Loading
Apuntes
Study Reminders
Support
Text Version

Mejora de contraste no lineal

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

Vídeo 1

Hola a todos y bienvenidos a la próxima discusión, que es la continuación de la discusión anterior que tuvimos en las técnicas de mejora de la imagen que era la. Ahora vamos a tener la segunda en esta y también tendremos una demostración a través de un software comercial sobre algunas técnicas básicas de esta mejora de imagen. En la discusión anterior de esta técnica de mejora de imagen 1 nos hemos centrado principalmente en el estiramiento lineal de contraste, ventajas y desventajas y cómo se pueden hacer.
Ahora también vamos a discutir acerca de contraste no lineal un estiramiento o mejora. Así que aquí como usted sabe que el nombre implica que los valores de datos de entrada y salida no siguen las relaciones lineales y entonces que la entrada y la salida están relacionados por una función de transformación que es y = f (x) y este aumento o disminución en el contraste en diferentes regiones de histograma. Así que eso significa que podemos en lugar de distribuir los valores de una manera lineal en todo el rango dinámico completo que es en caso de 8 bit de escenario 0 a 255 vamos a elegir el método que se basa en diferentes matemáticas como se muestra aquí. Y vamos a redistribuir las cosas tal vez basado en el logarítmico, tal vez log inverso, tal vez exponencial, tal vez cuadrado, tal vez raíz cuadrada, cubo y cubo raíz. Así que hay diferentes métodos matemáticos que se han implementado en no lineal y algunos también son métodos estadísticos también. Y la que es la ecualización de este histograma, la muy popular y por supuesto que el tramo gaussiano está ahí para saber, si no se distribuye una imagen o no se distribuyen los píxeles de la imagen. Normalmente podemos utilizar este tramo gaussiano y luego trigonométricamente también que podemos usar arco tangente también para ese propósito. Ahora primero vamos a pasar por un tramo que es el estiramiento gamma y que se refiere al grado de contraste entre los valores grises de un nivel medio de una imagen, el valor gris por qué es el valor gris. Porque cuando hablamos de bandas individuales entonces no tenemos valores de colores se distribuyen entre 2 colores extremos que es blanco y negro. Así que 0 negro se representa por 0 valor y el blanco se representa por 255 de nuevo este es el escenario de 8 bits y el resto de los valores están entre estos 2 extremos que significa que son valores grises. Por eso es por lo que se usa el término valores grises. Ahora el estiramiento gamma no afecta a los valores blancos o negros, estos valores extremos no afectan a una imagen sólo valores de nivel medio que afecta. Y también veremos a través de una demostración de imagen también. Por lo tanto, al aplicar una corrección gamma se puede controlar el brillo general de un conjunto de datos de barrido o una imagen de satélite ver que no hay una fórmula estándar o un procedimiento estándar que una vez que obtenemos una imagen de satélite, debemos aplicar este tipo de estiramiento depende de la imagen a la imagen, incluso la imagen de la misma área. Pero si pertenece a diferentes temporadas podemos implicar una técnica de mejora de imagen diferente, por lo que esta tiene que recordar realmente. Y es por eso que hay tantos tramos están disponibles software para realizar. Pero dependiendo de la imagen y de cómo esa mejora si es suficiente o aceptable para un usuario que también es juega un papel muy importante. Además, como usted sabe que una gamma cambia no sólo el brillo, sino también las relaciones de rojo o verde a azul cuando usted va para una imagen compuesta de color falso. Y o una imagen compuesta en color, los