Tutorial - Clase 4 - Procesamiento de Imgenes

1. Contraste de Imagen La tcnica de realce de contraste tiene como objetivo mejorar la calidad de las imgenes bajo los criterios subjetivos del ojo humano. Normalmente es utilizada como una etapa de preprocesamiento para sistemas de reconocimiento de patrones. La manipulacin del contraste consiste en una transferencia radiomtrica en cada "pixel", con el objetivo de aumentar la discriminacin visual entre los objetos presentes en la imagen. Esta operacin se realiza punto a punto, independientemente de la vecindad. El histograma de una imagen describe la distribucin estadstica de los niveles de gris en trminos de nmero de muestras (" pixels") con cada nivel.

Como regla general se puede tomar que cuanto mayor es la inclinacin de la curva aplicada en el histograma, mayor ser el contraste. Una inclinacin de 45 grados indica que no hay realce ni compresin de los niveles de gris. Se debe tomar CUIDADO para que no ocurra "overflow", a menos que se desee. Un "overflow" ocurre cuando un grupo de pixels con niveles de gris diferentes es transformado en un nico nivel, es decir, cuando la inclinacin de la recta de transferencia es exagerada. Observe en la figura a seguir, donde la flecha de "overflow" est indicando, significa prdida de informacin, ya que pixels de columnas vecinas del histograma de entrada, que originalmente podan ser diferenciados basndose en su nivel de gris, sern comprimidos en una columna solamente y pasarn a tener el mismo nivel de gris (0 para el caso de la figura siguiente).

"SPRING: Integrating remote sensing and GIS by object-oriented data modelling" Camara G, Souza RCM, Freitas UM, Garrido J Computers & Graphics, 20: (3) 395-403, May-Jun 1996. Puede bajar el tutorial de Spring de: http://www.dpi.inpe.br/spring/espanol/manuales.html

 Realce de Imagen - # Iniciar - Programas - Spring - Spring SPRING * Activar el banco de datos Curso (o BANCO1 en caso que haya completado la clase anterior) * Activar el proyecto Brasilia (o DFederal en caso que haya completado la clase anterior). 1.1. Contraste de imagen con una nica banda Visualizando una imagen: Panel de Control - (Categoras | Imagem_TM) - (Planos de Informacin | TM4) - (M) - para monocromtico (imagen en niveles de gris) SPRING - [Ejecutar] [Visualizar] o el botn Definiendo un aumento de contraste lineal: SPRING - [Imagen][Contraste...] Contraste - [Operacin] [Lineal] * Seleccionar con el cursor (botn izquierdo) el valor mnimo del histograma * Seleccionar con el cursor (botn derecho ) el valor mximo del histograma - [Ejecutar] [Contraste] - * La imagen de la pantalla activa es realzada Guardando la imagen realzada: Contraste - {Nombre: TM4_realce_linear} - (Guardar Imagen <=> Banda) - [Ejecutar] [Guardar] * En caso que desee, puede seleccionar con el cursor un sector de la imagen para guardar, para lo cual basta definir un rectngulo sobre la imagen, como si fuera a realizar un zoom, pero sin hacer clic en Ejecutar Visualizar. - (Cerrar) o botn X (esquina superior derecha de la ventana) IMPORTANTE: En caso que cierre la ventana de Contraste con una de las opciones de contraste aplicada sobre una imagen, esta transformacin podr quedar almacenada. As, si carga una imagen que ya fue realzada, esta aparecer con un contraste modificado en la pantalla, inclusive si la ventana de Contraste est cerrada. Para que esto no ocurra se debe responder No al cerrar la ventana. 1.2. Contraste de una Composicin en Color (RGB) Visualizando una composicin en color de tres bandas: Panel de Control - (Categoras | Imagem_TM) - (Planos de Informacin | TM4), (R) - (Planos de Informacin | TM5), (G) - (Planos de Informacin | TM3), (B) SPRING - [Ejecutar] [Visualizar] o botn Definiendo un contraste para cada banda:

