Fundamentos da nitidez pancromática

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.

Um exemplo de nitidez pancromática
Um exemplo de nitidez pancromática

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 * DNF

onde as entradas são

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

Esri

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 + ADJ

Os 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 * IW

Em 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)