Loading
Nota de Estudos
Study Reminders
Support
Text Version

Aprimoramento De Contraste Não Linear

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

Olá a todos e sejam bem-vindos à próxima discussão, que está em continuação de discussão anterior que tivemos sobre técnicas de aprimoramento de imagem que foi a que foi a Agora vamos ter o segundo neste e também teremos uma demonstração através de um software comercial sobre algumas técnicas básicas deste aprimoramento da imagem. Na discussão anterior desta técnica de aprimoramento da imagem 1 temos focado principalmente em trecho de contraste linear, vantagens e desvantagens e como estes podem ser feitos.
Agora também estaremos discutindo sobre o contraste não-linear um trecho ou aprimoramento. Portanto, aqui como você sabe que nome implica que os valores de dados de entrada e saída não seguem as relações lineares e então que entrada e saída estão relacionadas por uma função de transformação que é y = f (x) e este aumento ou diminuição no contraste em diferentes regiões do histograma. Então isso significa que podemos em vez de distribuir os valores de forma linear em toda a gama dinâmica completa que é em caso de 8 bit cenário 0 255 vamos escolher o método que é basedão em matemática diferente como mostrado aqui. E nós vamos redistribuir as coisas talvez com base no logarítmico, talvez log inverso, talvez exponencial, talvez quadrado, talvez raiz quadrada, cubo e raiz de cubo. Por isso, existem diferentes métodos matemáticos que foram implementados em não-linear e alguns também são métodos estatísticos. E a é a tal equalização do histograma, o muito popular e claro que o trecho Gaussiano está lá para você saber, se uma imagem não for distribuída ou pixels de imagem não forem distribuídos. Normalmente podemos utilizar este trecho Gaussiano e então trigonometricamente também que podemos utilizar tangente de arco também para essa finalidade. Agora primeiro passaremos por um trecho que é estiramento gama e que se refere ao grau de contraste entre os valores cinzentos de nível médio de uma imagem, valor cinzento por que é valor cinzento. Porque quando falamos de bandas individuais então não temos valores de cores são distribuídos entre 2 cores extremas que é preto e branco. Assim, 0 preto é representado por 0 valor e branco é representado por 255 novamente este é 8 bit cenário e resto dos valores estão em entre estes 2 extremos que significa que são valores cinzentos. Por isso, é por isso que o termo valores cinzentos é usado. Agora o alongamento gama não afeta os valores em preto ou branco, esses valores extremas ele não afeta uma imagem apenas valores de nível médio que afeta. E também vamos ver através de uma demonstração de imagem também. Por isso, aplicando uma correção de gama um pode controlar o brilho geral de um conjunto de dados raster ou uma imagem de satélite ver o não existe uma fórmula padrão ou um procedimento padrão que uma vez que obtemos uma imagem de satélite, devemos aplicar este tipo de estiramento depende da imagem para imagem, até mesmo imagem da mesma área. Mas se pertencer a diferentes temporadas podemos implicar em uma técnica de aprimoramento de imagem diferente, então esta tem que realmente lembrar. E é por isso que há tantos alongamentos estão disponíveis softwares para se apresentar. Mas dependendo da imagem e de como esse aprimoramento se é suficiente ou aceitável para um usuário que também é desempenha um papel muito importante. Adicionalmente, como você sabe que uma gama muda não só o brilho mas também as relações de vermelho ou verde para azul quando você vai para uma imagem composta de cor falsa. E