Závěr
Využití algoritmů pan-sharpeningu má jistou budoucnost, protože pořízení družicových dat rozhodně není levnou záležitostí. Neustálá aktualizace a pořizování nových dat je důsledkem dynamického rozvoje společnosti a s tím souvisejících změn na Zemském povrchu. Nutnost sledovat tyto změny je hnací silou rozvoje Dálkového průzkumu Země a také softwarových inovací. Protože pořízení aktuálního multispektrálního snímku je finančně drahou záležitostí, často se ke znásobení prostorového rozlišení i aktualizaci zastaralého snímku využívá právě panchromatický snímek, který je oproti barevnému daleko levnější. Image fusion je tedy spolehlivá metoda, kterou se docílí panchromatického zostření multispektrálního snímku.
S každou novou verzí programového prostředku se vylepšují mnohé funkce. Spatial Enhancement v ERDAS IMAGINE je toho příkladem, kde v posledních verzích byly vylepšovány právě funkcionality založené na pan-sharpeningu. Tyto metody jsou často dostupné i v méně profesionálních softwarech pro zpracování snímků, jako například v extenzi Image Analyst pro ArcGIS. Metodický postup hodnocení těchto algoritmů je aplikačně zaměřen především na jeden softwarový produkt – ERDAS IMAGINE 9.3, okrajově na extenzi Image Analyst. Pokud by měl být tento projekt dále rozšiřován autor by se mohl zaměřit na porovnávání softwarů, co se týče počtu a jakosti implementovaných algoritmů.
Srovnáním algoritmů nelze jednoznačně vyhodnotit nejlepší ani nejhorší. Obecně je určitě lepší použít ty vývojově novější, které nezpůsobují spektrální distorze ve splynutém snímku a nejsou omezeny počtem vstupních pásem. V mnoha studentských pracích je často vidět využití analýzy hlavních komponent, jehož funkcionalita je dávno předčena řadou vylepšených metod, co se týče uživatelského nastavení vstupních parametrů.