28. Яркостные преобразования цифровых снимков

Преобразование яркостей цифрового снимка – изменение передаточной функции (характеризует связь яркости объектов на местности с уровнем яркости на цифровом снимке). Передаточная функция аналогична характеристической кривой фотографического снимка. Один и тот же интервал яркости на местности может быть зафиксирован на изображении разным числом уровней яркости.

Яркостные преобразования черно-белого снимка

Существует ряд способов улучшения визуального восприятия изображения:

1. Контрастирование (выполняется путем преобразования гистограммы изображения)

Гистограмма характеризует распределение яркостей на снимке, показывая, сколько пикселов изображения приходится на каждый из 256 уровней яркости (табличный или графический вид).

Существует 2 подхода к контрастированию:

• Растяжение гистограммы

Несколько способов преобразования:

• Линейное

Происходит в соответствии с заданной математической зависимостью.

Заключается в растяжении существующего на снимке интервала яркостей. Выполняется пересчетом значений яркости в соответствии с заданным уравнением. В результате преобразования интервал значений яркости увеличился, но в основном за счет крайних значений.

• Нелинейное

Происходит в соответствии с заданной математической зависимостью. Но для пересчета значений яркости используются уравнения другого вида.

• Произвольное

Выбрано исполнителем и не связано с математическим выражением

• Перераспределение значений яркости – выравнивание (эквализации) гистограммы

Нелинейное преобразование.

Его суть – аппроксимирование исходной гистограммы гистограммой идеальной формы, в которой каждому значению яркости должно соответствовать одинаковое число пикселов. Если увеличить контраст пропорционально частоте встречаемости пикселов определенного значения яркости, происходит перераспределение значений яркости и гистограмма становится более плоской (это описывается интегральной зависимостью).

2. Подчеркивание контуров

Сопоставление значений яркости каждого из пикселов и его «ближайших соседей» (непосредственно граничащих с ним) и последующие математические операции направлены на выявление пограничных пикселов и увеличения значения их яркости.

3. Приведение изображений к одному виду

При сопоставлении двух разновременных снимков обычна ситуация, когда гистограммы резко различаются (одинок снимок выглядит темным, а другой – светлым). Тогда, необходимо преобразовать оба снимка или один из них, чтобы минимальные и максимальные значения яркостей были одинаковы. (В случае многозональной съемки можно так делать только (!) для лучшего визуального восприятия).

4. Квантование и цветокодирование

Квантование – группировка уровней яркостей в несколько относительно крупных ступеней.

В результате такого преобразования постепенное изменение яркости заменяется четкой границей, и закономерности распределения яркостей на снимке становятся более отчетливо выраженными. Квантование чаще используют в случаях неопределенных границ, постепенных переходов.

Цветокодирование – улучшение восприятия квантованных снимков, если черно-белую шкалу яркостей заменить цветной, т.е. присвоить выделенным ступеням определенные цвета. Его использовать особо целесообразно, если количество уровней яркости на квантованном изображении больше 10 (но не более 30).

Яркостные преобразования многозонального снимка

2 цели преобразований:

• Сжать информацию, т.е. получить одно изображение вместо нескольких

• Улучить визуальное восприятие снимка

1. Синтез цветного изображения

Изображению в каждом из съемочных каналов присваивается свой цвет, но реализуется этот принцип по-разному. Существует несколько моделей формирования цветного изображения.

• RGB

• IHS (Яркость, тон и насыщенность)

Наиболее часто для синтезирования используются зоны 0,5 – 0,6; 0,6 – 0,7 и 0,8 – 1,1 мкм или аналогичные им, которые присваивают соответственно синий, зеленый и красный цвета. Этот вариант синтеза называют стандартным. На практике качественное синтезированное изображение обычно получают после контрастрования зональных снимков. Если снимков больше трех, перед исполнителем стоит задача выбора наиболее подходящих или выполнения преобразований, сводящего число синтезируемых изображений к трем. Возможен синтез изображений с разным пространственным разрешением.

2. Математические операции с матрицами значений яркости пикселов двух цифровых снимков (сложение, умножение и др.)

Наиболее часто вычисляется отношение значений яркости двух зональных изображений при работе с многозональными снимками и вычитание – при анализе двух разновременных. Широко распространены преобразования изображений, основанные на различиях яркости природных объектов в видимой и ближней ИК частях спектра.

Отношение значений яркости в двух спектральных зонах:

, где B_r и B_ir – яркости в красной и ближней инфракрасных зонах, позволяет исключить или уменьшить влияние неравномерности освещенности склонов разной экспозиции при дешифрировании растительности.

Вегетационный индекс – нормированная разность уровней яркости на снимках в ближней инфракрасной и красной съемочных зонах.

Есть тесная связь между зеленой массой растений и вегетационным индексом. Первоначально, этот показатель был применен для определения состояния посевов сельскохозяйственных культур, но впоследствии оказался полезным и в других областях, (например, распределение фитопланктона в Мировом океане).

3. Метод главных компонент

Преобразование, основанное на многомерном статистическом анализе. Позволяет построить более информативные линейные комбинации исходных зональных изображений и сократить количество анализируемых данных.

Метод основан на том, что многозональные изображения обладают значительной степенью корреляции между зонами. Смысл метода заключается в преобразовании исходного многозонального снимка путем создания новых зон – компонент, корреляция между которым практически отсутствует.

Преобразование по методу главных компонент выполняется поворотом системы координат в пространстве исходных спектральных признаков с сохранением евклидова расстояния меду точками. Пространством спектральных признаков принято называть совокупность значений яркости пикселов многозонального снимка.

Преобразование снимков методом главных компонент, имеет особый смысл, если число зон в многозональном снимке превышает 4.