1

Procesos Digitales para la Extracción de Información Editado por Ing. Marcos Angelini Los métodos de extracción de información a partir de una imagen satelital pueden agruparse en Analógicos y Digitales. Dentro de los primeros se encuentra fundamentalmente la Interpretación Visual, donde se toman en cuenta criterios como Tono/Color, Textura, Forma, Diseño, etc., de la cobertura o uso de la tierra. Para ello se debe contar con un apropiado producto de interpretación, o sea, debe resaltar las características que se desean hallar o mapear, y en este sentido está orientada la primer parte de la guía. En cuanto a los métodos digitales existen una gran cantidad de procesos tendientes a la extracción de información, entre ellos se pueden mencionar los Índices de Vegetación, Componentes Principales, Transformaciones (Tasseled Cap) y Casificación Digital, entre otros. En esta guía sólo se desarrollará el método de Clasificación Digital.

Mejoramiento de una Imagen para Interpretación Visual El proceso de corrección y mejoramiento de una imagen consiste, en un primer paso, en modificar el histograma. Para ello debemos entender que es el histograma de una imagen. Como si de un gráfico de columnas se tratase, el histograma muestra una serie de 256 líneas verticales alineadas en su extremo inferior, representativas de la cantidad de píxeles que hay en una imagen por cada valor digital. En el extremo izquierdo está el valor 0 (negro) y en el derecho el 255 (blanco). A continuación se presenta un esquema simplificado de la representación en un histograma de una imagen codificada en sólo 3 niveles digitales (ND).

Frecuencia

7 6 5 4 3 2

Imagen

1 1 2 3

ND Histograma

En general, su anchura suele adaptarse a 256 ND. Su altura máxima varía con los programas, pero es fija y se hace corresponder al grupo de píxeles más numeroso, adaptando el resto de las columnas proporcionalmente.

1

2

Histograma Cabe aclarar que a cada banda o canal le corresponde un histograma. De esta forma se tendrá un histograma para la banda del Azul, otro para la del Verde, otro para la del Rojo, otro para el Infrarrojo cercano y así sucesivamente con cada banda. El histograma anterior corresponde a la siguiente escena:

Imagen correspondiente a la banda del Rojo (TM3) del satélite Landsat (Zarate-Campana, Buenos Aires)

Como se ve en la imagen, las tonalidades son oscuras y con bajo contraste. Esto puede verse reflejado en el histograma, ya que el mismo se encuentra concentrado en el sector más próximo al 0 (negro) y comprimido (bajo contraste). La primera corrección que debe hacerse para obtener un buen producto para interpretación es el proceso de Estiramiento de Histograma que permitirá aumentar el contraste. El Estiramiento de Histograma consiste en aumentar las diferencias entre cada una de las barras verticales del mismo. Esto puede llevarse a cabo tomando los valores mínimo y máximo del histograma haciendo que el mínimo pase a valor cero y el máximo a 255, y distribuyendo el resto proporcionalmente. De esta manera se aplicara una función lineal de aumento de contraste aprovechando los 256 ND.

2

3

Ensanche lineal del histograma Este tipo de ensanche es correcto en el caso de tener un histograma con una distribución normal. En este caso nos encontramos con un histograma que se encuentra concentrado en su extremo izquierdo y al aplicar el ensanche lineal la imagen gana en contraste pero resulta oscura. Parara solucionar este problema se han diseñado otros tipos de ensanches. A continuación se presentan algunos tipos de ensanches y el efecto sobre la imagen.

Logarítmico

3

4

Bilineal

Multilineal

Exponencial

4

5

Ecualizado El proceso de estiramiento del histograma deberá ser aplicado a cada una de las bandas que serán incluidas en la combinación color. Por ejemplo si se combinan las bandas del satélite Landsat TM2Azul/TM3Verde/TM4Rojo y se aplica un estiramiento apropiado a cada banda se obtendrá el siguiente producto:

Debe recordarse que la elección del método de estiramiento de histograma está ligada al objetivo del trabajo. Por ejemplo, si se quiere mapear cursos de agua a partir de una imagen, el ensanche de histograma y la combinación de bandas deben resaltar estas características, y para ello se debe conocer que sector del histograma contiene los píxeles pertenecientes a estas cubiertas. De esta manera se logrará un producto apropiado para la interpretación visual. Como ya se ha visto, el estiramiento de histograma aumenta el contraste de la imagen cambiando la tonalidad de los píxeles independientemente de la posición en que se encuentren en la imagen. Pero en ciertos casos, además de un aumento de contraste general se requiere aumentar o disminuir el contraste de un píxel respecto a sus vecinos. Un caso común de ello es en el que se necesita marcar los límites o bordes dentro de una imagen, por ejemplo, para mapear caminos, o bien cuando se necesita atenuar el ruido

