A nitidez panorâmica usa uma imagem pancromática de resolução mais alta (ou banda raster) para fundir com um conjunto de dados raster multibanda de resolução mais baixa. O resultado produz um conjunto de dados raster multibanda com a resolução do raster pancromático, onde os dois rasters se sobrepõem totalmente.
A nitidez panorâmica é uma transformação radiométrica disponível através de uma função raster ou de uma ferramenta de geoprocessamento. Várias empresas de imagens fornecem imagens multibanda de baixa resolução e imagens pancromáticas de alta resolução das mesmas cenas. Este processo é usado para aumentar a resolução espacial e fornecer uma melhor visualização de uma imagem multibanda usando a imagem de banda única de alta resolução.
Métodos de nitidez pancromática
Existem cinco métodos de fusão de imagens para escolher para criar a imagem panorâmica: a transformação de Brovey; a transformação de nitidez pancromática Esri; o método de nitidez espectral de Gram-Schmidt; a transformação de intensidade, matiz, saturação (IHS); e a transformação média simples. Cada um desses métodos usa modelos diferentes para melhorar a resolução espacial enquanto mantém a cor, e alguns são ajustados para incluir uma ponderação para que uma quarta banda possa ser incluída (como a banda do infravermelho próximo disponível em muitas fontes de imagens multiespectrais). Ao adicionar o peso e habilitar o componente infravermelho, a qualidade visual nas cores de saída é aprimorada.
Brovey
A transformação Brovey é baseada na modelagem espectral e foi desenvolvida para aumentar o contraste visual nas extremidades alta e baixa do histograma dos dados. Ele usa um método que multiplica cada pixel multiespectral reamostrado pela proporção da intensidade do pixel pancromático correspondente à soma de todas as intensidades multiespectrais. Ele assume que a faixa espectral abrangida pela imagem pancromática é a mesma coberta pelos canais multiespectrais.
Na transformação de Brovey, a equação geral usa vermelho, verde e azul (RGB) e as bandas pancromáticas como entradas para produzir novas bandas de vermelho, verde e azul, por exemplo:
Red_out = Red_in / [(blue_in + green_in + red_in) * Pan]No entanto, usando pesos e a banda do infravermelho próximo (quando disponível), a equação ajustada para cada banda torna-se
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 * DNFonde as entradas são
P = panchromatic image R = red band G = green band B = blue band I = near infrared W = weightEsri
A transformação de nitidez pancromática daEsri usa uma média ponderada e a banda adicional de infravermelho próximo (opcional) para criar suas bandas de saída da nitidez pancromática. O resultado da média ponderada é usado para criar um valor de ajuste (ADJ) que é usado no cálculo dos valores de saída, por exemplo:
ADJ = pan image - WA Red_out = R + ADJ Green_out = G + ADJ Blue_out = B + ADJ Near_Infrared_out = I + ADJOs pesos das bandas multiespectrais dependem da sobreposição das curvas de sensibilidade espectral das bandas multiespectrais com a banda pancromática. Os pesos são relativos e serão normalizados quando forem usados. A banda multiespectral com maior sobreposição com a banda pancromática deve receber o maior peso. Uma banda multiespectral que não se sobreponha de forma alguma à banda pancromática deve ter um peso de 0. Ao alterar o valor do peso do infravermelho próximo, a saída verde pode se tornar mais ou menos vibrante.
GramSchmidt
O método de nitidez pancromática de Gram-Schmidt é baseado em um algoritmo geral para ortogonalização de vetores - a ortogonalização de Gram-Schmidt. Esse algoritmo recebe vetores (por exemplo, três vetores no espaço 3D) que não são ortogonais e os gira para que fiquem ortogonais posteriormente. No caso das imagens, cada banda (pancromática, vermelha, verde, azul e infravermelha) corresponde a um vetor de alta dimensão (o número de dimensões é igual ao número de pixels).
No método de nitidez pancromática de Gram-Schmidt, o primeiro passo é criar uma banda de pan de baixa resolução calculando uma média ponderada das bandas MS. Em seguida, essas bandas são correlacionadas usando o algoritmo de ortogonalização de Gram-Schmidt, tratando cada banda como um vetor multidimensional. A banda panorâmica de baixa resolução simulada é usada como o primeiro vetor, que não é rotacionado ou transformado. A banda panorâmica de baixa resolução é então substituída pela banda panorâmica de alta resolução e todas as bandas são transformadas de volta em alta resolução.
Alguns pesos sugeridos para sensores comuns são os seguintes (vermelho, verde, azul e infravermelho, respectivamente):
- 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
Referências
Os detalhes para esta técnica são descritos na seguinte patente:
Laben, Craig A. e Bernard V. Brower. Processo para melhorar a resolução espacial de imagens multiespectrais usando nitidez pancromática. Patente dos EUA 6.011.875, registrada em 29 de abril de 1998 e emitida em 4 de janeiro de 2000.
IHS
O método de nitidez panorâmica IHS converte a imagem multiespectral de RGB em intensidade, matiz e saturação. A intensidade de baixa resolução é substituída pela imagem pancromática de alta resolução. Se a imagem multiespectral contiver uma banda infravermelha, ela é considerada subtraindo-a usando um fator de ponderação. A equação usada para derivar o valor de intensidade alterada é a seguinte:
Intensidade = P - I * IWEm seguida, a imagem é transformada de volta de IHS para RGB na resolução mais alta.
Média simples
O método de transformação de média simples aplica uma equação de média média simples para cada uma das combinações de banda de saída, por exemplo:
Red_out= 0.5 * (Red_in + Pan_in) Green_out = 0.5 * (Green_in + Pan_in) Blue_out= 0.5 * (Blue_in + Pan_in)