Gram-Schmidt Pan Sharpening to shar

Gram-Schmidt Pan Sharpening to sharpen multispectral data using high spatial resolution data.
The source images must be georeferenced to a standard map projection. If the images have different projections, ENVI reprojects the low-resolution image before performing the sharpening. For RPC-based images (for example, Pleiades and WorldView-2), please use the NNDiffuse or SPEAR pan sharpening tools.
You can also write a script to perform pan sharpening using the ENVIGramSchmidtPanSharpeningTask routine.
Pan-sharpening algorithms are used to sharpen multispectral data using high spatial resolution panchromatic data. An underlying assumption of these algorithms is that you can accurately estimate what the panchromatic data would look like using lower spatial resolution multispectral data.
The Gram-Schmidt and PC spectral sharpening tools both create pan-sharpened images, but using different techniques. Generally speaking, the Gram-Schmidt method is more accurate than the PC method and is recommended for most applications. Gram-Schmidt is typically more accurate because it uses the spectral response function of a given sensor to estimate what the panchromatic data look like.
If you display a Gram-Schmidt pan-sharpened image and a PC pan-sharpened image, the visual differences are very subtle. The differences are in the spectral information; compare a Z Profile of the original image with that of the pan-sharpened image to see the differences in spectral information, or calculate a covariance matrix for both images. The effect of pan sharpening is best revealed in images with homogenous surface features (flat deserts or water, for example).
The low spatial resolution spectral bands to use to simulate the panochromatic band must fall in the range of the high spatial resolution panchromatic band or they will not be included in the resampling process.
ENVI performs Gram-Schmidt spectral sharpening by:

ผลลัพธ์ (ไทย) 1:

กรัมชมิดท์ Pan Sharpening ลับ multispectral ข้อมูลใช้ข้อมูลความละเอียดสูงปริภูมิภาพต้นฉบับต้อง georeferenced การฉายแผนที่มาตรฐาน ถ้ารูปมีประมาณแตกต่างกัน สามารถ reprojects รูปแบบความละเอียดต่ำก่อนดำเนินการเรื่อง การใช้ภาพ (เช่น ดาวลูกไก่และโลกทัศน์ของ-2), กรุณาใช้แพน NNDiffuse หรือหอกเรื่องเครื่องมือนอกจากนี้คุณยังสามารถเขียนสคริปต์การทำ pan sharpening โดยใช้ชุดคำสั่ง ENVIGramSchmidtPanSharpeningTaskใช้อัลกอริทึมที่ Pan sharpening ลับใช้ความละเอียดสูงปริภูมิ panchromatic ข้อมูลข้อมูล multispectral อัสสัมชัญเป็นต้นแบบของอัลกอริทึมเหล่านี้คือ ที่คุณสามารถอย่างถูกต้องประเมินอะไรข้อมูล panchromatic จะเหมือนใช้ข้อมูล multispectral ปริภูมิความละเอียดต่ำกว่ากรัมชมิดท์และ PC สเปกตรัมคมชัดเครื่องมือทั้งสองสร้างภาพแพนรุนแรงขึ้น แต่ใช้เทคนิคที่แตกต่างกัน พูด วิธีชมิดท์กรัมจะถูกต้องมากกว่าวิธีการพีซี และแนะนำสำหรับการใช้งานมากที่สุด ชมิดท์กรัมจะถูกต้องมากกว่าปกติเนื่องจากใช้ฟังก์ชันสเปกตรัมการตอบสนองของเซ็นเซอร์ให้ประเมินข้อมูล panchromatic ที่ดูเหมือนถ้าคุณแสดงกรัมชมิดท์แพนรุนแรงขึ้นรูปและ PC แพนรุนแรงขึ้นรูป ความแตกต่างของภาพที่มีรายละเอียดมาก มีความแตกต่างในข้อมูลสเปกตรัม เปรียบเทียบ Z โปรไฟล์ของภาพต้นฉบับกับรูปแพนรุนแรงขึ้นจะเห็นความแตกต่างในข้อมูลสเปกตรัม หรือคำนวณเมทริกซ์ความแปรปรวนร่วมสำหรับทั้งสองรูป ส่วนมีการเปิดเผยผลของ pan sharpening ในภาพมีคุณสมบัติให้ผิว (แบนหวานหรือน้ำ ตัวอย่าง)แถบสเปกตรัมความละเอียดต่ำพื้นที่ใช้เพื่อจำลองวง panochromatic ต้องตกอยู่ในช่วงของแบนด์ panchromatic ความละเอียดพื้นที่สูง หรือพวกเขาจะไม่รวมอยู่ในกระบวนการ resamplingสามารถทำกรัมชมิดท์สเปกตรัมเรื่องโดย:

ผลลัพธ์ (ไทย) 2:

