高光谱、多光谱与全色遥感影像的成像原理及相互融合

文章目录

  • 前言
  • 一、全色与多光谱图像融合算法真正的价值?
  • 二、全色、多光谱和高光谱的成像过程


前言

consider the tradeoff between spectral resolution, spatial resolution, light throughput and etc.
光的能量就这么多,成像端要么提高Spectral,要么提高Spatial,要么提高Throughput(否则就只能换设备)
下面我们从两个方面围绕本文主题来展开:
1.全色与多光谱图像融合算法真正的价值?
2.全色、多光谱和高光谱的成像过程?


一、全色与多光谱图像融合算法真正的价值?

首先抛出一个引子:我们要对地球表面进行彩色1米分辨率成像。结合说明该问题,我们可以想到两种方案:
(1)卫星搭载一台1米分辨率的多光谱相机直接得到1米分辨率的多光谱图像;
(2)卫星搭载一台1米分辨率全色相机+一台4米分辨率多光谱相机,地面进行融合得到1米分辨率多光谱图像。你是国家领导人,你会选哪个方案。
在技术一定条件下,考虑成像信噪比,存储与传输限制,综合考量下,现有的成像设计模式有更好的性价比。

空间分辨率和光谱分辨率,都是成像器件敏感度问题,最终都要体现在信噪比上,信噪比上去了,卫星上天才有价值。相机技术不够,如果高分辨率多光谱相机信噪比不达标。同样是1米分辨率多光谱图像,直接拿1米分辨率多光谱相机拍照的图像质量远低于1米全色与4米多光谱图像融合得到的1米多光谱图像。是的,不要怀疑这点!!!!!!!因为后者相机的信噪比会高于前者。当然,随着技术进步,分辨率会越来越高,当前卫星采用双相机成像模式,考虑的是性价比。
关键词:信噪比,空间分辨率,光谱分辨率。

二、全色、多光谱和高光谱的成像过程

查资料理解到的卫星传感器成像原理大致如下:
(1)光进入相机镜头,光电感应装置将光信号转换为电信号,量化电脉冲信号,记录为一个像素值。传感器响应函数设计为,要使光电感应装置产生这个电脉冲信号,光子强度必须达到一个阈值,才能进入镜头。
(2)进入镜头的光子数量取决于:相机的感受野大小,决定镜头能通过的光子。
多光谱图像要分出多个波段,镜头会分光,红滤镜只过红光,蓝滤镜只通过蓝光,假设相同的光打到全色与多光谱镜头上,显然因为滤光的缘故,多光谱感光器接收到的光子要少于全色感光器。而这些光子已经足够全色产生电脉冲,却不够多光谱产生电脉冲,这时,为了接收到更多的光子,多光谱相机需要更大的感受野。
也就是说,全色看了一眼北京市,就吃够了光子,多光谱需要看一遍河北省,才能吃的和全色一样饱。后面接收光子的底片一样大,也就是说将北京市和河北省画到同样大小的一张纸上且占满整张纸,显然北京市的一张纸细节要多的多,而河北省的红绿蓝三张纸却一片模糊(不黑大河北雾霾了)。

多光谱或者高光谱目前大类来讲有两种技术:
一种为分光法,一种为滤光片法;分光法,从实现技术上又分为光栅分光,棱镜分光,干涉分光;而滤光片从技术上有镀膜滤光片,声光可调滤光片,液晶可调滤光片等。
两种技术方法差别在于滤光片法通常是扫光谱维,得到不同波长的影像。分光法通常是扫空间维,得到一条线的光谱。一次性同时得到光谱跟影像的有二维光栅成像技术和采用多CCD成像(CCD前加不同波长滤光片,然后做成同轴光路)。
简单来说,CCD是个二维成像器件,影像+光谱是三维信息,所以用一个二维器件采集三维信息,要么就得牺牲分辨率,要么就得做扫描(牺牲时间)。

参考:
https://pro.arcgis.com/en/pro-app/latest/help/analysis/raster-functions/pansharpening-function.htm

你可能感兴趣的:(遥感图像处理,计算机视觉,图像处理,人工智能)