Natural Color, Pansharpen Band Combination

မူရင်း – https://eos.com/make-an-analysis/natural-color-pansharpen/

ရောင်စဉ်ပေါင်းစပ်မှု (အနီ ၊ အစိမ်း၊ အပြာ နှင့် ပန်ခရိုမက်တစ် )

Pan-sharpening ဟူသောဝေါဟာရသည် Panchromatic sharpening ဆိုသည့် ဝေါဟာရ၏ အတိုကောက်ဖြစ်သည်။ အဓိပ္ပါယ်မှာ panchromatic image ကိုအသုံးပြု၍ band (ရောင်စဉ်) များပေါင်းစပ်ထားသည့် Multispectral image (ရောင်စဉ်စုံပုံရိပ်) များကို လည်းကောင်းတို့၏ spatial resolution (အသေးစိပ်မြင်နိုင်စွမ်းကို) ချဲ့ထွင်ခြင်းဖြစ်သည်။ (ဤတွင်ရှင်းလင်းစရာများရှိနေသည်။ Spectral resolution ဆိုသည်မှာ sensor တစ်ခုမှ ရောင်စဉ်တန်းမည်မျှဖမ်းယူနိုင်သည်ကို ဖေါ်ပြခြင်းဖြစ်သည်။ ရိုးရိုးကင်မရာတစ်လုံးသည် visible band ၃ ခုကိုသာဖမ်းယူနိုင်သည်။ Landsat-8 sensor သည် band 9 ခုအထိဖမ်းယူနိုင်သည်။ အချို့ sensor တို့သည် band 30 ကျော်ဖမ်းယူနိုင်သည်။ Band အမျိုးမျိုးပါဝင်သော image ကို multispectral image ဟုခေါ်သည်။ Spatial resolution ဆိုသည်မှာ image တခုကိုမြင်နိုင်စွမ်းကိုခေါ်သည်။ pixel တခုအတွင်း မြင်နိုင်သည့် မြေမျက်နှာပြင်၏ dimension ကို spatial resolution ဟုအလွယ်ခေါ်ဝေါ်သုံးစွဲကြသည်။ Landsat image များသည် ကမ္ဘာမြေပြင်ရှိ ၃၀ မီတာထက်ကြီးသောအရာဝတ္တုများသာမြင်နိုင်သော်လည်း Airbus မှ ပုံရိပ်များသည် ၀.၆ မီတာပုံရိပ်ကိုပင်မြင်နိုင်စွမ်းရှိသည်။ Satellite image များ၏ Band တခုစီသည် အမည်းမှအဖြူနုရင့်အရောင် (shape of gray color)ဖြင့်သာမြင်ရပေမည်။ Band များပေါင်းစပ်မှသာ ရောင်စုံပုံရိပ်ကိုရရှိနိုင်မည်။ သို့ရာတွင် Panchromatic Band သည် visible band ၃ ခုပေါင်းထားသော အရာဝတ္တုများ၏တောက်ပမှုကိုဖေါ်ပြသော အဖြူအမည်းပုံရိပ်ဖြစ်သည်။) Multispectral image များသည် spectral resolution များ၍၊ panchromatic image သည် spatial resolution များသည်။ ထို image များပေါင်းစပ်ခြင်းဖြင့် multispectral high resolution image ကိုရရှိနိုင်ပါသည်။ အခြေခံအားဖြင့် panchromatic image ၏ spatial resolution အတိုင်း ရောင်စုံပုံရိပ်များ ကိုရရှိစေနိုင်သည်။ 

High-res grayscale band + Low-res color bands = high-res color image

Pan-sharpening ပြုလုပ်ရာမှာ algorithm တခုခုကိုအသုံးချလေ့ရှိသည်။ ယေဘုယျအားဖြင့် component substation အမည်ရသော algorithm ကိုသုံးလေ့ရှိပါသည်။ component substation မှာ ပြုလုပ်ပုံအဆင့်ဆင့်ရှိပြီး ၊ လည်းကောင်းတို့မှာ –

