بهبود وضوح مکانی تصاویر چندطیفی فضایی در نبود تصاویر با توان تفکیک مکانی بالاتر به کمک روش‌های تلفیق تصویر و یادگیری عمیق

Abstract

بهبود وضوح مکانی تصاویر چندطیفی یکی از پیش‌پردازش‌های رایج در استفاده‌ حداکثری از ظرفیت این تصاویر در کاربردهای سنجش‌ازدوری است. وجود تصاویر با وضوح مکانی بهتر در کنار تصاویر چندطیفی امکان انجام این فرایند را از طریق روش‌های تلفیق تصاویر فراهم می‌آورند. عدم اخذ همزمان تصاویر با وضوح مکانی بالاتر در یک سکوی فضایی، چالش‌های مربوط به هم‌مرجع‌سازی و عدم هم‌زمانی را هنگام بکارگیری تصاویر سایر سنجنده‌های فضایی به فرایند تلفیق تصاویر تحمیل می‌سازد. در چنین شرایطی، تولید تصاویر به کمک روش‌های سوپررزولوشن از رویکردهای جایگزین برای افزایش وضوح مکانی محسوب می‌شوند. استفاده از شبکه‌های عصبی کانولوشنی یکی از روش‌های موثر در این حوزه بوده که آموزش عمیق آنها نیازمند وجود داده‌های آموزشی متعدد است. عموماً دسترسی به دو نسخه تصویر فضایی با توان تفکیک طیفی مشابه و وضوح مکانی متفاوت برای آموزش چنین شبکه‌هایی میسر نیست. از این رو، در این تحقیق روند بهبود وضوح مکانی تصاویر چندطیفی از طریق روشی دو مرحله‌ای به اجرا رسیده است. در گام نخست از یک شبکه‌ عصبی کانولوشنی برای تولید نسخه‌ واضح‌تر رنگی از باندهای مرئی تصاویر چندطیفی استفاده شده که آموزش تقویتی آن به کمک تصاویر بازآرایی شده از بستر گوگل-ارث تامین می‌گردد. در گام دوم، تصویر با وضوح مکانی بهتر در نقش یک تصویر پانکروماتیک با تصویر چندطیفی تلفیق شده و محتوای طیفی به آن افزوده می‌شود. نتایج نشان داد که رویکرد پیشنهادی بدون نیاز به تامین پرهزینه‌ داده‌های آموزشی ضمن تامین شرایط برابر در حفظ محتوای طیفی، توان بهبود وضوح مکانی تصاویر چندطیفی را تا 32_/85 درصد بهتر از بهترین روش مقایسه‌ای دارد.