متدهاى Image Fusion
نویسندگان
doi
چکیده
هر سنسورى مأموریت و کاربرد خاصى دارد و اغلب مطلوب ما این است که بطور همزمان در یک تصویر، قدرت تفکیک طیفى و مکانى را با هم داشته باشد چون حجم اطلاعات در یک تصویر بوسیله قدرت تفکیک مکانى و طیفى سیستم تصویربردارى محدود مى گردد و اکثر سیستمهاى تصویربردارى متداول، یکى از این دو ویژگى را عرضه مى دارند، مثل سیستمهاى تصویربردارى tm,spotو... البته در کنار این سیستمها، سیستمهاى دیگرى نیز وجود دارند که هم قدرت تفکیک مکانى و هم قابلیت طیفى خوبى دارند مثل (IKonos Kfa,Kvr). براى غلبه بر مشکل سیستمهاى نوع اول از روشهاى مختلف پردازش تصویر استفاده مى کنیم که با استفاده از آن هر دو مشخصه (قدرت تفکیک مکانى و طیفى) را در تصویر خواهیم داشت که در اصطلاح به این عملیات(Image Fusion) گویند. بطورکلى (Image Fusion) راحت تر و اقتصادى تر از طراحى و ساخت یک سنسور پیشرفته است که هم قدرت تفکیک مکانى و هم قدرت تفکیک طیفى را داشته باشد. تصاویر چند طیفى اطلاعات لازم را براى تفسیر(Land cover ,Land mapping) فراهم مى کند ولى قدرت تفکیک مکانى آنها کافى نیست پس به منظور افزایش قدرت تفکیک مکانى، با استفاده از روشهاى مختلف(Image Fusion)، تصاویر چندطیفى را با تصاویر(high resolution) ترکیب مى کنیم تا بتوانیم اطلاعات بیشترى از محیط اطرافمان داشته باشیم و جزئیات بیشترى را مشاهده کنیم این تکنیکها همچنین به عنوان تکنیکهاى (sharp) کننده نیز شناخته مى شوند. براساس تعریف (Image Fusion , EARSEL) ابزار و وسایلى براى داده هایى است که از منابع مختلف بدست مى آیند و هدف آن، بدست آوردن اطلاعات با کیفیت بالاست . اینجا ذکر این نکته ضرورى است که تصاویرى که رزولوشن مختلف دارند ممکن نیست که بطور همزمان اخذ گردند و تغییر ویژگى هاى نورى اتمسفر، سبب خرابى در تصاویر ترکیبى مى گردد و این خرابى در(Landscape) که اجزاى ریز دارند بیشتر دیده مى شود.