ou uma imagem composta de cor, gama valoriza menos de 1 e diminua o contraste em áreas mais escuras e aumenta o contraste nas áreas mais leves e isso escurece a imagem sem basicamente saturar a área escura ou de luz porque não vai tocar em que valores extremas. Aqui um exemplo é dado aquele original do lado esquerdo sem qualquer trecho e o meio um é 0,5 gamma esticado e então um aplique 1,5 gamma esticam o resultado é. Por isso, o geral os brightnesshas definitivamente aumentam mas no nível médio, como você pode ver na imagem do meio que você sabe que a escuridão está lá mas você sabe que os valores médios são relativamente mais escuros. Mas na direita que é o trecho gamma 1,5 gama onde não só a imagem ficou muito mais brilhante há é claro, o contraste ainda está lá. Mas os valores mais escuros permanecem escuros, valores mais brilhantes permanecem você sabe brilhante, então essa é a uma das vantagens do estiramento gamela. Esta é a imagem que eu estarei usando também para demonstração a mesma imagem. Então, esta é a imagem original e quando utilizamos um software como hoje vamos ter no software RGI. Então é isso que estaremos fazendo que você pode conferir também histograma e então esta é a imagem de estiramento gamela e quando você confere o histograma ver a distribuição mudou completamente. Então daqui para frente, eu vou para essa demonstração deste software. Esta é a imagem que está sendo exibida aqui e eu posso decidir aqui por diferentes tipos de alongamentos. Por isso, primeiro vamos o que temos discutido é esse trecho de gamela e também relacionado com as discussões de palestras anteriores. De modo que quando você dobrar clique sobre isso você sabe na tabela de conteúdo sobre aquela imagem então você vê que uma que ela está chegando lá e então você pode optar por isso. Então aqui a opção já está lá para aplicar gamma esticada como aqui. Agora você pode escolher um tipo de estiramento também, então eu digo que escolho um tipo personalizado e aplicar trecho gama eu posso dar valores diferentes aqui também e quando eu for eu também posso ver o histograma da minha imagem de entrada. E então eu aplico este e vejo o que acontece com esta imagem há uma ligeira alteração nos valores ou no brilho da imagem. E se eu for para algum outro tipo de estiramento como histograma ou trecho máximo mínimo basicamente este é o trecho linear novamente eu posso ir para opção até gamma também. Por isso, se eu for por opção sem gama e dizer que ok se candidaia e apenas focar na imagem e então agora mínimo como você pode ver que quando a imagem estava em estiramento gama ela tem o melhor brilho. Mas quando eu fui pelo mínimo, no máximo um trecho sem opção de gama, a imagem tornou-se novamente escura e perdeu o contraste. Mas se eu for agora isso são os valores são 1,5 e agora eu vou para este e vou ver que a imagem tem brilho e as coisas melhoraram realmente. Há muitas opções estarão disponíveis aqui e você definitivamente pode ver essas opções e o que eu digo para os meus alunos aqui que você joga com esses softwares, você passa mais tempo nesses softwares diferentes opções estão disponíveis, muitas opções estão disponíveis lote de outras. Como por exemplo, se eu for para a equalização do histograma, então você vê que o brilho deve aumentar ainda mais, você sabe e vai criar muito mais contraste. Então a equalização do histograma cria mais contraste comparado com como mínimo, máximo ou outro contraste, se eu for para um desvio-padrão, acho que é um muito bom você pode mudar este n valor aqui também. Mas e se eu mantenho essa aplicação de gamma esticada, então veja as mudanças que ocorreriam no.
