人们早就知道，热成像可以用来检测生长中作物的胁迫（如水分和养分缺乏）。微测辐射热计热照相机的发展，例如引入了成像阵列，这种阵列可以在没有昂贵的主动温度稳定的情况下工作，j监控屏蔽器激发了对作物测量热成像的兴趣。本研究集中于忽略温度稳定时出现的挑战，包括焦平面阵列（FPA）温度、相机设置和测量环境的影响。

    此外，还设计并测试了摄像头屏蔽器从模拟长波红外视频信号（低成本微测辐射热计热摄像头的典型输出）提供热响应的模型。最后，通过三个谷物展示，包括近距离和远程（UAV）数据采集，说明和讨论了作物热成像实际应用中通常出现的挑战。结果表明，FPA温度的变化对测量结果影响很大，风和辐照度对温度动态也有很大影响。此外，还发现相机增益和偏移的适当设置对于获得可靠结果至关重要。

    该模型在将视频信号转换为热响应数据方面被认为是最好的，它包含了摄像机焦平面温度的信息，并且基于摄像头干扰器在受控条件下使用黑体辐射源进行的先验校准。对于15-35℃的目标温度范围，获得了非常好的校准（r（2）>0.99，RMSE=0.32℃，n=96），涵盖了生长季节的典型白天作物温度。然而，这三个示例说明，在实际条件下，可能需要校正FPA温度以外的更多因素。综上所述，本研究表明，通过模拟、非制冷热摄像机获取热数据可能是一种检测作物胁迫的可能、经济有效的方法，但需要对干扰因素进行适当修正，以获得足够的精度。

上一篇：监控屏蔽器迭代产品的发展
下一篇：摄像系统应对冬季严寒方案