متدهاى Image Fusion

هر سنسورى مأموریت و کاربرد خاصى دارد و اغلب مطلوب ما این است که بطور همزمان در یک تصویر، قدرت تفکیک طیفى و مکانى را با هم داشته باشد چون حجم اطلاعات در یک تصویر بوسیله قدرت تفکیک مکانى و طیفى سیستم تصویربردارى محدود مى ‏گردد و اکثر سیستم‏هاى تصویربردارى متداول، یکى از این دو ویژگى را عرضه مى‏ دارند، مثل سیستم‏هاى تصویربردارى tm,spotو... البته در کنار این سیستم‏ها، سیستم‏هاى دیگرى نیز وجود دارند که هم قدرت تفکیک مکانى و هم قابلیت طیفى خوبى دارند مثل (IKonos Kfa,Kvr). براى غلبه بر مشکل سیستم‏هاى نوع اول از روشهاى مختلف پردازش تصویر استفاده مى‏ کنیم که با استفاده از آن هر دو مشخصه (قدرت تفکیک مکانى و طیفى) را در تصویر خواهیم داشت که در اصطلاح به این عملیات(Image Fusion) گویند. بطورکلى (Image Fusion) راحت‏ تر و اقتصادى‏ تر از طراحى و ساخت یک سنسور پیشرفته است که هم قدرت تفکیک مکانى و هم قدرت تفکیک طیفى را داشته باشد. تصاویر چند طیفى اطلاعات لازم را براى تفسیر(Land cover ,Land mapping) فراهم مى ‏کند ولى قدرت تفکیک مکانى آنها کافى نیست پس به منظور افزایش قدرت تفکیک مکانى، با استفاده از روشهاى مختلف(Image Fusion)، تصاویر چندطیفى را با تصاویر(high resolution) ترکیب مى‏ کنیم تا بتوانیم اطلاعات بیشترى از محیط اطرافمان داشته باشیم و جزئیات بیشترى را مشاهده کنیم این تکنیک‏ها همچنین به عنوان تکنیک‏هاى (sharp) کننده نیز شناخته مى‏ شوند. براساس تعریف (Image Fusion , EARSEL) ابزار و وسایلى براى داده ‏هایى است که از منابع مختلف بدست مى‏ آیند و هدف آن، بدست آوردن اطلاعات با کیفیت بالاست .     اینجا ذکر این نکته ضرورى است که تصاویرى که رزولوشن مختلف دارند ممکن نیست که بطور همزمان اخذ گردند و تغییر ویژگى‏ هاى نورى اتمسفر، سبب خرابى در تصاویر ترکیبى مى‏ گردد و این خرابى در(Landscape) که اجزاى ریز دارند بیشتر دیده مى‏ شود.