vestnovsuВестник Новгородского государственного университетаVestnik of Novgorod State University2076-8052Новгородский государственный университет имени Ярослава Мудрого10.34680/2076-8052.2023.1(130).158-168vestnovsu-143Research ArticleРадиофизикаRadiophysicsКомпьютерное моделирование процедур слияния гиперспектральных и панхроматических изображений с использованием вейвлет-преобразованияСomputer simulation of procedures for merging hyperspectral and panchromatic images using wavelet transformhttps://orcid.org/0009-0007-1392-2169ГареевВ. М.GareevV. M.

Гареев Владимир Михайлович – кандидат технических наук, доцент, заведующий лабораторией,

Великий Новгород.

Gareev V. M.,

Veliky Novgorod.

Vladimir.Gareev@novsu.ruhttps://orcid.org/0009-0007-1392-2169ГареевМ. В.GareevM. V.

Гареев Михаил Владимирович – ведущий инженер,

Великий Новгород.

Gareev M. V.,

Veliky Novgorod.

Mikhail.Gareev@novsu.ruhttps://orcid.org/0009-0005-3177-2040КорнышевН. П.KornyshevN. P.

Корнышев Николай Петрович – доктор технических наук, профессор,

Великий Новгород.

Kornyshev N. P.,

Veliky Novgorod.

Nikolai.Kornishev@novsu.ruhttps://orcid.org/0009-0000-5994-5090СеребряковД. А.SerebryakovD. A.

Серебряков Дмитрий Александрович – инженер,

Великий Новгород.

Serebryakov D. A.,

Veliky Novgorod.

s231099@std.novsu.ruНовгородский государственный университет имени Ярослава МудрогоРоссияYaroslav-the-Wise Novgorod State UniversityRussian Federation20232109202301(130)158168Copyright © Гареев В.М., Гареев М.В., Корнышев Н.П., Серебряков Д.А., 20232023Гареев В.М., Гареев М.В., Корнышев Н.П., Серебряков Д.А.Gareev V.M., Gareev M.V., Kornyshev N.P., Serebryakov D.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnovsu.elpub.ru/jour/article/view/143

В статье рассматриваются процедуры повышения пространственной разрешающей способности спектрограмм, что возможно путём слияния панхроматического изображения и гиперспектрального изображения. Высокое пространственное разрешение необходимо для разных приложений, например, мониторинг загрязнения воздуха, мониторинг тяжёлых металлов в почве и растительности, состояние посевов. При осуществлении процедуры слияния важно, чтобы при увеличении пространственного разрешения спектрограммы, не видоизменялся её пространственный рисунок. Развитие точных приложений дистанционного зондирования увеличило потребность именно в таких процедурах слияния. В работе уделено основное внимание процедурам слияния изображений с использованием вейвлет-преобразования. Рассматривается методика эксперимента, методы количественной оценки качества результирующего изображения, а также обсуждаются полученные результаты с точки зрения эффективности использования стандартных методов расчёта коэффициентов вейвлет-преобразования.

The article discusses procedures for increasing the spatial resolution of spectrograms by merging a panchromatic image and a hyperspectral one. High spatial resolution is necessary for various applications, for example, monitoring of air pollution, monitoring of heavy metals in soil and vegetation, crop conditions. An important condition for this type of image processing is the preservation of the constancy of the spatial structure of the spectral image with an increase in its spatial resolution. The need for such processing methods is caused by the need to improve the accuracy of remote sensing. The paper focuses on the procedures for merging images using wavelet transform. The experimental technique and methods for quantifying the quality of the resulting image are considered, and the results obtained are discussed from the point of view of the effectiveness of using standard methods for calculating wavelet transform coefficients.

