Interpretación digital de imágenes
INTERPRETACION DE IMÁGENES
-Elementos característicos de una imagen
Dimensiones.
Forma.
Textura.
Luminosidad.
Sombra.
Tonalidad o color.
Localización
Asociación.
-Uso de interpretación colectiva:
Uso de materiales de referencia.
Uso de equipo de apoyo.
Verificación en terreno.
FACTORES DE INFLUENCIA:
1.Sistemáticos:
Tipo de sensor.
Epoca del año .
Hora del día .
Efectos atmosféricos.
Escala de la imagen.
Resolución de la imagen.
2.- humanos:
Agudeza visual.
Agudeza mental.
Entrenamiento.
Experiencia.
Conocimiento.
ANALISIS DIGITAL
-El análisis digital por computador está justificado por los grandes volúmenes
de datos encontrados en el análisis de imágenes multiespectrales y por la
capacidad de procesar estos datos en forma rápida y eficiente.
-Los datos que se dispone están digitalizados.
-Los errores introducidos por los sensores y sistemas de procesamiento
pueden ser corregidos.
-Es posible trabajar a nivel de unidad de pixel.
-Es posible repetir los procesos.
-Se puede analizar un gran volumen de datos.
-Diferentes tipos de datos pueden ser fácilmente integrados al proceso de
análisis (imágenes satelitarias, mapas, estadísticas, otros sensores).
-Es posible automatizar la obtención de productos y resultados para una
diversidad de formatos (mapas, gráficas, imágenes, tablas.)
-En general el análisis digital es mas aconsejable que el análisis visual cuando se
está enfrentando a áreas de estudio extensas y exigencias de resolución e
información.
-La desventaja recae en lo siguiente:
Monto de inversión.
Requiere de programadores y analistas entrenados.
Costos de los datos pueden ser elevados.
-En un trabajo de fotointerpretación se debe tener en cuenta:
Tamaño del área de estudio.
Detalle de información deseado.
Resolución espacial.
Presupuesto.
Personal y entrenamiento.
Acceso a un sistema.
-El software de un sistema eficiente, debe estar compuesto por un software utilitario
auxiliar:
a) Manejo de información :
b) Definición de archivos (escenas y sub-escenas):
- Actualización de archivos (borrar, cambiar).
- Cálculo de escala de las imágenes.
- Movimiento vertical y horizontal de la imagen ampliada.
- Generación de caracteres en el terminal.
c) Programas de entrada y salida (imágenes completas y/o sub-escenas con
elección de bandas:
-Traspaso de disco a cinta (salida de video).
- Lectura datos mesa digitalizadora.
- Control de salida al plotter.
- Control de salida a la grabadora de películas.
d) Programas de transferencia:
CRITERIOS DE INTERPRETACIÓN VISUAL
Criterio BRILLO
Grado de Complejidad
espectral COLOR
Criterio
espacial
simple FORMA TAMAÑO TEXTURA
Criterio
espacial SOMBRAS CONTEXTO ASOCIACIÓN
complejo
Criterio
temporal FENOLOGÍA : CONDICIONES ESTACIONALES
(adaptado de Corine, 1998)
CLAVE PARA EL INFRARROJO COLOR
4
2
5
3 6
1. Suelos; 2: Pastizal; 3 Urbano; 4 Regadío;
5. Cultivos en descanso; 6: Residencial
COMPOSICIONES EN COLOR
4/3/2 4/5/3
3/2/1 5/4/3
TÉCNICAS DE PROCESAMIENTO DE REALCE:
• 1. Ampliación lineal de contraste
• 2. Ecualización de histograma
• 3. Histograma Gaussiano
• 4. Composición Colorida
1.-AMPLIACION LINEAL DE CONTRASTE
• El programa adquiere el
histograma para cada banda y
determina sus valores máximos y
mínimos de niveles de gris o brillo
• Haciendo que automáticamente el
valor mínimo sea fijado al valor de
brillo 0 y el valor máximo al valor
de brillo 255, y cualquier valor
dentro del intervalo es linealmente
ampliado entre 0 y 255.
Representación de las ampliaciones de los valores de brillo de una imagen por
el método de realce lineal.
• Los valores mínimos y máximos
de los píxeles de la imagen de
entrada son respectivamente 5 y
25
Ejemplo de realce de una imagen por ampliacion histogramica lineal
AMPLIACION LINEAL DE CONTRASTE
2.- ECUALIZACIÓN DE HISTOGRAMA O HISTOGRAMICA
• En la equalizaçión, cada clase de números
digitales (0 _ 255) de la imagen debe
contener aproximadamente igual número
de píxeles, lo que resulta en un histograma
casi uniforme.