SPRING - [Imagen][Contraste...] Contraste - [Operaciones] [Lineal] u otra opcin de contraste. - [Canal] [Rojo] * Seleccionar con el cursor (botn izquierdo) el valor mnimo del histograma * Seleccionar con el cursor (botn central ) el valor mximo del histograma - [Ejecutar] [Contraste] * La composicin en color en la pantalla activa presenta el resultado de la alteracin del histograma. * Repetir para los canales verde y azul Creando una Imagen Sinttica de la composicin en color: Contraste - {Nombre: comp_453} - (Guardar Imagen <=> Imagen Sinttica) - [Ejecutar] [Guardar] * La imagen sinttica estar disponible en el "Panel de Control". - Analizar otras opciones de contraste: MinMax, RaizCuadrada, Cuadrado, Logartmico, Negativo, Ecualizacin de Histograma. - Analizar la opcin de contraste por Edicin. Verificar las operaciones: Eliminar, Adicionar y Mover puntos de la curva de realce. 2. Lectura de Pixel La lectura de pixel permite saber cual es el valor de nivel de gris de un determinado pixel y sus vecinos. Este anlisis es til para los trabajos que involucren el estudio del comportamiento espectral de los albos, en las diferentes bandas de imgenes multiespectrales. Lectura del Nivel de Gris de los Pixels: - # Iniciar - Programas - Spring - Spring SPRING * Activar el banco de datos Curso (o el BANCO1 en caso que haya completado la clase anterior) * Activar proyecto Brasilia (o DFederal en caso que haya completado la clase anterior) * Visualizar la imagen TM5 - [Imagen][Lectura de Pixels...] Lectura de Pixels - [Exhibir] [Cursor de Punto] o botn si an no est activo. * Seleccionar un pixel en la pantalla con el mouse * Verificar los valores de los pixels para albos diferentes. Observe que cada vez que se selecciona un nuevo pixel, los nuevos valores se presentan en la ventana Lectura de Pixels. Lectura de pixels definido por una coordenada: Lectura de Pixels - (Situar...) Situar el Cursor de Punto - (Coordenadas <=> Planas) - {X: 196219.3}, {Y: 8251421.6} - Obs: Lago do Jaburu - (Ejecutar) * Observe que en la coordenada indicada aparece una "cruz" y se presenta el informe.

NOTA: Haga clic con el botn del medio (BM) del mouse, sobre el rea de visualizacin, para liberar el cursor del modo Punto, o [Exhibir] [Cursor de Punto] o el botn . Guardar en archivo: Lectura de Pixels - (Guardar...) Guardar Archivo Como o Seleccin de Archivo - (C:\springdb\Relatorio) o (Directorios: /springdb/Relatorio) - {Seleccin del Nombre del Archivo: pixeltm5.txt} - Nombre de un archivo texto que contendr los valores presentados. - (Guardar) o (Ejecutar) Lectura de Pixels - (Cerrar) NOTA: El mismo procedimiento para la lectura de pixel, puede ser efectuado sobre una composicin en color de tres bandas, pero no sobre una imagen sinttica. 3. Transformacin IHS Para describir las propiedades de color de un objeto, en una imagen, normalmente el ojo humano no distingue la proporcin de azul, verde y rojo presente, y si, evala la intensidad (I), el color o matiz (H) y la saturacin (S). La intensidad o brillo es la medida de energa total en todos las longitudes de onda, siendo por lo tanto responsable por la sensacin de brillo de esa energa incidente sobre el ojo. El matiz o color de un objeto es la medida de la longitud de onda media de la luz que se refleja o se emite y que define por lo tanto, el color del objeto. La saturacin o pureza expresa el intervalo de longitud de onda alrededor de la longitud de onda media, en el cual la energa es reflejada o transmitida. Un valor alto de saturacin resulta en un color espectralmente puro, mientras que un valor bajo indica una mezcla de longitudes de onda que ir a producir tonos pasteles (apagados). El espacio IHS puede ser grficamente representado por un cono. La relacin espacial entre el espacio RGB e IHS se muestra en la figura a seguir.

