CC BY
30
УДК 004
О.О. САФАРОВ
Дншровський нацюнальний ушверситет iMeHi Олеся Гончара
АЛГОРИТМ П1ДВИЩЕННЯ ЯКОСТ1 В1ЗУАЛ1ЗАЦП КАРТ ВЕГЕТАЦ1ЙНИХ 1НДЕКС1В
У данш роботi розглянуто особливостг процедури пгдвищення якостг та детал1зацИ зображень вегетацтних шдекав, отриманих на основi фотограмметричних даних. Запропоновано алгоритм паншарпетнга, що Трунтуеться на ттерполяцтних операцiях над початковими зображеннями та обчисленням ваг для кожного пiкселя зображення. Для паншарпетнга використовуються зображення тдексу та панхроматичнi зображення високог ро.здшьно'1 здатностi. Експерименти для тдексу NDVI пiдтвердили застосовнкть даного алгоритму та переважаючу ефективтсть бiкубiчноi iнтерполяцii.
Ключовi слова: паншарпентг, вегетацтш тдекси, фотограмметрiя, бiкубiчна ттерполящя
А.А. САФАРОВ
Днепровский национальный университет имени Олеся Гончара
АЛГОРИТМ ПОВЫШЕНИЯ КАЧЕСТВА ВИЗУАЛИЗАЦИИ КАРТ ВЕГЕТАЦИОННЫХ ИНДЕКСОВ
В данной работе рассмотрены особенности процедуры повышения качества и детализации изображений вегетационных индексов, полученных на основе фотограмметрических данных. Предложен алгоритм паншарпенинга, основанный на интерполяционных операциях над начальными изображениями и вычислением весов для каждого пикселя изображения. Для паншарпенинга используются изображения индекса и панхроматические изображения высокого разрешения. Эксперименты для индекса NDVI подтвердили применимость данного алгоритма и преобладающую эффективность бикубической интерполяции.
Ключевые слова: паншарпенинг, вегетационные индексы, фотограмметрия, бикубическая интерполяция.
O.O. SAFAROV
Oles Honchar Dnipro National University
THE VISUALIZATION QUALITY IMPROVEMENT ALGORITHM OF VEGETATION INDEX MAPS
In this paper the features of improving quality and detailing procedure for vegetative index images that were obtained on the basis of photogrammetric data were considered. Indexes are widely used in the study of the environment, climate and agriculture. Index images are calculated by arithmetic operations on the pixel brightness values from different image channels. In index images, objects of interest are more contrasting and distinct than on the original images. For quantitative assessment of vegetation, a normalized difference vegetation index (NDVI) is widely used. The red and infrared spectral channels of the photogrammetric image, respectively, are used for its calculation.
Pansharpening operation increases the spatial resolution of multispectral channels due to the use of panchromatic channel data. Pansharening of such synthetic information as indexes has its peculiarities. The index image is visually less precise than the original ones. The goal is to make it more detailing and distinct. Well-known existing pansharpening algorithms, such as Brovey Transform, are not applicable due to significant color distortions of result image and required weight coefficients for fused bands. There are no known weights for index image pansharpening because its synthetic image. A pansharpening algorithm based on interpolation operations on initial images and weights calculation for each image pixel is proposed. Index images and high-resolution panchromatic images are used for pansharpening. It is also important to consider greater impact ofpanchromatic image data in calculations due to its sharpness. The resulting matrix is calculated based on the arithmetic mean of the panchromatic matrix and the index matrix, which is interpolated to the panchromatic dimensions. The result of the arithmetic means is multiplied by the synthesized weight matrix, which takes into account all transformations over the initial matrices of data Experiments for the NDVI index confirmed the applicability of this algorithm and the prevailing efficiency of bicubic interpolation. The proposed algorithm is applicable both for single-channel and multi-channel pansharpenning.
Keywords: pansharpening, vegetation indexes, photogrammetry, bicubic interpolation.
Постановка проблеми
Вегетацшш iндекси, обчислеш на 0CH0Bi фотограмметричних даних, досить широко застосовуються в сшьському господарствi для вдентифшацп i оцiнки стану рослинностi, в картографп - для створення карт ландшафпв та природних зон, при мониторингу надзвичайних ситуацiй - для визначення ступеня ураження лiсних масивiв та заповвдних територiй.
Аналiз останшх дослiджень i публiкацiй
Операцiя паншарпеншга, яка використовуеться для пiдвищення вiзуальноl якостi та детал1заци мультиспектральних фотограмметричних зображень, розглянута в [1]. Особливостям паншарпенiнга, зокрема, вегетацiйного iндексу NDVI, присвяченi роботи [2-3]. Застосування вщомих алгоритмiв паншарпенiнга до зображень iндексiв призводить до втрати просторово! шформацп на результуючому зображеннi. Отже, питания коректного здшснення паншарпенiнга та отримання кращо! вiзуалiзацil зображення iндексу у пвдсумку е ключовим.
