Dpto. de Ingeniería Cartográfica Carlos Pinilla Ruiz. realce. realce. Ingeniería Técnica en Topografía. lección 10. Teledetección

Transcripción

1 lección 10 1

2 sumario 2 Introducción. Paletas de color. Modificación del contraste. Aplicación del color. Pseudocolor. Color compuesto. Cambios de espacio de color.

3 introducción 3 Dentro del de imágenes se reúnen diversas técnicas orientadas a mejorar o realzar la calidad de las imágenes para facilitar el análisis visual de las mismas o perfeccionar la producción cartográfica. Tipos de de imágenes: radiométrico: expansión del contraste. geométrico: filtrado digital.

4 paletas de color 4 Paleta es una tabla de referencia mediante la cual se define el color (valor y tono) que se aplica a cada ND para la visualización de la imagen. Nivel visual (NV) es el nivel de gris correspondiente a cada ND en la visualización. Se trata de una matriz numérica en la que en la primera columna se disponen ordenadamente de menor a mayor todos los ND procesables (64, 256, etc.). A la derecha de cada uno se indica el nivel de cada uno de los tonos básicos (rojo, verde, azul) que se le va a atribuir a cada ND. Existen otras denominaciones: CLUT (Color Look-up Table), tabla de color, etc.

5 paleta de color 5 ND nivel de tono primario (NV) Rojo Verde Azul color resultante negro rojo verde azul amarillo magenta cian marrón caqui púrpura verde oliva azul azafata azul marino naranja verde limón blanco

6 tipos de paletas 6 Las paletas pueden ser: monocromáticas: gama de grises. cromáticas: incluyen los tres colores primarios. En imágenes cuantitativas monobanda se emplean paletas monocromas. En imágenes cualitativas monobanda pueden emplearse paletas cromáticas.

7 el contraste de la imagen 7 El contraste indica la amplitud del intervalo de los ND que presenta una imagen concreta, de entre todos los valores que puede proporcionar un sensor determinado. Formas de medir el contraste: c c c = = = σ ND ND ND max max ND ND min min

8 modificación n del contraste 8 Siempre que no haya habido alteración del contraste se verifica que ND = NV. La relación entre ND y NV puede ser alterada para realzar el contraste. Ajuste del contraste: procedimiento encaminado a adecuar la resolución radiométrica de la imagen a la capacidad de visualización del sistema, representada por el margen dinámico del monitor o del número de niveles de gris que pueda proporcionar otro periférico de salida.

9 relación n ND-NV NV 9 Sin alteración del contraste: Reducción del contraste: Expansión del contraste

10 compresión n del contraste 10 En ciertos casos conviene o puede ser necesario reducir el número de NV en relación al de ND disponibles. Para ello puede dejarse fuera de la representación todo el rango dinámico excedente. La compresión del contraste consiste en construir un número de intervalos en el rango de ND igual al número de niveles de gris que se desea obtener, de modo que a cada clase definida así se le asigne un mismo NV.

11 expansión n del contraste 11 Las operaciones más frecuentemente aplicadas al contraste son las de expansión porque la mayoría de las imágenes presentan un rango rango dinámico inferior a las posibilidades de visualización. Suele deberse a que la resolución radiométrica del sensor está diseñada para abarcar toda la gama de reflectancias posibles. Sin embargo, no es frecuente que una misma escena muestre tal diversidad. La expansión del contraste consiste bien en la aplicación de una nueva paleta que haga corresponder un rango de NV mayor que el rango de ND presentes en la imagen.

12 expansión n lineal 12 Se asigna el valor 0 para las celdas cuyo ND es inferior o igual a un determinado valor mínimo en la imagen original Se asigna un valor 1 a las celdas con ND iguales o superiores a un determinado valor máximo. Se distribuyen linealmente los ND para los ND comprendidos entre los valores mínimo y máximo. z = 0 z MIN MAX MIN 1 MIN z MAX z z MIN MAX

13 expansión n lineal 13 La expresión de z para valores de z comprendidos entre el mínimo y el máximo puede descomponerse en dos sumandos, de modo que el nivel digital resultante queda: ND = k MAX MIN ganancia (g) z k MIN MAX MIN sesgo (b)

14 expansión n lineal 14

15 tipos de expansión n lineal 15 Máxima expansión sin truncamiento. MIN MAX = = z z min max z = 0 z z zmax z 1 min min z z z min z z min z max z max

16 tipos de expansión n lineal 16 Expansión lineal con saturación. MIN= z MAX = a z b ( ) z < za P z < v z > z P( z) > v b 1

17 tipos de expansión n lineal 17 Expansión con truncamiento basado en la distribución normal. MIN = m ns MAX = m + ns m = media aritmética. s = desviación típica.