Agora veja essa qualidade desta imagem, mas essa demonstração é contra para aquela imagem em particular. Se você alterar a imagem, você pode não obter o mesmo resultado. Porque ele depende de sua basicamente em um histograma de entrada, veja depois de um trecho quando você pressiona este histograma. Agora ambos os histogramas são exibidos e que conta toda a coisa que aconteceu durante este trecho, veja nas áreas cinzentas que ele está mostrando é o histograma da imagem original que você está vendo aqui. Histograma da imagem original e você também pode obter o histograma da imagem esticada. E como você pode ver que ela foi distribuída por toda a faixa disponível e você diz um cenário de 8 bit. Por isso, para todos os 3 canais, isso é para vermelho, este para verde e este é para azul. Assim, todos os 3 canais os valores agora estão espalmados, você também pode verificar os valores agora como em vermelho os valores estão com valores mínimos são até agora 26, máximo é 253. Em um canal verde o valor mínimo é de 28, valor máximo já atingido ao extremo que é 255 e azul novamente valor mínimo é 41, valor máximo é 255. Sendo assim, essa é a vantagem uma vez que você entende o histograma e como essa imagem será esticada e então você vai para diferentes opções em um trecho. E depois disso também estudar o histograma o que aconteceu, então as coisas já seriam muito claras. Mas novamente estou dizendo que uma coisa é ter que lembrar o tempo todo que um é esticar uma técnica de aprimoramento de contraste ou reforço de imagem pode não funcionar exatamente para a outra imagem, mesmo aquela imagem da mesma área mas de época diferente. Por isso, depende da imagem para a imagem, e há uma pode-se dizer é uma subjetivação lá mas o que você está olhando afinal no trecho limita o que você está olhando que como ele atingiu. Então, a qualquer hora que eu vou para nenhum trecho, eu posso ir para a imagem original como esta, esta era a minha imagem original. Assim, desta forma um pode fazer esse alongamento. Na verdade esta é a minha agora imagem original. Então, agora, o que aconteceu eu não salvei a imagem que eu estendi não importa sempre que você salva a imagem, geralmente você diz apenas a LUT não a imagem.
E esta é uma LUT que é tabela basicamente olha para cima tabela será mantida e exigirá apenas espaço pequeno em seu disco rígido. Mas se eu salvar essa imagem esticada completamente como um arquivo separado então uma duplicata basicamente ela ocupará o dobro do espaço como antes. Suponha que esta imagem que eu estou exibindo aqui seja de um 10 megabytes então depois novamente eu salvo esta imagem com um nome separado sem salvar LUT apenas a imagem alterada eu estou salvando. Em seguida, irei novamente ocupar mais 10 megabytes, então, em vez disso, é melhor sempre economizar como LUT que vai ocupar apenas poucos kilobytes e seu espaço de disco rígido permanecerá lá. Em diferentsoftwares como no ou RGIS ou software de processamento de imagem redox salvará todo o projeto. E quando você salva o projeto, ele ocupa um espaço muito pequeno, o que o projeto faz basicamente ele armazena o caminho de diferentes camadas de dados que estão presentes nesta tabela de TOC de conteúdo. E também LUT é outro processamento que um tem feito, e que ocupará apenas poucos megabyte de espaço no seu disco rígido, o projeto. E o onde quer que seus arquivos estejam lá, original eles permanecerão como está intacto sem nenhuma alteração. Essa é a vantagem das coisas economizando em uma forma de projeto em vez de sempre criar um save como e criar um novo arquivo de imagem que seja completamente desnecessário. Agora pode haver um único argumento aqui que se eu quiser no próximo dia se eu quiser fazer em outro software então como farei então essas instalações de importação de exportação também estão disponíveis. Assim, você pode exportar ou importar esses projetos de outra forma de uma maneira normal, você pode pegar essas imagens salvar como e depois abrir em alguns outros softwares. Então a gente volta de novo e se requer, nós vamos voltar para essa discussão e nós estávamos aqui basicamente que o estiramento de gama fez, então essa demonstração eu acabei de mostrar para vocês. Agora um trecho de contraste logarítmico neste processo os valores logarítmicos de dados de entrada são de trecho lineará para obter os valores de saída desejados. Trata-se de um processo de 2 etapas basicamente, a primeira etapa encontramos os valores de log dos valores de DN de entrada ou valores de pixel. E então segunda etapa os valores de log são de trecho lineará para preencher o intervalo completo que está disponível para nós entre 0 a 255. O estresse Logarítmico tem maior impacto sobre os valores de brilho encontrados na parte mais escura. Assim e do histograma na parte inferior, assim ele cria um você sabe mais brilhante ou cria brilho para os pixels escuros, essa é a vantagem do contraste logarítmico, agora vai depender novamente da imagem para imagem. Por exemplo aqui o trecho de contraste linear e não linear estão sendo mostrados aqui. E como você pode ver que você sabe o normal um lá pode ser um log inverso na parte inferior também mostrado. E, aqui, quando vemos essa trama da LUT no lado direito que os valores de entrada são então no meio você está tendo um trecho não linear, este é o trecho linear e este é um trecho piecewise que tem que ser feito manualmente. Então eu quero um trecho de certo tipo nessa trama é uma ladeira então eu quero uma ladeira muito alta e depois novamente declive. Então nos primeiros pixels ou primeira gama de pixels começando o que significa dizer 0 50 eu quero esse tipo de declive, valores restantes eu quero esse tipo de inclinação, de tão mais brilho nos valores médios. E depois e valores mais altos eu não quero a mesma ladeira mas talvez menos inclinação. Sopiecewise linear esticar também é possível não linear nós já estamos discutindo aqui e linear nós já discutimos.

