אלגוריתם לעיבוד תמונות של מצלמות תרמיות זולות לשערוך טמפרטורה, וחישוב CWSI ברזולוציה מרחבית גבוהה בעזרת שילוב סופר-רזולוציה.

מצלמות רדיומטריות בתחום האינפרה אדום תרמי (LWIR) , הוכחו ככלי חשוב בחקלאות מדייקת, עבור משימות כגון ניטור השקיה, הערכת מצב בריאותי של גידולים וחיזוי תנובה. למרות יכולתן מצלמות אלה יקרות מאוד ובשימוש מוגבל. בשנים האחרונות רווחים דגמי מצלמות תרמיות, לא רדיומטריות, לא מקוררות ובעלות עלות נמוכה, על אף זמינותן ונגישותן סובלות ממגבלות כגון רזולוציה מרחבית נמוכה, אי-אחידות מרחבית משתנה והעדר כיול רדיומטרי המקשה על שילובן כאלטרנטיבה ביישום החקלאי. בעבודה זו מוצגת אלגוריתם לעיבוד נתונים מקצה-לקצה מבוסס למידת מכונה, לשיערוך טמפרטורה ושיפור רזולוציה במצלמות התרמיות הזולות. האלגוריתם המוצג כולל שני רכיבים עיקריים: מודול להערכת טמפרטורה אשר ממפה את התמונה הגולמית הנתונה ברמות אפור למפת טמפרטורות תוך תיקון אי-אחידות, ומודול שיפור רזולוציה המגדיל את הרזולוציה פי ×2 ו-×4. המערכת הודגמה על נתוני סימולציה ומדידות ניסיוניות של כ-20,000 תמונות של גידולים שונים. התוצאות מראות כי בהשוואה למצלמת תרמית רדיומטרית, בסימולציה הושגה שגיאת טמפרטורה ממוצעת (MAE) נמוכה מ-C0.54° ב×2 ו C0.84° ב×4. במדידות נסיוניות , התקבלו תוצאות דומות עם שגיאה ממוצעת שלC0.81° עבור שתי ההגדלות. בנוסף, המערכת סיפקה הערכה מדויקת של מדד עומס מים בגידולים (CWSI) עם שגיאות של 1.42% עבור ×2 ו-1.86% עבור ×4. זמן הריצה של האלגוריתם נמוך משנייה לפריים על מעבד CPU, ומאפשר עיבוד בזמן אמת. פתרון זה מציע מענה חסכוני, יעיל ומדויק לחישה תרמית באיכות גבוהה עבור יישומים שונים בחקלאות מדייקת.