18 tipos de expansión n lineal 18 Expansión por selección directa. Se eligen arbitrariamente los valores MIN y MAX en base a algún criterio.

19 tipos de expansión n lineal 19 Expansión ajustando a estadísticos prefijados. Se trata de obtener una imagen cuyo histograma presente una media y una varianza elegida con anterioridad. Para ello se fijan la media y la desviación típica deseadas para la imagen final, m y s : s z = ( ) + s z m m

20 ecualización n del histograma 20 Se asigna mayor margen dinámico a los niveles digitales más frecuentes en la imagen original. Como función de expansión se utiliza el histograma acumulativo (Función de Distribución). z = ( ) P z

21 expansión n especial 21 Se expande no linealmente el contraste de modo que se beneficie con mayor amplitud un cierto rango de ND en detrimento del resto.

22 binarización 22 Es tipo especial de expansión del contraste es la binarización de la imagen, utilizada en la formación de máscaras. Consiste en generar solamente dos niveles de valor, blanco y negro, mediante el establecimiento de una función escalonada: z = 0 1 z < z z z u u

23 aplicación n del color 23 El empleo del color en el procesamiento de imágenes está fundamentado en la mayor capacidad del ojo humano para distinguir variaciones de tono que de valor. La aplicación del color facilita los procesos de análisis visual y la preparación para otros tratamientos digitales. Puede aplicarse color a una imagen mediante dos procedimientos: Asociando un tono primario a cada una de las tres bandas que integren la imagen multiespectral para formar una composición en color: Composiciones en color verdadero. Composiciones en falso color. Aplicando el color a una imagen monobanda con el objetivo de hacer más patentes las diferencias entre ND de valores muy similares. Este tipo de representaciones se llaman en pseudocolor.

24 pseudocolor 24 La aplicación del pseudocolor a una imagen monobanda da lugar a imagen coloreada. Es de gran utilidad el empleo de paletas de color sobre una sola banda en la presentación de imágenes clasificadas, al objeto de diversificar mejor la leyenda, y cuando se trate de aislar, mediante análisis visual, determinadas cubiertas de valor similar a las de su entorno.

25 combinaciones de bandas 25 La combinación de bandas es una transformación, mediante la cual, a partir de todas o de varias bandas de la imagen original, se genera una nueva imagen: Combinación lineal: (,, L, ) z = T z 1 z 2 z l z = c + c z 0 i i i

26 combinación n de bandas 26 Combinación global: (,, L, l ) (,, L, ) z = T z z z z = T z z z (,, L, ) z = T z z z M k k 1 2 l generándose k bandas a partir de las l originales, y donde usualmente k = l. Si la combinación es lineal, puede expresarse: z r = r T z l

27 composiciones en color 27 Las composiciones en color constituyen un caso particular de combinación lineal analógica en el periférico de visualización. Se forma la imagen sumando tres bandas, a cada una de las cuales se le asigna uno de los tres tonos primarios, azul, verde o rojo. Considerando el espacio tridimensional RGB que generan tres ejes ortogonales, la luminancia cromática de una celda es: r r r z = Rz1 + Gz2g + Bz 3 r b

28 el espacio RGB 28

29 mejor combinación n de bandas 29 Con el fin de visualizar el máximo de información no redundante, es necesario utilizar las bandas que presenten la mayor varianza y el mínimo coeficiente de correlación entre ellas. El factor de índice óptimo OIF (Optimum Index Factor) tiene en cuenta simultáneamente los dos requerimientos: OIF = 3 j = 1 3 k = 1 s k ( ) ABS r j

30 combinaciones en color 30 Las combinaciones en color verdadero son las formadas por las bandas que corresponden al Rojo, Verde y Azul espectral en el orden RGB. Cualquier otra combinación se denomina falso color. Entre ellas, la más difundida por ser la primera en usarse es la correspondiente a IRp-R-V (RGB). Para dar impresión realista suelen utilizarse combinaciones RGB IRm-IRp-VIS.

31 transformación n IHS 31 Transformación IHS: (Intensidad-Tono- Saturación; Intensity, Hue, Saturation): transformación global consistente en obtener tres nuevas bandas basadas en el sistema de coordenadas de color IHS.

32 utilidad de la transformación n IHS 32 La transformación IHS también se utiliza para componer imágenes adquiridas por sensores de diferente resolución espacial. En este tipo de composiciones, en primer lugar deben corregirse geométricamente las dos imágenes para permitir su superposición exacta. En un segundo paso, se remuestrea la imagen de menor resolución al tamaño de la celda de la otra. Se transforma la imagen en sus componentes IHS y se sustituye la banda correspondiente a la intensidad por la imagen de alta resolución. Por último se deshace la transformación aplicando su inversa y consiguiendo de nuevo una imagen multiespectral con tres bandas correspondientes a las coordenadas RGB.

