2. 农业图像采集基础与光照特性

农业图像增强与光照校正的第一步，是弄清楚“图像从哪里来、光是怎么进入画面的”。同一片作物冠层，用手机RGB相机在正午顺光下拍摄，与用多光谱相机在阴天拍摄，得到的像素值含义完全不同；如果不了解采集设备与光照条件，后续的增强算法很可能把真实病害特征当成光照噪声抹掉，或者把阴影误判为叶色异常。本节围绕采集设备、光照条件、光照在图像中的表现形式与量化指标展开，为后续校正方法建立物理与数据基础。

一、农业图像的主要采集设备

农业场景的采集设备大致可分为三类，各自的光谱响应与成像方式决定了它们对光照的敏感程度不同。

RGB可见光相机是最常用的设备，包括工业面阵相机、手机摄像头和消费级运动相机。其传感器按拜耳阵列滤光，输出红、绿、蓝三通道，波长响应约在400～700 nm。RGB相机成本低、分辨率高、便于田间手持或搭载，但三通道是宽波段积分，对光照强度和色温变化非常敏感：同一叶片在日光与白炽灯下RGB值差异明显，阴影区整体亮度下降且偏蓝。因此RGB图像适合做形态、纹理和颜色相对变化的分析，做绝对颜色判读前必须做光照校正。

多光谱相机通常配置3～10个窄带通道，农业常用波段包括蓝(450～495 nm)、绿(495～570 nm)、红(620～750 nm)、红边(700～730 nm)、近红外(750～900 nm)。多光谱的价值在于可计算植被指数，例如归一化植被指数NDVI=(NIR−R)/(NIR+R)，以及归一化红边指数NDRE。这类指数通过波段比值部分抵消了整体光照强度的乘性影响，但对阴影、云层快速变化和传感器饱和仍然敏感。多光谱相机常见于固定翼无人机、手持式主动光源设备（如GreenSeeker类）和田间龙门架。

无人机平台把相机带到冠层上方，典型作业高度10～50 m，地面分辨率可达1～5 cm。无人机采集的关键约束是光照稳定性：一次航测通常持续10～30分钟，若期间云量变化，不同航带图像亮度不一致，拼接后会出现明显“补丁”。因此航测常要求晴朗无云、太阳高度角大于30°、避开正午强反光时段，并配合辐射校正板（如灰板或白板）做反射率定标。

二、农业场景的典型光照条件

自然光是田间采集的主要光源，其特点是强度高、光谱连续，但随时间、天气和方位剧烈变化。太阳高度角决定直射光与散射光比例：清晨和傍晚直射光弱、色温偏低（偏红黄），阴影长；正午直射强、色温偏高，冠层顶部易饱和。阴天以散射光为主，光照均匀但强度低，图像整体偏暗、对比度下降。对算法而言，自然光的核心问题是“不可控”，必须通过采集规范或后期校正来约束。

人工光常见于温室、植物工厂和室内表型平台，包括LED补光灯、荧光灯和卤素灯。人工光的优势是稳定、可重复，便于做时间序列对比；但不同灯具光谱差异大，LED在红蓝波段有尖峰，若用RGB相机拍摄，颜色还原会偏离日光条件。此外，人工光常存在频闪和亮度不均，拍摄时需注意曝光时间与光源频率匹配，避免条带噪声。

阴影由冠层自遮挡、相邻植株、支架或云层产生。阴影区的直接辐照被遮挡，只剩散射光，因此亮度显著下降，且由于天空散射光偏蓝，阴影区像素往往蓝通道相对升高。阴影是农业图像中最常见的干扰之一：叶片在阴影中看起来更暗更蓝，若用颜色阈值分割，容易漏检或误检。

逆光指光源位于目标后方、相机朝向光源拍摄，典型场景是清晨或傍晚对着太阳拍冠层。逆光下背景天空极亮，目标正面处于阴影，动态范围超出传感器能力，容易出现天空过曝、叶片欠曝。逆光图像并非一无是处，叶片的透射光可反映叶面积和叶绿素状况，但用于颜色分析前必须做曝光控制或高动态范围合成。

三、光照在图像中的表现形式

光照对图像的影响可归纳为三种基本形式。整体亮度偏移表现为整幅图像DN值整体升高或降低，通常由光照强度变化引起，属于乘性/加性混合影响。局部明暗不均表现为同一幅图像中不同区域亮度差异大，例如冠层顶部亮、底部暗，或一侧受光、一侧背光，这属于空间非均匀光照。颜色偏移表现为色温变化导致RGB通道比例改变，例如白炽灯下图像偏黄、阴影区偏蓝。此外还有高光饱和（镜面反光导致像素达到255，信息丢失）和阴影死黑（暗部低于传感器噪声底，细节不可恢复）。

理解这些表现形式的意义在于：不同的光照问题需要不同的校正手段。整体亮度偏移可用全局增益或直方图匹配处理；空间非均匀光照需要基于Retinex、同态滤波或光照场估计的方法；颜色偏移需要白平衡或色适应变换；饱和与死黑则应在采集阶段通过曝光策略避免，因为后期无法恢复已丢失的信息。

四、光照的量化指标

要把“光照好不好”变成可计算、可比较的量，需要引入几个指标。下表给出农业图像采集与校正中常用的量化指标及其含义。

以一个教学示例说明如何用这些指标判断采集质量（以下数值为合理假设，非实测）：某次田间RGB采集，图像平均亮度为96（8位），亮度标准差为52，饱和像素比例0.3%，阴影面积比例约18%，灰板三通道均值为R=182、G=180、B=176。由此可判断：整体曝光基本合适，饱和控制良好；但阴影占比偏高，说明冠层下部遮挡明显，若要做整幅颜色分析，建议分区处理或补拍；灰板三通道接近相等，说明色温接近中性，白平衡偏差小。若灰板均值为R=200、G=180、B=150，则明显偏暖，需要做白平衡校正后再计算颜色特征。

五、从采集到校正的衔接

把设备、光照和指标串起来看，农业图像光照校正的基本逻辑是：相机记录的是DN值，DN值同时包含目标反射率信息和光照信息；校正的目标是估计并去除光照分量，保留或还原反射率相关的分量。对于整体亮度偏移，可用参考板估计增益因子g，令校正后像素I'=I/g；对于空间非均匀光照，需要估计光照场L(x,y)，常用方法包括基于高斯滤波的低频估计、Retinex分解和同态滤波；对于颜色偏移，则用灰板或白平衡算法估计通道增益。这些方法的具体实现将在后续章节展开，本节的重点是建立“设备—光照—图像表现—量化指标”的完整认知链，使每一步校正都有明确的物理依据和可检验的指标。

需要强调的是，采集规范永远优先于后期校正。控制曝光避免饱和、避开云层快速变化时段、使用校正板、保持拍摄几何一致，这些现场措施能显著降低后续算法难度。当图像已经出现大面积饱和或死黑时，任何增强算法都无法恢复真实信息，此时正确的做法是重拍，而不是强行处理。