Fuzja informacji spektralnej z kanałem panchromatycznym wysokorozdzielczych obrazów satelitarnych Międzynarodowy Dzień Systemów Informacji Geograficznej POZNAŃ, 14 listopada 2012 dr hab. inż. Ireneusz Wyczałek Zakład Geodezji Politechnika Poznańska
PLAN 1. Nowe obrazy satelitarne o najwyższej rozdzielczości 2. Przyczyny i cel zwiększania rozdzielczości geometrycznej kanałów spektralnych obrazu satelitarnego 3. Klasyczne metody pansharpeningu 4. Modyfikacje metody IHS 5. Probleatyka określenia intensywności barwy 6. Klasyfikacja metod stosowanych obecnie 7. Nowe podejście do obrazów wielokanałowych 8. Metoda Zhanga NB 9. Metody Padwicka i in. oraz Li i in. 10. Ocena dokładności wyostrzenia 11. Dyskusja nad oceną jakości efektów wyostrzenia kanałów MS 12. Wnioski 13. Bibliografia
Wysokorozdzielcze sensory satelitarne Kompsat (Arirang) VHRS 1999 GeoEye 2008 QuickBird 2001 Parametry: - Pan + R,G,B,NIR - rozdz. geom. 1 m WorldView-2 8.10.2009 WorldView-1 2007 źródła: operatorzy systemów satelitarnych Parametry: - Pan + 8 kanałów MS - rozdz. geom. 0,5 m Ikonos 1999
Wysokorozdzielcze sensory satelitarne konstrukcja 1. QuickBird-2 2. WorldView-2 źródło: www.digitalglobe.com
Zakres rejestrowanego widma elektromagnetycznego 1. QuickBird-2 B G R NIR Pan 2. WorldView-2 C B G Y R RE NIR-1 NIR-2 źródło: www.digitalglobe.com
Poszerzenie zdolności interpretacyjnych 1. QuickBird-2 2. WorldView-2 źródło: www.digitalglobe.com
Przyczyna łączenia danych teledetekcyjnych 1. Z uwagi na... znaczną szybkość satelity na orbicie (ok. 7.1 km/s) rejestrację w wąskich pasmach promieniowania...promieniowanie odbite jest rejestrowane wielokrotnie (TDI) a ponadto kanały spektralne obejmują większy obszar (4x) źródło: opracowanie własne za [5] 2. Użytkownicy danych teledetekcyjnych oczekują informacji barwnej o wysokiej rozdzielczości geometrycznej, w celu: wizualizacji lub prezentacji graficznej obrazów Ziemi, rozpoznawania/interpretacji drobnych szczegółów albo automatycznej klasyfikacji dla potrzeb tworzenia map pokrycia znacznych obszarów terenu (np. INSPIRE)
Cel i efekt łączenia danych teledetekcyjnych 1. Łączenie danych obrazowych (image fusion) ma na celu uzyskanie nowej informacji z dostępnych źródeł danych obrazowych: źródło: http://www.ece.lehigh.edu/spcrl/if/image_fusion.htm Przykład: a) obraz termalny b) zdjęcie lotnicze c) wynik klasyfikacji 2. W przypadku satelitarnych danych wielospektralnych efektem jest zwiększona rozdzielczość geometryczna kolejnych kanałów spektralnych (MS) w oparciu o obraz panchromatyczny (Pan)
Zasada pansharpeningu 1. Podział i zróżnicowanie informacji barwnej zarejestrowanej na powierzchni pojedynczego piksela MS w oparciu o informację panchromatyczną: = 2. Idea klasycznego podejścia do sposobu podziału: obraz Pan jest kombinacją liniową kanałów barwnych RGB, zatem każdą barwę można wyrazić w funkcji jej wartości uogólnionej i wartości odpowiedniego piksela Pan, barwy zapisane są w układzie współrzędnych ortogonalnych (3D), którego nie można wprost porównywać do układu Pan należy wykonać konwersję do takiego układu, którego jedna składowa jest porównywalna do układu Pan powszechnie stosuje się układ HSI (IHS) źródło: http://www.infocellar.com/graphics/color-theory.htm
Transformacja IHS i jej modyfikacje 1. Składowa I (intensywność barwy) zastępowana jest przez P (Pan) źródło: http://www.intechopen.com wady 2. Dopasowanie histogramów I i Pan albo zmiana zakresu składowych H lub S przed transformacją odwrotną 3. Poprawa jakości obrazu wynikowego poprzez zastosowanie filtrów dolno- i górnoprzepustowego 4. Filtrowanie obrazu przetworzonego na postać częstotliwościową za pomocą transformacji Fouriera lub falkowej
Problem konwersji obrazu barwnego na odcienie szarości 1. Konwersja barw podstawowych na odcień (poziom szarości) B 255 G 0 R 0 85 25? B 0 G 255 R 0 85 153? B 0 G 0 R 255 85 76... B 0 G 255 R 255 170 229 B 120 G 15 R 120 85 57 B 30 G 165 R 60 85 118 źródło: opracowanie własne
Problem konwersji obrazu barwnego na odcienie szarości 2. Testowy model barw definicja w układzie współrzędnych HSB H S B H L S L a b R G B grey CPT źródło: opracowanie własne