แกรมชมิดท์แพนเหลาการแปลงข้อมูล multispectral โดยใช้ข้อมูลความละเอียดเชิงพื้นที่สูง.
ภาพแหล่งที่มาจะต้องได้รับการอ้างอิงทางภูมิศาสตร์เพื่อการฉายแผนที่มาตรฐาน หากภาพที่มีการคาดการณ์ที่แตกต่างกัน ENVI reprojects ภาพความละเอียดต่ำก่อนที่จะดำเนินความคมที่ สำหรับภาพ RPC-based (เช่นดาวลูกไก่และโลกทัศน์ 2) โปรดใช้ NNDiffuse หรือหอกแพนเหลาเครื่องมือ.
นอกจากนี้คุณยังสามารถเขียนสคริปต์เพื่อดำเนินการเหลากระทะใช้ประจำ ENVIGramSchmidtPanSharpeningTask.
แพนเหลาขั้นตอนวิธีการที่ใช้ในการเพิ่มความคมชัด multispectral ข้อมูลโดยใช้ข้อมูลเต็มที่ความละเอียดเชิงพื้นที่สูง สมมติฐานพื้นฐานของขั้นตอนวิธีการเหล่านี้คือคุณสามารถประมาณการได้อย่างถูกต้องว่าข้อมูลเต็มที่จะมีลักษณะเช่นการใช้ความละเอียดเชิงพื้นที่ที่ต่ำกว่าข้อมูล multispectral.
แกรมชมิดท์และเครื่องมือเหลาสเปกตรัมเครื่องคอมพิวเตอร์ทั้งสร้างภาพแพนรุนแรงขึ้น แต่การใช้เทคนิคที่แตกต่าง โดยทั่วไปวิธีแกรมชมิดท์มีความถูกต้องมากขึ้นกว่าวิธีพีซีและเป็นที่แนะนำสำหรับการใช้งานมากที่สุด แกรมชมิดท์โดยทั่วไปจะมีความถูกต้องแม่นยำมากขึ้นเพราะจะใช้ฟังก์ชั่นการตอบสนองสเปกตรัมของเซ็นเซอร์รับที่จะประเมินว่าข้อมูลเต็มที่มีลักษณะเหมือน.
ถ้าคุณแสดงแกรมชมิดท์ภาพแพนรุนแรงขึ้นและภาพแพนรุนแรงขึ้น PC, ความแตกต่างของภาพที่มี ละเอียดมาก ความแตกต่างอยู่ในข้อมูลสเปกตรัม; เปรียบเทียบรายละเอียดของภาพ Z เดิมกับที่ของภาพแพนรุนแรงขึ้นที่จะเห็นความแตกต่างในข้อมูลสเปกตรัมหรือคำนวณแปรปรวนเมทริกซ์สำหรับภาพทั้งสอง ผลกระทบของความคมชัดกระทะถูกเปิดเผยที่ดีที่สุดในภาพที่มีลักษณะพื้นผิวเป็นเนื้อเดียวกัน (ทะเลทรายแบนหรือน้ำเช่น).
ความละเอียดเชิงพื้นที่ต่ำวงดนตรีสเปกตรัมเพื่อใช้ในการจำลองวง panochromatic ต้องตกอยู่ในช่วงของความละเอียดเชิงพื้นที่สูงเต็มที่วงหรือ พวกเขาจะไม่ถูกรวมอยู่ในขั้นตอนการ resampling.
ENVI ดำเนินการเหลาสเปกตรัมแกรมชมิดท์โดย:

ผลลัพธ์ (ไทย) 3:

กรัม ชมิดท์ แพนเหลาการแปลงข้อมูลโดยใช้ข้อมูลความละเอียดเชิงพื้นที่สูง และ 3 .
แหล่งภาพต้องเป็นทางที่จะฉายแผนที่มาตรฐาน ถ้าภาพมีการประมาณการต่างๆ ตลอดจน reprojects ภาพความละเอียดต่ำก่อนการเหลา เพื่อ RPC ตามภาพ ( ตัวอย่าง และ worldview-2 ดาวลูกไก่ ) กรุณาใช้หอกเหลาเครื่องมือ nndiffuse หรือกระทะ .
นอกจากนี้คุณยังสามารถเขียนสคริปต์เพื่อแสดงแพนเหลาใช้ envigramschmidtpansharpeningtask ตามปกติ
แพนเหลาขั้นตอนวิธีที่ใช้แปลงข้อมูลโดยใช้ข้อมูลดาวเทียมหลายความละเอียดเชิงพื้นที่สูง พื้นฐานสมมติฐานของขั้นตอนวิธีนี้คือการที่คุณสามารถบอกประมาณว่าข้อมูลดาวเทียมจะเหมือนใช้ลดความละเอียดเชิงพื้นที่ 3 ข้อมูล
กรัม Schmidt และ PC การเหลาเครื่องมือทั้งสองสร้างขึ้น แพนภาพ แต่ใช้เทคนิคที่แตกต่างกัน พูดโดยทั่วไป , กรัม Schmidt วิธีถูกต้องมากขึ้นกว่าคอมพิวเตอร์วิธีและแนะนำสำหรับการใช้งานมากที่สุด กรัม Schmidt โดยปกติจะถูกต้องกว่า เพราะใช้สเปกตรัมการตอบสนองการทำงานของเซนเซอร์ให้ประเมินสิ่งที่ข้อมูลดาวเทียมดู
.ถ้าคุณแสดงกรัม Schmidt แพนลับภาพและพีซีแพนภาพลับภาพความแตกต่างที่บอบบางมาก ความแตกต่างในการเปรียบเทียบข้อมูล ; Z โปรไฟล์ของภาพต้นฉบับกับของแพนลับภาพเพื่อดูความแตกต่างของข้อมูลสเปกตรัมหรือคำนวณเมทริกซ์ความแปรปรวนร่วม ทั้งภาพผลของกระทะเหลาที่ดีที่สุดเปิดเผยภาพที่มีคุณสมบัติ ( homogenous แบนพื้นผิวทรายหรือน้ำ ตัวอย่างเช่น ) .
พื้นที่แถบสเปกตรัมความละเอียดต่ำเพื่อใช้ในการจำลองวงดนตรี panochromatic ต้องตกอยู่ในช่วงของความละเอียดสูงพื้นที่ดาวเทียมวงดนตรีหรือพวกเขาจะไม่รวมอยู่ในสุ่มซ้ำ
Envi แสดงกระบวนการ กรัม Schmidt สเปกตรัมลับโดย