• Este valor, llamado de nt es encontrado
dividiendo el número total N de píxeles de
la imagen original por 256.
• Esa imagen contiene N= 262144 píxeles
que dividido por 16 clases resulta en nt =
16384 que deberá ser el número de píxeles
de cada clase de la imagen de salida.
• Los valores de la columna 3 son calculados
sumándose la primera clase de la columna
3 con la segunda clase de la columna 2 y
así sucesivamente.
• Los valores de la columna 4 son obtenidos
dividiéndose la clase de píxel Acumulativo
de la columna 3 entre el nt = 16384.
-El último paso es calcular
el número de píxeles que
deberá ser colocado para
cada clase de la imagen de
salida de la columna 4.
-Eso se hace sumando el
número de píxeles por
clase de la columna 2 que
en la correspondiente clase
de la columna 4 tengan el
mismo valor.
-Los resultados son
mostrados en la tabla 1b.
EJEMPLO DE IMAGEN POR EQUALIZACION
RESULTADO DE LA AMPLIACIÓN HISTOGRÁMICA POR ECUALIZACIÓN
DE UNA BANDA DE IMAGEN TM.
3.- HISTOGRAMA GAUSSIANO
El gaussiânico del contraste es la
transformación del histograma de la
imagen de la entrada para un histograma
normal.
(i)valores de las clases de píxeles de la
imagen original.
(ii)da los puntos en la distribución normal
(desvío patrón) para los cuales los píxeles
de cada clase serán mapeados .
(iii)probabilidad definida de cada clase de
la distribución normal;
(iv)número de píxeles calculado para
cada nivel = N x Prob. clase (p.ej.
262.144. x 0,0020 = 530);
(v)número cumulativo de píxeles de las
clases de la columna (iv);
(vi) número de píxel que fue observado de Tabla 2- Valores de clases de píxeles obtenidos en el proceso de
ocurrir para cada clase de nivel de gris de transformación histogrâmica gaussiânica. (N número total
la columna (i) de la imagen de entrada; la de píxeles = 262144)
suma de esta columna es N= 262144;
(vii) número acumulado de píxeles
observados.
valores de los píxeles después de la
transformación.
Ejemplo de imagen de realce gaussiano
REALCE DE IMAGEN POR AMPLIACION GAUSSIANA
PROCESO DE ANALISIS E INTERPRETACION DE IMAGENES
Fundamentos de Ia interpretación
El análisis de una imagen se funda en:
A. El análisis de tonalidades y colores
B. El análisis de texturas y estructuras
C. El análisis de las formas
A. El análisis de tonalidades y colores
La tonalidad está en función de Ia cantidad de luz reflejada por el objeto. Ella es un
elemento fundamental de Ia interpretación ya que el ojo humano puede diferenciar
cambios muy sutiles dentro de la gama de los grises y también un gran número de
colores.
Pero puede existir cierta perturbación por:
– Las variaciones de humedad
– Las diferencias de claridad
– Los cambios de textura
A. ANÁLISIS DE TONALIDADES DE COLORES
Misma fotografía en escala de grises y color
B. ANALISIS DE TEXTURAS Y ESTRUCTURAS
a) Fracturación
Como en el foto-análisis, los criterios de reconocimiento de las fallas son
esencialmente de orden topográfico o morfológico:
– Hondonadas marcadas en la topografía, valles rectilíneos en los
afloramientos rocosos duros.
– Interrupción brutal de una formación.
– líneas que atraviesan o recortan las estructuras regionales.
– Rasgo de microrelieve formando un alineamiento secante a oblicuo en
relación a las grandes líneas de relieve.
– Relación axial de las estructuras.
– Contactos rectilíneos entre las formaciones erosionadas y de los depósitos,
o entre dos formaciones de aspecto diferente, cambia brutal de « color » de
un lado y de otro de la estructura.
– Línea de desplazamiento entre dos formaciones de aspecto netamente
diferente.
b) Lineamientos
Dos tendencias aparecen en la definición del término a lineamiento:
– Se trata de discontinuidades lineales o curvilíneas en relación directa con
fallas y fracturas.