33 geométrico 33 Cambios de escala: Es impropio aplicar el concepto de escala una imagen digital, por cuanto ésta es solamente un registro electrónico almacenado en forma de fichero, incluso sin estructura matricial sino lineal. Tiene sentido la escala cuando esa imagen es representada en algún soporte plano e indeformable.

34 geométrico 34

35 geométrico 35

36 geométrico 36 Filtrado digital. Es una transformación de la imagen mediante operadores locales. El nuevo ND de la celda es función de los ND de las celdas de su entorno en la imagen inicial. Los filtros se aplican para suavizar o destacar elementos de interés aproximando los ND originales a los de sus vecinos, o exagerando las diferencias. Los filtros digitales pueden ser lineales y no lineales.

37 el filtro digital 37 Naturaleza del filtro digital. El filtro digital es una operación de convolución de la imagen original con la función respuesta del filtro: z = es decir: h ( u,v) z( x, y) + (, ) (, ) (, ) z x y = h u v f x+ u y+ v dxdy

38 el filtro digital 38 Normalmente, el filtro consiste en una matriz deslizante de dimensión (2g+1)x(2h+1), de modo que la doble integral puede ponerse en forma discreta, siendo m y n respectivamente las columnas y líneas de la matriz imagen resultante: z ( m,n) = w( k,l) f ( m,n) = g h k = g l = h = ( ) f ( m+ k,n+ l) w k,l

39 la matriz de filtrado 39 Los elementos w de la matriz de filtrado se denominan coeficientes de peso El entorno [-g,g]x[-h,h] es la ventana del filtro. Usualmente g = h, es decir (ventana cuadrada). Según sea el valor de g y h, la influencia del entorno de las celdas en el ND final será progresivamente mayor. Habitualmente los filtros utilizados son de 3x3 elementos o de 5x5.

40 la matriz de filtrado 40 El filtrado de una imagen mediante la matriz: w w w w w w w w w da lugar a la imagen: (, ) 11 ( 1, 1) 12 (, 1) 13 ( 1, 1) w z( m 1, n) w z( m, n) w z( m 1, n ) + w z( m 1, n+ 1) + w z( m, n+ 1) + w z( m+ 1, n+ 1) z mn = w zm n + w zmn + w zm+ n

41 la matriz de filtrado 41

42 matrices de filtrado normalizadas 42 Conviene que la matriz de filtrado sea normalizada para no variar la luminancia general de la imagen de salida: la suma de todos sus elementos debe ser igual a la unidad. En caso contrario, el segundo miembro de la ecuación anterior habría de ser dividido por: 3 k = 1 3 l = 1 w kl,

43 tipos de filtros 43 El filtro puede ser definido por el usuario, de acuerdo a sus necesidades. Según el efecto que produzca sobre la imagen, los filtros se clasifican en diversos tipos: filtros lineales: filtros de paso bajo. filtros de paso alto filtros de muesca. filtros direccionales. etc. filtros no lineales filtros modales. filtros de mediana. filtros de extracción de bordes. etc.

44 filtros de paso bajo 44 Son filtros que suavizan la imagen uniformizando sus ND en relación a los de su entorno. Se denominan de paso bajo porque dejan pasar los componentes de baja frecuencia, eliminando los de alta. Filtros de paso bajo más utilizados: filtro de media

45 utilización n de los filtros de paso bajo 45 Estos filtros se aplican para eliminar ruido de la imagen y para suprimir el bandeado. Ruido es el conjunto de errores aleatorios introducidos en la imagen durante el proceso de adquisición, transmisión o grabación de la misma. Igualmente son utilizados para suavizar contrastes entre diferentes zonas de la imagen y para reducir la variabilidad de la escena antes de su clasificación digital. Presentan en general el inconveniente de difuminar excesivamente los bordes.

46 filtros de paso alto 46 Son operadores que realzan los rasgos lineales de la imagen aumentando los contrastes locales. Se llaman así porque refuerzan los componentes de alta frecuencia en la imagen sin eliminar los de baja. El procedimiento es el contrario al seguido anteriormente: se trata de aumentar digitalmente el contraste entre ND vecinos. Existen dos formas de obtener un refuerzo de las zonas de alta variabilidad: Sumando a la imagen primitiva la diferencia entre ella misma y la producida por un filtro de paso bajo: ( ) z = z + z z = 2z z ij, ij, ij, ij, ij, ij, Aplicando filtros de refuerzo de bordes.

47 requisitos de los filtros de paso alto 47 Para detectar las fronteras entre áreas contiguas de la imagen, independientemente de su dirección, se necesita un gradiente isótropo en la asignación de pesos a los ocho elementos adyacentes al central (peso idéntico a las celdas circundantes). Para no variar la luminancia, la suma de todos los coeficientes periféricos, debe ser igual pero de signo contrario al peso asignado a la celda central.