La distancia de un punto hasta el origen o pice del cono representa la intensidad. La distancia radial del punto hasta el eje central del cono representa la saturacin. El matiz est representado por una secuencia radial alrededor de los crculos de saturacin y del eje de intensidad. Por ser independientes, estos tres parmetros pueden ser analizados y modificados en forma separada, para un ajuste mejor de los colores a las caractersticas del sistema visual. Muchas veces, esta tcnica se utiliza para producir imgenes integradas de sensores diferentes o imgenes de geofsica. Transformacin RGB-IHS - # Iniciar - Programas - Spring - Spring

SPRING * Activar el banco de datos Curso * Activar el proyecto Brasilia * Visualizar la imagen TM5_Amostra - [Imagen][Transformacin IHS<-->RGB...] Transformacin RGB<-->IHS - (TRANSFORMACIONES <=> RGB->IHS) - (Planos de Entrada <=> R) Categoras y Pls - (Categoras | Imagem_TM) - (Planos de Informacin | TM5_Amostra) - (Ejecutar) - Repetir para: plano de entrada G - TM4_Amostra y plano de entrada B - TM3_Amostra Transformacin RGB<-->IHS - {PI de Salida: Tihs} - (Resolucin de Salida <=> R, G o B) = {X: 30}, {Y:30}, ya que en este caso la resolucin de salida ser la misma a la de los PI de entrada. - (Ejecutar) - Visualizar la imagen IHS resultante

Aplicar la transformacin IHS->RGB utilizando la banda PAN (Categora: Imagem_SPOT) en lugar de la I y con Resolucin del Plano de Salida X=10 e Y=10. Transformacin inversa: IHS -RGB - [Imagen][Transformacin RGB>-->IHS...] Transformacin RGB<-->IHS - (TRANSFORMACIONES - IHS ->RGB) - (Planos de Entrada <=> I) Categoras y Pls - (Categoras | Imagem_SPOT) - (Planos de Informacin | PAN) - (Ejecutar) - (Planos de Entrada - H) Categoras y Pls - (Categoras | Imagem_TM) - (Planos de Informacin | Tihs-H) - (Ejecutar) - (Planos de Entrada - S) Categoras y Pls - (Categoras | Imagem_TM) - (Planos de Informacin | Tihs-S) - (Ejecutar) Transformacin RGB<-->IHS - {PI de Salida: T_inversa} - (Resolucin de Salida <=> I) = {X: 10}, {Y:10} - (Ejecutar) - Comparar las composiciones en color originales y transformadas 4. Operaciones Aritmticas entre imgenes Se utilizan una o dos bandas de una misma rea geogrfica, previamente georreferenciadas. Se realiza la operacin "pixel" a "pixel", a travs de una regla matemtica definida, obtenindose como resultado una banda que representa la combinacin de l as bandas originales, permitiendo la compresin de datos, pero normalmente los resultados pueden sobrepasar el intervalo de 0 a 255, siendo estos resultados automticamente normalizados, saturando los valores menores que 0 y los