valores gamma inferiores a 1 y disminuyen el contraste en zonas más oscuras y aumentan el contraste en las zonas más ligeras y esto oscurece la imagen sin saturar básicamente la zona oscura o ligera porque no va a tocar ese valor extremo. Aquí un ejemplo es dado que el original en el lado izquierdo sin ningún estiramiento y el medio es de 0.5 gamma estiramiento y luego una aplicación 1.5 gamma estiramiento el resultado es. Así que el conjunto de las brightnesshas definitivamente se incrementa, pero en el nivel medio, como puedes ver en la imagen media que sabes que la oscuridad está ahí, pero sabes que los valores medios son relativamente más oscuros. Pero en la derecha que es el tramo gamma 1.5 gamma donde no sólo la imagen se ha vuelto mucho más brillante hay, por supuesto, el contraste sigue ahí. Pero los valores más oscuros siguen siendo oscuros, los valores más brillantes siguen siendo que usted sabe brillante, por lo que es la una de las ventajas de la extensión gamma. Esta es la imagen que voy a utilizar también para la demostración de la misma imagen. Por lo tanto, esta es la imagen original y cuando usamos un software como hoy vamos a tener en el software RGI. Entonces esto es lo que vamos a hacer que usted puede comprobar también histograma y luego esta es la imagen de estiramiento gamma y cuando se comprueba el histograma ver la distribución ha cambiado por completo. Así que de aquí en adelante, voy para esta demostración de este software. Esta es la imagen que se está mostrando aquí y puedo decidir aquí para diferentes tipos de estiramientos. Así que primero vamos a lo que hemos discutido es este tramo gamma y también relacionado con las discusiones anteriores conferencias. De modo que cuando usted doble clic en esto usted sabe en la tabla de contenido sobre esa imagen entonces usted ve que uno que viene allí y entonces usted puede optar por eso. Así que aquí la opción ya está allí para aplicar la gama gamma como aquí. Ahora puedes elegir un tipo de estiramiento también, por lo que digo que elijo un tipo personalizado y aplicar la estirpe gamma puedo dar diferentes valores aquí también y cuando voy también puedo ver el histograma de mi imagen de entrada. Y luego aplico este y veo qué pasa con esta imagen hay un ligero cambio en los valores o en el brillo de la imagen. Y si voy para algún otro tipo de estiramiento como histograma o máximo estiramiento máximo básicamente este es el estiramiento lineal de nuevo puedo ir para la opción incluso gamma también. Así que si voy por sin la opción gamma y decir que ok aplicar y sólo centrarse en la imagen y luego ahora mínimo como se puede ver que cuando la imagen estaba en la extensión gamma tiene el mejor brillo. Pero cuando fui por mínimo, máximo un tramo sin opción gamma, la imagen volvió a ser oscura y perdió el contraste. Pero si voy ahora esto son los valores son 1.5 y ahora voy por este y voy a ver que la imagen tiene brillo y las cosas realmente han mejorado. Hay un montón de opciones estarán disponibles aquí y usted puede ver definitivamente esas opciones y lo que le digo a mis estudiantes aquí que usted juega con estos softwares, usted pasa más tiempo en estos softwares diferentes opciones están disponibles, muchas opciones están disponibles muchas otras. Como por ejemplo, si voy por la ecualización del histograma, entonces ves que el brillo debería aumentar aún más, ya sabes y creará mucho más contraste. Por lo que la ecualización del histograma crea más contraste en comparación a como mínimo, máximo u otro contraste, si voy por una desviación estándar, me parece que es un muy bueno que puede cambiar este valor n también aquí. Pero y si me quedo con esto aplicar gamma estiramiento, entonces ver los cambios que tendrían lugar en el.