– Se trata de discontinuidades lineales o curvilíneas que tienen un carácter
compósito. Se asocian a elementos morfológicos del paisaje y a
fenómenos tectónicos variados.
c) Estructuras circulares o cicleamientos
Se trata de líneas curvas regulares, más o menos cerradas, de forme ovoide
o circular.
pueden corresponder a estructuras geológicas o geomorfológicas diversas:
diapiros, calderas, estructuras de impacto, etc.
Estructuras circulares o cicleamientos
PRE- PROCESAMIENTO DE IMÁGENES DIGITALES
El flujo de procesamiento sugiere que el procesamiento de imágenes debe
comenzar con el paso por la etapa de pre-procesamiento con operaciones que
se aplican a las imágenes originales, banda por banda, para corregir defectos
o distorsiones que puedan tener.
En caso que no se observe estas imperfecciones, no hay necesidad del pre-
procesamiento.
Las funciones de pre-procesamiento incluyen una serie de funciones que se
dirigen principalmente a realizar tres tipos de correcciones en las imágenes
originales:
• Radiométrica.
• Atmosférica.
• Geométrica.
CORRECCION RADIOMETRICA
LA DESALINEACIÓN DE LOS DETECTORES
PÍXELES AISLADOS
ERRORES INSTRUMENTALES
LÍNEAS RUIDOSAS
Hay varias formas de degradación o el ruido radiométrico en una imagen.
Los ruidos pueden ser clasificados como de tipo coherente y al azar.
Ruido coherente son los que muestran un patrón sistemático de error en la
imagen y el ruido aleatorio son los que no tienen un patrón. El ruido se identifica
visualmente en las imágenes como pixeles o líneas de pixeles con valores de gris
totalmente anómala en relación con los pixeles circundantes. Ellos son:
Corte
Se trata de un tipo de ruido coherente, cuyo efecto es la banda horizontal que
aparecen en las imágenes con el aspecto de un obturador, que muestra grandes
diferencias de niveles de gris causado por diferencias en las respuestas de todos
los detectores de una determinada banda.
Imagen con la presencia de ruido radiométrico tipo
extracción, causada por la calibración de los
detectores.
Líneas de Datos Malos
Otro tipo de degradación, lo que es más puntos en común y no se corrige en el
laboratorio de producción de imágenes, es la mala calidad de los pixeles a lo largo
de una fila de una determinada banda, o incluso la pérdida total de información a
través de una fila o algunas líneas debido a diversos problemas, tales como la
saturación del detector de la señal.
Líneas ruidosas identificadas en este
ejemplo por la señal de máxima
saturación
pixeles aislados
Pixeles mal aislados pueden ser reemplazados por el vecino más cercano, ya
que existe confianza en que los pixeles vecinos son buenos pixeles.
pixeles o líneas de datos malos
Píxeles o líneas de datos malos (ruido) puede ser sustituida por la media de
píxeles o líneas vecinos más próximos.
ND1 ND2 ND3
ND4 ND ND6
ND7 ND8 ND9
CORRECCION ATMOSFERICA
CORRECCION ATMOSFERICA
Más comprometedor que las distorsiones radiométricas en las imágenes son las
degradaciones causadas por la atmosfera, la intensidad de los efectos es
diferente de banda a banda, en función de la longitud de onda.
A menudo, degradan la calidad del análisis e interpretación de imágenes, ya que
sus efectos son siempre disminuir el contraste de la imagen.
Efectos de la atmósfera en la
dispersión de la radiación
incidente reflejada por los
objetivos de la superficie del
suelo.
CORRECCION GEOMETRICA
CORRECCION GEOMETRICA
Las fuentes de las distorsiones geométricas son más numerosas que las
radiométricas, y puede estar relacionado con varios factores, entre los tres
principales son:
a) la rotación de la tierra durante el tiempo de la imagen.
b) cambios en la actitud y la velocidad del satélite.
c) gran campo de visión de algunos sensores y los efectos de panorámica.
Efectos de las distorsiones
geométricas en las imágenes
causadas por variaciones en la
altitud (a) velocidad (b) las
actitudes y (c, d, e) del satélite.
Desplazamiento líneas sucesivas al
oeste de imágenes mediante un
sensor debido a la órbita la
dirección del movimiento de la
tierra.
Variación del tamaño del píxel
TERMINOS PARA LA CORRECCION GEOMETRICA
Georeferenciación: Se refiere al proceso de asociar las coordenadas del mapa a
los datos de la imagen.
La rectificación: Es el proceso de transformación de datos del sistema de red
de uno a otro sistema de red utilizando un polinomio de orden t.
