Hubei Agricultural Science, 2016, 55(3): 743-745. https://www.cnki.com.cn/Article/CJFDTOTAL-HBNY201603051.htm
[8] 马代健. 无人机热红外图像采集系统开发与应用[D]. 杨凌: 西北农林科技大学, 2018. MA Daijian. Development and Application of UAV Thermal Infrared Image Acquisition System[D]. Yangling: Northwest A & F University, 2018.
[9] 姚俐. 红外全景图像拼接方法的研究[D]. 重庆: 重庆邮电大学, 2020. YAO Li. Research on Infrared Panoramic Image Stitching Method[D]. Chongqing: Chongqing University of Posts and Telecommunications, 2020.
[10] LIU Jinsong, DAI Shaosheng, GUO Zhongyuan, et al. An improved POCS super-resolution infrared image reconstruction algorithm based on visual mechanism[J]. Infrared Physics and Technology, 2016, 78: 92-98 DOI: 10.1016/j.infrared.2016.07.010
[11] 张晓宇. 基于特征的图像拼接技术研究[D]. 西安: 西安理工大学, 2010. ZHANG Xiaoyu. Research on Feature-Based Image Mosaic Technology [D]. Xi 'an : Xi 'an Polytechnic University, 2010.
[12] 邵万里. Agisoft PhotoScan在立面测量中的应用[J]. 城市勘测, 2019(2): 74-76. https://www.cnki.com.cn/Article/CJFDTOTAL-CSKC201902022.htm SHAO Wanli. Application of Agisoft PhotoScan in facade measurement [J]. Urban Survey, 2019(2): 74-76. https://www.cnki.com.cn/Article/CJFDTOTAL-CSKC201902022.htm
[13] 李德仁, 李明. 无人机遥感系统的研究进展与应用前景[J]. 武汉大学学报: 信息科学版, 2014, 39(5): 505-513, 540. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201405001.htm LI Deren, LI Ming. Research progress and application prospect of UAV remote sensing system[J]. Journal of Wuhan University: Information Science Edition, 2014, 39(5) : 505-513, 540. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201405001.htm
[14] 张继贤, 刘飞, 王坚. 轻小型无人机测绘遥感系统研究进展[J]. 遥感学报, 2021, 25(3): 708-724. https://www.cnki.com.cn/Article/CJFDTOTAL-YGXB202103002.htm ZHANG Jixian, LIU Fei, WANG Jian. Research progress of light and small UAV surveying and mapping remote sensing system[J]. Journal of Remote Sensing, 2021, 25(3) : 708-724. https://www.cnki.com.cn/Article/CJFDTOTAL-YGXB202103002.htm
[15] 李英成, 薛艳丽, 丁晓波. 低空数字航摄与数据处理规范[S]. GB/T 39612-2020, 2022: 2-4. LI Yingcheng, XUE Yanli, DING Xiaobo. Low altitude digital aerial photography and data processing specification[S]. GB/T 39612-2020, 2022: 2-4.
[16] 周若冲, 康青, 沈志强, 等. 工程装备停车场热图像特征及防护研究[J]. 重庆建筑, 2019(6): 22-24. https://www.cnki.com.cn/Article/CJFDTOTAL-CQJZ201906010.htm ZHOU Ruochong, KANG Qing, SHEN Zhiqiang, et al. Study on thermal image characteristics and protection of engineering equipment parking lot[J]. Chongqing Architecture, 2019(6): 22-24. https://www.cnki.com.cn/Article/CJFDTOTAL-CQJZ201906010.htm
-
期刊类型引用(2)
1. 吕永林，郑万祥，李汝劼，张友良，唐莹娟，张伟涛，陈奕君，王贵全，李彦生，王乔方. 基于反射光谱的薄膜光学常数和厚度测试. 红外技术. 2024(08): 965-973 . 
本站查看
2. 杨百愚，武晓亮，王翠香，王伟宇，李磊，范琦，刘静，徐翠莲. 基于多项式求根的双厚度透射率模型确定透明固体光学常数. 红外技术. 2023(09): 969-973 . 本站查看
其他类型引用(0)
计量
- 文章访问数: 356
- HTML全文浏览量: 86
- PDF下载量: 69
- 被引次数: 2