Ahora ven esta calidad de esta imagen, pero esta demostración es en contra de esa imagen en particular. Si cambia la imagen, es posible que no obtenga el mismo resultado. Debido a que depende de su básicamente en un histograma de entrada, consulte después de un estiramiento cuando pulse este histograma. Ahora ambos histogramas se muestran y eso dice todo lo que ha pasado durante este tramo, ver en las áreas grises que está mostrando es el histograma de la imagen original que usted está viendo aquí. Histograma de la imagen original y también puede obtener el histograma de la imagen estirada. Y como se puede ver que se ha distribuido a lo largo del rango disponible y se dice un escenario de 8 bits. Así que para los 3 canales, esto es para rojo, esto para el verde y esto es para el azul. Así que todos los 3 canales los valores ahora están repartidos, también puedes comprobar los valores ahora como en rojo los valores están con valores mínimos son hasta ahora 26, máximo es 253. En un canal verde el valor mínimo es 28, el valor máximo ya se ha alcanzado hasta el extremo que es 255 y el valor mínimo azul es 41, el valor máximo es 255. Así que esa es la ventaja una vez que entiendas el histograma y cómo se estirará esta imagen y luego vas por diferentes opciones en un tramo. Y después de eso también estudiar el histograma lo que ha pasado, entonces las cosas serían muy claras. Pero de nuevo estoy diciendo que una cosa tiene que recordar todo el tiempo que uno es estirar una técnica de mejora de contraste o mejora de la imagen puede no funcionar exactamente para la otra imagen, incluso esa imagen de la misma área, pero de la temporada diferente. Así que depende de la imagen a la imagen, y hay uno puede decir que hay una subjetividades allí, pero lo que usted está buscando en última instancia en el límite de estiramiento lo que usted está buscando que cómo ha alcanzado. Así que en cualquier momento que voy por ningún tramo, puedo ir a la imagen original como esta, esta era mi imagen original. Así que de esta manera uno puede hacer este estiramiento. De hecho, esta es mi imagen original. Así que ahora, lo que pasó no he guardado la imagen que estiré no importa cada vez que se guarda la imagen, por lo general se dice sólo la LUT no la imagen.
Y este es un LUT que es tabla básicamente buscar tabla se mantendrá y requerirá sólo espacio pequeño en su disco duro. Pero si guardo esta imagen estirada completamente como un archivo separado entonces un duplicado básicamente ocupará el doble del espacio como antes. Supongamos que esta imagen que estoy mostrando aquí es de 10 megabytes, después de nuevo guardo esta imagen con un nombre separado sin guardar LUT sólo la imagen cambiada que estoy ahorrando. Entonces voy a ocupar de nuevo 10 megabytes más, así que en lugar de eso es mejor siempre para ahorrar como LUT que ocupará sólo unos pocos kilobytes y su espacio de disco duro permanecerá allí. En diferentes softwares como en o RGIS o el software de procesamiento de imágenes redox salvará todo el proyecto. Y cuando se guarda el proyecto, ocupa un espacio muy pequeño, lo que el proyecto hace básicamente almacena la trayectoria de diferentes capas de datos que están presentes en esta tabla de contenido TOC. Y también LUT es otro de los procesos que uno lo ha hecho, y que ocupará sólo unos pocos megabyte de espacio en su disco duro, el proyecto. Y el dondequiera que sus archivos están allí, originales que permanecerán como está intacto sin ningún cambio. Esa es la ventaja de que las cosas ahorran en una forma de proyecto en lugar de crear siempre una operación de guardar como y crear un nuevo archivo de imagen que es completamente innecesario. Ahora puede haber un argumento aquí que si quiero al día siguiente si quiero hacerlo en otro software, entonces cómo lo haré entonces estas instalaciones de importación de exportación también están disponibles. Por lo que puede exportar o importar este proyecto de otra manera de una manera normal, puede tomar estas imágenes guardar como y luego abrir en algunos otros softwares. Así que volvemos de nuevo y si lo requiere, volveremos a esta discusión y estuvimos aquí básicamente que el estiramiento de gamma ha hecho, así que esta demostración que acabo de mostrar a ustedes. Ahora un estiramiento de contraste logarítmico en este proceso los valores logarítmicos de los datos de entrada son linealmente estirados para obtener los valores de salida deseados. Es un proceso de 2 pasos básicamente, el primer paso que encontramos los valores de registro de los valores de DN de entrada o valores de píxel. Y luego el segundo paso los valores de registro son linealmente estirado para llenar el rango completo que está disponible para nosotros entre 0 a 255. El estrés logarítmico tiene mayor impacto en los valores de brillo encontrados en la parte más oscura. Por lo tanto y del histograma en la parte inferior, por lo que crea un saber más brillante o crear brillo para los píxeles oscuros, que es la ventaja del contraste logarítmico, ahora dependerá de nuevo de la imagen a la imagen. Por ejemplo, aquí se muestran tanto el tramo de contraste lineal como el no lineal. Y como puedes ver que sabes lo normal a hay puede haber un registro inverso en la parte inferior también mostrado. Y en aquí, cuando vemos esta trama de LUT en el lado derecho que los valores de entrada son entonces en el medio se está teniendo un no lineal, este es el estiramiento lineal y este es un tramo a destajo que se tiene que hacer manualmente. Así que quiero un tramo de cierto tipo en esta parcela es una pendiente entonces quiero una pendiente muy alta y luego de nuevo pendiente. Así que en los primeros pixels o en la primera gama de pixels empezando lo que significa decir 0 a 50 quiero este tipo de pendiente, resto de valores quiero este tipo de pendiente, por lo que más brillo en los valores medios. Y luego y valores más altos no quiero la misma pendiente pero quizá menos pendiente. El estiramiento lineal de Sopiecewise también es posible no lineal que ya estamos discutiendo aquí y lineal que ya hemos discutido.

