La metodología de Pansharpening consiste en una serie de pasos que permite obtener los beneficios de todas las bandas que poseen los satélites. Es decir, mejorar nuestras imágenes satelitales teniendo en cuenta la información o característica que nos son útiles de cada banda. Así, por ejemplo, las bandas del visible nos permiten tener información de las cubiertas e implementarlas para realizar diferentes índices de vegetación, entre otras utilidades. Mientras que la banda pancromática nos brinda una mayor resolución espacial. ¿Cuál es el objetivo entonces? Realizar una combinación de la información espacial de una imagen multiespectral a través de su fusión con la imagen pancromática. Siendo este proceso el denominado Pansharpening, el cual puede realizarse por diferentes softwares, siendo SNAP uno de ellos.
Las imágenes satelitales brindan valiosa información en diferentes bandas dependiendo de la longitud de onda que sea sensible el sensor. Hoy en día hay una gran variedad de sensores con diferentes resoluciones tanto temporal, espacial como radiométrica. Así mismo, dentro de un mismo satélite la resolución espacial, es decir, el tamaño de la unidad más pequeña a ser distinguida por el sensor (pixel), puede variar de una banda a otra.
En este blog para hacer más amena la lectura y facilitar la interpretación del tema se utilizará una imagen satelital que posee en sus bandas del óptico (rojo, verde y azul) una resolución cuatro veces menor que la imágen pancromática del mismo sensor.
Carga de las imágenes en SNAP para usar Pansharpening
Para realizar este procedimiento se pueden utilizar diferentes programas. Uno de ellos es el denominado SNAP, programa gratuito provisto por la Agencia Espacial Europea que permite el procesamiento y análisis de imágenes Sentinel. Aunque también permite su uso en datos de Envisat, Landsat, MODIS o SPOT. Su descarga puede realizarse desde la propia web (http://step.esa.int/main/download/). Para aprender más sobre este y otros programas puedes utilizar los cursos de teledetección impartidos, disponibles en el siguiente enlace https://geoinnova.org/cursos-teledeteccion/.
Con el programa instalado es posible la carga de las imágenes a procesar (File→ Open Product), en este caso las del visible RGB y la pancromática. A fin de hacer más comprensible la imagen se puede crear una imagen a de falso color cualquiera. Esto se hace haciendo clic derecho sobre la carpeta que contiene las capas y pulsando en RGB.
Se puede visualizar como la imagen multiespectral (izquierda) tiene menor nitidez que la pancromática (derecha), debido a que cuenta con 4 veces más definición.
Las imágenes son posibles de descargar de diferentes páginas y formas, las cuales puedes visualizar en https://geoinnova.org/blog-territorio/imagenes-satelitales-gratuitas/.
Cambio en el tamaño de píxel para la posterior operación de bandas en SNAP
Se buscará hacer una fusión de la imagen pancromática con las multiespectrales, ya que se desea tener lo mejor de cada una. Es decir, de la multiespectral lo que interesa es la posibilidad de contar con toda la información que se almacena en las bandas del visible; mientras que de la pancromática es de importancia la mejora en cuanto a resolución espacial. Y es por esto que para poder operar con las mismas es necesario que posean el mismo tamaño de píxel.
Este proceso de cambio de tamaño de píxel se denomina remuestreo. Y se pueden realizar dos tipos: el upscaling y el downscaling, dependiendo si se busca incrementar la resolución espacial o reducirla, respectivamente. Hay que tener en cuenta que esto no implica un aumento en la resolución espacial, ya que la información es la misma. Para realizar este proceso en SNAP se debe ir a la pestaña de Raster->Geometric->Resampling indicando la cantidad de filas y columnas que deberá tener nuestra imagen resultante.
