热红外相机标定+红外图像温度反演+作物水分应力指数CWSI计算无人机热红外遥感→反演地表温度→评估植被干旱水分状况附matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、程序设计科研仿真。
🍎完整代码获取 定制创新 论文复现点击：Matlab科研工作室
👇 关注我领取海量matlab电子书和数学建模资料
🍊个人信条：做科研，博学之、审问之、慎思之、明辨之、笃行之，是为：博学慎思，明辨笃行。
🔥 内容介绍
一、引言
植被的水分状况对其生长和健康至关重要，准确评估植被的干旱水分状况对于农业生产、生态保护等领域具有重要意义。无人机热红外遥感技术能够快速获取大面积植被的热红外图像，通过热红外相机标定、红外图像温度反演以及作物水分应力指数（CWSI）计算等一系列处理，可以有效反演地表温度，进而评估植被的干旱水分状况。
二、热红外相机标定
标定的重要性
热红外相机在测量物体表面温度时，其测量值会受到多种因素的影响，如相机自身的特性、环境条件等。为了获得准确的温度信息，需要对热红外相机进行标定，建立相机测量值与实际温度之间的准确关系。
标定方法
- 黑体标定法
：这是一种常用的标定方法。使用多个不同温度的黑体作为标准温度源，黑体是一种理想化的辐射体，其发射率为 1，能够准确地发射出与温度相关的辐射能量。将热红外相机对准不同温度的黑体，记录相机对应的测量值。
⛳️ 运行结果
📣 部分代码
%% ref temps
temp_wet2 = 34;
temp_dry2 = 48.5;
temp_grass2 = 50;
temp_soil2 = 60;
%% lecture of tiff orthomosaic
orthomosaic_thermal = double(imread('parque1_undist.tif'));
orthomosaic_thermal = rot90(orthomosaic_thermal(:,:,1));
figure(1)
imagesc(orthomosaic_thermal)
xlabel({'$x$ [pixel]'},'Interpreter','latex', 'FontSize', 16,'FontWeight', 'bold')
ylabel({'$y$ [pixel]'},'Interpreter','latex', 'FontSize', 16,'FontWeight', 'bold')
colormap(bone)
colorbar
ylabel(colorbar,{'Pixel intensity'},'Interpreter', 'latex','FontSize',16)
%% temp. calibration
orthomosaic_thermal_temp = orthomosaic_thermal * 0.2518 + 12.44;
figure(1)
colormap spring
colorbar
imagesc(orthomosaic_thermal_temp)
xlabel({'$x$ [pixel]'},'Interpreter','latex', 'FontSize', 16,'FontWeight', 'bold')
ylabel({'$y$ [pixel]'},'Interpreter','latex', 'FontSize', 16,'FontWeight', 'bold')
colormap spring
colorbar
ylabel(colorbar,{'Temperature [$^\circ$]C'},'Interpreter', 'latex','FontSize',16)
%% VI computation
cwsi = (orthomosaic_thermal_temp - temp_wet2) / (temp_dry2 - temp_wet2);
figure(2)
imagesc(cwsi)
caxis([0 max(max(cwsi))])
%caxis([0 1])
colorbar
xlabel({'$x$ [pixel]'},'Interpreter','latex', 'FontSize', 16,'FontWeight', 'bold')
ylabel({'$y$ [pixel]'},'Interpreter','latex', 'FontSize', 16,'FontWeight', 'bold')
ylabel(colorbar,{'CWSI value'},'Interpreter', 'latex','FontSize',16)
colormap cool