Vídeo 2

Agora a equalização do histograma, às vezes de volta também nos tocamos, então só para completude eu vou rapidamente da equalização do histograma. Já demonstrei através de software também nesta técnica o histograma da imagem original é redistribuído como você também viu na saída, comparação entre os histogramas de entrada e saída. Que esses valores sejam redistribuidos para produzir uma densidade populacional uniforme como nome implica a equalização do histograma, onde mais número de pixels estão tendo o mesmo valor que são redistribuídos. Para que os valores sejam distribuídos de forma equalizada é por isso que se chama equalização de histograma. Portanto, isto é obtido através do agrupamento de certos valores cinzentos adjacentes ou pixel valoriza valores cinzentos sempre que mencionamos significa que estamos a falar de uma única banda. E assim dizer que o número de níveis cinzentos em imagem aprimorada é menor do que o número de níveis cinzentos na imagem original. E isso vai aumentar o contraste como você também viu na demonstração na parte preenchida, faixa mais povoada que geralmente está no intervalo médio e estas são redistribuídas. Por isso, é por isso que você vê o maior contraste na equalização do histograma. Por isso, também reduz automaticamente o contraste em partes muito leves ou muito escuras da imagem. Por isso, gamma estava fazendo um trecho diferente que significa que estava fazendo um brilho de criação na parte inicial em última parte. Aqui a equalização do histograma está zoando esses rios, ele está fazendo na parte mais preenchida é fazendo o mais contraste trazendo mais contraste na imagem ou mais brilho também nos valores de intervalo médio. Na equalização do histograma, os níveis de cinza ou os valores de pixel são atribuíveis a níveis de exibição com base na sua frequência de ocorrência. Que com frequência estas quando vemos grande número de pixels que significa a frequência é muito alta e por isso mesmo. Por isso, na cauda de um histograma a frequência é muito menor, então é por isso que os valores de médio alcance que estão tendo alta frequência ou se alongam mais. Considerando que os valores da cauda que estão tendo freqüências baixas são alongados a menos e por esta forma você cria uma equalização do histograma. Por isso tudo isso tudo o que fizermos através desses qualquer um desses softwares devemos estar cientes de que a equalização do histograma também fornece uma imagem com mais contraste de qualquer técnica de aprimoramento. Por isso, se você quiser realizar quer ter um contraste mais na sua imagem de entrada então a melhor escolha pode ser a equalização do histograma. No entanto ele pode esconder às vezes informações necessárias, que está na cauda do seu histograma ou menos pixels de frequência. E essa técnica basicamente agrupa pixels que são escuros ou muito brilhantes em pouquíssimas escamas cinzentas que, ao mesmo tempo em que fazem a redistribuição, reduz sua importância. Por isso, um tem que lembrar, se um está tentando trazer à tona as informações sobre os dados no cronograma do terreno. Porque às vezes isso também é lá você sabe especialmente na parte montanhista ou em regiões montanhosas se você estiver tendo imagens de satélite, a parte de sombra sempre está escura ou há nuvens em seus dados. Portanto, a equalização pode não ser apropriada, portanto, se você está tendo áreas muito escuras ou se está tendo áreas muito brilhantes em sua imagem então isso significa que a equalização do histograma não é adequada. E este exemplo veremos novamente aqui que esta é a banda 4 TM landsat TM banda 4. E tem sido o histograma equalizar e você pode comparar os 2 histogramas um top um é o original e o de baixo é o esticado. O Histograma equaliza, o que se vê que a altura que estava disponível aqui reduziu por causa da redistribuição dos valores de médio alcance a faixa disponível