Inscripción: A menudo, las imágenes de un área procedentes de distintas
fuentes deben ser utilizadas conjuntamente. Para permitir la comparación de
imágenes diferentes, píxel por píxel, la cuadrícula de píxeles de cada imagen
debe ser coherente con las otras imágenes.
Ortorectificación: es la forma de rectificación que corrige el desplazamiento de
la ayuda, y sólo se puede utilizar si el usuario tiene un modelo de elevación digital
del terreno.
Remostragem: es el proceso de extrapolación de los valores digitales de la
nueva rejilla de píxeles.
Polinomio
Un polinomio es una expresión matemática que consta de las variables y los
coeficientes. A coeficiente es una constante, que se multiplica por una expresión
variable. Las variables en polinomios puede ser elevado a exponentes. El máximo
exponente del polinomio determina el orden de polinomio.
Procesamiento de pedidos
Las ecuaciones polinómicas se utilizan para convertir las coordenadas del
archivo de origen (Imágenes) en las coordenadas del mapa, la tierra.
Dependiendo de la distorsión de la imagen, el número de GCP se utiliza y su
ubicación con respecto a otros GCP requiere ecuaciones polinómicas complejos
son necesarios para la transformación.
Grado de polinomio para la
transformación de coordenadas de la
fuente de referencia de coordenadas
Matriz de transformación
En el caso de rectificación de la imagen, los polinomios en las variables (x, y) son las
coordenadas fuentes de puntos de control (GCP - punto de control en tierra), el
usuario debe seleccionar a través de un mapa cartográfico. Los coeficientes se
calculan a partir de la GCP y almacenados como una matriz de transformación. La
matriz está formada por los coeficientes que se utilizan en las ecuaciones polinomio
para convertir las coordenadas. El tamaño de la matriz depende de la orden de la
transformación.
Transformaciones Lineales
Una transformación es una transformación lineal de primer orden del tipo que se ve
en la Figura
Modos de transformación lineal
Transformaciones de segundo orden o de órdenes superiores no son
transformaciones lineales. Estas transformaciones pueden corregir las distorsiones no
lineales, que se utiliza para convertir Lat / Long a una proyección plana de imágenes
que cubren un área grande para compensar la curvatura de la tierra
Modos de transformación
no lineal
Error RMS (media cuadrático)
Error RMS es una medida de la distancia entre la fuente de ubicación (entrada) y
la ubicación de un GCP GCP reconvertido este. Mismo (de salida) En otras
palabras, es la diferencia entre la cota de salida deseado para una coordenada
GCP y la salida real para el mismo punto cuando el punto se transforma por la
matriz de transformación
GCP y el error RMS para el error total
El error RMS para cada punto se utiliza para evaluar el GCP es que el usuario
escogió. Esto se calcula por la distancia
El error total de RMS es la suma de los errores residuales de todos los puntos GCPs:
Error RMS-Tolerancia:
Como se muestra en la Figura , el error RMS se mide en píxeles.
En la mayoría de los casos es preferible tolerar un cierto grado de error
en lugar de utilizar una transformación de orden superior.
La tolerancia de error RMS
Métodos remostragem
Después de haber decidido a la cartografía de polinomio por el uso de los BPC,
el siguiente paso más en la corrección geométrica de la imagen (rectificación) es
encontrar puntos en la imagen correspondiente a cada píxel de la cuadrícula en
el mapa previamente definido.
El uso de polinomios en alquiler en los puntos de la imagen correspondiente en la
posición en la parrilla.
Vecino más cercano:
Para determinar el vecino más cercano de un píxel de salida, las coordenadas
rectificadas pixel se reconvierten de nuevo al sistema de coordenadas de la
imagen de entrada (origen de la imagen), utilizando la matriz inversa de
transformación.
Remostragem el vecino más cercano
La interpolación bilineal:
La interpolación bilineal, el valor de la producción (archivo de datos) del
píxel rectificado, se basa en las distancias entre el lugar de la coordinación
de reconversión (xr, yr) y los cuatro más píxeles en la imagen de entrada
(origen de la imagen).
Remostragem por la transformación bilineal
Convolución cúbica:
•Cubo de convolución es similar a la interpolación bilineal, salvo que:
• Un conjunto de 16 píxeles en un arreglo de 4x4 se toma para determinar el valor
promedio de salida.
• Una aproximación de una función cúbica, en lugar de una función lineal se aplica
a los 16 valores de entrada.
Remostragem por convolución cúbica
