Fusion and quality assessment of multispectral, hyperspectral and panchromatic satellite images

• Auteur / Autrice : Muhammad Murtaza Khan
• Direction : Jocelyn Chanussot, Luciano Alparone
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, parole, télécoms
• Date : Soutenance en 2009
• Etablissement(s) : Grenoble INPG
• Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique

Mots clés

Mots clés contrôlés

Imagerie multispectrale

Satellites artificiels en télédétection

Résumé

L'opération de fusion d'images de résolutions différentes, ou Pansharpening, vise à améliorer la qualité spatiale des images satellitaires multispectrales en utilisant des détails présents dans une image panchromatique de haute résolution. La différence entre la nature des capteurs panchromatique et multispectral exige que les détails soient ajoutés à l'aide d'un modèle d'injection de détails. Dans la plupart des modèles, les paramètres de détail à injecter sont estimés à une résolution dégradée et ensuite interpolés pour utilisation à haute résolution. Dans ce travail nous proposons un modèle d'injection de détails dont les paramètres sont estimés directement à haute résolution pour optimiser l'index de qualité dite « Quality Not Requiring a Reference ». La méthode est ensuite modifiée pour le pansharpening d'images hyperspectrales. Enfin, une index d'évaluation de qualité utilisant des filtres « Modulation Transfer Functions » est proposé pour déterminer la qualité des images fusionnées sans avoir besoin d'un référence à haute résolution.

Fusion or Pansharpening improves the spatial quality of Multispectral satellite images by making use of details present in a high resolution Panchromatic image. The different nature of Panchromatic and Multispectral sensors requires that the details are added using a detail injection model. Most of the available detail injection model parameters are estimated at degraded resolution and then interpolated for use at the higher resolution. In this work we have presented a detail injection model which estimates the detail injection parameters directly at the desired higher resolution. The model optimizes the ”Quality Not Requiring a Reference index”. The proposed method is then extended for pansharpening of Hyperspectral images. Finally, a quality assessment index, not requiring a high resolution reference, is proposed for determining the quality of pansharpened images at full resolution. The novelty of the method lies in the use of sensors ”Modulation Transfer Function” filters for separating the low and high frequency information for determining the spectral and spatial distortions, respectively.