iSpecHyper系列多旋翼無人機高光譜成像系統是萊森光學（LiSen Optics）一款基于小型多旋翼無人機機載高光譜成像系統，該系統由高光譜成像相機、穩定云臺、機載控制與數據采集模塊、機載供電模塊等部分組成。

萊森光學（深圳）有限公司位于中國科技創新之都——深圳，是一家提供光機電一體化集成解決方案的高科技公司，我們專注于光譜傳感和光電應用系統的研發、生產和銷售。為了好地服務不斷增長的海外市場，萊森光學在美國三大光學研究中心之一的佛羅里達州建立了LISEN OPTICS INC（美國公司）。萊森光學是以掌握核心技術和戰略驅動創新作為公司的發展思路，經過全體員工的不斷努力，公司先后獲得了深圳市高新技術企業和國家高新技術企業認定、ISO9001質量管理體系認證、國家知識產權貫標體系認證、深圳市雙軟企業認證、國家科技型中小企業認定，目前正在申請國家CNAS實驗室認證等資質。公司自成立以來，一直致力于為高端科研及工業用戶提供具有革命性技術的光譜傳感和光電應用系統，此外我們還具備極其豐富的定制經驗：光機設計、機電設計、軟件開發、定制系統，以滿足不同用戶的多樣化需求。目前，我們的產品已廣泛應用于物理學、化學、生物制藥、能源環境、半導體制造和食品加工等領域。

iSpecHyper-VM 系列多旋翼無人機高光譜成像系統是萊森光學（LiSen Optics）一款基于小型多旋翼無人機機載高光譜成像系統，該系 統由高光譜成像相機、穩定云臺、機載控制與數據采集模塊、機載供電模塊等部分組成 。 iSpecHyper-VM系列機載無人機高光譜成像系統采用了獨有內置或外置掃描系統和增穩系統，成功克服了小型無人機系統搭載推掃式高光譜相機時，由于無人機系統的震動造成的成像質量差的問題，同時具有高光譜分辨率和優異的成像性能。

iSpecHyper-VM 系列機載無人機高光譜成像系統配合定制開發的高性能穩定云臺，能夠有效降低飛行過程中無人機抖動引起的圖像扭曲與模糊。該系統與大疆 M600 pro 無人機完/美適配，同時支持同類 型的多種無人機，iSpecHyper 機載無人機高光譜成像系統廣泛應用于農業、林業、水環境等行業域，系 統支持配件升及定制化開發，為教育科研、智慧農業、目標識別、軍事反偽裝等行業高端應用域提供了 高性價比解決方案。

典型應用

1. 植被研究、農作物健康、森林樹冠研究

2.林業科學、環境調查、農業調查

3.水體研究、氣候研究、生態研究

4.氮含量測量、葉片葉綠素含量測量

5.土壤分析、生物質研究、海洋監測

技術優勢特點

1.光譜范圍 400-1000nm，分辨率優于 3nm

2.高性能分光系統、大靶面 CCD 圖像傳感器，高靈敏度、高像質

3.全靶面高成像質量光學設計，點列斑直徑小于0.5像元

4.高光譜分辨率，大視場，數據采集效率高目標光譜實時匹配搜索功能

5.懸停拍攝與無人機推掃兩種工作模式，無需高精度慣導系統，圖像實時自動拼接·操作方便

6.監控拍攝效果·輔助取景攝像頭實時可見，無需業無人機操控手，可實現單人操作·圖像實時回傳

7.通過地面站實時觀測飛機采樣地點并可利用地面站設置逐點采集的航線·數據預覽及矯正功能

8.輻射度校正、反射率校正、區域校正支持批處理

9.實時常用植被指數計算功能：歸一化植被指數（NDVI）、比值植被指數（RV）、增強植被指數（E/I）、 大氣阻抗植被指數（ARVI）、改進紅邊比值植被指數（mSR705）、Vogelmann紅邊指數（VOG）、 光化學植被指數（PR）、結構不敏感色素指數（SIP）、歸一化氮指數（NDNI）、類胡蘿卜素反射指數 1（CR11）、類胡蘿卜素反射指數2（CRI2）、花青素反射指數1（AR11）、花青素反射指數2（ARI2）、水波段指數（WB1）、歸一化水指數（NDW）、水分脅迫指數（MS）、歸一化紅外指數（ND）、歸 一化木質素指數（NDL）、纖維素吸收指數（CAl）、植被衰減指數（PSRI）、調整土壤亮度的

10.支持自定義實時分析模型輸入功能

11.數據格式完美兼容 Evince、Envi、SpecSight 等數據分析軟件

無人機靶標布

1.光譜范圍：250-2500nm

2.反射率：3%/5%/10%/20%/30%/40%/50%/60%/70%/80%/≥98%（帶原廠溯源反射率數據測試報告）

3.尺寸：500×500mm

4.工業便攜式手提箱、PET防塵保護、帶除塵套裝

數據采集分析軟件

軟件功能

1.數據導入：原始數據、光譜定標文件、相對定標文件

2.數據分塊：軌跡裁切、數據裁切、數據預覽、光譜顯示、軌跡顯示

3.數據糾正：非均勻校正、靶標提取、反射率計算、幾何糾正、影像顯示

4.航帶拼接：自動拼接、拼接線編輯 5. 數據導出：分幅導出、整幅導出

5.采集功能：光譜相機控制，數據采集，自動曝光，自動掃描速度匹配，輔助攝像頭功能，支持遠程遙控， 支持巡航+慣導采集模式，數據支持 ENVI 等第三方分析軟件

6.數據預處理功能：反射率校正、區域校正、輻射度校正、光譜及圖像數據預覽功能等（一年內免費更新）

無人機高光譜水體多參數解析流程

無人機高光譜水環境檢測技術路線圖

基于高光譜技術的天空地一體化水質監測解決方案，包括無人機載、地面定點和水面水下等多款產品， 并通過定量反演實時監測河道水體的總氮、總磷、葉綠素、氨氮、濁度和高錳酸鹽指數（COD）等多個參數。