que é de 0 a 255. Assim, valores anteriores foram ficando distribuídos apenas significaria que o valor mínimo era um T 4 o máximo era de 153. Agora o valor mínimo é de 0 e o valor máximo é de 255 e os valores de médio alcance redistribuíram é por isso que essas setas estão tendo mais separação aqui. E essas flechas não estão tendo separação ou outras estão ficando concentradas. E isso significa que os valores de médio alcance têm sido um trecho e o por causa de menos frequência neste eixo y você está tendo basicamente frequência. Então, é por isso que essa altura da área sombreada reduziu isso significa que ela tem equalizado a imagem e você vê o resultado aqui também. Esta figura mais cedo também temos visto na técnica de aprimoramento de imagem 1. Então isso eu também tenho demonstrado a você através do software quando você está tendo baixo cenário de contraste então esta situação é a posição do histograma. E quando você estiver tendo uma equalização do histograma também mostrado através de um software então ele ocupa a faixa completa e a frequência também mudará. Aqui novamente imagem original e histograma equalizam imagem, você pode ver o contraste o melhor contraste possível pode ser criado apenas através da equalização do histograma. Portanto, se isso é necessário apenas restrição é, se na sua imagem você está tendo 2 áreas brilhantes e 2 áreas escuras então não gote de equalização de histograma. Se forem os valores estão na faixa média entre os 0 a 255 seguros entre 100 e 150 ou 200.
Então a equalização do histograma vai criar uma saída muito boa como você pode ver aqui, que o cinza é o histograma de entrada e então nós apenas fazemos que um é o histograma equalizar um. Novamente essas propriedades quando você duplo clicar você consegue esses um alongamento e então você escolhe a opção apropriada. Aqui a equalização do histograma foi escolhida e é isso que os resultados mostrados. Agora há algumas outras técnicas não lineares não tão populares mas ainda às vezes você exige. Por exemplo ali a técnica é chamada de porcentagem de corte é esticada você quer cortar no mínimo e no máximo certos percentuais 5%, 10% e restante dos valores que deseja considerar para o trecho de contraste. Portanto, isto é o que é chamado de corte percentual de estiramento é novamente embora faça parte de trecho de contraste linear e que é trecho mínimo de contraste linear máximo, exceto que esta medida usa valores mínimos e máximos especificados e que reside em uma determinada porcentagem de pixels da média do histograma. Existem outras técnicas estatísticas estão aí uma é um desvio padrão baseado em um trecho linear de desvio padrão I também mostrei através do software também. Que semelhante a este novo contraste linear máximo mínimo, exceto este método usa um valor máximo mínimo especificado que mentiu fora de certo desvio padrão de pixels e que o valor padrão de desvio você pode escolher que 1 valor 1,5, 2 qualquer que seja. E um desvio-padrão da média é frequentemente usado para empurrar as caudas do histograma além dos valores mínimos e máximos originais. Por isso, basicamente muda essas caudas do seu histograma. Como aqui, se eu for por -3 esse desvio padrão 3 em ambas as extremadas, então é isso que eu estou indo mas se eu for em desvio padrão este 1 então é assim que. Por isso, em uma distribuição normal sobre neste 68% dos valores estão dentro de 1 um desvio padrão neste cenário também e em média distribuição Gaussiana média e cerca de 90% valores estão dentro dos 2 desvios-padrão, portanto, 95% valores estão dentro de 2 desvio-padrão. Então, sob essas circunstâncias se dizemos isso, você sabe que esse é um cenário de desvio padrão de 1, portanto, 34% valores estão do lado esquerdo da média e 34% do lado direito. Mas isso é lembrar que este cenário é apenas para uma distribuição gaussiana e geralmente normalmente é difícil obter a