Alternatywne metody pansharpeningu 1. Modyfikacje metody IHS Metoda współczynników adaptacyjnych obrazu Adaptacja IHS metodą krawędziową wzmacnia krawędzie z Pan Parametryczne podejście Choi kompromisu między jakością Pan a MS 2. Inne metody addytywne lub multiplikatywne: Brovey a (przemnaża oryginalne wartości zarejestrowanych odpowiedzi spektralnych przez proporcję Pan/I) Ehlersa włączająca do obliczeń transformację falkową i filtry Gram-Schmidta włączająca symulowaną warstwę Pan PCA zastępująca pierwszą składową główną przez Pan... HPF dodający do MS przefiltrowaną warstwę Pan ważoną w oparciu o globalne odchylenie standardowe warstw MS, metody włączające ido obliczeń inne parametry statystyczne...
Porównanie wyników wyostrzenia WV-2 Wybrane z omawianych metod pansharpeningu poddano ocenie wizualnej, uzyskując następujące wyniki: źródło: ftp://ccar.colorado.edu/pub/pacificf/datafusioncontest
Data Fusion Contest
Podstawowe problemy rozwiązań dla danych WorldView 1. Jak wyznaczyć ilość energii zarejestrowanej przez wszystkie detektory MS? źródło: www.digitalglobe.com 2. Według jakiej zależności matematycznej wyrazić ją za pomocą kanału Pan w celu rozbicia na piksele o wysokiej rozdzielczości?
Metoda Zhanga [8] Metoda opracowana przez Yuna Zhanga z NBU i opatentowana w roku 2004 dla satelitarnych obrazów wysokorozdzielczych, uogólniona dla potrzeb wielokanałowych danych obrazowych. Obejmuje następujące działania: 1) standaryzacja histogramem kanałów MS do Pan: 2) obliczenie wag dla MS poprzez analizę regresji metodą najmniejszych kwadratów 3) obliczenie syntetycznego P synt z kanałów z zakresu Pan: 4) obliczenie nowych wartości kanałów spektralnych z proporcji:
Metoda HCS (Hyperspherical Color Sharpening) [2] 1. Definicja hipersferycznej przestrzeni barwnej źródło: [2] w której χ i jest i-tym składnikiem oryginalnej (wyjściowej) skali barwnej. 2. Po zrównoważeniu histogramów i podmianie oblicza się nowe wartości składników skali: 3. Wygładzoną postać obrazu wynikowego uzyskuje się po wstępnym rozmyciu warstwy Pan filtrem uśredniającym o oknie 7x7 pikseli.
Wyostrzenie obrazu w oparciu o analizę zgodności [10] 1. Transformacja obrazu MS na przestrzeń składowych CA (CorrespondenceAnalysis) utworzenie tablicy udziałów w statystyce chi-kwadrat Pearsona (transformacja w przód) 2. Dopasowanie sygnału Pan do ostatniej składowej CA: 3. Zamiana ostatniej składowej CA przez P new i transformacja odwrotna Schemat blokowy pansharpenigu
Przykład zastosowania metody [10] a) kompozycja 2-3-5, b) Pan, c) HCS, d) proponowana metoda Li i in. [10]
Ocena jakości wyostrzenia [5,6,9] Aby uzyskać wiarygodne dane do oceny dokładności stosuje się testowaną metodę wobec obrazu zdegradowanego 4-krotnie. Wówczas wynik powinien być identyczny z obrazem wyjściowym. = por. Metody (miary) oceny ilościowej 1. Porównanie cech statystycznych: źródło: opracowanie własne za [5] bias ( ), SD ( ), CC ( ) RASE RMSE ERGAS
Kilka innych miar oceny jakości wyostrzenia SQM(Spatial Quality Measurement) SAM (Spectral Angle Mapper) SID (Spectral Information Divergence) IFPM (warunkowa entropia) Q4 (z teorii kwaternionów)
Ilościowa ocena dokładności metod HCS oraz Li i in. 1. Porównanie wzrokowe 2. Tabela wartości oceny statystycznej źródło: [10]
Dyskusja Zhanga nad metodami oceny dokładności [9] Dokonał transformacji liniowej obrazu z sensora IKONOS (Ik-Orig): przesuwając (dodając) wartości o 100 (Ik-Shift), rozszerzając (mnożąc) wartości 1,5-krotnie (Ik-Str), przesuwając i rozszerzając o te wartości (Ik-Str-Shift), a następnie poddał ocenie obrazy wyostrzone za pomocą 7 z powyższych miar jakości, uzyskując: WNIOSEK I obrazy tej samej jakości (w/w) uzyskały zróżnicowane oceny, co czyni je niewiarygodnymi. WNIOSEK II ocena jakości powinna odnosić się do celu łączenia obrazów: jego publikacji (druk, ekran), interpretacji lub klasyfikacji. W pierwszym przypadku najlepsza jest ocena wzrokowa (ostrość, barwa, artefakty), a w pozostałych porównanie wyników.