無人機高光譜數據預處理

水質反演快視功能包含解析軟件，可實現影像查看、水體提取以及水質參數反演、結果統計及水質參數 制圖等功能。影像查看功能可將處理好的高光譜反射率數據導入并查看，點選。水質提取功能先計算水體 指數，之后進行水體邊界提取。水質參數反演可實現葉綠素 a、懸浮物、總氮、總磷、氨氮、化學需氧量等 的水體參數反演。結果統計及水質參數制圖功能可對反演參數進行數據輸出，并用不同色塊顯示不同濃度 等，對大部分指標精度達到 80%以上。

應用案例

主要技術指標

典型應用域

農林域應用

1.農林災害監測

運用高光譜圖像監測農作物遭受病蟲害的程度和作物的長勢，根據圖像的顏色判斷病害程度。如下圖：

利用森林植被覆蓋度和土壤的相關指數監測森林火災的發生和燃燒嚴重程度，對大面積的森林火災評 估有重要的經濟作用。

2.精細農林業數據監測

高光譜遙感在農業應用中監測作物的養分供應狀況，對于及時了解作物的長勢，采取有效的增產措施均 具有積的意義，主要針對作物養分失調的形態診斷和化學分析適用于有限面積的作物及土壤的診斷和分 析。另外，當作物不止一種時，快速分類識別就非常重要，因為不同作物，肥料種類和用量都不一樣，如果 只根據長勢圖施肥可能導致一些作物施肥過量而另一些施肥不足。無人機高光譜系統相比多光譜系統有更 多譜段和更高光譜分辨率，因而可以在不同波長段獲取不同作物的不同響應，進而達到快速有效識別。其識 別率可高達95%。

3.植被/農林生態調查

植被中的非光合作用組分用傳統寬帶光譜無法測量，而用高光譜對植被組分中的非光合作用組分進行 測量和分離則較易實現。因此，可以通過高光譜遙感定量分析植冠的化學成分，監測由于大氣和環境變化引 起的植物功能的變化。

4.植被群落、植被種類的分類與識別；

5.冠層結構、狀態或活力的評價、冠層水文狀態與冠層生物化學性質的估計；

6.葉片的基本生物物理化學成分的研究

水質、地質及環境監測域應用

1.水質監測

高光譜遙感數據的精細光譜分辨率可用于識別和估算水體中葉綠素、單寧酸和沉淀物的含量。進而監測 藻類生長和推斷水產研究中浮游生物的分布和魚群的位置。

2.估算和分析水域中 d 的吸收和散射成分，如葉綠素、浮游生物、不可溶解的有機質、懸浮沉淀物、半淹 沒水生植物；

3.識別和估算水域中葉綠素、黃色物質及懸浮物的含量并用于水質監測；

4.通過對葉綠素的估算，監視浮藻生長、浮游生物的分布位置和魚群位置，估算浮游生物的生物量和第/一 生產力。

5.地質勘探/土壤監測

高光譜遙感技術通過對地表礦物質識別用于尋找礦產資源，尤其對熱液蝕變礦床的勘探為有效，并用 于地球化學填圖和地質制圖。高光譜遙感已經在地質域扮演了重用角色，依據實測的巖石礦物波譜特征， 對不同巖石類型進行直接識別，達到直接提取巖性的目的。

地物中不同元素在光譜響應中均對應有不同的響應波段。不同礦物在中遠紅外波段區間的響應會存在不同的差異。因此可以根據不同礦物的化學組分提取礦物的詳細信息。

6.環境監測

紅邊位置是綠色植物的光譜曲線在 680nm-760nm 區間反射率增長快的點，也就是曲線在此區間的 拐點，紅邊位置向左或者向右移動能夠間接反應出植被的長勢及健康狀況，植被長勢好將向右移動，長勢差 將向左移動，俗稱“藍移”。

7.大氣環境評價

大氣中的分子和粒子成分在太陽反射光譜中有強烈反應，常規寬波段遙感方法無法識別出由于大氣成 分的變化而引起的光譜差異，高光譜由于波段很窄，能夠識別出光譜曲線的細微差異。

根據目標光譜與偽裝材料光譜特性的不同，利用高光譜技術可以從偽裝的物體中自動發現目標，在調查 武器生產方面，超光譜成像光譜儀不但可探測目標的光譜特性、存在狀況，甚至可分析其物質成分，根據工 廠產生煙霧的光譜特性，直接識別其物質成分，從而可以判定工廠生產武器的種類，特別是攻擊性武器利用 短波紅外高光譜成像識別戰場環境中偽裝網，上圖為真彩色原始圖像，下圖為經過處理的偽裝網識別圖像。

通過機載高光譜對機場小飛機目標進行探測，在原始影像中提取飛機目標的均值光譜作為探測的目標 光譜，采用目標探測算法，提取機場中非可視的小目標。

本頁產品地址：http://m.xuanwu-technology.cn/sell/show-9042577.html