全色锐化的基础知识

全色锐化使用分辨率较高的全色图像(或栅格波段)与分辨率较低的多波段栅格数据集进行融合。最终生成一个具有全色栅格的高分辨率的多波段栅格数据集,该数据集中的两个栅格完全重叠。

全色锐化是一种辐射变换,对应的工具在用户界面或地理处理工具中均有提供。一些图像公司可提供相同场景下的低分辨率多波段图像和较高分辨率全色图像,全色锐化则用于提高空间分辨率,并使用高分辨率单波段图像提供视觉效果更佳的多波段图像。因此,可完全满足这些公司或其用户的需求。

使用全色锐化的示例

ArcGIS 提供了五种可用于创建全色锐化影像的影像融合方法供您选择:Brovey 变换、亮度-色调-饱和度 (IHS) 变换、Esri 全色锐化变换、简单均值变换和 Gram-Schmidt 光谱锐化方法。每种方法在保持色彩的同时使用不同的模型提高空间分辨率,并且对其中一些模型进行调整以使其包含权重,从而包含第四波段(例如许多多光谱图像源中所具有的近红外波段)。通过添加权重并启用红外组件,可以改善输出颜色的显示效果。

Brovey

Brovey 变换基于光谱建模。开发该变换的目的在于提高数据直方图高端和低端的视觉对比度。该变换所采用的方法将各个重采样的多光谱像素乘以相应全色像素亮度与所有多光谱亮度总和的比值。假定全色图像所跨越的光谱范围与多光谱通道覆盖的范围相同。

在 Brovey 变换中,常规方程使用红色、绿色和蓝色 (RGB),并且使用全色波段作为输入来输出新的红色、绿色和蓝色波段。例如:

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

但是,通过使用权重和近红外波段(可用时),为各波段校正的方程变为

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

其中输出为

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

Esri

Esri 全色锐化变换使用加权平均值和附加的近红外波段(可选)来创建其全色锐化输出波段。加权平均的结果可用来创建调整值 (ADJ),随后将使用该值计算输出值。例如:

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

同样的权重还可用于 Esri 或 Gram-Schmidt 方法。多光谱波段的权重取决于多光谱波段的光谱灵敏度曲线与全色波段的重叠程度。权重是相对的,将在使用时进行归一化。与全色波段重叠程度最大的多光谱波段应获得最大的权重值。与全色波段完全不重叠的多光谱波段应获得权重值 0。通过更改近红外权重值,绿色输出的鲜明程度会有所变化。

一些常用传感器的建议权重如下(顺序:红色、绿色、蓝色和红外):

  • 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

Gram-Schmidt 全色锐化方法基于矢量正交化(Gram-Schmidt 正交化)的常规算法。该算法引入非正交矢量(例如,3D 空间中的 3 个矢量),然后对这些矢量进行旋转以使其正交。如果是影像,则每个波段(全色、红色、绿色、蓝色和红外)对应于一个高维矢量(#维 = #像素)。

在 IHS 全色锐化方法中,可通过将多光谱波段变换到 IHS 空间来解除其相关性。低分辨率亮度波段将被高分辨率全色波段所取代,结果将转换为高分辨率,从而获得高分辨率的多光谱 (MS) 波段。

在 Gram-Schmidt 全色锐化方法中,首先要通过计算各 MS 波段的加权平均值创建低分辨率全色波段。接下来,使用 Gram-Schmidt 正交化算法,将各波段视为一个多纬度矢量,解除这些波段的相关性。模拟低分辨率全色波段将用作第一个矢量,不可对该矢量进行旋转或变换。此低分辨率全色波段随后会被高分辨率全色波段取代,所有波段都将转换回高分辨率。

Gram-Schmidt 方法也可使用为 Esri 方法建议的相同波段权重。

以下专利介绍了详细信息:

Laben, Craig A., and Bernard V. Brower. Process for Enhancing the Spatial Resolution of Multispectral Imagery using Pan-Sharpening. U.S. Patent 6,011,875, filed April 29, 1998, and issued January 4, 2000. Eastman Kodak Company, Rochester, N.Y.

IHS

IHS 变换是 RGB 以及亮度、色调和饱和度的变换。每个坐标都由色彩立方体中的 3D 坐标位置来表示。红色、绿色和蓝色分量相等的像素位于灰度线上。该线是色彩立方体的一条对角线(Lillesand 和 Kiefer 2000)。色调为实际颜色,它描述了颜色的色度及该颜色在色谱中的位置。蓝色、橘色、红色和褐色都是描述色调的词汇。饱和度描述了以 0 到 100% 的百分数度量的亮度(或白度)值。例如,以饱和度 0% 调配红色时,颜色将尽可能地向红色靠近。如果增大饱和度百分比,则将会加入更多的白色,从而使红色变为粉色。如果饱和度为 100%,那么色调将失去意义(红色会基本上失去其色彩而变为白色)。亮度可根据发自颜色的光的量来描述亮度值。深红色的亮度要小于亮红色。如果亮度为 0%,色调和饱和度将失去意义(颜色会基本上失去其色彩而变为黑色)。

IHS 变换可将彩色图像从 RGB 颜色模型转换为 IHS 颜色模型。该变换将亮度值替换为从全色图像中获得的用于锐化图像的值、权重值以及可选的近红外波段中的值。生成的图像利用 RGB 颜色模式进行输出。用于得到更改的亮度值的方程如下:

Intensity = P - I * IW

简单均值

简单均值变换法可对每个输出波段组合应用简单均值平均方程。例如:

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

如何进行全色锐化

要对 ArcMap 中的多波段栅格数据集应用全色锐化技术,可使用“符号系统”选项卡上的 RGB 合成渲染器,或使用“影像分析”窗口中的全色锐化按钮 全色锐化

要创建栅格数据集作为全色锐化的结果,可使用创建全色锐化的栅格数据集工具,或在 ArcMap 中创建栅格数据集后将图层导出到栅格数据集。

相关主题

9/15/2013