访问量: 424 次浏览
遥感全色锐化的目标是从图像中获得最高级别的视觉清晰度和细节, 通过结合全色波段图像的高空间分辨率和多光谱(彩色)图像的宽光谱范围, 全色锐化能够生成质量更清晰的最终彩色图像。
本遥感全色锐化指南将介绍全色锐化的优点和缺点以及成功的一些技巧, 它还将概述需要的软件, 并讨论全色锐化在研究和工业中的应用。

全色(黑白)波段是具有高空间分辨率和低光谱分辨率的图像, 而多光谱(彩色)影像是具有低空间分辨率和高光谱分辨率的影像。 通过组合这两个图像, 可以创建一个同时具有高空间分辨率和高光谱分辨率的最终图像, 从而更详细地表示地球表面。
全色锐化过程涉及应用数学算法, 使全色图像的单元格可以增强多光谱图像单元格中的空间分辨率信息。 全色锐化的结果是具有全色图像高分辨率的图像。 但它仍然包含多光谱图像的颜色信息, 这使得识别场景中的对象变得更容易, 因为特征更容易看到并且具有与之关联的颜色信息。

以下是全色锐化的一些主要优点和缺点:

只要有全色波段, 就有可能进行全色锐化。 因此,如果想使用全色锐化, 那么需要知道哪一张卫星图像包含全色波段, 以下是一些具有全色波段的遥感数据示例:
Landsat-8: Landsat 任务是我们星球最长的卫星图像档案。 数据 100% 免费,可在 USGS Earth Explorer 上获得。 对于 Landsat-8, 空间分辨率为 15m 的全色波段 8。 这是可见的红色、绿色和蓝色波段(30 米)像素大小的一半。 有关详细信息,请参阅此处的 Landsat 波段(https://gisgeography.com/landsat-8-bands-combinations/)组合细分。
Worldview-2: Worldview-2 包含 9 个光谱波段。 沿海气溶胶、蓝色、绿色、黄色、红色、红边和 NIR 波段的分辨率为 1.85m。 0.45m 全色波段提供了一个机会, 可以通过使用 Worldview (https://gisgeography.com/worldview-satellite-digitalglobe/)图像进行全色锐化来进一步锐化图像。
SPOT-7: 尽管 SPOT-7 (https://gisgeography.com/spot-satellite-pour-observation-terre/)仅包含 5 个光谱波段, 但其中之一是 GSD 为 1.5m 的全色波段。 其他 4 个波段由 6m 像素大小的蓝色、绿色、红色和近红外线组成。
如今有许多不同的方法和 GIS 软件可用于全色锐化, 一些专为全色锐化而设计的软件包包括:
ArcGIS Pro: 获得正确的图像后, 可将其添加到 ArcGIS Pro 项目中, 利用图像分析窗口的全景锐化工具将它们组合在一起。 ArcGIS Pro 中的全色锐化工具将允许选择要用于合并图像的算法类型, 如 Brovey、Simple Mean 或 IHS。
QGIS3: 如果使用的是 QGIS3, 那么默认工具箱中提供了全景锐化功能。 首先,可以使用 GRASS 工具箱中的全色锐化工具, 它提供了 Brovey、IHS 和 PCA 的选项。 或者,您可以使用GDAL工具箱中的全色锐化工具。 虽然使用 GDAL 全色锐化没有获得那么多选项, 但可以设置位深度和重采样方法。
ERDAS IMAGINE: ERDAS Imagine 是由 Hexagon Geospace 开发的一个强大的遥感和图像分析软件包。 全色锐化是 ERDAS Imagine 核心栅格工具集的一部分。 如果要执行全色锐化, 请在 “Raster” 选项卡中找到 “Pansharpening” 工具。 接下来, 只需完成向导并设置输入和输出即可。

全色锐化通常用于需要高分辨率图像的遥感研究和商业应用。 由于分辨率很高, 通常会在 Google 地球或 Apple 地图等网络地图应用程序中找到。
全色锐化图像是一种卫星图像, 它结合了全色(黑白)和多光谱(彩色)图像, 以创建更高分辨率、更详细的图像。 我们在从环境科学到城市规划和农业的各种应用中使用这种类型的图像, 可在 ArcGIS Pro、QGIS3、ERDAS IMAGINE 和各种其他 GIS 软件等软件中利用全色锐化。