کاربرد تلفیق تصاویر ماهواره‌ای لندست-8 و سنتینل-2 در پایش محیطی

سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی

مقاله 4، دوره 9، شماره 3 - شماره پیاپی 32، آبان 1397، صفحه 53-71   

نوع مقاله: مقاله پژوهشی

نویسندگان

مصطفی کابلی زاده^{* 1}؛ کاظم رنگزن²؛ شاهین محمدی³

¹استادیار گروه سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید چمران اهواز

²دانشیار گروه سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید چمران اهواز

³دانشجوی دکتری سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید چمران اهواز

چکیده

به‌ منظور استفاده هم‌زمان از اطلاعات طیفی و مکانی تصاویر ماهواره‌ای از روش‌های مختلف تلفیق تصاویر استفاده می‌گردد، اما روش‌های ادغام تصاویر معمولاً با اعوجاجات طیفی و مکانی در تصویر خروجی همراه بوده که میزان این انحرافات با توجه به روش و نیز داده‌های مورد استفاده متغیر است. هدف از این تحقیق کاربرد تلفیق تصاویر سنجش از دوری لندست 8 (OLI) مربوط به 18 دی 1396 و سنتینل-2 مربوط به 21 دی 1396 با روش‌های ادغام تصاویر، Gram Schmidt، CN، Brovey، DWT، SFIM و Multiplication در پایش شهر اهواز است. به‌منظور ارزیابی کیفیت تصاویر حاصل از ادغام، از شاخص‌های CC، SAM،PSNR، SIMM و فیلتر لاپلاسین استفاده گردید. نتایج تحقیق حاضر نشان داد که بین روش‌های مورد استفاده روش‌های DWT و Brovey به ترتیب بهترین روش از لحاظ حفظ اطلاعات طیفی و مکانی می‌باشند. همچنین بیشترین اعوجاجات از نظر طیفی با مقدار 1.18 در شاخص SAM مربوط به روش Multiplication و بیشترین انحراف مکانی در شاخص DWT با مقدار همبستگی 0.47 با تصویر مرجع مشاهده شد. همچنین نتایج نشان داد که روش‌ SFIM از جنبه طیفی و مکانی دارای دقت مناسب می‌باشد.

کلیدواژه‌ها

ادغام تصاویر؛ ارزیابی کیفیت تصویر؛ بهبود کیفیت تصویر؛ آشکارسازی تغییرات؛ اهواز

مراجع

آفری، ع. و م. ورشوساز. 1392. بهبود روش آماری تلفیق تصاویر کانگور، با استفاده از فیلتر بالاگذر. مجله مهندسی نقشه‌برداری، 1(2): 31- 46.

بشیر پور، م.، م. ج، ولدان و ی. مقصودی. 1396. تلفیق تصاویر سنجش‌ازدور با روش FFT-PCA. نشریه علوم و فنون نقشه‌برداری، 5(2): 123-140.

فاضلی فارسانی، آ.، ر، قضاوی. و م. فرزانه. 1394. بررسی عملکرد الگوریتم‌های طبقه‌بندی کاربری اراضی با استفاده از تکنیک‌های ادغام تصاویر (مطالعۀ موردی: زیر حوزه بهشت‌آباد). نشریه سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(1): 91-106.

کریمی، م.، ه، مهدوی نصب و ح. پور قاسم. 1391. ﯾﮏ روش ﺟﺪﯾﺪ در ﺑﻬﺒﻮد ﮐﯿﻔﯿﺖ ﺗﺼﺎوﯾﺮ ماهواره‌ای ﺑﻪ ﮐﻤﮏ ادﻏﺎم ﺗﺼﻮﯾﺮ در ﺳﻄﺢ ﭘﯿﮑﺴﻞ ﺑﺎ ﺗﺮﮐﯿﺐ روش‌های ﻣﺒﺘﻨﯽ ﺑﺮ ﺗﺒﺪﯾﻞ وﯾﻮﻟﺖ ﮔﺴﺴﺘﻪ و آﻧﺎﻟﯿﺰ اﺟﺰای اﺻﻠﯽ. اولین کنفرانس ملی ایده‌های نو در مهندسی برق، 16 و 17 آذرماه، دانشگاه آزاد اسلامی واحد خوراسگان اصفهان. 178 صفحه.

کاظمی نیا، ع.، ک، رنگزن و م. محمودآبادی. 1396. بررسی شدت بیابان‌زایی با استفاده از مدل مدالوس (مطالعه موردی: اراضی غرب اهواز). نشریه سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 8(2): 111 – 126.

مالیان، ع.، م، تیموری و م. عربی. 1396. آشکارسازی و مستند نگاری رشته قنات بر پایه ادغام تصاویر هوایی و فضایی. نشریه علوم و فنون نقشه‌برداری، 7(2): 79-92.

