UNIDAD 2: IMAGEN DIGITAL
• ESTRUCTURA
• CONSULTA DE INFORMACIÓN ESPECTRAL
• ESTADÍSTICAS, HISTOGRAMAS Y DISPERSOGRAMAS, VISUALIZACIÓN,
INTERPRETACIÓN Y APLICACIONES
• AJUSTE DE LA IMAGEN: REALCES
IMAGEN DIGITAL: ESTRUCTURA
La imagen digital puede ser descrita como una matriz
conformada por una unidad básica denominada pixel, que A pixel is defined as “a two-dimensional picture
almacena la información en bits. element that is the smallest non-divisible element
of a digital image.”
La ubicación de cada pixel en la imagen es
arbitraria, y es definida por la fila (i), columna (j) y
número de la banda o rango espectral asociado.
La banda contiene la información de energía EM
asociada a un pixel para un determinado rango del
espectro electromagnético, que representa la
cantidad de energía reflejada o emitida por la
superficie en la unidad de tiempo y por ángulo
sólido (radiancia o emitancia) , representada por el
pixel.
El valor asignado a cada pixel se denomina Nivel Digital
(ND), Digital Number, Pixel value, Brightness Value,
Grey Level, Digital Count.
IMAGEN DIGITAL: ESTRUCTURA
B2 Banda secuencial
B3
B4
Bandas Intercaladas
por Líneas
Bandas Intercaladas
por píxel
IMAGEN DIGITAL: ESTRUCTURA
Metadato o archivo cabecera de la imagen
• Nombre del sensor
• Ancho de la escena
• Resolución espacial
• Resolución espectral
• Resolución radiométrica
• Formato (BSQ-BIL-BIP)
• Longitudes de onda por banda
• Fecha de adquisición
• Ángulo cenital solar
• Ángulo acimutal solar
• Coeficientes de calibración para radiancia
• Coeficientes de calibración para reflectancia
IMAGEN DIGITAL : PROPIEDADES
Tamaño de la escena: número de filas y columnas que
componen la imagen, depende del campo de visión del
sensor (FOV – Field of View) FOV
Resolución espectral: número de bandas que componen
IFOV (β)
la imagen.
1 en imágenes pancromáticas H
36 bandas de MODIS
Resolución espacial: tamaño del pixel en el terreno,
depende de las características del sensor (IFOV –
Instanteneous Field of View)
Resolución radiométrica: número de bits disponibles Tamaño del pixel (D)
para codificar el valor de energía EM asociada a un D=β×H
pixel
A mayor altura del sensor, mayor tamaño del
pixel y menor resolución
Field of view – FOV (Campo de visión)
ángulo total de barrido del sensor
IFOV (Campo de visión instantáneo)
sección angular en el nadir, medida en radianes, observada en un momento
dado por el sensor
IMAGEN DIGITAL : PROPIEDADES
Resolución radiométrica: número de bits disponibles para codificar el valor de energía EM asociada a un pixel
Rango de valores # Valores
# Bits
(ND) Posibles (ND)
1 0 -1 21= 2
2 0-3 22= 4
3 0-7 23= 8
4 0 - 15 24= 16
5 0 - 31 25= 32
0 - 63 26= 63
6
7 0 -127 27= 128
8 0 - 255 28= 256
11 0 – 2,047 2,048
16 0 – 65,535 65,536
A mayor resolución radiométrica, más amplitud del rango de valores que pueden estar asociados al pixel
Mayor “ precisión” en los valores almacenados
mejor visualización
IMAGEN DIGITAL : VISUALIZACIÓN
Los sistemas de pantalla, emplean un TEORIA ADITIVA DEL COLOR
sistema de visualización del color
basado en 3 canales principales (rojo,
verde y azul - RGB).
Las imágenes de sensores remotos,
pueden presentar de 1 a cientos de
bandas, donde a cada pixel se encuentra
asignado un valor que determina su
mayor o menor luminosidad (nivel de
energía EM).
