:: دوره 5، شماره 2 - ( 6-1396 ) ::
جلد 5 شماره 2 صفحات 140-123 برگشت به فهرست نسخه ها
تلفیق تصاویر سنجش از دوری با روش FFT-PCA
مرتضی بشیرپور* ، محمدجواد ولدان زوج ، یاسر مقصودی
دانشگاه صنعتی خواجه نصیر الدین طوسی
چکیده:   (4596 مشاهده)
به‌منظور استفاده توأم از اطلاعات طیفی و مکانی تصویر ماهواره­ای از روش‌های تلفیق تصاویر استفاده می‌گردد. نتیجه تلفیق، تصویری است که شامل اطلاعات طیفی تصویر با حد تشخیص طیفی بالاتر (چند طیفی یا ابرطیفی) و اطلاعات مکانی تصویر با حد تشخیص مکانی بالاتر (پانکروماتیک ) است. در تحقیق پیش­رو روش [i]FFT-PCA برای تلفیق  دو مجموعه تصاویر شامل، هایپریون و IRS-1D و تصویر چندطیفی و پانکروماتیک آیکونوس معرفی و موردبررسی قرارگرفته است. این روش از جایگزینی جزئی تصویر پانکروماتیک با فیلترینگ فوریه سریع جهت تلفیق استفاده می­کند. نتایج تلفیق با این روش با نتایج روش­های تلفیق IHS، PCA[iii]، Wavelet-IHS[iv] وFFT-IHS مقایسه و ارزیابی شد. جهت مقایسه و تجزیه‌وتحلیل نتایج روش­های بیان‌شده، از معیارهای ارزیابی کیفیت طیفی و مکانی شامل ضریب همبستگی، نسبت سیگنال به نویز، خطای کمترین مربعات، ضریب همبستگی فیلتر­شده، شاخص SAM وERGAS استفاده شده است. نتایج این ارزیابی بیانگر دقت بالای روش FFT-PCA در تلفیق این تصاویر می­باشد. این روش علاوه بر اینکه در حفظ اطلاعات و محتوی طیفی تصویر هایپریون و آیکونوس  بسیار کارآمد­تر از سایر روش­ها عمل می­کند، در حفظ اطلاعات مکانی تصویر IRS-1D  و تصویر پانکروماتیک آیکونوس نیز عملکرد خیلی خوبی را نشان می­دهد.
 
واژه‌های کلیدی: تلفیق، FFT-PCA، هایپریون، IRS-1D، آیکونوس
متن کامل [PDF 1541 kb]   (2534 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سنجش از دور
دریافت: 1396/7/16 | پذیرش: 1396/7/16 | انتشار: 1396/7/16
فهرست منابع
1. [1] A. Ahmad. "Change Detection in High Density Urban Area and Rural Area Using High Resolution Satellite Image": Atılım Üniversitesi, 2005.
2. [2] V. G. J. L. PohlC, "Multisensor Image Fusion in Remote, Sensing: Concepts, Methods, Application," Int J Remote Sensing, 1998.
3. [3] M. Cetin and N. Musaoglu, "Merging hyperspectral and panchromatic image data: qualitative and quantitative analysis," International Journal of Remote Sensing, vol. 30, pp. 1779-1804, 2009. [DOI:10.1080/01431160802639525]
4. [4] Y. Ling, M. Ehlers, E. L. Usery, and M. Madden, "FFT-enhanced IHS transform method for fusing high-resolution satellite images," ISPRS Journal of photogrammetry and Remote Sensing, vol. 61, pp. 381-392, 2007. [DOI:10.1016/j.isprsjprs.2006.11.002]
5. [5] Y. Zhang and G. Hong, "An IHS and wavelet integrated approach to improve pan-sharpening visual quality of natural colour IKONOS and QuickBird images," Information Fusion, vol. 6, pp. 225-234, 2005. [DOI:10.1016/j.inffus.2004.06.009]
6. [6] T.-M. Tu, S.-C. Su, H.-C. Shyu, and P. S. Huang, "A new look at IHS-like image fusion methods," Information fusion, vol. 2, pp. 177-186, 2001. [DOI:10.1016/S1566-2535(01)00036-7]
7. [7] H. R. Shahdoosti and H. Ghassemian, "Combining the spectral PCA and spatial PCA fusion methods by an optimal filter," Information Fusion, vol. 27, pp. 150-160, 2016. [DOI:10.1016/j.inffus.2015.06.006]
8. [8] L. Bai, C. Xu, and C. Wang, "A review of fusion methods of multi-spectral image," Optik-International Journal for Light and Electron Optics, vol. 126, pp. 4804-4807, 2015. [DOI:10.1016/j.ijleo.2015.09.201]
9. [9] W. Ha, P. H. Gowda, and T. A. Howell, "A review of potential image fusion methods for remote sensing-based irrigation management: part II," Irrigation Science, vol. 31, pp. 851-869, 2013. [DOI:10.1007/s00271-012-0340-6]
10. [10] M. González-Audícana, J. L. Saleta, R. G. Catalán, and R. García, "Fusion of multispectral and panchromatic images using improved IHS and PCA mergers based on wavelet decomposition," Geoscience and Remote Sensing, IEEE Transactions on, vol. 42, pp. 1291-1299, 2004. [DOI:10.1109/TGRS.2004.825593]
11. [11] H. R. Shahdoosti and H. Ghassemian, "Spatial PCA as a new method for image fusion," in Artificial Intelligence and Signal Processing (AISP), 2012 16th CSI International Symposium on, 2012, pp. 090-094. [DOI:10.1109/AISP.2012.6313724]
12. [12] F. A. Al-Wassai and D. N. Kalyankar, "A Novel Metric Approach Evaluation For The Spatial Enhancement Of Pan-Sharpened Images," arXiv preprint arXiv:1207.5064, 2012.
13. [13] M. Strait, S. Rahmani, and D. Merkurev, "Evaluation of pan-sharpening methods," UCLA Department of Mathematics, 2008.
14. [14] C. Yang, J. H. Everitt, and J. M. Bradford, "Yield estimation from hyperspectral imagery using spectral angle mapper (SAM)," Transactions of the ASABE, vol. 51, pp. 729-737, 2008. [DOI:10.13031/2013.24370]



XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 5، شماره 2 - ( 6-1396 ) برگشت به فهرست نسخه ها