Fusione di immagini sfruttando dati WorldView-3 acquisiti nello spettro del visibile, vicino infrarosso ed infrarosso ad onde corte

Con l’enorme quantità di dati acquisiti e memorizzati oggigiorno, lo sviluppo di tecniche che lavorano relazionando questi dati e creando prodotti con caratteristiche uniche è sempre più rilevante. Di particolare interesse scientifico e rilievo industriale è la fusione di dati telerilevati con diverse caratteristiche da un punto di vista spaziale e spettrale. Infatti, a causa di vincoli tecnologici, nei sistemi ottici attualmente in uso per il telerilevamento sono presenti forti compromessi tra risoluzione spaziale (definita come il più piccolo dettaglio distinguibile in una immagine) e spettrale (definita come la capacità di uno strumento di distinguere due segnali che hanno frequenze spettrali molto vicine). Così, attualmente, i sensori ottici in orbita satellitare sono in grado di fornire o un’alta risoluzione spaziale ma con ridotte capacità di discriminazione spettrale (ad esempio i sensori pancromatici), o raggiungono buone risoluzioni spettrali mentre risultano limitati spazialmente (per esempio i sensori multispettrali ed iperspettrali). Da qui la necessità di algoritmi di fusione dati capaci, a partire da dati acquisiti su una stessa area, di ottenere prodotti con elevata risoluzione sia spaziale che spettrale.

Il termine “pansharpening” è spesso utilizzato in letteratura per denotare questi particolari tipi di algoritmi. Tale nome è la contrazione di “panchromatic sharpening”, cioè l’aumento di risoluzione spaziale (sharpening) è ottenuto tramite l’uso di dati pancromatici. Nella terminologia comunemente utilizzata l’aumento di risoluzione spaziale è riferito a dati multispettrali (decine di bande spettrali). Questa ricerca ha suscitato forte interesse all’interno della comunità scientifica negli ultimi trent’anni. Tale interesse è stato dimostrato dall’organizzazione di uno specifico contest lanciato dalla Data Fusion Committee della IEEE Geoscience and Remote Sensing Society nel 2006 e dall’elevato numero di pubblicazioni presenti in letteratura. Interesse scientifico a parte, questa ricerca ha già raggiunto un grado di maturità tale da poter trovare spazio a livello industriale. Infatti, la domanda di prodotti sintetici elaborati tramite algoritmi di pansharpening è crescente con il passare degli anni. Ad oggi, software commerciali come Google Earth e Bing Maps fanno largo uso di questi prodotti sintetici.

Gli ultimi avanzamenti in tale settore scientifico vanno verso una generalizzazione del concetto di pansharpening applicandolo alla fusione di dati ad alta risoluzione spaziale ma con un numero di bande spettrali sempre crescenti. In particolare, il concetto di “hypersharpening” è stato introdotto da qualche anno, solitamente riferito alla fusione di dati iperspettrali a bassa risoluzione spaziale con dati multispettrali con una più elevata risoluzione spaziale.

A partire da questi concetti e data l’elevata quantità di dati acquisiti e l’eterogeneità degli stessi, una ulteriore tematica che necessita di un approfondimento è la fusione di immagini acquisite da sensori sensibili a diverse porzioni dello spettro elettromagnetico. In particolare, l’integrazione di dati appartenenti al campo dell’infrarosso con dati ottici risulta di notevole interesse. Infatti, la combinazione di caratteristiche quali la capacità di penetrare l’atmosfera (anche con livelli elevati di particolato e polveri) del dato telerilevato nell’infrarosso con la più alta risoluzione spaziale delle immagini acquisite nello spettro del visibile potrebbe essere la chiave per lo sviluppo di sistemi ad alta precisione capaci di risolvere bersagli anche in condizioni non ideali come la presenza di foschia o atmosfera ricca di polveri.

In questo lavoro si affronta tale problema. Partendo da dati WorldView-3 che sono di vasto utilizzo all’interno della comunità scientifica, si considera, per la prima volta in letteratura, il problema della fusione di tutte le immagini acquisite dai sensori a bordo di tale piattaforma satellitare. In particolare, un dato pancromatico alla risoluzione di 0.3 m è acquisito contemporaneamente ad una immagine multispettrale a 8 bande nello spettro del visibile vicino-infrarosso a 1.2 m. Infine, altre 8 bande spettrali sono acquisite nello spettro elettromagnetico dell’infrarosso ad onde corte con una risoluzione spaziale di 7.5 m. L’obiettivo degli approcci proposti è quello di raggiungere, per tutti i dati acquisiti, la massima risoluzione spaziale possibile (cioè 0.3 m). Così, diversi approcci sono stati proposti basandosi sull’utilizzo dell’immagine multispettrale a risoluzione media (1.2 m) come supporto per migliorare la risoluzione spaziale dell’immagine acquisita nell’infrarosso ad onde corte e portarla alla risoluzione di 0.3 m. Diverse tecniche di pansharpening e di hypersharpening sono state utilizzate e confrontate. Inoltre, l’uso di filtri bilineari è stato proposto per l’estrazione dei dettagli da immagini a più alta risoluzione spaziale.

L'analisi sperimentale è stata condotta sia su immagini simulate (acquisite dal sensore iperspettrale APEX) che su dati reali WorldView-3. Per tale scopo, un nuovo protocollo di validazione a scala piena è stato introdotto. I risultati hanno mostrato che, sia con dati simulati che reali, l’immagine multispettrale a risoluzione media risulta utile per aumentare la risoluzione delle bande acquisite nell’infrarosso ad onde corte. Inoltre, l’uso di tecniche di fusione dati basate sul concetto di analisi multi-risoluzione ha dimostrato performance superiori rispetto a metodologie basate sul concetto di sostituzione con l’immagine ad alta risoluzione spaziale. All’interno delle tecniche basate sul concetto di analisi multi-risoluzione, l’uso dei filtri bilineari per l’estrazione dei dettagli è risultato conveniente per questo particolare problema di fusione delle immagini.

Per informazioni

Gemine Vivone, CNR-IMAA, Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.

Approfondimenti

[1] G. Vivone , L. Alparone , J. Chanussot , M. Dalla Mura , A. Garzelli , G. Licciardi , R. Restaino , L. Wald , A critical comparison among pansharpening algorithms, IEEE Trans. Geosci. Remote Sens. 53 (5) (2015) 2565–2586.

[2] M. Selva , B. Aiazzi , F. Butera , L. Chiarantini , S. Baronti , Hyper-sharpening: a first approach on SIM-GA data, IEEE J. Sel. Top. Signal Process. 8 (6) (2015) 3008–3024.

Sito web

http://openremotesensing.net/kb/codes/pansharpening/