• Se requiere de un criterio para
interpretar los colores observados
en pantalla cuando se asignan
determinadas bandas espectrales a los
canales del sistema de visualización El color observado depende de la banda
RGB. asociada a cada canal y de su ND para
cada pixel.
IMAGEN DIGITAL : VISUALIZACIÓN
NG ROJO NG NG AZUL RESULTADO
(R) VERDE (B)
(G)
255 0 0 ROJO
0 255 0 VERDE
0 0 255 AZUL
0 255 255 CIAN
255 255 0 AMARILLO
255 0 255 MAGENTA
255 255 255 BLANCO
0 0 0 NEGRO
127 127 127 GRIS
IMAGEN DIGITAL : EJEMPLO DE VISUALIZACIÓN
LANDSAT 8
4-3-2
RG B NIR SWIR SWIR
1 2
4 3 2 5 6 7
• Band 1 Visible (0.43 - 0.45 µm)
• Band 2 Visible (0.450 - 0.51 µm)
• Band 3 Visible (0.53 - 0.59 µm)
• Band 4 Red (0.64 - 0.67 µm)
• Band 5 Near-Infrared (0.85 - 0.88 µm)
• Band 6 SWIR 1(1.57 - 1.65 µm)
• Band 7 SWIR 2 (2.11 - 2.29 µm)
IMAGEN DIGITAL : EJEMPLO DE VISUALIZACIÓN
LANDSAT 8
5-3-6
RG B NIR SWIR SWIR
1 2
4 3 2 5 6 7
• Band 1 Visible (0.43 - 0.45 µm)
• Band 2 Visible (0.450 - 0.51 µm)
• Band 3 Visible (0.53 - 0.59 µm)
• Band 4 Red (0.64 - 0.67 µm)
• Band 5 Near-Infrared (0.85 - 0.88 µm)
• Band 6 SWIR 1(1.57 - 1.65 µm)
• Band 7 SWIR 2 (2.11 - 2.29 µm)
IMAGEN DIGITAL : Consulta de firmas espectrales
SOFTWARE: ENVI Spectral Profile
Agua
Vegetación
Suelo desnudo
-
artificializado
IMAGEN DIGITAL : Transectos espectrales
SOFTWARE: ENVI Spectral Profile (transect)
NIR
SWI
R
GREE
N
Permite observar el comportamiento de los ND a lo largo de diferentes coberturas y/o superficies
PRÁCTICA – TALLER 1
1. Elije una imagen en la carpeta IMG.
2. Identifica y describe las siguientes características:
• Misión y sensor.
• Resolución espacial.
• Resolución espectral.
• Tamaño de la escena en líneas, columnas y metros.
• Relaciona las bandas espectrales y el rango de longitud de onda asociado a cada banda.
3. Ensaya dos configuraciones de las bandas asociadas a los canales RGB.
4. Identifica 3 coberturas en la escena, consulta y anota el valor del pixel promedio estimado para cada banda incluida en
las dos composiciones seleccionadas. Comenta los resultados obtenidos.
5. Identifica 3 coberturas en la escena, visualiza su firma espectral y describe su visualización en términos de color para las
dos composiciones de banda escogidas previamente: ¿Qué comportamiento espectral de la cobertura puedes inferir de
acuerdo al color observado?
6. Realiza un transepto espectral a lo largo de diferentes coberturas e interpreta los resultados obtenidos.
Diligencia tus respuestas en el formato Taller1 y envíalas a:
[email protected] HISTOGRAMA DE LA IMAGEN
Describe la distribución estadística de los pixeles de la imagen: número de pixeles por valor de ND y por banda.
• Información útil para definir el mejor ajuste
(realce) para la imagen.
• Presencia de interferencias atmosféricas >> Desplazamiento valores mínimos en el visible
(desplazamiento valores mínimos)
ESTADÍSTICAS DE LA IMAGEN
Describe la distribución estadística de los ND asociados a los pixeles de la imagen
• Valores mínimos y máximos: presencia de
valores fuera de rango, desplazamiento de SOFTWARE: ENVI
valores mínimos.
