Landsat8 imagery satellite for quality checking the best pan-sharpened technique
1
Issued Date
2016
Copyright Date
2016
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
xi, 82 leaves : col. ill.
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thesis (M.Sc. (Information Technology Management))--Mahidol University, 2016
Suggested Citation
Donlaphon Pimpichai Landsat8 imagery satellite for quality checking the best pan-sharpened technique. Thesis (M.Sc. (Information Technology Management))--Mahidol University, 2016. Retrieved from: https://repository.li.mahidol.ac.th/handle/123456789/93277
Title
Landsat8 imagery satellite for quality checking the best pan-sharpened technique
Alternative Title(s)
การตรวจสอบคุณภาพที่ดีที่สุดของเทคนิคการทำแพนชาร์ปสำหรับข้อมูลภาพถ่ายจากดาวเทียม Landsat8
Author(s)
Abstract
This thesis aims to define the best Pan-sharpened technique for the imageries from LANDSAT8 by evaluating the image quality. Four algorithms of Pan- sharpened technique which are Brovey Transformation (BT), Intensity-Hue-Saturation (IHS), Gram-Schmidt (GS), and Principal Component Analysis (PCA) are used for an analysis in this study. Nine imageries are collected from LANDSAT8, Operational Land Imager system (OLI), recorded on January 4th, 2015, from Path No. 129 and Row No. 47 to Path No. 129 and Row No. 55, with different types of geography. Quality check of imageries based on the spectral and spatial distortion, Median of Standard Deviation (SD), Entropy (En) and Correlation Coefficient (CC) is used as a measurement for evaluation. It is found that with Median of SD, En and CC, GS algorithm is the best Pan- sharpened technique comparing to BT, IHS, and PCA, in terms of all. Moreover, GS also preserves both spectral/spatial completeness, the relation between imageries before and after processing with Pan-sharpened technique and image content. Lastly, GS algorithm is also appropriate to use in different types of geographical areas such as forest, mountain, plain, urban, sea and cloud cover.
วิทยานิพนธ์เล่มนี้มีจุดมุ่งหมายเพื่อหาเทคนิคการทำแพนชาร์ปที่ดีที่สุดสำหรับข้อมูลภาพถ่ายจากดาวเทียม LANDSAT8 โดยการตรวจสอบคุณภาพข้อมูลภาพดาวเทียม สังเคราะห์ที่ได้จากเทคนิคการทำแพนชาร์ป 4 อัลกอริทึม Brovey Transformation (BT), Intensity-Hue-Saturation (IHS), Gram-Schmidt (GS) และ Principal Component Analysis (PCA) โดยใช้ข้อมูลภาพถ่ายจากดาวเทียม LANDSAT8 ระบบ Operational Land Imager (OLI) ที่มีลักษณะเนื้อหาข้อมูลภาพแตกต่างกันตามลักษณะภูมิประเทศที่ดาวเทียมสามารถบันทึกข้อมูลภาพได้ เมื่อวันที่ 4 มกราคม 2558 บริเวณ Path 129 Row 47 ถึง Path 129 Row 55 จำนวน 9 ภาพ ซึ่งการตรวจสอบคุณภาพอยู่บนพื้นฐานของความบิดเบือนเชิงคลื่นและเชิงพื้นที่ การประเมินและวิเคราะห์ผลใช้เกณฑ์การพิจารณาค่ามัธยฐานของ Standard Deviation (SD), Entropy (En) และ Correlation Coefficient (CC) สรุปได้ว่า เมื่อพิจารณาค่ามัธยฐาน SD, En และ CC เทคนิคการทำแพนชาร์ปด้วยอัลกอริทึม GS ดีที่สุด เมื่อเปรียบเทียบกับเทคนิคการทำแพนชาร์ปด้วยอัลกอริทึม BT, IHS และ PCA ตามลำดับ พบว่ายังคงรักษาความสมบูรณ์ทั้งเชิงคลื่นและเชิงพื้นที่ พยายามรักษาความสัมพันธ์ระหว่างข้อมูลภาพทั้งสองก่อนและหลังการทำแพนชาร์ป และยังคงรักษาลักษณะเนื้อหาข้อมูลภาพได้ดี มีความเหมาะสมกับทุกพื้นที่ที่มีลักษณะภูมิประเทศแตกต่างกัน ไม่ว่าจะเป็นพื้นที่ป่า ภูเขา ที่ราบ ชุมชนเมือง ทะเล และพื้นที่ที่มีเมฆปกคลุม
วิทยานิพนธ์เล่มนี้มีจุดมุ่งหมายเพื่อหาเทคนิคการทำแพนชาร์ปที่ดีที่สุดสำหรับข้อมูลภาพถ่ายจากดาวเทียม LANDSAT8 โดยการตรวจสอบคุณภาพข้อมูลภาพดาวเทียม สังเคราะห์ที่ได้จากเทคนิคการทำแพนชาร์ป 4 อัลกอริทึม Brovey Transformation (BT), Intensity-Hue-Saturation (IHS), Gram-Schmidt (GS) และ Principal Component Analysis (PCA) โดยใช้ข้อมูลภาพถ่ายจากดาวเทียม LANDSAT8 ระบบ Operational Land Imager (OLI) ที่มีลักษณะเนื้อหาข้อมูลภาพแตกต่างกันตามลักษณะภูมิประเทศที่ดาวเทียมสามารถบันทึกข้อมูลภาพได้ เมื่อวันที่ 4 มกราคม 2558 บริเวณ Path 129 Row 47 ถึง Path 129 Row 55 จำนวน 9 ภาพ ซึ่งการตรวจสอบคุณภาพอยู่บนพื้นฐานของความบิดเบือนเชิงคลื่นและเชิงพื้นที่ การประเมินและวิเคราะห์ผลใช้เกณฑ์การพิจารณาค่ามัธยฐานของ Standard Deviation (SD), Entropy (En) และ Correlation Coefficient (CC) สรุปได้ว่า เมื่อพิจารณาค่ามัธยฐาน SD, En และ CC เทคนิคการทำแพนชาร์ปด้วยอัลกอริทึม GS ดีที่สุด เมื่อเปรียบเทียบกับเทคนิคการทำแพนชาร์ปด้วยอัลกอริทึม BT, IHS และ PCA ตามลำดับ พบว่ายังคงรักษาความสมบูรณ์ทั้งเชิงคลื่นและเชิงพื้นที่ พยายามรักษาความสัมพันธ์ระหว่างข้อมูลภาพทั้งสองก่อนและหลังการทำแพนชาร์ป และยังคงรักษาลักษณะเนื้อหาข้อมูลภาพได้ดี มีความเหมาะสมกับทุกพื้นที่ที่มีลักษณะภูมิประเทศแตกต่างกัน ไม่ว่าจะเป็นพื้นที่ป่า ภูเขา ที่ราบ ชุมชนเมือง ทะเล และพื้นที่ที่มีเมฆปกคลุม
Description
Information Technology Management (Mahidol University 2016)
Degree Name
Master of Science
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Information Technology Management
Degree Grantor(s)
Mahidol University