5

6 (señales eléctricas azarosas) de la imagen para conseguir un buen producto. Para ello se debe implementar el proceso de Filtrado. Se desarrollará aquí el proceso de filtrado por convolución. Se denomina convolución a una función, que de forma lineal y continua, transforma una señal de entrada en una nueva señal de salida. El Filtrado consiste en una matriz de ancho y alto conocido (generalmente de 3x3, 5x5 o 7x7 píxeles o celdas) que, mediante algebra de matrices con la imagen a tratar, aumenta o disminuye la diferencia de valor de un píxel respecto a sus vecinos. La máscara de filtrado (3x3) se colocará en la esquina superior izquierda y aplicará el algebra sobre los 9 respectivos píxeles de la matriz. Obtenido el resultado, este será colocado en una nueva matriz en el lugar que le corresponde al píxel central de la máscara. A continuación se corre un lugar hacia la izquierda y realiza el mismo tratamiento con los respectivos píxeles. Así, al completar la fila, comienza nuevamente en la siguiente fila hasta terminar el proceso sobre toda la imagen. Nótese que los valores de los píxeles de los bordes de la imagen quedarán con valor nulo, ya que no se tiene los 9 píxeles (3x3) necesarios para la operación.

Esquema de una mascara de filtrado (3x3) sobre una matriz de 12x12 píxeles Entonces, una ecuación entre una matriz de 3x3 y una imagen (matriz de n x m) se vería de la siguiente manera:

r

a  (1)  b  (1)  c  (1)  d  (1)  e  8  f  (1)  g  (1)  h  (1)  i  (1) n

6

7 …siendo las letras de “a” a “i” valores digitales de la imagen, “n” generalmente la cantidad de píxeles de la máscara y “r” el resultado de la ecuación que se colocará en la nueva matriz. Debe tenerse en cuenta que el filtrado se realiza banda por banda, si bien algunos programas permiten realizar el filtrado sin separar dichas bandas. Existen, básicamente, dos tipos de filtrado: 

Filtros de Pasa Baja



Filtros de Pasa Alta o

Filtros Direccionales

Como su nombre lo dice, los filtros de pasa baja, dejan pasar las bajas frecuencias, y por el contrario, los filtros de pasa alta las altas frecuencias. Pero a qué se refiere con bajas y altas frecuencias: una imagen donde predominan las bajas frecuencias es aquella en la que el contraste entre píxeles vecinos es mínimo. Un extremo de ello es una imagen con todos sus píxeles de igual valor. Por el contrario una imagen donde predominan las altas frecuencias es aquella en la cual los píxeles vecinos tienen alto contraste. Un ejemplo de ello es la imagen “lluviosa” que suele verse en un televisor cuando no tiene señal. Este último efecto puede encontrarse también en las imágenes radar. Filtros de pasa baja Como ya lo mencionamos son aquellos filtros que dejan pasar las bajas frecuencias, por lo que al aplicarlo generará una imagen más homogénea. Existe una serie de mascaras de filtrado, siendo el más común el de media. Para atenuar el suavizado se puede colocar el valor 2 en la celda central de la máscara. En general los programas tienen una serie de filtrados predefinidos y en algunos casos contienen una matriz donde se puede editar dicha máscara.

Original

Filtro de Media

Como puede observarse, el producto obtenido por el filtrado no es mejor que el original si con él se pretende hacer interpretación visual. Este tipo de filtrados se suele aplicar en imágenes radar, para atenuar el ruido propio de estas imágenes. En este sentido se han desarrollado un número mayor de filtros tendientes a solucionar dicho problema. Otro tipo de filtros de pasa baja son los estadísticos, como ser de mediana, moda y mayoría, entre otros, utilizados al final del proceso de clasificación donde cada píxel pertenece a una categoría predefinida. En estos casos suele ocurrir que quedan píxeles aislados añadiendo ruido a la imagen. Para ello se pueden aplicar los filtros de mayoría o moda.

7

8 Filtros de Pasa Alta Este tipo de filtrado es muy utilizado en imágenes ópticas para resaltar o marcar los bordes como caminos, límites de potreros o líneas naturales del paisaje. Uno de los filtros de pasa alta más difundido es el Laplaciano que tiene la particularidad de su simetría y que la suma de los valores de la máscara da cero. A continuación se ven algunos ejemplos:

Filtros Laplacianos

Original

Filtro Laplaciano

Si este proceso está destinado a realizar una interpretación visual, la desventaja de este filtrado es que se pierde la información de contexto a los bordes. Para ello se puede aumentar el valor central de la máscara disminuyendo el efecto del realce de bordes, o dicho de otra manera, dando más peso a la imagen original.

Original

Filtro Laplaciano + Original

Este último filtrado debe ser normalizado a fin que los valores resultantes no queden fuera del rango de 0 a 255. La mayoría de los programas tienen la opción para normalizar los valores de la máscara en forma automática.

8

9 Otro tipo de filtro de pasa alta son los Direccionales, los cuales están destinados a marcar líneas en un sentido. Este tipo de filtrado se utiliza en geología, por ejemplo, para detectar fallas o lineamientos del terreno en un sentido.

Filtros Direccionales

Original

Filtro Direccional (+45º)

Debe recordarse que cada herramienta persigue un objetivo, y por lo tanto debe evaluarse cual de todas posibilidades vista se ajusta mejor a su objetivo. A continuación, y por último, se puede observar el producto terminado con un estiramiento de histograma y un filtro de pasa alta (Laplaciano + Original) con un valor central de máscara de 15.

Original

Filtrada

9