Vídeo 2

Ahora la ecualización del histograma, a veces de vuelta también tocamos, así que sólo por completitud voy a ir rápidamente de la ecualización del histograma. Ya he demostrado a través de software también en este histograma de la técnica de la imagen original se redistribuye como usted también ha visto en la salida, comparación entre los histogramas de entrada y salida. Que estos valores se redistribuyan para producir una densidad de población uniforme como el nombre implica la ecualización del histograma, donde más cantidad de píxeles están teniendo el mismo valor que se redistribuyen. Para que los valores se distribuyan de manera ecualizada es por eso que se llama igualación de histogramas. Así que esto se obtiene agrupando ciertos valores grises adyacentes o valores de píxeles grises siempre que lo mencionemos significa que estamos hablando de una sola banda. Por lo tanto, el número de niveles grises en la imagen mejorada es menor que el número de niveles grises en la imagen original. Y esto aumentará el contraste como también se ve en la demostración en la parte poblada, la gama más poblada que es generalmente en el rango medio y estos se redistribuyen. Así que es por eso que se ve el mayor contraste en la ecualización del histograma. Por lo que también reduce automáticamente el contraste en partes muy ligeras o muy oscuras de la imagen. Así que gamma estaba haciendo un pequeño tramo diferente que significa que estaba haciendo un brillo de creación en la parte inicial en la última parte. Aquí la ecualización del histograma está haciendo zoom a estos ríos, está haciendo en la parte más poblada que está haciendo el contraste más trayendo más contraste en la imagen o más brillo también en los valores de rango medio. En la ecualización del histograma, los niveles de gris o los valores de píxel se asignan a los niveles de visualización en función de su frecuencia de ocurrencia. Que con qué frecuencia estos cuando vemos gran número de pixel que significa que la frecuencia es muy alta y por eso es. Así que en la cola de un histograma la frecuencia es muy menor, por lo que es por eso que los valores de rango medio que están teniendo alta frecuencia o estiramiento más. Mientras que los valores de cola que tienen bajas frecuencias se extienden menos y de esta manera se crea una ecualización de histograma. Así que todo esto lo que hagamos a través de estos software cualquiera de estos softwares debemos ser conscientes de que la ecualización del histograma también proporciona una imagen con más contraste de cualquier técnica de mejora. Así que si quieres realizar quieres tener un mayor contraste en tu imagen de entrada entonces la mejor opción puede ser la ecualización del histograma. Sin embargo, puede ocultar información a veces necesaria, que está en la cola de su histograma o píxeles de menos frecuencia. Y esta técnica básicamente agrupa píxeles que son oscuros o muy brillantes en muy pocas escalas grises que porque mientras hacen la redistribución reduce su importancia. Por lo tanto, uno tiene que dejar de lado, si uno está tratando de sacar la información sobre los datos en el calendario del terreno. Debido a que a veces eso también está ahí usted sabe especialmente en la parte de colinas o regiones montañosas si usted está teniendo imágenes de satélite, la parte de la sombra siempre está oscuro o hay nubes en sus datos. Así que la ecualización puede no ser apropiada, así que si usted está teniendo áreas muy oscuras o si usted está teniendo áreas muy brillantes en su imagen entonces eso significa que la ecualización del histograma no es adecuada. Y este ejemplo volveremos a ver aquí que se trata de la banda 4 TM landsat TM band 4. Y ha sido el histograma ecualizar y se puede comparar los 2 histogramas uno de arriba es el original y el inferior es el estirado. El histograma iguala, lo que ves que la altura que estaba disponible aquí se ha reducido debido a la redistribución de la gama media valora el rango disponible que es de 0 a 255. Así que los valores anteriores se distribuían