随着“无人机+”时代的不断深入，无人机产业可以应用到各行各业，小到消费级的航拍摄影，大到无人机的行业应用。人们让无人机搭载高分辨率CCD相机、热红外相机、多镜头相机等各种传感器系统获取数据，从而满足航拍、电力巡线、建模、农情监测等行业的需求。

理论基础

  多光谱相机可分为三类:第一是多镜头型多光谱照相机。它具有多个镜头，每个镜头各有一个滤光片，分别让一种较窄光谱的光通过，多个镜头同时拍摄同一景物，同时记录几个不同光谱带的图像信息；第二是多相机型多光谱照相机。它是由几台照相机组合在一起，各台照相机分别带有不同的滤光片，分别接收景物的不同光谱带上的信息，同时拍摄同一景物，各获得一套特定光谱带的胶片；第三是单镜头多光谱照相机。它采用一个镜头拍摄景物，在探测器的像元上分别镀不同波段的滤波膜实现多光谱成像。此技术大大降低了多光谱成像的成本。这三种多光谱照相机中，单镜头马赛克式多光谱相机的优点是结构简单，图像重叠精度高，但成像质量较差;多镜头和多相机型照相机也难准确地对准同一地方，重叠精度较差，同时，重叠的处理时间也较长。

  在农作物长势监测方面。农业上使用的无人机种类繁多，有无人直升机、固定翼无人机、多旋翼无人机等多种机型，上海昊量光电设备有限公司多次的配合客户完成农作物长势检测。

  选用较多的是多旋翼无人机辅助作业，优势如下：

  1) 相对无人直升机，多旋翼操作简单，成本低；

  2) 相对于固定翼无人机，多旋翼无人机可以根据需要调节飞行速度，载荷相对大些，可以根据需要搭载各种传感器；

  3) 多旋翼无人机飞行速度可控，飞行高度可调且可以低空飞行，同时多旋翼无人机不受起飞降落场地的限制，飞行载荷较大，可同时搭载多种农用传感器。

  可以采用五镜头多光谱相机RedEdge-MX，分别对应红光、绿光、蓝光、红边、以及近红外，或者采用带RGB通道的五镜头相机Sequoia。根据采集的数据选择归一化差分植被指数（Normalized Difference Vegetation Index, NDVI）来综合反映农作物的生长分布和覆盖情况。

  植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础。通过这两个波段测值组合得到的NDVI指数，对土壤背景变化敏感，能较好地识别植被和水体。在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。

  NDVI = (ρNIR-ρR)/(ρNIR+ρR)

  式中：ρNIR是近红外波段的反射率，ρR是红光波段的反射率。可见光红光波段（0.58-0.68μm）位于叶绿素吸收带，近红外波段（0.75-1.10μm）位于绿色植物光谱高反射区。

  NDVI取值范围：-1～1，NDVI值近似为0表示无植被的裸土区；NDVI正值表示有植被覆盖，且随覆盖度增大而增大，大于0.7表明该区域植被密度较高；而地面覆盖云、水、雪区域NDVI是负值。NDVI是植物空间密度和植物生长状态的最佳指示因子，与植被覆盖的分布密度呈线性相关关系，一般应用于检测植被生长状态、植被覆盖等领域。

  实际应用：

  根据不同需要可以将波段进行组合计算得到植被指数，这边计算的是NDVI指数图。结合图表可以看出：红色区域表示有水区域，接近0值部分是道路和裸土，绿色较密集区域植被覆盖较好，下边部分由于农作物正处于出苗期，叶面积小，NDVI值较小呈现土黄色。

  图表体现了这个区域本时段植被分布情况以及植被覆盖比值。鉴于这种情况，我们可以对这个区域作定期监测，同样以NDVI指数作为参评标准，这样可以得到农作物生长期的发育状况，作为产量评估和虫害评估的主要依据，对时时高效的监测作物生长状况，提高作物的实际产量具有显著意义。