Улучшение пространственного разрешения (Image Fusion) ПП ScanMagic.

Исходные материалы: подобрать архивные снимки данных со спутника IRS-1D, многозональный снимок сенсора LISS – среднее разрешение, панхроматический снимок сенсора PAN – высокое разрешение, ПП ScanMagic.

Программное обеспечение: ENVI\ScanMagic, графические редакторы, Руководство программы обработки данных дистанционного зондирования Земли «Image Processor v.1.0»

Цель работы: Создание продукта Image Fusion на основе снимков среднего и высокого разрешения в ПП.

Слияние изображений (fusion), также называемое pan – sharpening (то есть искусственное увеличение пространственного разрешения), это метод, использующий объединение геометрических деталей панхроматического изображения с высокой разрешающей способностью (Pan) и цветной информации мультиспектрального изображение с низкой разрешающей способностью (MS) с целью получения мультиспектрального изображения с высокой разрешающей способностью. Этот метод имеет особенно большое значение для крупномасштабных изображений.

Эффективный метод слияния изображений фактически может расширить возможности использования данных ДЗЗ, так как для многих областей, особенно для ГИС приложений, требуется, чтобы изображения обладали одновременно и высоким пространственным и высоким спектральным разрешениями. Почему большинство спутников не могут получать MS изображения с таким пространственным разрешением, которое соответствовало бы высоким требованиям, предъявляемым к пространственному и спектральному разрешениям одновременно? Существуют два основных технических ограничения: 1) поступающая на спутник энергия излучения, и 2) объем данных, поступающих на спутник. Вообще, панхроматическое изображение покрывает более широкий диапазон длин волн, тогда как MS изображение покрывает узкий спектральный диапазон. Для того чтобы получить то же самое количество энергии на вход оптико-электронной системы спутника, размер панхроматического сенсора может быть меньше, чем размер мультиспектрального сенсора. Поэтому, на той же самой платформе спутника или самолета, разрешение панхроматического сенсора может быть выше, чем разрешение мультиспектрального сенсора. Кроме того, объем данных MS изображения с высоким разрешением значительно больше, чем объем данных Pan изображения с высоким разрешением или MS изображения с низким разрешением. При рассмотрении этих ограничений становится очевидным, что самое эффективное решение для обеспечения высокого пространственного разрешения и одновременно высокого спектрального разрешения данных ДЗЗ состоит в развитии эффективных методов слияния изображений.

Существующие методы слияния изображений. В середине 1980-х годов слияние изображений обратило на себя пристальное внимание исследователей в области ДЗЗ и обработки изображений, поскольку SPOT 1 (запущенный в 1986 г.), обеспечил получение Pan изображений с высокой разрешающей способностью (10 м) и MS изображений с низкой разрешающей способностью (20 м). С тех пор было проведено большое количество исследований с целью разработать эффективные методы слияния изображений. Среди сотен различных методов слияния изображений самыми популярными и эффективными являются: IHS (Тон, Насыщенность, Интенсивность), PCA (анализ главных компонент изображения), арифметические комбинации и слияние на основе wavelet – преобразования.

Слияние по методу IHS преобразовывает цветное изображение из RGB (Красный, Зеленый, Синий) представления в IHS (Hue-Saturation-Intensity) представление. При этом RGB изображение трансформируется в 3 отдельных изображения, каждое из которых имеет максимальные характеристики соответственно интенсивности (I), насыщенности (S) и оттенков (H) цветов. Поскольку изображение с максимальной интенсивностью I походит на Pan изображение, оно заменяется при слиянии Pan изображением с высокой разрешающей способностью. Затем выполняется обратное IHS преобразование Pan изображения совместно с изображениями H и S, получая в результате IHS изображение.

PCA преобразование (преобразование данных с использованием PCA матрицы) конвертирует взаимосвязанные MS диапазоны в новый набор некоррелированных компонент. Первый компонент также напоминает Pan изображение. Поэтому при слиянии он также замещается Pan данными с высокой разрешающей способностью. Pan изображение объединяется с MS диапазонами с низкой разрешающей способностью путем выполнения обратного PCA преобразования.

Для слияния изображений были разработаны различные методы арифметических комбинаций. Из них наиболее успешными являются: Brovey Transform, SVR (Комплексный переменный коэффициент), и RE (Усовершенствованный коэффициент). Основная процедура метода Brovey Transform заключается в том, что сначала каждый диапазон исходного MS изображения умножают на диапазон Pan изображения с высокой разрешающей способностью, а затем каждое полученное произведение делится на сумму MS диапазонов. SVR и RE методы похожи, но включают в себя более сложные вычисления сумм MS диапазонов для получения лучшего качества результирующего изображения.

В слиянии на основе wavelet-преобразования Pan изображение с высокой разрешающей способностью сначала расчленяют на ряд Pan изображений с низкой разрешающей способностью с соответствующими wavelet-коэффициентами (пространственные детали) для каждого уровня. Затем отдельные диапазоны MS изображения заменяют Pan диапазоном низкого разрешения, приблизительно равного разрешению исходного MS изображения. Пространственные детали с высокой разрешающей способностью вводятся в каждый MS диапазон посредством выполнения обратного wavelet-преобразования для каждого MS диапазона совместно с соответствующими wavelet-коэффициентами.