• Valor promedio: coberturas más
abundantes.
• Desviación típica: heterogeneidad de la
imagen en términos de coberturas.
SOFTWARE: SPRING SOFTWARE: QGIS
DISPERSOGRAMA (Scatter Plot, diagrama de dispersión 2d)
Describe la distribución o dispersión de los valores de los píxeles en un espacio bidimensional, donde las
dimensiones son las bandas espectrales.
SOFTWARE: ENVI
• Tipos de coberturas presentes
en la escena y su grado de
separación.
• Grado de correlación entre
bandas.
• Proporciona información sobre
cuales bandas son más
significativas (menos
correlacionadas).
• Reducir la redundancia de
información.
Alta correlación Baja correlación
DISPERSOGRAMA (Scatter Plot, diagrama de dispersión 2d)
Describe la distribución o dispersión de los valores de los píxeles en un espacio bidimensional, donde las
dimensiones son las bandas espectrales.
1 -Vegetación vigorosa X = SWIR 1
ND altos en NIR Y = NIR
ND bajos en SWIR
2 – Aguas y zonas de sombra
ND bajos en NIR
ND bajos en SWIR
5
3 – Suelos desnudos
ND bajos en NIR
ND altos en SWIR
1
4
4 – Suelos artificializados 3
ND medios en NIR
ND medios en SWIR 2
5 – Nubes
ND altos en NIR SOFTWARE: ENVI
ND altos en SWIR
IMAGEN DIGITAL : VISUALIZACIÓN
Las pantallas son sistemas de 8 bits, por lo tanto solo soportan 256 (0 a 255) posibles valores por banda y por
pixel.
Las imágenes de satélite crudas y procesadas, pueden tener resolución radiométrica mayor a 8 bits, debido a
que su ND están relacionados con variables físicas (radiancia, reflectividad o temperatura).
Se requiere de un criterio para “distribuir” y definir una correspondencia entre los valores ND y los 255 valores
disponibles en el sistema de visualización de la pantalla.
MATRIZ DE
MATRIZ DE
VALORES DE
VALORES DE
NIVELES COLOR LOOK-UP TABLE NIVELES DE GRIS
DIGITALES CLUT NG O NV
(0 a 2n)
(0 a 255)
n= bits de la imagen
El color observado en la pantalla
depende del ND y del método de ajuste
(realce) adoptado
REALCES
Procesos mediante el cual se realiza el ajuste del histograma y de la CLUT, define de que manera los ND están
asociados a los NG en el sistema de visualización de la pantalla.
• No modifican los ND de la imagen.
• Todos los ajustes son reversibles.
• Mejoran la visualización de la imagen, actuando sobre el nivel de contraste.
LINEAL NO LINEAL
• Mantienen la distribución de los • No mantienen la distribución de
valores de radiancia. los valores de radiancia.
• La forma del histograma no • La forma del histograma sufre
cambia de manera radical modificaciones
• No tiene en cuenta las • Tiene en cuenta las características
características del histograma, del histograma
solo sus extremos
• Función logarítmica
• Expansión líneal simple • Exponencial
• Expansión lineal restringida • Ecualización
REALCES - Expansión lineal
Redistribuye la asociación de los ND a los NG teniendo en cuenta los valores mínimos y máximos de la imagen
(simple) o los definidos por el usuario (restringida).
• “Expande” los ND de la imagen para
maximizar el uso de los 256 valores
disponibles para cada pixel y para cada
banda.
• La reasignación de realiza de forma lineal.
