order of magnitudeAlthough previous

order of magnitude




Although previously reported methods have been mostly applied
to on-ground images, they could also be suitable for the remote
images captured with UAVs, mainly due to the spatial
resolution of on-ground and UAV images being on the same order
of magnitude. Investigations about detailed evaluation of remote
images captured with UAV platforms and their spectral information
or derived vegetation indices with the objective of quantifying VF are currently scarce, although recently Peña et al. (2013) developed
a method for weed mapping in early-season maize fields
using UAV images.
As part of an overall research program to investigate the opportunities
and limitations of UAV imagery in accurately mapping
weeds in early season winter wheat, it is crucial to explore the potential
of generating VF maps from multiple overlapped frames
that were mosaicked as a first step in the proper discrimination
of crop rows and weeds. Such an approach should demonstrate
the ability to accurately discriminate weeds grown between crop
rows to design a field program of ESSWM. Consequently, this work
evaluated the accuracy, spatial and temporal consistency and sensitivity
of different vegetation indices for a wheat crop that were
extracted from visible images acquired with a low-cost camera installed
in an UAV flying. We focused on several acquisition dates
(temporal analysis) and two different flight altitudes. Additionally,
to the best of our knowledge, this is the first work to evaluate the
adequate performance of Otsu’s thresholding method for VF mapping
in UAV imagery.

ผลลัพธ์ (ไทย) 1:

ขนาดของใบสั่งแม้ว่าวิธีที่รายงานไปก่อนหน้านี้แล้วส่วนใหญ่ใช้รูปบนพื้นดิน พวกเขายังอาจเหมาะสำหรับรีโมทรูปที่จับกับ UAVs ส่วนใหญ่เนื่องจากในพื้นที่ความละเอียดของภาคพื้นและ uav ในที่สุดรูปในใบสั่งเดียวกันของขนาด ตรวจสอบเกี่ยวกับรายละเอียดการประเมินระยะไกลรูปที่จับกับแพลตฟอร์ม uav ในที่สุดและข้อมูลสเปกตรัมหรือดัชนีพืชพรรณที่ได้รับกับวัตถุประสงค์ของ quantifying VF หายากในขณะนี้ แม้ว่าจะเพิ่ง พัฒนา Peña et al. (2013)วิธีการแมปวัชพืชข้าวโพดในช่วงต้นฤดูกาลใช้ภาพ uav ในที่สุดเป็นส่วนหนึ่งของโปรแกรมวิจัยโดยรวมการตรวจสอบโอกาสและข้อจำกัดของ uav ในที่สุดถ่ายในแมปได้อย่างถูกต้องวัชพืชในต้นฤดูหนาวข้าวสาลี มันเป็นสิ่งสำคัญในการสำรวจศักยภาพสร้าง VF แผนที่จากเฟรมหลายเหตุการณ์ที่มี mosaicked เป็นขั้นตอนแรกในการเลือกปฏิบัติที่เหมาะสมแถวพืชและวัชพืช วิธีการดังกล่าวควรแสดงให้เห็นถึงความสามารถในการเหยียดวัชพืชปลูกระหว่างพืชได้อย่างถูกต้องแถวการออกแบบโปรแกรมฟิลด์ของ ESSWM ดังนั้น การทำงานนี้ประเมินความถูกต้อง ขมับ และปริภูมิความสอดคล้อง และความไวดัชนีพืชพรรณแตกต่างกันสำหรับการเพาะปลูกข้าวสาลีที่มีสกัดจากเห็นภาพที่มากับกล้องต่ำต้นทุนการติดตั้งในการบิน uav ในที่สุด เราเน้นซื้อวัน(ขมับวิเคราะห์) และสองบินต่างระดับ นอกจากนี้ส่วนความรู้ของเรา นี้เป็นงานแรกเพื่อประเมินการประสิทธิภาพเพียงพอของโอสึ thresholding วิธีการสำหรับการแม็ป VFในหุ่นขี้ผึ้งของ uav ในที่สุด

ผลลัพธ์ (ไทย) 2:

ลำดับความสำคัญถึงแม้ว่าวิธีการรายงานก่อนหน้านี้ได้ถูกนำมาใช้ส่วนใหญ่เป็นภาพบนพื้นดินที่พวกเขายังอาจจะเหมาะสำหรับระยะไกลภาพที่ถ่ายด้วยUAVs ส่วนใหญ่เนื่องจากการเชิงพื้นที่ความละเอียดบนพื้นดินและUAV ภาพที่อยู่ในลำดับเดียวกันของขนาด. การสืบสวนเกี่ยวกับการประเมินผลรายละเอียดของระยะไกลภาพที่ถ่ายกับแพลตฟอร์ม UAV และข้อมูลสเปกตรัมของพวกเขาหรือมาดัชนีพืชโดยมีวัตถุประสงค์ของปริมาณVF จะหายากในปัจจุบันแม้ว่าเมื่อเร็ว ๆ นี้Peña et al, (2013) การพัฒนาวิธีการสำหรับการทำแผนที่วัชพืชในทุ่งข้าวโพดต้นฤดู-a ใช้ภาพ UAV. ในฐานะที่เป็นส่วนหนึ่งของโครงการวิจัยโดยรวมเพื่อศึกษาโอกาสและข้อ จำกัด ของภาพ UAV ในอย่างถูกต้องทำแผนที่วัชพืชในช่วงต้นฤดูกาลข้าวสาลีฤดูหนาวก็เป็นสิ่งสำคัญที่จะสำรวจที่มีศักยภาพในการสร้างแผนที่ VF จากหลายซ้อนทับภาพที่ถูกmosaicked เป็นขั้นตอนแรกในการเลือกปฏิบัติที่เหมาะสมของแถวพืชและวัชพืช วิธีการดังกล่าวควรแสดงให้เห็นความสามารถในการเลือกปฏิบัติอย่างถูกต้องวัชพืชปลูกพืชระหว่างแถวในการออกแบบโปรแกรมด้านการESSWM ดังนั้นงานนี้มีการประเมินความถูกต้องความสอดคล้องเชิงพื้นที่และเวลาและความไวของดัชนีพืชที่แตกต่างกันสำหรับการเพาะปลูกข้าวสาลีที่ถูกสกัดจากภาพที่มองเห็นได้มาพร้อมกับกล้องที่มีราคาต่ำติดตั้งในการบินUAV เรามุ่งเน้นไปที่การเข้าซื้อกิจการหลายวัน(การวิเคราะห์ชั่วคราว) และสองระดับความสูงที่แตกต่างกันการบิน นอกจากนี้ที่ดีที่สุดของความรู้ของเรานี้เป็นงานแรกในการประเมินผลการปฏิบัติงานที่เพียงพอของวิธีthresholding Otsu สำหรับการทำแผนที่ VF ในภาพ UAV

ผลลัพธ์ (ไทย) 3:

อันดับของขนาด




แม้ว่ารายงานก่อนหน้านี้วิธีการได้รับส่วนใหญ่ใช้
บนภาพพื้นดิน พวกเขายังอาจจะเหมาะสำหรับภาพระยะไกล
จับกับ uavs ส่วนใหญ่เนื่องจากการ
ความละเอียดของภาพบนพื้นดินและ UAV ถูกบนเดียวกันสั่งซื้อ
ขนาด การสืบสวนเกี่ยวกับรายละเอียดการประเมินภาพระยะไกล
จับกับแพลตฟอร์มอากาศยานและสเปกตรัมข้อมูล
อันดับของขนาด




แม้ว่ารายงานก่อนหน้านี้วิธีการได้รับส่วนใหญ่ใช้
บนภาพพื้นดิน พวกเขายังอาจจะเหมาะสำหรับภาพระยะไกล
จับกับ uavs ส่วนใหญ่เนื่องจากการ
ความละเอียดของภาพบนพื้นดินและ UAV ถูกบนเดียวกันสั่งซื้อ
ขนาด การสืบสวนเกี่ยวกับรายละเอียดการประเมินภาพระยะไกล
จับกับแพลตฟอร์มอากาศยานและสเปกตรัมข้อมูล
อันดับของขนาด




แม้ว่ารายงานก่อนหน้านี้วิธีการได้รับส่วนใหญ่ใช้
บนภาพพื้นดิน พวกเขายังอาจจะเหมาะสำหรับภาพระยะไกล
จับกับ uavs ส่วนใหญ่เนื่องจากการ
ความละเอียดของภาพบนพื้นดินและ UAV ถูกบนเดียวกันสั่งซื้อ
ขนาด การสืบสวนเกี่ยวกับรายละเอียดการประเมินภาพระยะไกล
จับกับแพลตฟอร์มอากาศยานและสเปกตรัมข้อมูล
อันดับของขนาด




แม้ว่ารายงานก่อนหน้านี้วิธีการได้รับส่วนใหญ่ใช้
บนภาพพื้นดิน พวกเขายังอาจจะเหมาะสำหรับภาพระยะไกล
จับกับ uavs ส่วนใหญ่เนื่องจากการ
ความละเอียดของภาพบนพื้นดินและ UAV ถูกบนเดียวกันสั่งซื้อ
ขนาด การสืบสวนเกี่ยวกับรายละเอียดการประเมินภาพระยะไกล
จับกับแพลตฟอร์มอากาศยานและสเปกตรัมข้อมูล
อันดับของขนาด




แม้ว่ารายงานก่อนหน้านี้วิธีการได้รับส่วนใหญ่ใช้
บนภาพพื้นดิน พวกเขายังอาจจะเหมาะสำหรับภาพระยะไกล
จับกับ uavs ส่วนใหญ่เนื่องจากการ
ความละเอียดของภาพบนพื้นดินและ UAV ถูกบนเดียวกันสั่งซื้อ
ขนาด การสืบสวนเกี่ยวกับรายละเอียดการประเมินภาพระยะไกล
จับกับแพลตฟอร์มอากาศยานและสเปกตรัมข้อมูล