تجزیه و تحلیل کیفیت تصاویر ماهواره‌ای prisma

در این تحقیق با بهره‌گیری از امکان تهیه رایگان داده‌های پریزما بصورت مستقیم از سازمان فضایی ایتالیا، یک صحنه تصویری با سطح پردازشی l2d از منطقه شناخته‌شده جغرافیایی معادن سرچشمه و دره‌زار، تهیه شده و ضمن اجرای پیش‌پردازش‌های لازم، با استفاده از روش automated spectral hourglass (ahs) سعی شده است نقشه برداری زون‌های دگرسانی‌های اجرا شود. نکات مهم در پیش‌پردازش داده‌های پریزما، حذف باندهای شماره­ی 56 تا 63 محدوده­ی vnir و باندهای شماره­ی 3 تا 7، 17 تا 27، 39 تا 55 و 83 تا 113 محدوده­ی swir از داده اولیه به دلیل وجود ویژگی جذب بخار آب و تاثیرات اتمسفری می­باشد. باندهای مذکور جزء باندهای معیوب دسته‌بندی شده و قابل استفاده نمی­باشند. حذف نویز از تصاویر ماهواره­ای پریزما با روش mnf انجام گردیده است که علاوه بر از بین بردن نویزهای موجود در تصویر باعث حذف اثر لبخند نیز شده است. در مطالعه­ ی حاضر اعمال تصحیح iarr به عنوان آخرین مرحله از پیش ­پردازش داده ­های پریزما معرفی گردید که به منظور نرمالیزه کردن داده­ های طیفی پیشنهاد شده است.

quality analysis of prisma satellite data

in this research, taking advantage of the possibility of obtaining prisma data directly from the italian space agency, an image scene with l2d processing level of the geographically known area of ​​sarcheshmeh and darehazar mines was prepared. after performing the necessary pre-processing, the automated spectral hourglass method has been tried to implement the mapping of alteration zones. important points in the pre-processing of prisma data, is removing bands 56 to 63 of the vnir range and bands 3 to 7, 17 to 27, 39 to 55, and 83 to 113 of the swir range from the primary data due to the presence of absorption features of water vapor and atmospheric effects. the mentioned bands are classified as defective bands and cannot be used. noise removal from prisma images has been completed with the mnf method. additionally, the smile effect in the image has also required to be removed. in the present study, the application of iarr correction was introduced as the last stage of prisma data preprocessing, which is proposed to normalize the spectral data.