mayores de 255, en 0 y 255 respectivamente, causando una prdida de informacin espectral, por lo que se debe utilizar un factor de Ganancia (multiplicativo) u "Off-set" (aditivo). Substraccin de imgenes Utilizada para realzar las diferencias espectrales (operacin lineal), cuando se conocen las curvas del comportamiento espectral de los albos de inters y el intervalo espectral de las bandas de los sensores. Ejemplos de aplicacin: o identificacin de diferentes tipos de cobertura vegetal; o identificacin de minerales formados por xido de hierro; o deteccin del patrn de cambios de la cobertura, como uso del suelo, expansin urbana, deforestacin, entre otras. Se aconseja la ecualizacin de la media y de la desviacin standard, antes de la substraccin. Adicin de imgenes La adicin de imgenes constituye una operacin lineal, la cual puede ser utilizada para obtener la media aritmtica entre las imgenes, minimizando la presencia de ruido, o inclusive para integrar imgenes resultantes de diferentes procesamientos. Multiplicacin Es una operacin lineal que consiste en la multiplicacin de una constante por los niveles de gris de una banda. Divisin o razn entre bandas Es una operacin no lineal utilizada para realzar las diferencias espectrales de un par de bandas, se debe tener cuidado si las bandas presentan ruidos, ya que tambin sern realzados. La operacin de razn de bandas puede: o o eliminar los efectos de ganancia provenientes de variaciones espaciales o temporales, cuando ocurren en las bandas de una misma imagen; o o disminuir las variaciones de radiancia de la imagen, provenientes del efecto de topografa, declividad y aspecto; o o aumentar las diferencias de radiancia entre suelo y vegetacin. La reduccin del efecto de iluminacin tambin elimina el efecto de sombreado topogrfico. Para aumentar el contraste entre suelo y vegetacin, se puede utilizar la razn entre bandas referentes al rojo e infrarrojo prximo, constituyendo de esta manera, los denominados ndices de vegetacin. Operaciones Aritmticas - # Iniciar - Programas - Spring - Spring SPRING * Activar el banco de datos Curso * Activar el proyecto Brasilia * Visualizar la imagen TM4 - [Imagen][Operaciones Aritmticas...] Operaciones Aritmticas - (Operacin <=> C = Ganancia*(A/B)+Offset) - (A), (Planos de Informacin: TM4) - (B), (Planos de Informacin: TM3) - {Ganancia: 50} - {Offset: 100} - {Salida C: razn3-4} - (Ejecutar) * Visualizar la imagen "razao3-4-(OP4)" resultante * Aplicar otras operaciones. No se olvide de analizar los valores de Ganancia y Offset.

5. Filtraje Las tcnicas de filtraje son transformaciones de la imagen "pixel " a " pixel", que no dependen solamente del nivel de gris de un determinado "pixel", sino tambin del valor de los niveles de gris de los "pixels" vecinos, en la imagen original. OBS : Los filtros implementados se encuentran en la tabla siguiente, adems de existir la posibilidad de poder editar una mscara.
Tipos de Filtros Opciones Paso Baja - Media Direccional de Borde Lineal No direccional de Borde Realce de Imagen TM Mscaras Deteccin de Bordes No Lineal Morfolgico Dilatacin Morfolgico- Mediana Morfolgico- Erosin Mscaras Lee Radar Kuan Frost Editor de elementos. Definir el Tipo, Tamao (3x3, 5x5, 7x7, 9x9), Imagen y Nmero de Looks. Definir el Tipo, Tamao (3x3, 5x5, 7x7, 9x9), Imagen y Nmero de Looks. Definir el Tipo, Tamao (3x3, 5x5, 7x7, 9x9), Imagen, Numero de Looks y Coeficiente de Correlacin. Mtot, Mx, M+, M-, M|, Md o Me Editor de mscaras. Sobel o Roberts 3x3, 5x5 o 7x7 NW, W, SW, N, S, NE, E o SE Baja, Media o Alta Mscaras

Filtraje: - # Iniciar - Programas - Spring - Spring SPRING * Activar el banco de datos Curso * Activar el proyecto Brasilia * Visualizar la imagen TM4 - [Imagen][Filtraje...] Usando filtros predefinidos: Filtraje - (Tipos <=> Lineal) - (Filtros Lineales <=> Pasa Baja - Media) - (3x3) - {PI de Salida: tm4_media} - (''Area del Proyecto...) * Seleccionar el rea a ser filtrada sobre la imagen, si no es definida ninguna rea del Proyecto se utilizar todo el rea del PI. - (Nmero de Interacciones <=> 1) - (Ejecutar) * Visualizar la imagen tm4_media filtrada para compararla con la original * Aplicar otros filtros

NOTA: El filtraje es efectuado directamente en el disco, creando un PI nuevo o actualizando el PI activo. Editando filtros de usuarios Panel de Control * Visualizar la imagen PAN (Categora : Imagem_SPOT) Filtraje - (Tipos <=> Lineal) - (Filtros Lineales <=> Mscaras) - (Seleccionar...) Mscaras - (Directorio: /springdb/Datos) o (C:\springdb\ Datos) - (CR) - (X <=> 7), (Y <=> 7) - (Crear...) Edicin de Mscaras - {Nombre: urb} * Completar la mscara con los valores como se muestra a seguir:
0 0 0 -2 0 0 0 0 0 0 -2 0 0 0 0 0 1 -2 1 0 0 0 -2 -2 25 -2 -2 0 0 0 1 -2 1 0 0 0 0 0 -2 0 0 0 0 0 0 -2 0 0 0