sólo significaría que el valor mínimo era un T 4 el máximo era 153. Ahora el valor mínimo es 0 y el valor máximo es 255 y los valores de rango medio se han redistribuido por lo que estas flechas tienen más separación aquí. Y estas flechas no tienen separación ni otras se están concentrando. Y eso significa que los valores de rango medio han sido un estiramiento y el debido a menos frecuencia en este eje y usted está teniendo básicamente frecuencia. Así que es por eso que esta altura de la zona sombreada ha reducido eso significa que ha igualado la imagen y usted ve el resultado aquí también. Esta cifra anteriormente también hemos visto en la técnica de mejora de la imagen 1. Así que esto también le he demostrado a través del software cuando usted está teniendo un escenario de bajo contraste, entonces esta es la situación de esta es la posición del histograma. Y cuando usted está teniendo una ecualización de histograma también ha mostrado a través de software, entonces ocupa la gama completa y la frecuencia también cambiará. Aquí de nuevo la imagen original y la imagen igualada del histograma, se puede ver el contraste el mejor contraste posible sólo se puede crear a través de la ecualización del histograma. Así que si eso es necesario sólo la restricción es, si en su imagen usted está teniendo 2 áreas brillantes y 2 áreas oscuras entonces no gofor histograma ecualización. Si es usted los valores están en la gama media entre el 0 a 255 seguro entre 100 y 150 o 200.
Entonces la ecualización del histograma creará una muy buena salida como se puede ver aquí, que el gris es el histograma de entrada y luego simplemente hacemos que uno es el histograma ecualizar uno. De nuevo estas propiedades al doble clic se obtiene estos un tramo y luego se elige la opción apropiada. Aquí se ha elegido la ecualización del histograma y esto es lo que muestran los resultados. Ahora hay algunas otras técnicas no lineales que no son populares, pero todavía a veces se requiere. Por ejemplo, la técnica se llama límite de porcentaje es estiramiento que desea cortar en el porcentaje mínimo y máximo de un 5%, 10% y el resto de los valores que desea considerar para el estiramiento de contraste. Así que esto es lo que se llama el porcentaje de corte de estiramiento que es de nuevo a pesar de que es parte del estiramiento de contraste lineal y que es el mínimo de estiramiento de contraste lineal máximo, excepto que esta medida utiliza un mínimo y valores máximos especificados y que se encuentran en un cierto porcentaje de píxeles de la media del histograma. Hay otras técnicas estadísticas que hay una es una desviación estándar basada en un estiramiento lineal de desviación estándar también le mostré a través del software también. Que similar a este contraste lineal máximo de nuevo, excepto este método utiliza un valor máximo especificado mínimo que mintió fuera de cierta desviación estándar de píxeles y que el valor de desviación estándar puede elegir que 1 valor 1.5, 2 lo que sea. Y una desviación estándar de la media se utiliza a menudo para empujar las colas del histograma más allá de los valores mínimos y máximos originales. Así que básicamente cambia estas colas de su histograma. Al igual que aquí, si voy por -3 esta desviación estándar 3 en ambos extremos, entonces esto es lo que voy, pero si voy a desviación estándar este 1 entonces es así. Así que en una distribución normal en este 68% de los valores están dentro de 1 desviación estándar en este escenario también y en la distribución normal de la media de Gauss y alrededor del 90% de los valores están dentro de las 2 desviaciones estándar, por lo que el 95% de los valores están dentro de 2 desviación estándar. Así que bajo estas circunstancias si decimos eso, ya sabes que se trata de 1 escenario de desviación estándar, por lo que los valores del 34% están en el lado izquierdo de la media y el 34% del lado derecho. Pero esto es recordar que este escenario es sólo para una distribución de Gauss y generalmente normalmente es difícil conseguir la distribución