> For the complete documentation index, see [llms.txt](https://mapir.gitbook.io/mapir-camera-control-mcc/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://mapir.gitbook.io/mapir-camera-control-mcc/chinese-zhong-guo-ren/jiao-zhun-mu-biao.md).

# 校准目标

MAPIR 提供各种校准目标以涵盖一系列应用。 下图所示的紧凑型 T3-R50 包含 4 个面板，已测量 250 - 2,500 nm 的光反射率。

<figure><img src="/files/9ilLTPgwj2JAxquH7Nlf" alt=""><figcaption></figcaption></figure>

T3 漫反射参考目标具有以下反射率曲线，[数据下载在这里](https://cdn.shopify.com/s/files/1/0878/4732/files/MAPIR_Absolute_Reflectance_Radiometric_Calibration_Target_Data_T3.xlsx?v=1680675392)：

<figure><img src="/files/DuUiGnoU56aN2ISKIoej" alt=""><figcaption></figcaption></figure>

查看反射率图，您可以看到值是波长（x 轴）与反射率百分比（y 轴）的关系。 当我们捕获校准目标的图像时，我们会在每个相机传感器波段敏感的光谱内创建像素值和反射率百分比之间的关系。

这意味着对于您使用我们的相机拍摄的每张图像，您都可以使用我们的反射率目标（例如 [T3-R50](https://www.mapir.camera/collections/calibration-targets/products/diffuse-reflectance-standard-calibration-target-package-t3-r50)）的照片来校准图像的反射率。 一旦校准，图像中的每个像素都等于反射率。

如果您将 MCC 中的校准图像输出为典型的 JPG 或 TIFF，则通过将像素值除以图像格式的位深度来计算反射率百分比。 因此对于 JPG 除以 255，对于 TIFF 除以 65,535。 您也可以在 MCC 中选择 PERCENT 格式输出，然后每个像素的百分比值范围为 0.0 到 1.0（0% 到 100% 反射率）。 请记住，某些图像应用程序不能接受百分比（浮点）图像，而且它们的存储空间很大。

下面您会发现我们的 [MAPIR Survey3W RGN](https://www.mapir.camera/collections/survey3/products/survey3w-camera-red-green-nir-rgn-ndvi) 相机拍摄的 V2 目标的未校准 16 位 TIFF 图像，在反射校准期间，MCC 中的处理添加了目标上方的 4 个彩色区域。 我们添加了绿色标注叠加层，突出显示目标区域平均像素值和一些低/高植被点。 我们还调亮了图像，使其更易于在此处查看。

这是下面工作文件的下载链接。 您可以自己在 MCC 中试用它们。

## [在这里下载](https://drive.google.com/file/d/1agfMEEZboUgD2VKsvUJsok7mFWAZO_xH/view?usp=sharing)

<figure><img src="/files/yIPMw9CpTR1yp6ueuqDT" alt=""><figcaption><p>Image brightness was increased for easier viewing, pixel data was not changed</p></figcaption></figure>

在 MCC 中处理图像以进行反射率校准，我们获得以下校准图像，具有更新的像素值：

<figure><img src="/files/NYQe6JA4Hl5UO4QSHKRy" alt=""><figcaption></figcaption></figure>

通过除以像素位深度 (65,535) 转换为百分比反射率，我们得到：

<figure><img src="/files/xOD3VgtnJqN2YUfQGomB" alt=""><figcaption></figcaption></figure>

校准图像后，我们可以对每个图像波段/通道中的像素执行一些光栅数学运算。 对于植被，我们可以处理各种指数，如 NDVI、GNDVI、OSAVI 等。对于 NDVI 指数，0.86 的值意味着植被可能非常健康。 0.28 的 NDVI 值通常意味着低到没有健康（死亡）植被。 您可以在下面看到一些示例索引。

<figure><img src="/files/O2Z0J1AhSGS3HoSuFxjP" alt=""><figcaption></figcaption></figure>

以下是我们的 [MAPIR Survey3W RGN](https://www.mapir.camera/collections/survey3/products/survey3w-camera-red-green-nir-rgn-ndvi) 相机的更多示例:

<figure><img src="/files/lvSBQJfizOmKnUym4BK7" alt=""><figcaption><p>MAPIR Survey3W RGN - NDVI</p></figcaption></figure>

<figure><img src="/files/7riJWGNd1KIOBXrUZ2FE" alt=""><figcaption><p>MAPIR Survey3W RGN - GNDVI</p></figcaption></figure>

<figure><img src="/files/aL7Qye62gdczg5EXp7cS" alt=""><figcaption><p>MAPIR Survey3W RGN - OSAVI</p></figcaption></figure>