Procesamiento digital de imágenes

Septiembre 2013

Fuente: Héctor del Valle (2007) y Emilio Chuvieco (2008)

El procesamiento digital no se originó con los sensores remotos y no está restringido a este tipo de datos. Por ejemplo en el campo médico. Para la percepción remota los pasos iniciales se dieron en el programa satelital de los años 60 que transmitió imágenes a estaciones ubicadas en la tierra. La baja calidad de dichas imágenes requirió el desarrollo de técnicas de procesamiento para hacer las imágenes más útiles. Otro intento fue realizado con el programa Landsat que inició en 1972 y que proporcionó el primer conjunto de imágenes en formato digital. La gran mayoría de imágenes son grabadas en formato digital y después procesadas en computadora para producir imágenes que servirán de fuente de datos e información.

1

El principal objetivo del procesamiento digital de imágenes es permitir manipular y analizar los datos de imágenes producidas por sensores remotos, de tal forma que sea “revelada” la información

que no pueda ser reconocida inmediatamente en la forma original.

¿Qué es una imagen digital? El color con el que aparece cada píxel en el monitor se define por un valor numérico, que codifica digitalmente la radiancia detectada por el sensor para esa parcela del terreno y esa banda espectral.

Grey Levels Digital Numbers Pixel Values Nivel Digital

2

Significado de los píxeles B1 B2 Conversión Digital-analógica B3 ... Bn

23 45 87 ... 16

NDi,j,k

Lsen,i,j,k = f (NDi,i,k)

Lsu,i,j,k

Estructura de la imagen Z

BANDA 7

BANDA 6

BANDA 5 BANDA 4 ND

BANDA 3

i,j,7

ND i,j,6

Y

BANDA 2

ND

i,j,5

BANDA 1 ND

i,j,4

ND i,j,3 NDi,j,2 ND i,j,1

X Localización espacial

Fuente: Emilio Chuvieco (1996)

3

Bit = un dígito binario (0 o 1); Byte = 8 bits, 1 carácter; Kilobyte (K o Kb) = 1.024 bytes (210); Megabyte (Mb) = 220 bytes; Gigabayte (Gb) = 230; Terabyte = 240 bytes.

“Pixel depth”: es el número de bits requeridos para almacenar todos los valores en un archivo. Por ejemplo, los datos con un “pixel depth” de 8, o 8 bit, tienen 256 valores (28 = 256), con un rango de 0 a 255. En el caso de NOAA la información se codifica en 1024 niveles (10 bits). Otros sensores a 16 bits (SRTM), lo que permite almacenar hasta 65536 altitudes diferentes.

Formatos de grabación en una imagen digital BIP: bandas intercaladas; BIL: bandas intercaladas por líneas; BSQ: banda secuencial.

Equipos de tratamiento digital Periféricos de entrada: Mesa digitizadora. Escáner.

Unidades de proceso. Periféricos de salida: Monitor de alta resolución. Impresoras raster: tinta, sublimación, láser, electrostáticas.

4

Funciones de tratamiento digital Operaciones generales. Corrección radiómetrica y geométrica. Realces del contraste. Filtros. Transformaciones (IV, ACP, ALME). Clasificación. Detección de cambios. Análisis textural. Fuente: Emilio Chuvieco (1996)

Operaciones generales: Gestión de archivos (1/2)

Importación / exportación a formatos externos. Documentación. # filas y columnas. Codificación (8/16/32). Coordenadas y tamaño de píxel, datos de la proyección. Datos de la adquisición: fecha, ángulos solares, calibración.

Fuente: Emilio Chuvieco (1996)

5

Operaciones generales: Gestión de archivos (2/2) Carga de datos a la memoria gráfica. Imágenes, Vectores. Tablas de color...

Salvar datos de la memoria gráfica. Transferir información entre archivos. Extraer una ventana de la imagen. Cambiar formatos / codificación.