- (Guardar) Mscaras - (Ejecutar) Filtraje - {PI de Salida: SPOT_m } - (rea del Proyecto...) * Seleccionar el rea de la imagen sobre la cual se aplicar el filtro, si no se especifica nada se aplicar sobre toda el rea del PI. - (N de Iteraciones <=> 1) - (Ejecutar) * Visualizar la imagen SPOT_m filtrada para comparacin * Editar otras mscaras y aplicar Las tcnicas de filtraje utilizando filtros pasa baja son tiles para la eliminacin de ruido no sistemtico, como se puede observar en el ejercicio a seguir. Note que fueron creados ruidos totalmente oscuros (NG=0) y ruidos blancos (NG=255).

Filtraje pasa baja para la eliminacin de ruido: SPRING - Activar el proyecto Rondonia - Visualizar la imagen TM5_RuidoA * Comparar con las imgenes TM5_RuidoB y TM5_RuidoC. - [Imagen][Filtraje...] Filtraje - (Tipos <=> Lineal) - (Filtros Lineales <=> Pasa Baja Media) - (3x3)

- {PI de Salida: TM5_SemRuidoA } - (N de Iteraciones <=> 1) - (Ejecutar) NOTA: Realice pruebas y observe el efecto de utilizar filtros con mscaras de tamao mayor y tambin filtros no lineales. 6. Eliminacin de Ruido Ruidos (puntos totalmente blancos o negros) pueden aparecer distribuidos aleatoriamente o de forma sistemtica (lneas verticales y horizontales). Las causas pueden ser fallas de detectores, limitaciones del sistema electrnico del sensor, entre otras. Se debe escoger los valores de: Umbral Inferior y Umbral Superior. Seleccin del Umbral Inferior Un punto ser considerado ruido en caso de que su nivel de gris est por debajo de los niveles de gris de sus dos puntos vecinos abajo y arriba (lneas de arriba y de abajo) por una diferencia mayor que el umbral inferior. En este caso, el punto ser substituido por la media entre los dos puntos vecinos. Seleccin del Umbral Superior Un punto ser considerado ruido en caso de que su nivel de gris sea mayor que el de los dos puntos vecinos abajo y arriba (lnea de arriba y de abajo) por una diferencia mayor que el umbral superior. En este caso, el nivel de gris del punto tambin ser substituido por la media de los dos puntos vecinos. Eliminacin de Ruido - # Iniciar - Programas - Spring - Spring SPRING * Activar el banco de datos Curso * Activar el proyecto Rondonia * Visualizar la imagen tm5_ruido - [Imagen][Eliminacin de Ruido...] Eliminacin de Ruido - (Inferior <=< 65), (Superior <=< 41) - {Imagen de Salida: TM5_c} * Seleccionar el rea con ruido sobre la imagen, utilizando el Cursor de rea en o [Exhibir] [Cursor de rea] - (Ejecutar) * Visualizar la imagen TM5_c en la Pantalla 2 para comparar * Aplicar umbrales inferiores y superiores diferentes en caso de que el ruido persista 7. Estadstica de Imgenes La funcin Anlisis Estadstica es efectuada sobre Muestras definidas en la imagen y tiene como objetivo calcular y presentar los siguientes parmetros estadsticos a partir de las imgenes previamente seleccionadas: Momentos, Mediana, Moda, Desviacin Standard y Variancia , Matriz de Covariancia y correlacin, Matriz de Autocorrelacin y Matriz de Correlacin Cruzada. Realizando un anlisis Estadstico: - # Iniciar - Programas - Spring - Spring SPRING * Activar el banco de datos Curso * Activar el proyecto Brasilia * Visualizar la imagen TM5 - [Imagen][Estadstica...] Anlisis Estadstica - {Nombre: estat1}