Мета дослвдження
Метою роботи е вивчення можливосп ефективного паншарпенiнга зображень iндексiв та дослвдження особливостей вiзуалiзацil отриманого результату, а також порiвняння його з традицшним зображенням iндексу. На даному етапi найбiльш актуальним е дослвдження зображення iндексу NDVI, як одного з найбшьш вживаних, в рамках завдання полiпшення його вiзуалiзацil.
Викладення основного матерiалу дослiдження
Мультиспектральнi даш супутниково1 зйомки дозволяють отримати доступ до простого i в той же час потужного iнструменту - iндексiв. 1ндекси обчислюються шляхом арифметичних операцiй над значеннями яскравостi ткселя з рiзних канал1в знiмка. На iндексних зображеннях бiльш контрастно i яскраво видiляються шуканi об'екти, шж на вихiдних знiмках. 1ндекси широко застосовуються при дослвдженш навколишнього середовища, клiмату, а також в сшьському господарста. Кiлькiсть iндексiв, якi можна розрахувати, залежить вiд спектральних можливостей сенсора супутника, що здiйснював зйомку. Тобто, чим бiльше каналiв - тим бшьше рiзних iндексiв в теори можна отримати. Однак тут грають роль i особливостi даних, що отримуються, та !х затребувашсть в тiй чи iншiй области
Вiдбиття рослинного покриву в червонш i ближнiй iнфрачервонiй областях електромагштного спектру тiсно пов'язано з його зеленою фтгомасою. Для к1льк1сно1 оцшки стану рослинностi широко застосовуеться нормал1зований рiзницевий вегетацiйний iндекс, що обчислюеться за наступною формулою:
NDVI _NIR-RED , (1)
NIR + RED
де NIR - значення коефщента вiдбиття в ближнiй iнфрачервонiй обласп спектра, а RED - в червонш обласп спектра.
Даний iндекс часто використовуеться для спостереження посухи, мониторингу та прогнозування сiльськогосподарського виробництва. NDVI характеризуе також щ№нють рослинностi, дозволяе дослвдникам оцiнити схож1сть i рют рослин, продуктивнiсть угвдь. Значення NDVI змшюються в дiапазонi ввд -1 до 1. У мюцях зшмка з великим значенням даного iндексу (зазвичай, бiльше 0.7) наявна, як правило, бшьш густа рослиннiсть. У мюцях з низьким значенням, особливо менше нуля, рослинностi, як правило, немае. В результат! розрахунку для кожного ткселя зображення, за вищезазначеною формулою, отримуеться зображення iндексу або так звана карта NDVI. Для розрахунку застосовуються вщповвдно червоний та шфрачервоний спектральш канали фотограмметричного зображення, параметри яких можуть дещо варшватись вiдповiдно до сенсора.
Операцiя паншарпеншга часто використовуеться для тдвищення вiзуальноl якостi i деталiзацil мультиспектральних фотограмметричних зображень. Вона зб№шуе просторову розд№ну здатнiсть мультиспектральних каналiв за рахунок використання даних панхроматичного каналу. Побiчним ефектом е можливi колiрнi спотворення результуючого зображення, як1 варiюються в залежносп вiд використовуваного алгоритму. Оскшьки паншарпенiнг по сутi спотворюе шформацш з метою кращо1 вiзуалiзацil, тому вш застосовуеться в бiльшостi випадшв для композитiв каналiв для шдвищення деталiзацil вих1дного композиту. Паншарпенiнг тако1 синтетично1 iнформацil як iндекси мае сво1 особливостi. Потрiбно в1дзначити, що зображення шдекав вiзуально менш чгтш в порiвняннi з вихiдними (рис. 1) i цiлком логiчною е спроба !х зробити бiльш деталiзованими. Окремо сл1д зазначити, що для результуючо1 вiзуалiзацil вкрай важливою е використовувана палтгра. Таким чином, проблема вiзуального полiпшення зображення iндексiв е довол1 нетривiальною.
ш
Wbl
Рис. 1. RGB-композит (шворуч) та NDVI-зображення (праворуч) фрагменту зшмка Landsat 8
Покращення вiзуально! якосп передбачае проведения паншарпенiнга зображення iндексу, для чого необхщно використовувати панхроматичний канал б№ш високо! роздшьно! здатностi, шж використанi при отриманнi NDVI червоний i iнфрачервоний канали. У разi застосування даних супутника Landsat 8 для отримання NDVI використовуються канали 5 (NIR) i 4 (RED) просторового розрiзнення 30 м. Панхроматичний 8 канал цього сенсора мае розрiзнення удвiчi вище - 15 м. Саме зображення iндексу е одноканальним i тому далеко не ва алгоритми паншарпенiнга можуть бути застосоваш в даному випадку. Бiльше того, кожний з них мае п або iншi недолiки, як1 можуть спотворювати результуюче зображення отриманого шдексу. Наприклад, використання широко вiдомого Brovey Transform призводить до втрати просторово! шформаци з панхроматичного каналу [3].
Тому був розроблений алгоритм, який отримуе ваги для паншарпенiнга на основi iнтерполяцiй зображень каналiв i пром1жних обчислюваних вагових коефiцiентiв мiж цими iнтерполяцiями. Алгоритм цiлком застосовний як для багатоканального (наприклад, паншарпеншг RGB) злиття зображень, так i для одноканального, як в даному випадку.
