0. 文章基本信息

Balsi M, Moroni M, Chiarabini V, Tanda G. High-Resolution Aerial Detection of Marine Plastic Litter by Hyperspectral Sensing. Remote Sensing. 2021; 13(8):1557. https://doi.org/10.3390/rs13081557

第一作者来自意大利罗马大学

1. 简介

文章提出了一整套自定义的使用无人机+高光谱相机对海岸和海洋微型塑料垃圾进行识别（identify）的流程。并展示在意大利Sassari海岸进行实地试验得到的一系列结果。实验使用了DJI-M600无人机搭载900—1700nm线阵推扫式高光谱成像仪（自制，使用SpecIM的NIR17分光计+Xenics公司的Bobcat 32 SWIR相机，分辨率是256 * 320，最大帧率50Hz）采集数据。后续的图像拼接、georeference，正射图像制作等处理均在内业进行。

高光谱图像立方体的生成是通过对同步采集的可见光图像的拼接实现的，通过基于相关性的配准，对高光谱数据进行相同的平移、旋转和缩放操作实现图像的生成。

塑料垃圾的识别则是通过选择统计学上相关的feature，使用LDA分析，通过人工选择的样本进行训练实现的。

本文分别在海滩和附近海洋区域进行了实验，实验结果均显示，本文的分类方法能够有效的识别并区分PE（聚乙烯）和PET（聚对苯二甲酸乙二酯）物品。

未来则希望能够实现本文方法的实时化处理，能做到机上在线处理分析得到结果，便于在进行UAV监控时快速出结果。

2. 数据采集设备

使用DJI-M600无人机搭载自制的高光谱成像仪和Intel NUC电脑，以及配套的可见光相机，总重量2.5kg，功率100W，如下图所示

数据采集设备

高光谱成像仪：900—1700nm，自制，使用SpecIM的NIR17分光计+Xenics公司的Bobcat 32 SWIR相机，分辨率是256 * 320，最大帧率50Hz，动态范围8-bit

3.结果

下图是PE和PET的光谱曲线，可以看到二者还是存在显著差异的。

PE和PET的光谱曲线

下图是草地上进行塑料垃圾检测和分类的结果

草地上进行塑料垃圾检测和分类的结果

下图是裸地上进行塑料垃圾检测的结果

裸地上进行塑料垃圾检测的结果

下图是在海滩附近的海域中进行塑料检测的结果

海滩附近的海域中进行塑料检测的结果

下图是在Platamona沙滩上进行检测的结果

Platamona沙滩上进行检测的结果

下图是在Porto Ferro海滩上进行检测的结果

Porto Ferro海滩上进行检测的结果