Identyfikatory
Warianty tytułu
Rank of fusion methods of remotely sensed images of various resolution – formal assessment of merging LANDSAT TM AND IRS-PAN DATA
Języki publikacji
Abstrakty
W publikacji przedstawiono wyniki badań związanych z integracją danych spektralnych o niższej rozdzielczości przestrzennej (Landsat) z obrazami panchromatycznymi o wyższej rozdzielczości przestrzennej (IRS). Obszarem testowym był prostokąt 20x10 km obejmujący aglomerację krakowską. W ramach badań przetestowano 30 podejść (rozumianych jako metody i ich warianty) integrujących optyczne dane satelitarne, m.in. rozwiązania wykorzystujące substytucje kanałów (SK), operacje algebraiczne (IM), w tym ilorazowe (NVSR, WMK), oparte o właściwości teksturalne obrazów (PRAD, PRICE), tablicę kolorów (LUT), transformacje liniowe (IHS, PCA, RVS), filtracje (HPF), lokalne operacje na obrazach (LMM, LMVM, LCM), analizy obrazów w różnych rozdzielczościach (PL, DWT) i kombinacje powyższych rozwiązań (IHS-HPF, IHS-LMVM, PCA-PRAD). Oceniono uzyskane syntetyczne obrazy pod kątem ich formalnej jakości w dwóch aspektach: stopnia uczytelnienia oraz stopnia zniekształcenia tematycznego i na tej podstawie podano rankingi 30 testowanych podejść w obu powyższych aspektach. Wskazano, na drodze analizy tzw. „diagramu wyników”, metody o najlepszej relacji wzmocnienia przestrzennego do zniekształcenia spektralnego scalonych obrazów, w przekroju poszczególnych kompozycji barwnych, jakie poddano testom (KB123, 134, 174, 571, 354, 457) oraz dla średniej uzyskanej z sześciu syntetycznych kanałów spektralnych. W publikacji przedstawiono wyniki badań związanych z integracją danych spektralnych o niższej rozdzielczości przestrzennej (Landsat) z obrazami panchromatycznymi o wyższej rozdzielczości przestrzennej (IRS). Obszarem testowym był prostokąt 20x10 km obejmujący aglomerację krakowską. W ramach badań przetestowano 30 podejść (rozumianych jako metody i ich warianty) integrujących optyczne dane satelitarne, m.in. rozwiązania wykorzystujące substytucje kanałów (SK), operacje algebraiczne (IM), w tym ilorazowe (NVSR, WMK), oparte o właściwości teksturalne obrazów (PRAD, PRICE), tablicę kolorów (LUT), transformacje liniowe (IHS, PCA, RVS), filtracje (HPF), lokalne operacje na obrazach (LMM, LMVM, LCM), analizy obrazów w różnych rozdzielczościach (PL, DWT) i kombinacje powyższych rozwiązań (IHS-HPF, IHS-LMVM, PCA-PRAD). Oceniono uzyskane syntetyczne obrazy pod kątem ich formalnej jakości w dwóch aspektach: stopnia uczytelnienia oraz stopnia zniekształcenia tematycznego i na tej podstawie podano rankingi 30 testowanych podejść w obu powyższych aspektach. Wskazano, na drodze analizy tzw. „diagramu wyników”, metody o najlepszej relacji wzmocnienia przestrzennego do zniekształcenia spektralnego scalonych obrazów, w przekroju poszczególnych kompozycji barwnych, jakie poddano testom (KB123, 134, 174, 571, 354, 457) oraz dla średniej uzyskanej z sześciu syntetycznych kanałów spektralnych.
The paper presents results of merging lower-resolution spectral data (Landsat) with panchromatic images of higher resolution (IRS). The testing field (20x10 km) covers the Cracow agglomeration. Thirty methods of merging satellite data (including their variants) have been tested. They are based on the canal substitution, on algebraic operations (including quotient operations), textural image features, look-up table, linear transformations, filters, local image transformations and on analyses of various-resolution images. There are also combinations of the above approaches. Two aspects of the obtained synthetic images have been formally assessed – their improvement for photo interpretation and thematic distortion. The rank of thirty merging methods has been made for both aspects. The so called ‘result diagram’ has allowed to appoint the best methods according to the assessed factors. There is a group of methods with the best relation between the spatial enhancement and the spectral distortion. There are the best methods within each tested colour composite image. There are also the best methods assessed for the average value obtained for the six synthetic spectral bands.
Rocznik
Tom
Strony
343--358
Opis fizyczny
Bibliogr. 23 poz.
Twórcy
autor
- Katedra Geoinformacji, Fotogrametrii i Teledetekcji Środowiska, Akademia Górniczo-Hutnicza
Bibliografia
- 1.Aiazzi B., Alparone L., Baronti S., Pippi I., 1999. Fusion of 18 m MOMS-2P and 30 m Landsat TM multispectral data by the generalized laplacian pyramid. Int. Archives of Photogrammetry and Remote Sensing, Vol. 32, s. 116-122.
- 2.Béthune S., Muller F., Donnay J. P., 1998: Fusion of multispectral and panchromatic images by local mean and variance matching filtering techniques. Proceedings of Fusion of Earth Data, Sophia Antipolis, Nice, France, s. 31-37. National Remote Sensing Agency, Hyerabad, s. 31-37.
- 3.Chavez P. S., Jr., 1986. Digital Merging of Landsat TM and digitized NHAP data for 1:24,000-scale image mapping. Photogrammetric Engineering and Remote Sensing, Vol. 52, No. 10, s. 1637-1646.