Up-sampling: ပထမဦးစွာ color band များ၏ spatial resolution များကို panchromatic band ရဲ့spatial resolution နှင့်ကိုက်ညီမှုရှိအောင် ခွဲဖြန့်ရွေးချယ် (up-sampling) လုပ်ထားရပါမည်။ (ဥပမာ – Landsat image တစ်ခုတွင် Multispectral band ၏ spatial resolution မှာ ၃၀ မီတာဖြစ်ပြီး၊ panchromatic band မှာ ၁၅ မီတာဖြစ်သည်။ ထို multispectral band pixel size ကို panchromatic band နှင့်ကိုက်ညီအောင် ၁၅ မီတာသို့ ပြောင်းလဲခြင်းကို up-sampling ဟုခေါ်သည်။) 

Alignment: ရွေးချယ်ထားသော color bands များနှင့် panchromatic band တို့သည် မှားယွင်းပေါင်းစပ်ထားမှုမှဖြစ်ပေါ်သော ပြုပြင်ထားသည့်အချက်အလက်များလျော့နည်းစေရန် တခုနှင့်တခု တထပ်တည်းကျအောင် ပြုလုပ်ရပါမည်။

Forward transform: up-sampling ပြုလုပ်ထားသော color band များနှင့် panchromatic band ကို အခြား colors-pace အဖြစ်သို့ပြောင်းယူရပါမည်။

Intensity matching: ပြောင်းလဲထားသော color band ၏ intensity ကို panchromatic band ၏ intensity နှင့်ကိုက်ညီအောင်ပြုရပါမည်။ image intensity ဆိုသည်မှာ အလင်းအမှောင် အနိမ့်အမြင့်ကိုရည်ညွှန်းပါသည်။ 

Component substitution: Panchromatic band ကို တိုက်ရိုက်အစားထိုးခြင်းဖြင့် color band မှ အစိပ်အပိုင်းလိုက် intensity ပြောင်းလဲရပါမည်။

Reverse transformation: အစိပ်အပိုင်းအလိုက် intensity ပြောင်းလဲထားသော image ကို မူလအရောင်သို့ ပြန်လည်ပြောင်းလဲအစားထိုးခြင်းဖြင့် Pan-sharpening image ကိုရရှိပါမည်။

Red, Green, Blue နှင့် Panchromatic ကိုပေါင်းစပ်ရရှိသော image အားလေ့လာခြင်း

Multispectral color image နှင့် resolution မြင့်မားသော grayscale panchromatic band ပေါင်းစပ်ခြင်းဖြင့် resolution မြင့်မားသည့် image များကို သာမာန်မျက်စိနှင့်မြင်ရသည့်အရောင်များပါ color image များအဖြစ် ရရှိပါသည်။ ဤ ပေါင်းစပ် image သည်လည်း ယခင် color image များကဲ့သို့ စိမ်းလန်းသောသစ်ပင်များကို အစိမ်းရောင်၊ ညှိုးနွမ်းသောအပင်များအား အညိုနှင့်အဝါရောင်၊ အရောင်နုသော မြေသားကွင်းများ၊ အဖြူရောင်ပင်လယ်ကမ်းများနှင့် မီးခိုးရောင် လမ်းများကို မြင်တွေ့နိုင်သည်။ ဤ visual color bands နှင့် panchromatic band ပေါင်းစပ် image များသည် ရေအတိမ်အနက်တိုင်းတာခြင်း၊ ရေအောက်မြက်နှာပြင်အနေအထားတိုင်းတာခြင်း၊ ရေထုထဲတွင်နုံးအနည်အနှစ်များပါဝင်ခြင်းတို့တိုင်းတာရာတွင် အသုံးဝင်သလို မြို့ပြစနစ်များလေ့လာရာတွင်လည်း အရေးပါသည်။