Grundlagen zum Pan-Sharpening

Was ist Pan-Sharpening?

Beim Pan-Sharpening wird ein panchromatisches Bild mit hoher Auflösung (oder ein Raster-Band) mit einem Multiband-Raster-Dataset mit geringerer Auflösung zusammengeführt. Im Ergebnis entsteht ein Multiband-Raster-Dataset mit der Auflösung des panchromatisches Rasters, wobei sich die beiden Raster vollständig überlappen.

Pan-Sharpening stellt eine radiometrische Transformation dar, die über die Rasterfunktion oder über ein Geoverarbeitungswerkzeug verfügbar ist. Verschiedene Bildanbieterfirmen liefern Multibandbilder mit geringer Auflösung und panchromatische Bilder mit hoher Auflösung für die gleichen Motive. Durch diesen Prozess wird die räumliche Auflösung erhöht und durch das Einzelbandbild mit hoher Auflösung eine bessere Visualisierung eines Multibandbildes erzielt.

Ein Beispiel für Pan-Sharpening

Pan-Sharpening-Methoden

Es gibt fünf Methoden für die Zusammenführung von Bildern, mit denen Sie das Pan-Sharpened-Bild erstellen können: die Brovey-Transformation, die Esri Pan-Sharpening-Transformation, die Gram-Schmidt-Methode der panchromatischen Schärfung, die Intensity-Hue-Saturation (IHS)-Transformation und die Transformation des einfachen Mittelwerts. Bei jeder dieser Methoden wird die räumliche Auflösung unter Beibehaltung der Farbe anhand eines anderen Modells verbessert. Einigen Methoden wird eine Gewichtung zugeordnet, sodass ein viertes Band aufgenommen werden kann (etwa das infrarotnahe Band, das in vielen multispektralen Bildquellen verfügbar ist). Durch Hinzufügen der Gewichtung und Aktivieren der Infrarotkomponente wurde die optische Qualität der Ausgabefarben verbessert.

Brovey

Die Brovey-Transformation beruht auf der spektralen Modellierung und wurde entwickelt, um den visuellen Kontrast an den oberen und unteren Enden des Datenhistogramms zu erhöhen. Dazu wird eine Methode verwendet, mit der jeder durch Resampling erstellte multispektrale Pixel mit dem Verhältnis der entsprechenden panchromatischen Pixelintensität zur Summe aller multispektralen Intensitäten multipliziert wird. Es wird davon ausgegangen, dass der Spektralbereich des panchromatisches Bildes mit dem der Multispektralkanäle deckungsgleich ist.

Bei der Brovey-Transformation werden in der allgemeinen Gleichung Rot, Grün und Blau (RGB) sowie die panchromatischen Bänder als Eingabe verwendet, um neue Bänder für Rot, Grün und Blau als Ausgabe zu erhalten. Beispiel:

Red_out = Red_in / [(blue_in + green_in + red_in) * Pan]

Durch Verwendung von Gewichtungen und des infrarotnahen Bandes (sofern verfügbar) lautet die angepasste Gleichung jedoch wie folgt:

DNF = (P - IW * I) / (RW * R + GW * G + BW * B) Red_out = R * DNF Green_out = G * DNF Blue_out = B * DNF Infrared_out = I * DNF

Dabei werden folgende Eingaben verwendet:

P = panchromatic image R = red band G = green band B = blue band I = near infrared W = weight

Esri

Bei der Esri Pan-Sharpening-Transformation werden anhand des gewichteten Durchschnitts und des zusätzlichen infrarotnahen Bandes (optional) Pan-Sharpened-Ausgabebänder erzeugt. Anhand des Ergebnisses des gewichteten Durchschnitts wird ein Anpassungswert (ADJ) erstellt, über den dann die Ausgabewerte berechnet werden. Beispiel:

ADJ = pan image - WA Red_out = R + ADJ Green_out = G + ADJ Blue_out = B + ADJ Near_Infrared_out = I + ADJ