Fuente: Emilio Chuvieco (1996)

Metadatos

6

Máscaras Seleccionar un ámbito de la imagen para su posterior tratamiento individualizado. Clasificación estratificada; estadística de sectores geográficos.

Utilidades para la visualización Ampliar / reducir la imagen. Obtener coordenadas y valores de ND. Digitalizar vectores sobre la imagen. Moverse a una escala ampliada (roam / scroll). Superponer vectores y gráficos.

Fuente: Emilio Chuvieco (1996)

7

Operaciones con el cursor

Mediciones

8

Operaciones generales: Estadísticas Tendencia central y dispersión. Histogramas. Perfiles radiométricos. Dispersogramas. Correlación y regresión entre bandas. Fuente: Emilio Chuvieco (1996)

Medidas estadísticas Media

NDk =

Desviación típica

Correlación de Pearson

r k ,m 

i=1,n NDi,k nk

i=1,n ( NDi,k - NDk ) sk = nk

2

(i 1,n ( NDm,i  ND m )( NDk ,i  ND k )) / n sk sm

Fuente: Emilio Chuvieco (1996)

9

Histogramas Tendencia central. Anchura: varianza, heterogeneidad. Desplazamiento de los valores mínimos (dispersión atmosférica). Presencia de “picos”.

Fuente: Emilio Chuvieco (1996)

Dispersogramas Correlación entre bandas: carácter específico o redundante. Selección de bandas (separabilidad de cubiertas). Presencia de agrupaciones.

Fuente: Emilio Chuvieco (1996)

10

Transectos

Perfiles espectrales

Diversidad espectral / firmas espectrales. Particularidades de cada banda.

11

Perfiles 3D

Band 4

12

Mejoras del contraste Alternativas: Expansión: realce visual. Compresión: almacenamiento.

Ajuste del contraste: necesidad Equipos de visualización pobre. Sensores de alta resolución radiométrica: AVHRR: 10 bits Ikonos: 11 bits.

Histograma poco contrastado.

13

Métodos de ajuste Compresión: Conversión 24 a 8 bits. Compresión gráfica (.JPG ; Wavelets)

Expansión: Lineal. Gausiana. Frecuencial. Especial.

14

Realce lineal NV = s + g ND 0 = s + g NDmin 255 = s + g NDmax g

255 NDmax - NDmin

NV 

s

- 255 * NDmin NDmax - NDmin

ND - NDmin * 255 NDmax - NDmin

Ejemplo de realce lineal ND NV 0 0 5 0 10 0 15 0 20 0 25 0 30 3 35 22 40 41 45 60 50 79 55 98 60 117 65 137 70 156

ND 75 80 85 90 95 100 105 110 115 120 125 130 135 140 145

NV 175 194 213 232 251 255 255 255 255 255 255 255 255 255 255

ND 150 155 160 165 170 175 180 185 190 195 200 205 210 215 220

NV 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255

ND 225 230 235 240 245 250 255

NV 255 255 255 255 255 255 255

15

Tablas de Daimiel

16

Efecto espacial de los filtros

ND 400 350 300 250 200 150 100 50 0 -50 1

11

21

31

41

original

51

61

71

paso bajo

81

91

101

111 121 Distancia

paso alto

Filtro en el dominio espacial Matriz de Filtraje

17

Filtro espacial Valor ponderado de acuerdo a los valores vecinos: ,

NDi, j =

 p=1,1 q=1,1 NDi+ p, j+q CF f + p,c+q  p=1,1 q=1,1CF f + p,c+q

Filtros Los filtros son operadores espaciales. Crean nuevos valores de mapas como función de los valores de los píxeles vecinos, Utilizan un “roving window” o “kernel”, Operadores Standard de kernels : Máximo, mínimo, mayoría, minoría, media, mediana, moda, desviación standard, diversidad y muchos otros

18

Concepto Proyección de Kernel 3x3

Imagen

Archivo de salida

19

Archivo de salida

Archivo de salida

20