гиперспектральная системавейвлет-преобразованиеособые точкиhyperspectral systemwavelet transformsingular pointsReferencesПаншарпенинг в QGIS с использованием Orfeo ToolBox // GISLAB: географические информационные системы и дистанционное зондирование: официальный сайт. URL: https://gis-lab.info/qa/qgis-pansharp-otb.html (Дата обращения: 10.12.2022).Pansharpening v QGIS s ispol'zovaniyem Orfeo ToolBox [Pansharpening in QGIS using Orfeo ToolBox]. GIS-Lab. Available at: https://gis-lab.info/qa/qgis-pansharp-otb.html (Accessed: 10.12.2022).Yang D., Luo Y., Zeng Y., Si F., Xi L., Zhou H., Liu W. Tropospheric NO2 Pollution Monitoring with the GF-5 Satellite Environmental Trace Gases Monitoring Instrument over the North China Plain during Winter 2018-2019 // Atmosphere. 2021. 12. 398. DOI: 10.3390/atmos12030398Yang D., Luo Y., Zeng Y., Si F., Xi L., Zhou H., Liu W. Tropospheric NO2 Pollution Monitoring with the GF-5 Satellite Environmental Trace Gases Monitoring Instrument over the North China Plain during Winter 2018-2019 // Atmosphere. 2021. 12. 398. DOI: 10.3390/atmos12030398Tang B.-H. Nonlinear Split-Window Algorithms for Estimating Land and Sea Surface Temperatures From Simulated Chinese Gaofen-5 Satellite Data // IEEE Transactions on Geoscience and Remote Sensing. 2018. 56(11). 6280-6289. DOI: 10.1109/TGRS.2018.2833859Tang B.-H. Nonlinear Split-Window Algorithms for Estimating Land and Sea Surface Temperatures From Simulated Chinese Gaofen-5 Satellite Data // IEEE Transactions on Geoscience and Remote Sensing. 2018. 56(11). 6280-6289. DOI: 10.1109/TGRS.2018.2833859Ye X., Ren H., Liu R., Qin Q., Liu Y., Dong J. Land Surface Temperature Estimate From Chinese Gaofen-5 Satellite Data Using Split-Window Algorithm // IEEE Transactions on Geoscience and Remote Sensing. 2017. 55(10). 5877-5888. DOI: 10.1109/TGRS.2017.2716401Ye X., Ren H., Liu R., Qin Q., Liu Y., Dong J. Land Surface Temperature Estimate From Chinese Gaofen-5 Satellite Data Using Split-Window Algorithm // IEEE Transactions on Geoscience and Remote Sensing. 2017. 55(10). 5877-5888. DOI: 10.1109/TGRS.2017.2716401Wang F., Gao J., Zha Y. Hyperspectral sensing of heavy metals in soil and vegetation: Feasibility and challenges // SPRS Journal of Photogrammetry and Remote Sensing. 2018. 136. 73-84. DOI: 10.1016/j.isprsjprs.2017.12.003Wang F., Gao J., Zha Y. Hyperspectral sensing of heavy metals in soil and vegetation: Feasibility and challenges // SPRS Journal of Photogrammetry and Remote Sensing. 2018. 136. 73-84. DOI: 10.1016/j.isprsjprs.2017.12.003Giardino C., Brando V. E., Dekker A. G., Strombeck N., Candiani G. Assessment of water quality in Lake Garda (Italy) using Hyperion // Remote Sensing of Environment. 2007. 109(2). 183-195. DOI: 10.1016/j.rse.2006.12.017Giardino C., Brando V. E., Dekker A. G., Strombeck N., Candiani G. Assessment of water quality in Lake Garda (Italy) using Hyperion // Remote Sensing of Environment. 2007. 109(2). 183-195. DOI: 10.1016/j.rse.2006.12.017Xia J. S., Du P. J., He X. Y., Chanussot J. Hyperspectral Remote Sensing Image Classification Based on Rotation Forest // IEEE Geoscience and Remote Sensing Letterst. 2014. 11(1). 239-243. DOI: 10.1109/LGRS.2013.2254108Xia J. S., Du P. J., He X. Y., Chanussot J. Hyperspectral Remote Sensing Image Classification Based on Rotation Forest // IEEE Geoscience and Remote Sensing Letterst. 2014. 11(1). 239-243. DOI: 10.1109/LGRS.2013.2254108Demir B., Erturk S. Hyperspectral image classification using relevance vector machines // IEEE Geoscience and Remote Sensing Letterst. 2007. 