Podsumowanie 1. System obrazowania WorldView stanowi nowy i wciąż nie do końca wykorzystany standard danych teledetekcyjnych 2. Pojawienie się wysokorozdzielczych, 8-kanałowych obrazów z satelity WorldView-2 unaoczniło niedoskonałości dotychczas opracowanych metod łączenia obrazów wielospektralnych 3. W granicach pikseli MS nie ma możliwości parametrycznego (ścisłego) opisu podziału w oparciu o wartości z obrazu Pan: 1) za mało danych w stosunku do liczby niewiadomych 2) stosuje się modele interpolacyjne, w których: poszukuje się metody definicji ilości zarejestrowanego promieniowania, podziału wartości promieniowania na piksele w oparciu o zmodyfikowane metody arytmetyczne......z ewentualnym uwzględnieniem cech statystycznych oraz metod rachunku wyrównawczego Liczba publikacji i wystąpień konferencyjnych ukazuje, że proces poszukiwania pewnych rozwiązań jeszcze nie zastał zakończony
Fuzja informacji spektralnej z kanałem panchromatycznym wysokorozdzielczych obrazów satelitarnych DZIĘKUJĘ ZA UWAGĘ Ireneusz.Wyczałek@put.poznan.pl
Bibliografia [1] Hasanlou M., Samadzadegan F., Nejad A.M., 2012, Quality Assessment of pansharpening methods on WorldView-2 imagery. ISPRS Congress, Melbourne 2012 [2] Padwick Ch., Deskevich M., Pacifici F., Smallwood S., 2010, WorldView-2 pansharpening. ASPRS 2010 Annual Conference, San Diego, Cal., April 26-30, 2010 [3] Rahmani S., Strait M., Merkurjev D., Moeller M., Wittman T., 2010, An Adaptive IHS Pansharpening Method. IEEE Geoscience and Remote Sens. Letters, 7 (4): 1-5. [4] Souza U.D.V., Kux H.J.H., 2012, Use of WorldView-2 images and the knowledge-based software Interimage for the classification of land cover in an urban area. 4th GEOBIA Conference, May 7-9, 2012 Rio de Janeiro, Brazil, 228 [5] Strait M., Rahmani S., Markurjev D., 2008, Evaluation of Pan-Sharpening Methods. http://www.math.ucla.edu/~wittman/reu2008/reports/pan_report.pdf [6] Weidner U., 2010, Pansharpening relating quantitative quality measures to impact on results of subsequent processing steps. ISPRS TC VII Symposium 100 Years ISPRS, Vienna, Austria, July 5-7, 2010 [7] Zhang Y., 2002, Problems in the fusion of commercial high-resolution satelitteimages as well as Landsat 7 images and initial solutions. Intern. Archives of Photogrammetry and Remote Sensing (IAPRS), 34, Part 4 [8] Zhang Y., 2004, Understanding Image Fusion. Photogrammetric Engineering & Remote Sensing, 70 (6): 657-661. [9] Zhang Y., 2008, Methods for image fusion quality assessment a review, comparison and analysis. Intern. Archives of Photogrammetry and Remote Sensing (IAPRS), 34, Part 7, Benijing, China, 2008. [10] Xu Li, Lixin Li, Mingyi He, 2012, A Novel Pansharpening Algorithm for WorldView-2 Satellite Images. 2012 International Conference on Industrial and Intelligent Information (ICIII 2012), IPCSIT, 31 (2012).