我想开发一种工作流程，通过遥感检测马铃薯植株中的特定疾病。
我通过将多光谱相机安装在距离植物5米高处飞行的无人机上，获得了马铃薯田的图像。
多光谱相机有5个波段：蓝色，绿色，红色，近红外和红色。
我已经在反射率值中转换了所有波段的DN（原始数字数字）值。
我首先训练SVM从植物中分割土壤，然后应用SAVI（土壤调整植被指数）来改善植物的土壤分割。
现在，我想应用NDVI（归一化差异植被指数）以像素方式确定植物的健康状况。
这是正确的方法吗？ NDVI是否适用于仅在5米高度拍摄的图像？或者有更好的方法吗？
最好的问候......
答案 0 :(得分：0)
假设您创建的植被遮罩在区分场景中的非植被和植被方面做得很好，我建议您创建一个矢量文件，例如与单个马铃薯植物或植物中的植物行相对应的点或线您的场景。完成此操作后，可以缓冲创建的几何图形，以便于计算每个多边形内的区域统计信息。如果在多光谱栅格文件中将给定层的均值制表，则将为您提供给定波段在每株植物或每行的平均反射率。
由于来自多光谱传感器的原始波段的反射率值对场景的光照条件（入射光）敏感，因此使用这些波段（例如NDVI）的比率来预测植物活力（或植物中的胁迫）更具可重复性。患病的人）。
我开发了一种工作流程，可以帮助您提取所需的数据：