48 tipos de filtros de paso alto 48 Algunos filtros comúnmente usados son: Otros: filtro laplaciano filtro laplaciano más la propia imagen

49 filtros direccionales 49 Los filtros direccionales son operadores de gradiente anisótropo que tienden a realzar los rasgos lineales de la imagen primando determinadas direcciones. El efecto de refuerzo lineal puede ser unidimensional ( ( ) ( ) 1 ( ) z m, n = z m, n z + m, n El reforzador lineal sin sentido opera sobre los dos sentidos de la dirección elegida: [ + 1 ] [ ( ( ) 1 ( )] ( ) ( ) ( ( ) z mn, = zmn, z mn, zmn, z mn, Valores z próximo a cero indican zonas de escasa variación y viceversa, es decir, bordes.

50 filtros direccionales 50 Pero el filtrado direccional más utilizado es el llevado a cabo mediante los filtros de Prewitt: NO N NE O E SO S SE

51 filtros no lineales 51 Filtro de mediana: Se conoce también como ventana de Tukey, ideado para suprimir ruido de la escena respetando los bordes. Se asigna a la posición central de la ventana la mediana de los ND incluidos en ella. No existe, pues, una ventana única para toda la imagen, sino que ésta cambia de coeficientes según se desliza a través de la escena. Su aplicación respeta mejor las formas, en general, que el filtro de media, pero al tratarse de un operador no lineal, los resultados pueden ser, imprevisibles.

52 filtros no lineales 52 Filtros de extracción de bordes o detectores de contornos: El reconocimiento automático de los contornos de la imagen se realiza aplicando estos filtros por cálculo de las diferencias en todas las direcciones entre los niveles digitales de una celda y las contiguas. El trazado de los contornos resulta de representar los vectores direccionales cuyos módulos son las diferencias registradas en todas las direcciones que superen un determinado valor umbral prefijado. El reforzador de bordes será un filtro de paso alto que haga cero los valores digitales pertenecientes a zonas de la imagen que no registren variaciones. La eficacia de estos procedimientos depende estrechamente del valor umbral seleccionado, pudiendo aparecer bordes no deseados, o perdiéndose algunos buscados.

53 filtros no lineales 53 Filtros de extracción de bordes: Roberts: se trata de un filtro no lineal aplicado mediante una ventana de 2x2: ( ) ( ) ( ) o bien: [ 1 1 ] [ ( 1) ( 1 )] 2 2 z i, j = z i, j z i+, j+ + z i, j+ z i+, j (, ) (, ) ( 1, 1) (, 1) ( 1, ) z i j = z i j z i+ j+ + z i j+ z i+ j

54 filtros no lineales 54 Filtros de extracción de bordes: Sobel: (, ) 2 2 z i j = C + F siendo la matriz representada una ventana de la imagen de 3x3 centrada sobre la celdilla (i,j ) y donde los coeficientes C y F se calculan del siguiente modo: z z z z z[ i, j] z z z z ( ) ( ) ( ) ( ) C = z z z z z z F = z z z z z z

55 filtros no lineales 55 Filtros de extracción de bordes: Kirsh: Se definen las variables S n y T n : Sn = zn + zn+ 1 + zn+ 2 T = z + z + z + z + z n n+ 3 n+ 4 n+ 5 n+ 6 n+ 7 siendo n cualquiera de las ocho posiciones señaladas alrededor de la celdilla (i,j). se calculan las derivadas de S n y T n para n variando entre 0 y 7. El operador de Kirsh queda expresado de la forma (, ) = [ 5 ] n 3 n Ki j MAX S T

56 filtros no lineales 56 Filtros de extracción de bordes: Wallis: 1 z ( i, j) = log z( i, j) log z z z z 4 [ ] [ ]

57 filtrado en el dominio de la frecuencia 57 El sistema de coordenadas de localización de las celdas de una imagen se denomina dominio espacial de la imagen. La misma imagen puede ser considerada como una suma de infinitas funciones periódicas, cada una con una determinada frecuencia y definirse en otro espacio cuyos ejes vengan determinados por la frecuencia en cada dirección. Esta nuevo espacio de referencia para la descripción de la imagen se conoce como dominio de la frecuencia. La aplicación de la transformada de Fourier hace pasar la imagen del dominio espacial al de la frecuencia.

58 filtrado en el dominio de la frecuencia 58 El teorema de la convolución dice que la transformada de Fourier de la convolución de dos funciones es igual al producto de las transformadas de cada una de ellas. Así pues, es posible el filtrado en el dominio de la frecuencia mediante el producto de la transformada de la función filtro por la transformada de la imagen Terminado el filtrado, puede volverse, mediante la transformada inversa al dominio espacial.