de Gauss de los valores de pixel dentro de una imagen. Pero, sin embargo, para nuestro entendimiento, podemos usar estos ejemplos aquí hay algunos ejemplos. El primero es el ejemplo máximo de contraste máximo de contraste es aquí, el contraste lineal simple tramo en el medio de la transformación que es mirar hacia arriba también se muestra aquí. Que sepas entre 0 a 4 no un solo en x eje las cosas se han vuelto a mover en el lado superior entre 104 a 255 estos valores. Por lo tanto, el valor que tiene 104 se ha desplazado a 255 el valor en este ejemplo, el valor de píxel que era 4 se ha cambiado a 0. Y de la misma manera puedo crear un histograma de contraste mínimo de contraste lineal máximo, pero cuando voy para el histograma de porcentaje de contraste lineal estiramiento. Luego estoy eligiendo cierto porcentaje y consiguiendo que las cosas se redistribuyan como se puede comparar con el máximo mínimo, se trata de un histograma poco diferente y se ha creado 1 tramo de contraste de desviación estándar. Hay algunos otros ejemplos también la imagen original en el tramo máximo de contraste máximo mínimo está en el medio. Y 1 estiramiento de contraste de desviación estándar como se puede ver que el contraste más se va significa más alto el valor de una desviación estándar usted elige más el contraste que va a crear en la imagen de salida. Ahora si eso es aceptable para usted o no que usted tiene que decidir. Así que este tiene que recordar, porque todas estas técnicas de mejora de la imagen dependen de la imagen a la imagen. Así que uno tiene que ser cada vez que usted toma cualquier paso para la mejora sólo asegúrese de que estos lo que la imagen que está creando es bien o hacer sobre el realce o bajo el anuncio. Si se ha terminado de volver a hacer el elegir el valor menos en lugar de 1 desviación estándar, elija 0.5 desviación estándar si está en debajo de elegir la desviación estándar de 1.5. Por lo tanto, hay una especie de proceso de iteración que no sabe que no tiene un diagrama de flujo estándar por el que lo hace para todas las imágenes. Una vez más una desviación estándar de ejemplo más esta imagen fue, por lo que esta es originalmente imagen, esta es la desviación estándar de la imagen de estiramiento bastante similar a la salida de la ecualización del histograma. Pero si pones estas 2 imágenes una es un estiramiento por desviación estándar y otra es un estiramiento por la ecualización del histograma, es posible que veas diferente visualización. La ecualización del histograma, en comparación con la desviación estándar, creará más contraste en la imagen, donde estas opciones estarían disponibles aquí. Como puedes ver esa opción de desviación estándar que elijas valor estoy eligiendo 2.5 en este caso particular y demostración y cuando dices ok, este es el resultado que obtienes y esta es la redistribución del histograma. Así que el gris aquí, el gris aquí es la imagen original y el rosa ahora se distribuye a través de la desviación estándar 2.5. Así que esto trae al final de esta discusión sobre el estiramiento de contraste no lineal también. En el futuro también vamos a tratar de demostrar en el medio donde sea necesario a través del software. Así que 2 softwares que ya hemos probado uno era no comercial y ese es el simulador de procesamiento de imágenes digitales DIPS Espero que por ahora debes haber descargado y haber empezado a trabajar en él. Vamos a volver a visitar ese software para otros propósitos como un filtrado especial y otro procesamiento. También hoy hemos visto el software RGIS que es un software comercial y software bastante caro, la versión de la licencia es muy caro. Y definitivamente le insto a que siempre que quiera utilizar sólo la versión de licencia de los softwares. Tal vez también tenemos demostración en algunos otros softwares comerciales también. Pero si se requiere cada vez que se requiere, vamos a traer ese a en nuestra discusión. Así que esto trae al final de esta discusión en particular que son las técnicas de mejora de la imagen 2, muchas gracias.