- 4.Chavez, P. S., Berlin G. L.,Sowers L. B., 1982. Statistical Methods for Selecting Landsat MSS Ratios. Applied. Photographic Engineering, Vol. 8, No. 1, s. 22-30.
- 5.Cliché G., F. Bonn, P. Teillet, 1985. Integration of the SPOT panchromatic channel into its multispectral mode for image sharpness enhancement. Photogrammetric Engineering and Remote Sensing, Vol. 51, No. 3, s. 311-316.
- 6.Cochrane R., Lasselin D., 1992. Production over urban environment of a rectified and enhanced natural color image: a simple methodology for processing SPOT panchromatic and multispectral data on microcomputer. Auckland town (New Zealand) MULTISCOPE software in Remote sensing and insular environments in the Pacific: integrated approaches, ORSTOM 1992, s. 425-447.
- 7.Filiberti D. P., Marsh S. E., Schowengerdt R. A., 1994. A local correlation approach for the fusion of remote sensing data with different spatial resolutions. Optical Engineering, 33(8), s. 2520-2528.
- 8.Hallada W. A., Cox S., 1983. Image sharpening for mixed spatial and spectral resolution satellite systems. Proc. Of the 17th International Symposium on Remote Sensing of Environment, 9-13 May, s. 1023-1032.
- 9.Hill J., Diemer C., Stöver O., Udelhoven Th., 1999. A local correlation approach for the fusion of remote sensing data with different spatial resolutions in forestry applications. International Archives of Photogrammetry and Remote Sensing, Vol. 32, Part 7-4-3, W6, Valladodid, Spain.
- 10.Moik, J. G., 1980. Digital Processing of Remotely Sensed Images. Washington, D.C.NASA, Government Printing Office.
- 11.Mróz M., 2001. Podwyższenie rozdzielczości przestrzennej obrazów wielospektralnych Landsat 7 ETM+ przy wykorzystaniu właściwych teksturalnych i radiometrycznych kanału panchromatycznego. Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 11, s. 430-411.
- 12.Mróz M., Szumiło M., 2005. Metody i podejścia stosowane w integrującym przetwarzaniu obrazów teledetekcyjnych pozyskanych za pomocą różnych sensorów. Acta Scientiarum Polonorum, Geodezja i Kartografia, Wrocław,4(1), s. 17-28.
- 13.Mularz S., Pirowski T., 2006. Aspekty metodyczne integracji danych teledetekcyjnych w oparciu o metodę IHS i jej modyfikacje. Zeszyty naukowe AGH, „Geodezja”, T.12, z.2, cz.1, s. 330-332.
- 14.Munechika C. K., Warnick J. S., Salvaggio C., Schott J. R., 1993. Resolution enhancement of multispectral image data to improve clasification accuracy. Photogrammetric Engineering & Remote Sensing, Vol. 59, No 1, s. 67-72.
- 15.Pirowski, 2005. Ocena przydatności metod integracji zobrazowań teledetekcyjnych pozyskiwanych różnymi sensorami. Akademia Górniczo-Hutnicza, Wydział Geodezji Górniczej i Inżynierii Środowiska, Kraków. Rozprawa doktorska, nie publikowana. Pirowski T., 2006. Integracja danych teledetekcyjnych pochodzących z różnych sensorów - propozycja kompleksowej oceny scalonych obrazów. Geoinformatica Polonica, z. 8. Kraków, s. 78-87.
- 16.Pohl C., Genderen J. L. Van, 1998. Multisensor image fusion in remote sensing: concepts, methods and applications. Int. J. Remote Sensing, Vol. 19, 823-854.
- 17.Pradines D., 1986. Improving SPOT images size and multispectral resolution. Proceedings of the S.P.I.E. Earth Remote Sensing using Landsat Thematic Mapper and SPOT Systems”, Innsbruck, Austria, Vol. 660, s. 98-102.
- 18.Price J. C., 1987. Combining panchromatic and multispectral imagery from dual resolution satellite instruments. Remote Sensing of Environment, Vol. 21, s. 119-128.
- 19.Ranchin T., Wald L., 2000. Fusion of high spatial and spectral resolution images: the ARSIS concept and its implementation. Photogrammetric Engineering & Remote Sensing, Vol. 66, s. 49-61.
- 17.Schowengerdt R. A., 1980. Reconstruction of multispatial, multispectral image data using spatial frequency content. Photogrammetric Engineering and Remote Sensing, Vol. 46, No. 10, s. 1225-1334.
- 18.Shettigara V. K., 1992. A generalized component substitution technique for spatial enhancement of multispectral images using a higher resolution data set. Photogrammetric Engineering & Remote Sensing, Vol. 58, No 5, s. 561-567.
- 19.Wald L., 2000. Quality of high resolution synthesized images: is there a simple criterion?.
- 20.Ranchin T., Wald L. (red.), Proceedings of the third conference: Fusion of Earth data: merging point measurements, raster maps and remotely sensed images, Sophia Antipolis, France, s. 99-103.
- 21.Wiemker R., Prinz B., Meister G., Franck R., Spitzer H., 1998. Accuracy assessment of vegetation monitoring with high spatial resolution satellite imagery. International Archives of Photogrammetry and Remote Sensing, Vol. 32, part 7, s. 285-292.
- 22.Zhang Y., 1999. A new merging method and its spectral and spatial effects. International Journal of Remote Sensing, Vol. 20, No 10, s. 2003-2014.
- 23.Zhou J., Civco D. L., Silander J. A., 1998. A Wavelet transform method to merge Landsat TM and SPOT panchromatic data. Int. J. Remote Sensing, Vol. 19, No 4, s. 743-757.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-99e5ecb2-08d3-4220-8835-f96e7be834eb