Die Gewichtungen für multispektrale Bänder hängen von der Überlappung der spektralen Empfindlichkeitskurven der multispektralen Bänder mit dem panchromatischen Band ab. Die Gewichtungen sind relativ und werden normalisiert, wenn sie verwendet werden. Dem multispektralen Band, das die größte Überlappung mit dem panchromatischen Band aufweist, muss die größte Gewichtung zugewiesen werden. Einem multispektralen Band, das keinerlei Überlappung mit dem panchromatischen Band aufweist, muss die Gewichtung 0 zugewiesen werden. Durch Änderungen des Gewichtungswerts für infrarotnahes Licht kann die Leuchtkraft der Grünausgabe variiert werden.

Gram-Schmidt

Die Gram-Schmidt-Methode der panchromatischen Schärfung basiert auf einem allgemeinen Algorithmus für die Vektor-Orthogonalisierung, der Gram-Schmidt-Orthogonalisierung. Dieser Algorithmus berücksichtigt Vektoren (z. B. drei Vektoren im 3D-Raum), die anfangs nicht orthogonal sind, und dreht sie, sodass sie danach orthogonal sind. Bei Bildern entspricht jedes Band (panchromatisch, rot, grün, blau und Infrarot) einem hochdimensionalen Vektor (Anzahl der Dimensionen ist gleich der Anzahl der Pixel).

Bei der Gram-Schmidt-Methode der panchromatischen Schärfung besteht der erste Schritt darin, ein Pan-Band mit niedriger Auflösung zu erstellen, indem ein gewichteter Durchschnitt der MS-Bänder berechnet wird. Als nächstes wird die Korrelation dieser Bänder anhand des Gram-Schmidt-Orthogonalisierungsalgorithmus aufgehoben, wobei jedes Band als ein multidimensionaler Vektor behandelt wird. Das simulierte Pan-Band mit niedriger Auflösung wird erster Vektor verwendet, der weder gedreht noch transformiert wird. Das Pan-Band mit niedriger Auflösung wird dann durch das Pan-Band mit hoher Auflösung ersetzt und alle Bänder werden mit hoher Auflösung zurück transformiert.

Nachfolgend sind einige mögliche Gewichtungen für allgemeine Sensoren aufgeführt (Rot, Grün, Blau bzw. Infrarot):

• GeoEye – 0,6, 0,85, 0,75, 0,3
• IKONOS – 0,85, 0,65, 0,35, 0,9
• QuickBird – 0,85, 0,7, 0,35, 1,0
• WorldView–2 – 0,95, 0,7, 0,5, 1,0

Referenzen

Die Details für diese Technik werden im folgenden Patent beschrieben:

Laben, Craig A. und Bernard V. Brower. Verfahren zur Verbesserung der räumlichen Auflösung multispektraler Bilder durch Pan-Sharpening. . . U.S. Patent 6.011.875, eingereicht am 29. April 1998 und erteilt am 4. Januar 2000.

IHS

Bei der IHS-Pan-Sharpening-Methode wird das multispektrale Bild von RGB in Intensität, Farbton und Sättigung konvertiert. Die niedrige Auflösungsintensität wird durch das panchromatische Bild mit hoher Auflösung ersetzt. Wenn das multispektrale Bild ein Infrarotband enthält, wird es berücksichtigt, indem es anhand eines Gewichtungsfaktors subtrahiert wird. Folgende Gleichung wird zum Ableiten des geänderten Intensitätswertes verwendet:

Intensity = P - I * IW

Anschließend wird das Bild in der höheren Auflösung von IHS in RGB zurück transformiert.

Einfacher Mittelwert

Bei der Transformationsmethode des einfachen Mittelwertes wird auf jede Kombination von Ausgabebändern eine Gleichung zur Durchschnittsermittlung mit einfachem Mittelwert angewendet. Beispiel:

Red_out= 0.5 * (Red_in + Pan_in) Green_out = 0.5 * (Green_in + Pan_in) Blue_out= 0.5 * (Blue_in + Pan_in)