4(4). 586-590. DOI: 10.1109/LGRS.2007.903069Demir B., Erturk S. Hyperspectral image classification using relevance vector machines // IEEE Geoscience and Remote Sensing Letterst. 2007. 4(4). 586-590. DOI: 10.1109/LGRS.2007.903069Lehigh University: official website. URL: http://www.eecs.lehigh.edu/SPCRL/IF/image_fusion.htm (Дата обращения: 12.01.2023).Lehigh University: official website. Available at: http://www.eecs.lehigh.edu/SPCRL/IF/image_fusion.htm (Accessed: 12.01.2023).Aiazzi B., Baronti S., Selva N. Improving Component Substitution Pansharpening Through Multivariate Regression of MS +Pan Data // IEEE Transactions on Geoscience and Remote Sensing. 2007. 45(10). 3230-3239. DOI: 10.1109/TGRS.2007.901007Aiazzi B., Baronti S., Selva N. Improving Component Substitution Pansharpening Through Multivariate Regression of MS +Pan Data // IEEE Transactions on Geoscience and Remote Sensing. 2007. 45(10). 3230-3239. DOI: 10.1109/TGRS.2007.901007Sun W., Chen B., Messinger D. W. Nearest-neighbor diffusion-based pan-sharpening algorithm for spectral images // Optical Engineering. 2013. 53. 3107. DOI: 10.1117/1.OE.53.1.013107Sun W., Sun W., Chen B., Messinger D. W. Nearest-neighbor diffusion-based pan-sharpening algorithm for spectral images // Optical Engineering. 2013. 53. 3107. DOI: 10.1117/1.OE.53.1.013107Metwalli M. R., Nasr A. H., Allah O. S. F., El-Rabaie S. Image fusion based on principal component analysis and high-pass filter // Proceedings of the 2009 International Conference on Computer Engineering & Systems. Cairo, Egypt, 14-16 December 2009. P. 63-70.Metwalli M. R., Nasr A. H., Allah O. S. F., El-Rabaie S. Image fusion based on principal component analysis and high-pass filter // Proceedings of the 2009 International Conference on Computer Engineering & Systems, Cairo, Egypt, 14-16 December 2009. P. 63-70.Zhou J., Civco D. L., Silander J. A. A wavelet transform method to merge Landsat TM and SPOT panchromatic data // Int. J. Remote Sens. 1998. 19. 743-757. DOI: 10.1080/014311698215973Zhou J., Civco D. L., Silander J. A. A wavelet transform method to merge Landsat TM and SPOT panchromatic data // Int. J. Remote Sens. 1998. 19. 743-757. DOI: 10.1080/014311698215973Shah V. P., Younan N. H., King R. L. An Efficient Pan-Sharpening Method via a Combined Adaptive PCA Approach and Contourlets // IEEE Trans. Geosci. Remote. 2008. 46. 1323-1335. DOI: 10.1109/TGRS.2008.916211Shah V. P., Younan N. H., King R. L. An Efficient Pan-Sharpening Method via aCombined Adaptive PCA Approach and Contourlets // IEEE Trans. Geosci. Remote. 2008. 46. 1323-1335. DOI: 10.1109/TGRS.2008.916211Klonus S., Ehlers M. Image Fusion Using the Ehlers Spectral Characteristics Preserving Algorithm // GISci. Remote Sens. 2007. 44. 93-116. DOI: 10.2747/1548-1603.44.2.93Klonus S., Ehlers M. Image Fusion Using the Ehlers Spectral Characteristics Preserving Algorithm // GISci. Remote Sens. 2007. 44. 93-116. DOI: 10.2747/1548-1603.44.2.93Klonus S., Ehlers M. Image Fusion Using the Ehlers Spectral Characteristics Preserving Algorithm // GISci. Remote Sens. 2007. 44. 93-116. DOI: 10.2747/1548-1603.44.2.93Klonus S., Ehlers M. Image Fusion Using the Ehlers Spectral Characteristics Preserving Algorithm // GISci. Remote Sens. 2007. 44. 93-116. DOI: 10.2747/1548-1603.44.2.93Strang G., Nguyen T. Wavelets and Filter Banks. Wellesley, MA: Wellesley-Cambdrige Press. 1996. 500 pStrang G., Nguyen T. Wavelets and Filter Banks. Wellesley, MA: Wellesley-Cambdrige Press. 1996. 500 p.

The authors declare that there are no conflicts of interest present.