- (Planos de Informacin | TM3, TM4, TM5) - (Crear Archivo...) Adquiriendo muestras: Adquisicin de Muestras - {Nombre de la muestra: amostra1} - (Adquisicin <=< Cursor) * Adquiera una muestra sobre la imagen definiendo un rectngulo como si fuera a efectuar un zoom, pero no haga clic en [Ejecutar] [Visualizar]. - (Adquirir) Analizando muestras: Adquisicin de muestras - (Muestras | amostra1) - observe que un rectngulo verde destaca la muestra en el rea de visualizacin. Analizando momentos de las muestras: Adquisicin de Muestras - (CLCULOS <=< Momentos) - (Calcular y Presentar...) Estadsticas de Muestras - (Seleccin de PI: tm3) * Analizar el histograma y los valores estadsticos (media, variancia, desviacin standard y momentos) * Seleccionar otros planos y analizar los valores estadsticos Analizando momentos de las muestras Adquisicin y Visualizacin - (CLCULOS - Matriz de Covariancia y Correlacin) - (Calcular y Presentar...) Estadsticas de Muestras * Analizar las matrices calculadas * Analizar otras muestras y otros clculos 8. Restauracin de Imagen La Restauracin es una tcnica de correccin radiomtrica cuyo objetivo es corregir las distorsiones ocasionadas por el sensor ptico en el proceso de generacin de las imgenes digitales, visando reducir este efecto de borrado. La correccin es realizada por un filtro lineal, donde los pesos se obtienen a partir de las caractersticas del sensor, y no de forma emprica como es realizado en el caso de los filtros de realce tradicionales. En este caso, el filtro es especfico para cada tipo de sensor y banda espectral.

Restaurando una imagen: - # Iniciar - Programas - Spring - Spring SPRING * Activar el banco de datos Curso * Activar el proyecto Brasilia * Visualizar la imagen PAN (Categora Imagem_SPOT) - [Imagen][Restauracin...] Restauracin - (Imagen <=> SPOT-P) - {Nombre: PAN_R_5} - (Pixel <=> 5) - (Ejecutar) * Visualizar la imagen PAN_R_5 en la Pantalla 2 para comparar 9. Anlisis por Componentes Principales

La creacin de componentes principales es una tcnica de realce que reduce o elimina la redundancia espectral, o sea, genera un nuevo conjunto de imgenes cuyas bandas individuales presentan informaciones no disponibles en otras bandas. Esta redundancia es debida principalmente al efecto de sombras resultantes de la topografa, de la superposicin de las ventanas espectrales entre bandas adyacentes y del propio comportamiento espectral de los objetos. La figura a seguir muestra que la transformacin de componentes principales en dos dimensiones corresponde a la rotacin del eje original de la coordenada para coincidir con las direcciones de mxima y mnima variancia de los datos.

La primera componente principal contiene la informacin de brillo asociada a las sombras de topografa y a las grandes variaciones de la reflectancia espectral general de las bandas. Esta componente principal posee la mayor parte de la variancia total de los datos, concentrando la informacin antes dispersa en varias dimensiones. La segunda y las subsecuentes componentes principales presentan gradualmente menos contraste entre los objetos de inters(blancos) y no presentan informacin topogrfica, debido a la ausencia de sombras. La tercera y la cuarta componentes principales contienen tpicamente menos estructura de la imagen y ms ruido que las dos primeras, indicando la compresin de los datos en las primeras bandas. La ltima componente representa bsicamente el ruido existente en los datos originales. Realizando la transformacin por Componentes Principales: - # Iniciar - Programas - Spring - Spring SPRING * Activar el banco de datos Curso * Activar el proyecto Brasilia * Visualizar la imagen TM5 - [Imagen][Componentes Principales...] Componentes Principales - (Planos de informacin | TM3, TM4 e TM5) - seleccionar PIs para anlisis - (Muestra <=> Cursor) * Seleccionar el rea sobre la imagen - (Adquirir) * Adquirir otras muestras - (Parmetros...) Parmetros de las Componentes Principales * Analizar los parmetros * Guardar los parmetros en el archivo princo1 Componentes Principales - {Imagen de Salida: tmpc}

- (Realce <=> S) - (Ejecutar) * Visualizar la imagen tmpc resultante * Aplicar nuevamente la transformacin sin la opcin de realce