متدهای Image Fusion

هر سنسوری ماموریت و کاربرد خاصی دارد و اغلب مطلوب ما این است که بطور همزمان در یک تصویر، قدرت تفکیک طیفی و مکانی را با هم داشته باشد چون حجم اطلاعات در یک تصویر بوسیله قدرت تفکیک مکانی و طیفی سیستم تصویربرداری محدود می گردد و اکثر سیستمهای تصویربرداری متداول، یکی از این دو ویژگی را عرضه می دارند، مثل سیستمهای تصویربرداری tm,spotو... البته در کنار این سیستمها، سیستمهای دیگری نیز وجود دارند که هم قدرت تفکیک مکانی و هم قابلیت طیفی خوبی دارند مثل (IKonos Kfa,Kvr). برای غلبه بر مشکل سیستمهای نوع اول از روشهای مختلف پردازش تصویر استفاده می کنیم که با استفاده از آن هر دو مشخصه (قدرت تفکیک مکانی و طیفی) را در تصویر خواهیم داشت که در اصطلاح به این عملیات(Image Fusion) گویند. بطورکلی (Image Fusion) راحت تر و اقتصادی تر از طراحی و ساخت یک سنسور پیشرفته است که هم قدرت تفکیک مکانی و هم قدرت تفکیک طیفی را داشته باشد. تصاویر چند طیفی اطلاعات لازم را برای تفسیر(Land cover ,Land mapping) فراهم می کند ولی قدرت تفکیک مکانی آنها کافی نیست پس به منظور افزایش قدرت تفکیک مکانی، با استفاده از روشهای مختلف(Image Fusion)، تصاویر چندطیفی را با تصاویر(high resolution) ترکیب می کنیم تا بتوانیم اطلاعات بیشتری از محیط اطرافمان داشته باشیم و جزئیات بیشتری را مشاهده کنیم این تکنیکها همچنین به عنوان تکنیکهای (sharp) کننده نیز شناخته می شوند. براساس تعریف (Image Fusion , EARSEL) ابزار و وسایلی برای داده هایی است که از منابع مختلف بدست می آیند و هدف آن، بدست آوردن اطلاعات با کیفیت بالاست .     اینجا ذکر این نکته ضروری است که تصاویری که رزولوشن مختلف دارند ممکن نیست که بطور همزمان اخذ گردند و تغییر ویژگی های نوری اتمسفر، سبب خرابی در تصاویر ترکیبی می گردد و این خرابی در(Landscape) که اجزای ریز دارند بیشتر دیده می شود.