Úprava digitálních obrazů
DESCRIPTION
Úprava digitálních obrazů. Ondřej Ptáček H2KNE1, 2013. Digitální obraz. digitální obraz chápeme jako obrazovou informaci, která je převedená do číslicové podoby, používá jedničky a nuly (binární soustavu) výhody digitálního obrazu: - úprava obrazových dat bez vlivu na data originální - PowerPoint PPT PresentationTRANSCRIPT
Úprava digitálních obrazů
Ondřej PtáčekH2KNE1, 2013
Digitální obraz digitální obraz chápeme jako obrazovou informaci,
která je převedená do číslicové podoby, používá jedničky a nuly (binární soustavu)
výhody digitálního obrazu:- úprava obrazových dat bez vlivu na data
originální- oproti úpravám analogových obrazů umožňuje
digitální obraz neporovnatelně vyšší možnosti- pro úpravy slouží v dnešní době celá řada
softwarů rozlišujeme dva typy obrazů:
- vektorový- rastrový
Vektorový a rastrový obraz Vektorový obraz je tvořen pomocí geometrických
objektů (tj. body, přímky, křivky, polygony) Ratrový obraz je popsán pomocí jednotlivých
bodů – pixelů (pixel – je elementární část obrazu
z angl. picture element)
Digitální zpracování dat
digitální zpracování se týká především primárně získaného digitálního obrazu, který je vytvořen konstrukcí snímacího zařízení (např. zobrazující skenery) nebo jsou pořizovány digitální obrazové záznamy sekundární digitalizací analogově pořízeného obrazu (např. skenováním)
reálný svět má prakticky neomezenou geometrickou rozlišovací schopnost (např. až do velikosti elementárních částic hmoty), proto je nutno při zobrazení reality počítat s jistým stupněm generalizace, která závisí na technických možnostech i způsobu využití dat
Histogram obrazu Histogram je grafické zobrazení velikosti plochy jednotlivých
stupňů jasu od bílé (R,G,B=255) po černou (R,G,B=0). Na vodorovné ose je 256 bodů (0-255), které odpovídají počtu
odstínů od černé vlevo po bílou vpravo. Na svislé ose je znázorněn počet pixelů příslušného jasu v
obrázku. Výška sloupců v histogramu znázorňuje, jakou plochu v obrázku jednotlivé odstíny zabírají.
Histogram obrazu
Zvýraznění obrazu Obraz se vylepšuje pro další interpretaci (upraví se
jeho vzhled a zvýší se vizuální odlišení mezi jednotlivými prvky obrazu, čímž se zvětší množství informace, které lze vizuálně interpretovat).
Úpravy je vhodné provádět pouze na monitoru a nezasahovat do zdrojových dat.
Základní skupiny digitálního zvýraznění obrazového záznamu:
Bodové (radiometrické) zvýrazněníProstorové zvýraznění (filtrace)Spektrální zvýraznění
Bodové (radiometrické) zvýraznění K základním metodám radiometrického zvýraznění patří:
prahování – vytvoří se „bitový obraz“ 0 – 1 vhodný např. k maskování
hustotní řezy – redukování počtu hodnot pixelů do několika definovaných tříd (řezů)
zvýraznění kontrastu, které spočívá v úpravě histogramu saturace (potlačením) - odstranění části histogramů s
podprahovými četnostmi pixelů blízkých např. 0, resp. 255 ke zlepšení kontrastu
Prahování funkce, která upravuje jasové či barevné složky pixelů obrazu
podle předpisu:
kde c … vstupní hodnota jasu nebo barvy
f(c) … výsledná hodnota
práh … prahovací hodnota
A,B … nové hodnoty pro vstupní hodnotu c pod a nad prahem
Hodnotu prahu lze například určit z barevného a jasového histogramu obrázku
Hustotní řezy Jsou rozšířením konceptu prahování Jedná se o redukování počtu pixelů v původním
obraze do menšího počtu tříd. Hustotními řezy se potlačí rozdíly uvnitř definovaných
intervalů (řezů) a zvýrazní rozdíly mezi jednotlivými intervaly
Jsou používány k zobrazení spojitých jevů (např. nadmořských výšek reliéfu, obsahu sedimentů ve vodním sloupci nebo teplotních poměrů).
Zvýraznění kontrastu úprava histogramu:
Lineárním roztažením v celém využitém rozsahu, nebo v některé jeho části
Vyrovnání histogramu – četnějším hodnotám se přisoudí větší prostor
Zvýraznění části histogramu
Saturace potlačení části histogramu, tj. odstranění části
histogramu s podprahovými četnostmi pixelů
Prostorové zvýraznění (filtrace) Při prostorovém zvýraznění se určuje nová hodnota
DN (Digital Number) určitého pixelu v závislosti na hodnotách určitého počtu okolních pixelů.
Filtrace je spojena s pojmem prostorová frekvence a s použitím filtrů (filtrovacích oken).
Filtry mají buď:
–nízkou propustnost (low pass) - ztrácí se liniové prvky
–vysokou propustnost (high pass) - ostřící filtry (sharpening) a hranové operáty
Vysoko-nízkofrekvenční filtry
Vysokofrekvenční filtry: Mají zvýšit rozdíl hodnot mezi filtrovaným centrálním pixelem a
jeho okolím. Obecně zdůrazňují objekty, které jsou menší, než polovina
filtrovacího okna, širší objekty potlačují. Používají se různé velikosti filtrů.
Nízkofrekvenční filtry: Potlačují vysokofrekvenční informaci v obraze. Produkují obraz, který je oproti originálnímu shlazený.
Spektrální zvýraznění Vytváření nových pásem s cílem zvýšit odlišení
různých objektů. Současná manipulace s dvěma a více spektrálními
záznamy
Klasifikace Účelem klasifikace je především automatické zatřídění
pixelů obrazu do různých tříd podle spektrálních charakteristik - tj. příznaků.
Jejím základem je spektrální chování pixelu v jednotlivých pásmech, což závisí na spektrální odrazivosti a vlastnostech vyzařování objektů.
Použité metody klasifikace jsou závislé na: 1) datech, která je nutno analyzovat, 2) možnostech techniky, která je k dispozici, 3) na uvažovaných aplikacích klasifikací.
Neexistuje obecný návod na (nejlepší, jakékoliv) řešení.
Druhy klasifikací Rozeznáváme dva základní druhy klasifikací, a to:
- řízenou - neřízenou.
Řízená klasifikace Výběr trénovacích ploch (dat), tedy trénovacího souboru
představitelů jednotlivých tříd, které jsou od sebe spektrálně rozlišitelné.
Tvorba histogramů, grafů koincidence, resp. rozptylogramů. Výběr klasifikačního kritéria. Klasifikace
- vizuální - subjektivní
- digitální - „objektivní“; automatická práce počítače, který zařadí či nezařadí jednotlivé pixely do předem vybraných tříd, a vytvoří tak zcela nový digitální obraz
Postklasifikační úpravy.
Neřízená klasifikace Nepoužívá se trénovací množina. Pixely ze stejných nebo příbuzných ploch s blízkou
spektrální odezvou se agregují do clusterů. Výsledkem jsou spektrální třídy. Zatřídění je provedeno
na ryze spektrální bázi (blízkých hodnotách odrazivosti ve všech pásmech vložených do řešení).
Po klasifikaci je nutno provést šetření, co každá třída představuje na základě znalosti terénu a z podkladů
Děkuji za pozornost