Pan-sharpening & image fusion

Několik procesů zpracování obrazu vyžaduje současně vysoké prostorové a vysoké spektrální rozlišení v jednotlivém obrazu, avšak současné vybavení většiny satelitů není schopné takováto přesná data poskytnout z důvodu složitého provedení nebo kvůli pozorovacím omezením. Avšak dnešní družice je schopná snímat obraz zvlášť v panchromatickém, multispektrálním a termálním režimu. Techniky pan-sharpeningu využívají právě panchromatický a multispektrální snímek, přičemž prostorové rozlišení panchromatického obrazu je zpravidla dvakrát nebo čtyřikrát vyšší. Spojením těchto snímků vznikne barevný snímek o maximálním rozlišení korespondujícím s rozlišením panchromatického snímku.

Techniky image fusion a pan-sharpening se stávají prostředkem pro řešení řady aplikačních případů. Kromě zpřesňování snímků k dosažení vyššího prostorového rozlišení a docílení preciznější vizuální podoby sem také patří odstraňování chyb snímků pro kvalitnější následné zpracování. V podstatě se jedná o metody předzpracování dat (preprocessing).

Intensity-Hue-Saturation

Technika intensity-hue-saturation (IHS) je jedna ze spektrálních procedur, která odkazuje na tři rozměry multispektrálních dat. Intensita je ekvivalent jasu, hue odkazuje na dominantní vlnovou délku, což je považováno za barvu, a saturace specifikuje čistotu, stupeň, ke kterému je specifická barva dominantní jednotlivou vlnovou délkou (Campbell, 2002).

IHS je jedna z nejběžněji užívaných metod zostření multispektrálních dat nižšího rozlišení. Do procesu vstupují tři vybraná pásma multispektrálního snímku nízkého rozlišení -> ty jsou transformovány z původního prostoru multispektrálního pásma do prostoru IHS. Pak jsou vypočteny průměry a směrodatné odchylky intenzivního a panchromatického pásma. Panchromatické pásmo je pak modifikováno tak, že průměr a směrodatná odchylka snímku se rovnají průměru a směrodatné odchylce intenzivního pásma (US Patent, 2000). V dalším kroku je modifikované panchromatické pásmo vyměněno za intenzivní pásmo. Nakonec je provedena zpětná transformace z prostředí IHS do původního prostoru multispektrálního pásma. Výsledkem jsou tři multispektrální pásma s vyšším rozlišením. Logika této strategie leží v nahrazení intenzivní komponenty obrazu za vysokou rozlišovací schopnost snímku, který je charakterizován ekvivalentním rozsahem intensity, ale kvalitnějším prostorovým detailem (Campbell, 2002).

Analýza hlavních komponent

Analýza hlavních komponent (PCA - Pncipal Component Analysis) je metoda zvýrazňování multispektrálního obrazu a používá se jednak jako prostředek zvýraznění barevného obrazu k následné vizuální interpretaci, jednak jako metoda předzpracování a zvýraznění před jeho automatickou klasifikací. Touto metodou lze další zpracování omezit na méně pásem bez podstatné ztráty informace (Dobrovolný, 1998).

PCA provádí analýzy hlavních komponent nevyhodnoceného obrazu nízkého rozlišení. Celkový počet multispektrálních pásem nižšího rozlišení je převeden na hlavní komponenty, následně je vypočítán průměr a směrodatná odchylka první hlavní komponenty, která je vyměněna za modifikované panchromatikcé pásmo. Nakonec je provedena zpětná transformace hlavních komponent do původního prostoru multispektrálního pásma. Výsledkem je multispektrální snímek vysokého rozlišení s plným počtem vstupních pásem. Logika této PCA aproximace spočívá ve skutečnosti, že první hlavní komponenta multispektrálního snímku často zprostředkuje většinu informace o jasu v původním snímku (Campbell, 2002).

Broveyova transformace

Algebraické procedury operují na obrazech na úrovni jednotlivého pixelu k proporční spektrální informaci nad třemi pásmy multispektrálního obrazu, takže náhradní obraz o vysoké rozlišovací schopnosti, užívaný jako substituce za jedno z pásem, může být přiřazen správnému spektrálnímu jasu. Broveyova transformace (Brovey Transform) najde proporční vjemy jasu zprostředkované pásmem, které má být nahrazeno a přiřazeno substituci. Cíl uchování spektrální integrity původního multispektrálního obrazu je dosažen, jestliže panchromatický obraz má spektrální rozsah ekvivalentní ke kombinovanému rozsahu tří multispektrálních pásem (Campbell, 2002). Pro většinu běžných multispektrálních snímků však tento předpoklad není dodržen, z toho důvodu tato procedura neuchová spektrální obsah původního snímku.

High-Pass Filter

Technika high-pass filter (HPF) extrahuje krátkovlnné frekvence obrazu jemného rozlišení a potom je vloží do multispektrální struktury odpovídající obrazu hrubějšího rozlišení. HPF je aplikována na obraz jemného rozlišení, aby byly izolovány a extrahovány krátkovlnné komponenty, které zprostředkují vynikající prostorový detail scény. Tento krátkovlnný prvek je pak uveden do obrazu nízkého rozlišení, kde syntetizuje vynikající detail snímku vysokého rozlišení, ale zároveň kompenzuje uchování původního jasu scény (Campbell, 2002). Ranchin a Wald (2000) navrhli takovou techniku, kde je využita vlnkovou transformaci (wavelet transform) jako metoda simulace detailu vysokého rozlišení uvnitř obrazu hrubého rozlišení.

Multiplikativní model

Multiplikativní (multiplicative) model násobí každý multispektrální pixel odpovídajícím pixelem obrazu s vysokou rozlišovací schopností. K odstupňování vjemů jasu zpět k aproximaci jejich původních rozsahů je vypočítána druhá odmocnina z kombinovaného jasu. Výsledek je kombinovaný jas, který vyžaduje určitý druh vážení, aby byla obnovena aproximace relativních vjemů jasu individuálních pásem. Ačkoli jsou tyto váhy vybírány libovolně, mnohdy nachází proceduru produkující uspokojivé výsledky (Campbell, 2002).

Ehlerova fúze

Je výhodná kombinace mezi transformací FFT a IHS. Vývoj této fúze probíhal po více let, k tomu byly také provedeny různé průzkumy. Při výzkumu se ukázalo, že Ehlerova fúze předčí jiné fúzní postupy jak při multisenzorních tak při mnohatemporálních fúzích, poněvadž obdrží spektrální vlastnosti obrazu a zároveň dosáhne prostorového vylepšení (Ehlers M., 2006). Algoritmus Ehlers Fusion byl vynalezen profesorem Manfredem Ehlerem na univerzitě v Osnabrüku. Poskytuje pan-sharpening na výzkumné úrovni, kde technika spojení rozlišení je založena na rychlé furierově transformaci (Fast Fourier Transform – FFT), která patří mezi techniky vylepšení obrazu díky níž lze odstranit chyby způsobené nedokonalostí senzoru, např. stripping nebo šum.