En este ejemplo se debió incrementar el número de filas y columnas cuatro veces en la imagen multiespectral (upscaling). Uno de los parámetros a determinar es el método de de upscaling a implementar. Es decir, cuantos pixeles cercanos tendrá en cuenta para realizar la media ponderada y darle un valor a ese píxel. Entre los métodos más comunes se encuentra el del vecino más cercano, el bilinear y la convolución cúbica. En este caso se utilizó el bilinear, ya que tiene la ventaja de que la imagen resultante es una imagen interpolada con menos discontinuidad que si hubiese implementado el método del vecino más próximo; y a la vez no tiene tanto proceso de cómputo como la convolución cúbica.
Como resultado se observó una imagen similar pero con píxeles de menor tamaño (derecha). Lo cual se observa por un menor “serrucho” al hacer zoom en la imagen (Figura 3).
Adentrándonos en el Pansharpening. Extracción del detalle.
Con las imágenes con igual tamaño de píxel es posible realizar operaciones con ellas. En este caso es necesario extraer el detalle que posee la imagen pancromática. Para esto se deben realizar una serie de pasos que se detallan a continuación. Pero antes destacar algunos aspectos para hacer más comprensible la lectura.
Aclaraciones: Las imágenes se pueden modificar de diferentes maneras. Una de las más conocidas es la implementación de filtros para incrementar la homogeneidad en la imagen o destacar elementos. Esto se hace al relacionar cada píxel con los píxeles cercanos. Dentro de los filtros se pueden destacar dos: los de paso bajo y los de paso alto. Siendo los primeros utilizados para suavizar los contrastes, mientras que los segundos los incrementan.
Pasos a realizar para la extracción del detalle:
- Realizar un filtro de paso bajo para extraer el detalle de la imagen pancromática degradando su resolución espacial. Es decir, con este filtro vamos a observar cómo vería el sensor en la banda pancromática si tuviese una resolución espacial de dos veces menor. Para esto se utiliza la herramienta: Raster->Filtered band.
Se obtuvo, por tanto, una imagen de igual tamaño del píxel original con una resolución espacial de la mitad. Se aprecia en la captura de pantalla siguiente una menor nitidez en la imagen filtrada (derecha) con respecto a la sin filtrar (izquierda).
- Se debe realizar otro filtrado de paso bajo para extraer el detalle de la imagen pancromática filtrada anteriormente degradando nuevamente su resolución espacial. Es decir, cómo vería el sensor en la banda pancromática si tuviese una resolución de cuatro veces menos que la original (igual a la multiespectral). Para esto se utiliza la herramienta: Raster->Filtered band.
Luego de ser filtrada nuevamente la imagen se observa una menor nitidez pues la resolución es de igual a la de la imagen multiespectral.
- Posteriormente se realiza la diferencia de la banda pancromática original con la banda pancromática. Cuya resolución espacial es de cuatro veces menor a la primigenia (tiene los dos filtrados). El objetivo: extraer el detalle que la imagen multiespectral no pudo captar por tener una resolución espacial inferior a la del sensor pancromático.
- Se realiza la suma del detalle a cada una de las bandas de la imagen multiespectral con la calculadora raster (Raster→ Band Maths). No obstante, debido a que la desviación estándar de la banda pancromática no es igual al desvío de cada una de las bandas multiespectrales, es necesario multiplicar el detalle por el ratio entre el desvío estándar de la banda multiespectral por el desvío estándar de la imagen pancromática de partida. Para conocer el desvío de cada una de las bandas se debe utilizar los resultados provistos por las estadísticas de SNAP. Esto se encuentra en: Analysis->Statistics.
Una vez hecha la suma de la banda multiespectral y lo que corresponde de detalle se obtiene una imagen que posee las cuatro bandas con la resolución espacial de la banda pancromática. Se puede apreciar a simple vista como en la imagen multiespectral se incrementa la nitidez al haber aplicador Pansharpening (derecha) con respecto a la imagen original.
El método de Pansharpening es de suma utilidad ya que se puede maximizar el uso de la información provista por las diferentes bandas de las imágenes satelitales que cuentan con diferente resolución espacial y así obtener lo mejor de cada banda.
¿Quieres comentarnos algo? Adelante!