Grundlagen zu Pan-Sharpening

Beim Pan-Sharpening wird ein panchromatisches Bild mit hoher Auflösung (oder ein Raster-Band) mit einem Multiband-Raster-Dataset mit geringerer Auflösung zusammengeführt. Im Ergebnis entsteht ein Multiband-Raster-Dataset mit der Auflösung des panchromatisches Rasters, wobei sich die beiden Raster vollständig überlappen.

Pan-Sharpening stellt eine radiometrische Transformation dar, die über die Benutzeroberfläche oder über ein Geoverarbeitungswerkzeug verfügbar ist. Verschiedene Bildanbieterfirmen liefern Multibandbilder mit geringer Auflösung und panchromatische Bilder mit hoher Auflösung für die gleichen Motive. Mit Pan-Sharpening wird die räumliche Auflösung erhöht und durch das Einzelbandbild mit hoher Auflösung eine bessere Visualisierung eines Multibandbildes erzielt.

ArcGIS bietet fünf Methoden für die Zusammenführung von Bildern, mit denen Sie das Pan-Sharpened-Bild erstellen können: die Brovey-Transformation, die Intensity-Hue-Saturation (HSI)-Transformation, die Esri Pan-Sharpening-Transformation, die Transformation des einfachen Mittelwertes und die Gram-Schmidt-Methode der panchromatischen Schärfung. Bei jeder dieser Methoden wird die räumliche Auflösung unter Beibehaltung der Farbe anhand eines anderen Modells verbessert. Einigen Methoden wird eine Gewichtung zugeordnet, sodass ein viertes Band aufgenommen werden kann (etwa das infrarotnahe Band, das in vielen multispektralen Bildquellen verfügbar ist). Durch Hinzufügen der Gewichtung und Aktivieren der Infrarotkomponente wurde die optische Qualität der Ausgabefarben verbessert.

Brovey

Die Brovey-Transformation beruht auf der spektralen Modellierung und wurde entwickelt, um den visuellen Kontrast an den oberen und unteren Enden des Datenhistogramms zu erhöhen. Dazu wird eine Methode verwendet, mit der jeder durch Resampling erstellte multispektrale Pixel mit dem Verhältnis der entsprechenden panchromatischen Pixelintensität zur Summe aller multispektralen Intensitäten multipliziert wird. Es wird davon ausgegangen, dass der Spektralbereich des panchromatisches Bildes mit dem der Multispektralkanäle deckungsgleich ist.

Bei der Brovey-Transformation werden in der allgemeinen Gleichung Rot, Grün und Blau (RGB) sowie die panchromatischen Bänder als Eingabe verwendet, um neue Bänder für Rot, Grün und Blau als Ausgabe zu erhalten. Beispiel:

Red_out = Red_in / [(blue_in + green_in + red_in) * Pan]

Durch Verwendung von Gewichtungen und des infrarotnahen Bandes (sofern verfügbar) lautet die angepasste Gleichung jedoch wie folgt:

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

Dabei werden folgende Eingaben verwendet:

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

Esri

Bei der Esri Pan-Sharpening-Transformation werden anhand des gewichteten Durchschnitts und des zusätzlichen infrarotnahen Bandes (optional) Pan-Sharpened-Ausgabebänder erzeugt. Anhand des Ergebnisses des gewichteten Durchschnitts wird ein Anpassungswert (ADJ) erstellt, über den dann die Ausgabewerte berechnet werden. Beispiel:

ADJ = pan image - WA
Red_out = R + ADJ
Green_out = G + ADJ
Blue_out = B + ADJ
Near_Infrared_out = I + ADJ

Für die Esri und Gram-Schmidt-Methoden können dieselben Gewichtungen verwendet werden. Die Gewichtungen für multispektrale Bänder hängen von der Überlappung der spektralen Empfindlichkeitskurven der multispektralen Bänder mit dem panchromatischen Band ab. Die Gewichtungen sind relativ und werden normalisiert, wenn sie verwendet werden. Dem multispektralen Band, das die größte Überlappung mit dem panchromatischen Band aufweist, muss die größte Gewichtung zugewiesen werden. Einem multispektralen Band, das keinerlei Überlappung mit dem panchromatischen Band aufweist, muss eine Gewichtung von 0 zugewiesen werden. Durch Änderungen des Gewichtungswertes für infrarotnahes Licht kann die Leuchtkraft der Grünausgabe variiert werden.

Nachfolgend sind einige mögliche Gewichtungen für allgemeine Sensoren aufgeführt (Reihenfolge: rot, grün, blau, infrarot)

• 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

Gram-Schmidt

Die Gram-Schmidt-Methode der panchromatischen Schärfung basiert auf einem allgemeinen Algorithmus für die Vektor-Orthogonalisierung, der Gram-Schmidt-Orthogonalisierung. Dieser Algorithmus berücksichtigt Vektoren (z. B. 3 Vektoren im 3D-Raum), die anfangs nicht orthogonal sind, und dreht sie, sodass sie danach orthogonal sind. Bei Bildern entspricht jedes Band (panchromatisch, rot, grün, blau und Infrarot) einem hochdimensionalen Vektor (Anz. Dimensionen = Anz. Pixel).