Отже, початковими даними для алгоритму е двi матрищ, що мiстять значення яскравостi пiкселiв панхроматичного зображення та зображення iндексу одше! т1е1 ж дiлянки мiсцевостi, причому матриця з панхроматичними даними вдвiчi бiльша, що обумовлено вищою роздшьною здатнiстю. Алгоритм складаеться з наступних крокiв.
1. Iнтерполяцiя панхроматично! матрищ до розмiрiв iндексно! (PAN05).
2. Розрахунок першо! матрицi ваг полягае в дшент матрицi початкового iндексного зображення на результат середнього арифметичного мiж цiею ж iндексною матрицею та результатом першого кроку:
W =-
2 • MS
PAN05 + MS
(2)
де MS - матриця початкового iндексного зображення, PANos - матриця штерпольованого до вдвiчi меншого розмiру панхроматичного зображення.
3. 1нтерполящя результату першого кроку до вдвiчi бiльших розмiрiв та дшення на нього панхроматично! матрищ. Тобто, по суп здiйснюемо обчислення ваг, що в1дображають викривлення зображення пвд час iнтерполяцiй.
W2 =-
PAN
PAN
(3)
05 х 2
4.
5.
де PAN - матриця початкового панхроматичного зображення, PANosx2 - матриця штерпольованого до вдвiчi меншого розмiру панхроматичного зображення, яке попм було штеропольоване до початкових розмiрiв.
Iнтерполяцiя iндексноl матрицi до розмiрiв панхроматично! (MS х2). Iнтерполяцiя ваг з кроку 2 (W1) до розмiрiв панхроматично! матрицi (W1x2).
6. Обчислення шнцевих ваг шляхом перемножения ваг з крошв 3 та 5:
W = W W2 . (4)
7. Обчислення концевого результату за наступною формулою:
ло MSx2 + PAN ттг
PS =-x2--W3 . (5)
2 3
Таким чином, результуюча матриця обчислюеться на основ1 середнього арифметичного панхроматично! матриц та щдексно! матрищ, що була штерпольована до розм1р1в панхроматично!. Результат середнього арифметичного домножуеться на синтезовану матрицю ваг, яка враховуе в соб1 ва перетворення над початковими матрицями даних.
Як видно з крошв алгоритму, вш потребуе лише початкових зображень, що робить його бшьш застосовним та ушверсальним на ввдмшу вщ того ж вищезгаданого Brovey Transform, який потребуе конкретш значення ваг для кожного каналу. Зворотною стороною розробленого алгоритму е його критична залежшсть в1д застосованого методу штерполяцп. Так, штерполящя куб1чними сплайнами, яка в шших випадках е одшею з найяшсшших, дае занадто згладжене результуюче зображення, найпростша штерполящя методом ближнього сус1да - шксел1зоване грубе зображення.
Результат паншарпеншга - це зображення 1ндексу, яке на ввдмшу в1д RGB, виходить в1зуально б1льше згладженим, а не чггким як оч1кувалося. Анал1з синтезованих зображень показуе, що зображення шдексу набагато груб1ше за мультиспектральн1, яш були застосован1 при його розрахунку. Тому при синтез1 лог1чним кроком було встановити б1льший вплив саме панхроматичного каналу на результат. Цей аспект ввдчутно впливае на результат (див. рис. 2).
Рис. 2. ND FZ-зображення тсля застосування алгоритму паншарпешнга
Стосовно обраного алгоритму штерполяци, грунтуючись на проведених досл1дах, оптимальною у даному випадку е бiкубiчна iнтерполяцiя. Вона дае найменше викривлень на результуючому зображеннi та максимально збертае чiткiсть отриману з зображення панхроматичного каналу.
Висновки
Розроблено алгоритм паншарпеншга на основi iнтерполяцiй та обчислення вагових коефщенпв. На основi проведених експериментiв визначено бiкубiчну штерполящю як найбiльш ефективну з точки зору вiзуалiзацil. Подальшi досл1дження будуть спрямованi на визначення застосовностi алгоритму з шшими iндексними зображеннями.
Список використаноТ л1тератури
1. Alparone, L.; Aiazzi, B.; Baronti, S.; Garzelli, A. Remote Sensing Image Fusion; CRC Press, Inc.: Boca Raton, FL, USA, 2015.
2. Choi J, Kim G., Park N., Park H., Choi S. A Hybrid Pansharpening Algorithm of VHR Satellite Images that Employs Injection Gains Based on NDVI to Reduce Computational Costs, Remote Sens. 2017, 9(10), 976; doi:10.33 90/rs9100976.
3. Johnson, B. Effects of pansharpening on vegetation indices. ISPRS Int. J. Geo-Inf. 2014, 3, 507-522.
4. Schowengerdt, R.A. Remote Sensing: Models and Methods for Image Processing, 3rd ed.; Academic Press: San Diego, CA, USA, 2007.