distribuição Gaussiana de valores de pixels dentro de uma imagem. Mas, ainda assim, para o nosso entendimento, podemos usar esses aí são alguns exemplos aqui. O primeiro é o exemplo mínimo de alongamento de contraste máximo é aqui, simples trecho de contraste linear no meio a transformação que é olhar para cima também é mostrada aqui. Que você sabe entre 0 4 não um só no eixo x as coisas se movimentam novamente no lado mais alto entre 104 255 estes valores. Sendo assim, o valor que está tendo 104 foi deslocado para 255 o valor neste exemplo, o valor do pixel que era de 4 foi deslocado para 0. E da mesma forma eu posso criar um trecho de contraste linear máximo de histograma mínimo mas quando eu vou para histograma de porcentagem de contraste linear percentual. Depois eu estou escolhendo certos percentuais e ficando as coisas redistribuídas como você pode comparar com o máximo mínimo, este é um pouco diferente histograma e 1 estiramento de contraste padrão de desvio foi criado. Há alguns outros exemplos também a imagem original no trecho máximo máximo de contraste máximo está no meio. E 1 estiramento de desvio padrão como você pode ver que o contraste mais você vai embora significa maior o valor de um desvio-padrão você escolhe mais o contraste que ele criará na imagem de saída. Agora se isso é aceitável para você ou não que você tem que decidir. Então este aqui tem que lembrar, pois todas essas técnicas de aprimoramento de imagem dependem da imagem para imagem. Por isso, um tem que ser sempre que você dá qualquer passo para o aprimoramento apenas certifique-se de que estes qualquer que seja a imagem que ela está criando está bem ou fazendo sobre aprimoramento ou sob anúncio. Se for over voltar faça a escolha o menor valor em vez de 1 desvio-padrão, escolha 0,5 desvio-padrão se ele estiver em baixo então escolha o desvio padrão de 1,5. Por isso, há uma espécie de processo de iteração nada que você saiba que não tem um fluxograma padrão pelo qual você faz isso para todas as imagens. Novamente mais um desvio padrão de exemplo esta imagem foi, portanto, esta é originalmente imagem, esta é imagem padrão de desvio padrão bastante semelhante à saída de equalização do histograma. Mas se você colocar essas 2 imagens uma é um trecho por desvio padrão e outra é um trecho por equalização do histograma, você pode ver visualização diferente. A equalização do Histograma, em comparação com o desvio-padrão criará mais contraste na imagem, onde essas opções estariam disponíveis aqui. Como você pode ver que a opção de desvio padrão você escolhe valor estou escolhendo 2,5 neste caso específico e demonstração e quando você diz ok, este é o resultado que você recebe e esta é a redistribuição do histograma. Por isso, o cinzento aqui, o cinza aqui é a imagem original e o cor-de-rosa é agora distribuído através de desvio padrão 2,5. Por isso, isso traz para o fim dessa discussão sobre estiramento não linear também. No futuro também estaremos tentando nos manifestar entre onde quer que seja necessário através de um software. So 2 softwares que já tentamos um era não comercial e que é o simulador de processamento de imagem digital DIPS que espero até agora você já deve ter baixado e ter começado a trabalhar nisso. Estaremos novamente revisitando esse software para outros fins como uma filtragem especial e outros processantes. Também hoje vimos o software RGIS que é um software comercial e um software bastante caro, a versão da licença é muito cara. E eu definitivamente lhe incitaria que sempre que você quiser usar apenas a versão de licença dos softwares. Nós talvez também tenhamos demonstração em alguns outros softwares comerciais também. Mas se for necessário sempre que for necessário, traremos aquele para em nossa discussão. Por isso, isso traz para o fim desta discussão particular que são as técnicas de aprimoramento de imagem 2, muito obrigado.