.png)
.png)
Послать статью по эл. почте 
Оценка результатов повышения разрешения мультиспектральных спутниковых изображений методом слияния
https://doi.org/10.21122/2309-4923-2022-2-10-19
Аннотация
При обработке цифровых изображений, полученных при дистанционном зондировании Земли, используются различные способы повышения их разрешения. Однако при этом на изображениях могут появиться искажения разного характера. Например, яркостные искажения (цвета, контраста, резкости) и геометрические (границ объектов). Перед разработчиками автоматизированных систем обработки изображений возникает задача из десятков методов выбрать тот, который вносит наименьшие визуально заметные искажения, т.е. создает изображения наилучшего качества.
В данной статье решалась следующая задача: определить функции оценки качества изображений, формируемых в результате слияния мультиспектральных снимков с панхроматическим изображением, зарегистрированных одним спутником. Подобные преобразования называют – паншарпенинг. Полученный результат слияния невозможно сравнить с эталоном, поскольку его не существует. Для оценки качества таких изображений предлагается использовать так называемые безэталонные оценочные меры.
В статье кратко описаны методы синтеза нового цветного изображения высокого разрешения из четырех снимков дистанционного зондировании Земли. Обсуждаются особенности количественной оценки качества получаемых изображений. Приведены результаты преобразования космических изображений различными методами увеличения разрешения. Построены графики количественных оценок качества изображений. Для оценки результатов панхроматического слияния рекомендуется использовать следующие безэталонные оценки качества: FISH, LOCC, LOEN, NATU, SHAR и WAVS. При повышении разрешения мультиспектральных спутниковых изображений методом слияния с панхроматическим изображением лучшие результаты (четкие границы и естественные цвета) показал метод, в основе которого используется линейная комбинация спектральных каналов.
Об авторе
Ю. И. ГолубБеларусь
Голуб Юлия Игоревна – кандидат технических наук, доцент, старший научный сотрудник
Список литературы
1. Популярная механика [Электронный ресурс]. – Режим доступа: https://www.popmech.ru/editorial/750813-skolko-sputnikov-vrashchaetsya-vokrug-zemli/. – Дата доступа : 15.04.2022.
2. United Nations Office for Outer Space Affairs (UNOOSA) [Электронный ресурс]. – Режим доступа: https://www.unoosa.org/oosa/osoindex/search-ng.jspx?lf_id=. – Дата доступа : 15.04.2022.
3. Amro, I. A survey of classical methods and new trends in pansharpening of multispectral images / I. Amro [et al.] // EURASIP Journal on Advances in Signal Processing. – 2011. – Т. 2011, № 1. – С. 1–22.
4. Zhou, J. A wavelet transform method to merge Landsat TM and SPOT panchromatic data / J. Zhou, D.L. Civco, J.A. Silander // International journal of remote sensing. – 1998. – Т. 19, № 4. – С. 743–757.
5. Alparone, L. Multispectral and panchromatic data fusion assessment without reference / L. Alparone [et al.] // Photogrammetric Engineering & Remote Sensing. – 2008. – Т. 74, № 2. – С. 193–200.
6. Burger, W. Principles of digital image processing: core algorithms / W. Burger, M.J. Burge // Springer Science & Business Media. – 2010.
7. Gillespie, A.R. Color enhancement of highly correlated images-II. Channel ratio and “Chromaticity” Transform techniques / A.R. Gillespie, A.B. Kahle, R.E. Walker // Remote Sensing of Environment. – 1987. – Т. 22, № 3. – С. 343–365.
8. Zhang, Y. Problems in the fusion of commercial high resolution satellite images as well as Landsat 7 images and initial solutions / Y. Zhang // International Archives of Photogrammetry and Remote Sensing. – 2002. – Vol. 34. – Part 4.
9. Aiazzi, B. Quality assessment of pansharpening methods and products / B. Aiazzi [et al.] // IEEE Geoscience and Remote Sensing Society Newsletter. – 2011. – Т. 1, № 161. – С. 10–18.