𝟐𝟓𝟓
𝑵𝑮= ( 𝑵𝑫 − 𝑵𝑫 𝒎𝒊𝒏 ) 𝑵𝑫 𝒎𝒊𝒏 − 𝑵𝑫 𝒎𝒂𝒙
• Simple: emplea los valores mínimos y
máximos de la imagen
• Restringida: valores definidos por el usuario
(2%, 5%, personalizado)
Black point: valor del pixel que corresponde al mínimo (negro)
White point: valor del pixel que corresponde al máximo (blanco)
REALCES - Expansión lineal
Redistribuye la asociación de los ND a los NG teniendo en cuenta los valores mínimos y máximos de la imagen
(simple) o los definidos por el usuario (restringida).
REALCES - Expansión no lineal
Aumentan el contraste (expande) de las regiones oscuras de la imagen original.
La inclinación de la curva es tanto mayor cuanto menores son los valores de niveles de gris
LOGARITMICA RAÍZ CUADRADA
NG = A log (ND +1) 𝑁𝐺=
𝐴 √ 𝑁𝐷
A = factor de ajuste para que y
esté comprendido entre 0 y
255
¿ 𝑃 í 𝑥𝑒𝑙𝑒𝑠
𝑁𝐷 / 𝑁𝐺 A mayor ND (x) mayor cercanía entre los NG (y)
REALCES - Expansión no lineal
EXPONENCIAL
NG = A(ND)2
Aumenta el contraste de rasgos claros
El aumento de contraste es mayor a partir de la media
del histograma, inclusive habiendo un dislocamiento
general para la región de niveles más oscuros
¿ 𝑃 í 𝑥𝑒𝑙𝑒𝑠
A mayor ND menor cercanía entre los NG
𝑁𝐷 / 𝑁𝐺
REALCES - Expansión no lineal
NEGATIV
O
NG = - (A*ND + B)
A = inclinación de la recta (tangente del ángulo)
B = factor de incremento, definido por los limites mínimo y máximo
definidos por el usuario.
¿ 𝑃 í 𝑥𝑒𝑙𝑒𝑠
Es una función de mapeo lineal inversa:
las áreas oscuras (bajos valores de nivel de gris) se
tornan claras (altos valores de nivel de gris) y
viceversa
𝑁𝐷 / 𝑁𝐺
REALCES - Expansión no lineal
Factor de escala (Fe)
ECUALIZACIÓN (L-1)/N = 15/24=0.625
Ajusta la redistribución de valores ND de acuerdo a su
frecuencia. Valores más frecuentes ocupan un mayor rango NG = 0.625 x C (ND)
de NG en la imagen realzada. C (x) = frecuencia cumulada
N= número de píxeles totales = 24
L = rango disponible de ND = 16
ND f C Fe*C NG
0 1 1 0.625 1
1 1 2 1.25 1
Original 2 3 5 3.125 3
3 4 9 5.625 6
4 5 14 8.75 9
5 4 18 11.25 11
6 1 19 11.875 12
Frecuencias cumuladas Final Richards, 2006
PRÁCTICA – TALLER 2
1. Elije una nueva imagen en la carpeta IMG o toma nuevamente la imagen del ejercicio anterior.
2. Visualiza las estadísticas de la imagen y realiza una interpretación sobre los valores observados.
• Mínimos y máximos.
• Desviación estándar/valor promedio.
• Rango de ND.
3. Visualiza el histograma de la imagen y realiza una interpretación sobre los valores observados al menos para 3 bandas.
4. Genera un diagrama de dispersión 2d con bandas de tu elección, identifica diferentes tipo de coberturas a partir del
diagrama y verifícalas en la imagen comparando su firma espectral. Realiza una interpretación con base en las
observaciones realizadas.
5. ¿Si tuvieras que escoger solo 3 bandas para tu análisis, cuales bandas emplearías y cuales descartarías? Justifica tu
respuesta.
6. Aplica diferentes realces a tu imagen y selecciona el más adecuado. Justifica tu selección.
Diligencia tus respuestas en el formato Taller2 y envíalas a:
[email protected] AUTOEVALUACIÓN
CLASE 1
https://forms.gle/hdPLHp3KMFzBMas36