محمد نژاد نیازی، س.، م، مختار زاده و ف. سعید زاده. 1394. ارائه روش ادغام تصاویر چند طیفی و پانکروماتیک IHS-GA مبتنی بر مناطق بهبودیافته گیاهی. نشریه علوم و فنون نقشه‌برداری، 6(1): 235-248.

محمدی ده چشمه، م.، ع، پروزیان و م. علیزاده. 1396. استخراج و سنجش شاخص‌های شهر سالم در مناطق هشت‌گانه شهر اهواز. فصلنامه پژوهش و برنامه‌ریزی شهری، 8(29): 161-178.

محمدی، ش.، خ، حبشی و س. پورمنافی. 1397. پایش و پیش‌بینی تغییرات کاربری/پوشش اراضی و ارتباط آن با خشک‌سالی (مطالعه موردی: زیر حوزه پارسل ₂ B، حوزه آبخیز زاینده‌رود). نشریه سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 9(1): 24-39.

Acerbi-Junior F, Clevers J, Schaepman M. 2006. The assessment of multi-sensor image fusion using wavelet transforms for mapping the Brazilian Savanna. International Journal of Applied Earth Observation and Geoinformation, 8(4): 278-288.

Al-Wassai FA, Kalyankar N, Al-Zuky AA. 2011. Arithmetic and frequency filtering methods of pixel-based image fusion techniques. arXiv preprint arXiv:11073348.

An Z, Shi Z. 2014. An improved-SFIM fusion method based on the calibration process. Optik-International Journal for Light and Electron Optics, 125(14): 3764-3769.

Dhruval L, Richard S. 2015. Advance SFIM technique for image fusion in remote sensing domain. International Journal of Innovative Research in Technology, 2(1): 148-161.

Gungor O, Shan J. 2004. Evaluation of satellite image fusion using wavelet transform. In: proceedings of 20th Congress ISPRS “Geo-Imagery Bridging Continents. pp 12-13.

Han S, Li H, Gu H. 2008. The study on image fusion for high spatial resolution remote sensing images. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37(B7): 1159-1164.

Hoult DI, Richards R. 1976. The signal-to-noise ratio of the nuclear magnetic resonance experiment. Journal of Magnetic Resonance (1969), 24(1): 71-85.

Kim Y, Lee C, Han D, Kim Y, Kim Y. 2011. Improved additive-wavelet image fusion. IEEE Geoscience and Remote Sensing Letters, 8(2): 263-267.

Klonus S, Ehlers M. 2007. Image fusion using the Ehlers spectral characteristics preservation algorithm. GIScience & Remote Sensing, 44(2): 93-116.

Kruse FA, Lefkoff A, Boardman J, Heidebrecht K, Shapiro A, Barloon P, Goetz A. 1993. The spectral image processing system (SIPS)—interactive visualization and analysis of imaging spectrometer data. Remote sensing of environment, 44(2-3): 145-163.

Lau W, King BA, Li Z. 2000. The influences of image classification by fusion of spatially oriented images. International Archives of Photogrammetry and Remote Sensing, 33(B7/2; PART 7): 752-759.

Lijun Y, Yueping N, Fang L, Jianfeng Z, Yueyin Y, Huaguang G. 2012. Research on data fusion method for archaeological site identification. In: Image Analysis and Signal Processing (IASP), 2012 International Conference on. Ieee, pp 1-4.

Liu J. 2000. Smoothing filter-based intensity modulation: A spectral preserve image fusion technique for improving spatial details. International Journal of Remote Sensing, 21(18): 3461-3472.

Pohl C, Van Genderen J. 1998. Multi sensor image fusion in remote sensing: concepts, methods and applications. International Journal of Remote Sensing, 19(5): 823-854.

Pohl C, Van Genderen J. 2016. Remote sensing image fusion: A practical guide. 1st edn. Crc Press, Boca Raton, 288.

Ranchin T, Wald L. 2000. Fusion of high spatial and spectral resolution images: the ARSIS concept and its implementation. Photogrammetric Engineering and Remote Sensing, 66(1): 49-61.

Sharma M. 2016. A review: image fusion techniques and applications. Int J Comput Sci Inf Technol, 7(3): 1082-1085.

Wang Q, Blackburn GA, Onojeghuo AO, Dash J, Zhou L, Zhang Y, Atkinson PM. 2017. Fusion of Landsat 8 OLI and Sentinel-2 MSI data. IEEE Transactions on Geoscience and Remote Sensing, 55(7): 3885-3899.

Wang Q, Shi W, Atkinson PM, Wei Q. 2017. Approximate area-to-point regression kriging for fast hyperspectral image sharpening. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 10(1): 286-295.

Wang Z, Bovik AC, Sheikh HR, Simoncelli EP. 2004. Image quality assessment: from error visibility to structural similarity. IEEE transactions on image processing, 13(4): 600-612.

Zhang Y. 2004. Understanding image fusion. Photogrammetric Engineering & Remote Sensing, 70(6): 657-661.

Zhang Y. 2008. Methods for image fusion quality assessment-a review, comparison and analysis. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37(PART B7): 1101-1109.