10. Коберниченко, В.Г. Методы синтеза изображений на основе данных дистанционного зондирования Земли различного разрешения / В.Г. Коберниченко, В.А. Тренихин // Успехи современной радиоэлектроники. – 2007. – № 4. – С. 22–31.
11. Геологическая служба США [Электронный ресурс]. – Режим доступа: https://earthexplorer.usgs.gov/. – Дата доступа : 15.04.2022.
12. Schowengerdt, R.A. Remote sensing: models and methods for image processing. – Elsevier. – 2006.
13. Vivone, G. A critical comparison among pansharpening algorithms / G. Vivone [et al.] // IEEE Transactions on Geoscience and Remote Sensing. – 2014. – Т. 53, № 5. – С. 2565–2586.
14. Carper, W. The use of Intensity-Hue-Saturation transformations for merging SPOT panchromatic and multispectral image data / W. Carper, T. Lillesand, R. Kiefer // Photogrammetric Engineering and Remote Sensing. – 1990. – Т. 56, № 4. – С. 459–467.
15. Kang, X. Pansharpening with matting model / X. Kang, S. Li, J.A. Benediktsson // IEEE transactions on geoscience and remote sensing. – 2013. – Т. 52, № 8. – С. 5088–5099.
16. Wald, L. Fusion of satellite images of different spatial resolutions: Assessing the quality of resulting images / L. Wald, T. Ranchin, M. Mangolini // Photogrammetric Engineering and Remote Sensing. – 1997. – Т. 63, № 6. – С. 691–699.
17. Ranchin, T. Image fusion - the ARSIS concept and some successful implementation schemes / T. Ranchin [et al.] // ISPRS Journal of Photogrammetry & Remote Sensing. – 2003. – Т. 58. – С. 4–18.
18. Khan, M.M. Pansharpening quality assessment using the modulation transfer functions of instruments / M.M. Khan, L. Alparone, J. Chanussot // IEEE transactions on geoscience and remote sensing. – 2009. – Т. 47, № 11. – С. 3880–3891.
19. Yeganeh, H. Objective quality assessment of tone-mapped images / H. Yeganeh, Z. Wang // IEEE Transactions on Image processing. – 2013. – Т. 22, № 2. – С. 657–667.
20. Chen, X. No-reference color image quality assessment: From entropy to perceptual quality / X. Chen [et al.] // EURASIP Journal on Image and Video Processing. – 2019. – Т. 2019, № 1. – С. 1–14.
21. Hasler, D. Measuring colorfulness in natural images / D. Hasler, S.E. Suesstrunk // Human vision and electronic imaging VIII. – International Society for Optics and Photonics. – 2003. – Т. 5007. – С. 87–95.
22. Голуб, Ю.И. Сравнительный анализ безэталонных оценок резкости цифровых изображений / Ю.И. Голуб, Ф.В. Старовойтов, В.В. Старовойтов // Доклады Белорусского государственного университета информатики и радиоэлектроники. – 2019. – №7(125). – С. 113–120.
23. Голуб, Ю.И. Оценка качества цифровых изображений / Ю.И. Голуб // Системный анализ и прикладная информатика. – 2021. – №4. – С. 4–15. https://doi.org/10.21122/2309-4923-2021-4-4-15
24. Ouni S., Zagrouba E., Chambah M. A new no-reference method for color image quality assessment / S. Ouni, E. Zagrouba, M. Chambah // International Journal of Computer Applications. – 2012. – Т. 40, № 17. – С. 24–31.
Дополнительные файлы
Для цитирования: Голуб Ю.И. Оценка результатов повышения разрешения мультиспектральных спутниковых изображений методом слияния. «Системный анализ и прикладная информатика». 2022;(2):10-19. https://doi.org/10.21122/2309-4923-2022-2-10-19
For citation: Golub Y.I. Evaluation of the results of pansharpening multispectral images. «System analysis and applied information science». 2022;(2):10-19. (In Russ.) https://doi.org/10.21122/2309-4923-2022-2-10-19
Обратные ссылки
- Обратные ссылки не определены.