Bei der IHS-Pan-Sharpening-Methode wird die Korrelation der multispektralen Bänder aufgehoben, indem sie in IHS-Farbraum transformiert werden. Das Band mit niedriger Auflösungsintensität wird durch das Pan-Band mit hoher Auflösung ersetzt und das Ergebnis wird zurück mit hoher Auflösung zurück transformiert, um die multispektralen (MS)-Bänder mit hoher Auflösung zu erhalten.

Bei der Gram-Schmidt-Methode der panchromatischen Schärfung besteht der erste Schritt darin, ein Pan-Band mit niedriger Auflösung zu erstellen, indem ein gewichteter Durchschnitt der MS-Bänder berechnet wird. Als nächstes wird die Korrelation dieser Bänder anhand des Gram-Schmidt-Orthogonalisierungsalgorithmus aufgehoben, wobei jedes Band als ein multidimensionaler Vektor behandelt wird. Das simulierte Pan-Band mit niedriger Auflösung wird erster Vektor verwendet, der weder gedreht noch transformiert wird. Das Pan-Band mit niedriger Auflösung wird dann durch das Pan-Band mit hoher Auflösung ersetzt und alle Bänder werden mit hoher Auflösung zurück transformiert.

Für die Gram-Schmidt-Methode können dieselben vorgeschlagenen Bandgewichtungen verwendet werden wie für die Esri Methode.

Die Details werden im folgenden Patent beschrieben:

Laben, Craig A. und Bernard V. Brower. Process for Enhancing the Spatial Resolution of Multispectral Imagery using Pan-Sharpening. U.S. Patent 6.011.875, eingereicht am 29. April 1998 und erteilt am 4. Januar 2000. Eastman Kodak Company, Rochester, N.Y.

HSI

Bei der HSI-Transformation werden RGB und Intensität, Farbton und Sättigung transformiert. Jede Koordinate wird durch eine 3D-Koordinatenposition innerhalb des Farbraumwürfels dargestellt. Pixel mit gleichen Rot-, Grün- und Blaukomponenten liegen auf der grauen Linie, einer Linie vom Würfel zur gegenüberliegenden Ecke (Lillesand und Kiefer, 2000). Der Farbton ist die eigentliche Farbe, er beschreibt die Schattierung der Farbe und die Position der Farbe im Farbspektrum. Blau, Orange, Rot und Braun sind Wörter zur Beschreibung von Farbtönen. "Sättigung" beschreibt den Wert der Helligkeit (oder Weißheit), gemessen in Prozent von 0 Prozent bis 100 Prozent. Wenn Sie Rot mit einer Sättigung von 0 Prozent mischen, ist die Farbe in maximalem Grade rot. Bei einer Erhöhung des Sättigungsprozentsatzes wird mehr Weiß hinzugefügt, sodass das Rot zu Rosa wird. Bei einer Sättigung von 100 Prozent ist der Farbton bedeutungslos (im Grunde verliert das Rot die Farbe und wird zu Weiß). Mit "Intensität" wird ein Helligkeitswert auf der Basis der von der Farbe ausgehenden Lichtmenge beschrieben. Dunkelrot besitzt eine geringe Intensität als Hellrot. Wenn die Intensität 0 Prozent beträgt, sind Farbton und Sättigung bedeutungslos (letztlich geht die Farbe verloren und wird zu Schwarz).

Bei der HSI-Transformation wird das Farbbild von einem RGB-Farbmodell in ein HSI-Farbmodell konvertiert. Die Intensitätswerte werden durch Werte aus dem panchromatischen Bild, mit dem das Bild geschärft wird, durch einen Gewichtungswert und durch den Wert aus einem optionalen infrarotnahen Band ersetzt. Das resultierende Bild wird im RGB-Farbmodus ausgegeben. Folgende Gleichung wird zum Ableiten des geänderten Intensitätswertes verwendet:

Intensity = P - I * IW

Einfacher Mittelwert

Bei der Transformationsmethode des einfachen Mittelwertes wird auf jede Kombination von Ausgabebändern eine Gleichung zur Durchschnittsermittlung mit einfachem Mittelwert angewendet. Beispiel:

Red_out= 0.5 * (Red_in + Pan_in)
Green_out = 0.5 * (Green_in + Pan_in)
Blue_out= 0.5 * (Blue_in + Pan_in)

So wird Pan-Sharpening angewendet

Um das Pan-Sharpening-Verfahren auf ein Multiband-Raster-Dataset in ArcMap anzuwenden, verwenden Sie den Renderer "RGB-Komposit" auf der Registerkarte "Symbologie", oder verwenden Sie die Schaltfläche "Pansharpen" im Fenster "Bildanalyse".

Um ein Raster-Dataset als Ergebnis von Pan-Sharpening zu erstellen, verwenden Sie das Werkzeug "Pan-Sharpened-Raster-Dataset erstellen", oder exportieren Sie den Layer in ein Raster-Dataset, nachdem Sie einen in ArcMap erstellt haben.