我們為 Survey3 相機提供 6 種不同的濾鏡：OCN、RGN、NGB、RE、NIR 和 RGB。過濾器捕獲 3 個通道的光信息，如下所示：

OCN 濾鏡（橙色 + 青色 + NIR）：

紅色圖像通道 = 橙色光

綠色圖像通道 = 青色（藍/綠）光

藍色圖像通道 = NIR（近紅外）光

OCN 過濾器是對我們的 RGN 的改進，因為它增加了植被內的對比度并減少了土壤噪聲。如果您的植被中有土壤，最好使用 OCN，如果作物有更多的實心冠層（土壤像素數較少），則使用 RGN。它可以像 RGN 過濾器一樣與 NDVI 索引一起使用。請閱讀此處了解有關它相對于 RGN 過濾器的優勢的更多信息。如果您正在尋找購買測量一般植物健康狀況的相機，那么 OCN 型號是好選擇。

RGN 濾光片（紅色 + 綠色 + NIR）：

紅色圖像通道 = 紅光

綠色圖像通道 = 綠燈

藍色圖像通道 = NIR（近紅外）光

RGN 過濾器以前是我們最常購買的型號，主要是因為它能夠捕獲流行的 NDVI 指數所需的紅色和 NIR 波長（有關更多信息，請參見下文）。 NDVI 通常用作一般植物健康和活力指數，基本上它會顯示哪些區域與那些不那么健康的區域相比最健康。我們新的 OCN 過濾器通常會提供更好的結果，您可以在此處閱讀更多詳細信息。

NGB 濾光片（NIR + 綠色 + 藍色）：

紅色圖像通道 = NIR（近紅外）光

綠色圖像通道 = 綠燈

藍色圖像通道 = 藍光

NGB 過濾器經常用于 ENDVI 指數，基本上是增強型 NDVI。它在確定植物健康時考慮了植物的綠色反射率，而不是像 NDVI 指數使用的那樣僅使用反射的近紅外 (NIR) 光。某些應用程序（例如 DroneDeploy）不允許您計算 ENDVI，因此請務必檢查支持哪些索引。您還可以使用藍色與 NIR 光計算 NDVI 指數，與使用 RGN 相機相比，這可能會顯示不同的結果?？紤] RGN 和 NGB 型號之間差異的方法是，大多數時候 RGN 型號是更好的選擇，但 NGB 型號可能會向您展示 RGN 無法提供的東西，因此如果您的預算允許，請同時使用兩種相機并建議比較結果。

RedEdge 過濾器 (RE)：

紅色圖像通道 = RedEdge (725nm) 光

綠色圖像通道 = 未使用

藍色圖像通道 = 未使用

RedEdge 過濾器用于在稱為紅邊的區域中捕獲單個帶反射光。這個大約 700-800nm 的區域是植物具有不同反射率的地方，這與它們的健康密切相關。反射更多紅邊光的植物通常比不反射的植物更健康。當使用我們的 MCC 應用程序處理時，輸出圖像將是單個圖像帶，即黑白。白色像素的紅邊反射率高，黑色像素的紅邊反射率低。您可以忽略綠色和藍色圖像通道，因為與紅色通道相比，它們不包含有用的數據。

近紅外濾光片 (NIR)：

紅色圖像通道 = 近紅外 (850nm) 光

綠色圖像通道 = 未使用

藍色圖像通道 = 未使用

近紅外濾光片用于捕獲單波段反射近紅外光。當使用我們的 MCC 應用程序處理時，輸出圖像將是單個圖像帶，即黑白。白色像素將具有高 NIR 反射率，而黑色像素將具有低 NIR 反射率。您可以忽略綠色和藍色圖像通道，因為與紅色通道相比，它們不包含有用的數據。

RGB 濾鏡（紅 + 綠 + 藍）：

紅色圖像通道 = 紅光

綠色圖像通道 = 綠燈

藍色圖像通道 = 藍光

RGB 濾光片是安裝在所有相機上的典型濾光片，它捕捉彩色光，就像我們的眼睛看世界一樣。 RGB 相機通常與多光譜相機一起使用，為觀看者提供參考圖像。這種參考通常是必要的，可以將我們的眼睛看到的內容與能夠捕捉近紅外 (NIR) 光的相機看到的內容聯系起來。

多光譜指數公式

一旦 OCN、RGN、NGB、RE 和 NIR 型號相機捕捉到圖像，就應該使用我們的校準目標對其進行校準。校準后，可以在您選擇的程序中拼接圖像，例如 Pix4D、Agisoft、Drone Deploy、Agribotix、MapsMadeEasy、Simactive、Icaros 等。

許多這些應用程序提供了所謂的光柵/索引計算器，它對圖像的像素執行數學運算。計算索引后產生的像素值表示依賴于索引及其計算內容的像素范圍。許多程序使這個計算成為一個一鍵式過程，但讓我們更詳細地解釋一下：

讓我們以 RGN 過濾器為例，計算流行的 NDVI 指數：

正如您在上面的公式中看到的，NDVI 指數使用 NIR 和紅光。因此，對于 RGN 濾鏡相機模型，這將是藍色圖像通道 (NIR) 和紅色圖像通道 (RED)。處理程序將獲取紅色和藍色圖像通道中的像素值并將其代入上述等式中。生成的像素將全部具有一個從 -1 到 +1 的值。對于植物，實際植物的 NDVI 值介于約 0.2 至 0.8 之間。然后我們將顏色 lut 應用于像素，以便我們的眼睛可以更輕松地解釋數據。顏色 lut 是您以前可能見過的從綠色到黃色到紅色（高健康到低健康）的顏色。

關于使用我們的地面目標進行反射校準的重要說明：

上面提到的像素值告訴你你是在看健康的植物還是說附近的污垢受到校準程序的影響。如果不校準圖像，結果值通常是負值，基本上是垃圾值。生成的彩色 lut 圖片，通常稱為“漂亮圖片”，可能會顯示類似的綠色到黃色到紅色的地圖，但如果沒有校準，您將無法將一個現場位置與另一個現場位置、一種環境照明條件與另一種環境照明條件的結果進行比較，或者基本上是一個時刻到另一個時刻（一周到一周，一個月到一個月，等等）。如果沒有校準，您就不會將像素數據與已知標準對齊，因此這些值不會具有可比性。