Мультиспектральные спутниковые изображения с высокой разрешающей способностью являются важным источником данных для получения крупномасштабной и детальной геопространственной информации для разнообразных приложений. Для получения или воспроизведения такой информации часто используются три метода: визуальное дешифрирование, цифровая классификация и визуализация цветных изображений В зависимости от цели использования:

1) некоторым пользователям требуется получить в результате слияния изображение, которое показывает больше цветных деталей, для лучшего дешифрирования изображения или использования его для картографирования;

2) некоторым пользователям необходимо получить в результате слияния изображение, которое улучшает точность цифровой классификации;

3) некоторые пользователи желают получить визуально красивое цветное изображение, исключительно в целях визуализации. Поэтому, для разных слияний (ориентируемых на картографию, ориентируемых на классификацию и ориентируемых на визуализацию изображений) пользуются спросом различные методы. В настоящее время методы слияния изображения (или pan - sharpening методы), доказали свою эффективность в деле обеспечения улучшенных данных ДЗЗ для визуальной интерпретации, картографирования и интеграции с ГИС. Статистический метод слияния может объединять Pan и MS изображения новых спутников, так же как изображений SPOT и IRS, в результате чего получаются: минимизированные цветовые искажения, максимальная детализация и естественные цвета и объединение деталей. Однако, все еще ощущается нехватка эффективных методов слияния, ориентируемого на классификацию и на визуализацию.

Ход работы:

Данные со спутников IRS -1С, IRS -1D принимаются в формате * .hdf.

1. В программе обработки изображения ScanMagic перевести снимки в формат SCANEX GEOGRID (*.gg.hdf).

2. Открыть в программе «Image Processor v.1.0» снимки в формате .hdf сначала PAN, затем LISS в зависимости какой снимок берется за основу.

3. Для создания проекции запустить программу «Image Processor v.1.0», после используется диалог OPEN вызываемый командой Fail→Open главного меню. Диалог состоит из двух закладок - Project Settings и Add Images. В закладке Project Settings устанавливается пространственное разрешение и картографическая проекция проекта.В закладке Add Images осуществляется загрузка данных.

В закладке Add Images открываем выбранный снимок, создаем операционный лист для одноуровневой сшивки.

После загрузки снимков PAN и LISS можно выравнивать контрастность суб-сцен изображений Edit→Equalize Bands главного меню, открывается диолог Equalize Bands

В группе Channels выбрать изображение PAN, определить суб-сцену (Left,Center,Right) и нажать кнопку Equalize. После этого контраст всех суб-сцен выровняется относительно выбранной суб-сцены.

Для того чтобы сделать вьюжен необходимо привязать PAN и LISS друг к другу (рис.1).

Чтобы не притягивать всю территорию, выделить ту область, которая нужна.

 

Рис.1

 

Это можно осуществить с помощьюпрограммы Extent.

 

Для загрузки инструмента Extent необходимо выполнить команду Tools→ Extent главного меню. Диолог Extent состоит из двух закладок:

Закладка Set Extent- задает видимую территорию.

Закладка Warp to Extent – позволяет изменить размер изображений до размера заданной видимой территорий (рис:5).

Кнопка Region to Extent - позволяет задать видимую область по выделенной прямоугольной области. Кнопка Select All, позволяет выделять все загруженные в программу каналы. При нажатии на кнопку Warp выполняется изменение размера выделенных каналов.

После проделанных операций остается та область, которую выбрали для дальнейших работ (рис.2)

 

рис.2

 

Для автоматического совмещения каналов изображения необходимо вызвать диалог Registration (рис.3), выполнив команду Transformation→Registration главного меню.

 

рис.3

 

Затем методом подбора в окошках Renge, Cluster Size, ставим некоторые значения.

Например:

1. Range 30 Cluster Size 60

Step 2 Levet 2

Range 30 Cluster Size 60

Step 1 Levet 1

Range 30 Cluster Size 60

Step 0.5 Levet 0

После подбора расчетов необходимо нажать кнопку Register.

Окно состояния Image Registration (рис.4) появляется после нажатия кнопки Register диалога Registration (рис.3).

При хорошем результате, график представляет собой компактное зеленое пятно (рис.4)

 

рис.4

Image Fusion – процедура слияния панхроматического изображения (рис.5).

Для расчета модели необходимо выполнить следующие действия:

1. Выполнить команду Edit→ Image Fusion главного меню.

2. Совместить панхроматические и многозональные изображения.

 

рис.5

В группе Finе Image – задается изображение с высоким пространственным разрешением

В списке Coarse Image – задаются многозональные изображения низкого пространственного разрешения.

 

рис.6

Для сохранения данного результата (рис.6) в файле необходимо выполнить команду File→Save главного меню, и будет открыт диалог сохранения Save Data (рис 7).

рис 7

Группа Output File Name – задает имя сохраняемого файла

Группа Output Format – задает формат выходного файла.

Группа Available Channels – позволяет выбрать каналы, которые нужно сохранить.

Группа Mark – задает маску, в придела которого будет сохранено изображение.

Кнопка » -добавляет выделенные каналы из списка Available Channels в список Basket.

Кнопка « - удаляет из списка Basket выделенных каналов.

Save – сохраняет заданный файл.

 

 

4.1 Руководство программы обработки данных дистанционного зондирования Земли «Image Processor v.1.0»

4.2 Программа «Image Processor v.1.0»

 

 

Лабораторная работа № 3.