- •1. Разрешающая способность и пространственное разрешение снимков
- •2. Информационные свойства снимков
- •2.1. Определение информации применительно к аэрометодам
- •2.2. Информационное поле снимков
- •2.3. Информационная емкость снимков
- •2.4. Дешифрируемость снимков
- •3. Изобразительные свойства снимков
- •4. Генерализация аэрокосмического изображения
- •Закономерности генерализации изображения космических снимков.
- •5. Методы преобразования космического изображения
- •6. Цифровые снимки.
- •6.2. Компьютерное дешифрирование
- •6.3 Преобразования цифровых снимков
6.2. Компьютерное дешифрирование
При компьютерном дешифрировании цифровых снимков возможны два подхода:
визуальное дешифрирование экранного изображения;
автоматизированная (компьютерная) классификация.
В первом случае информацию извлекает дешифровщик путем визуального анализа экранного изображения. Исполнитель в отличие от компьютера воспринимает прежде всего пространственную информацию, часто даже не зная количественных характеристик. Яркостные различия оцениваются им на качественном уровне, но зато он использует и другие дешифровочные признаки, форму например, а также косвенные дешифровочные признаки.
Второй подход заключается в выполнении математических процедур, позволяющих сгруппировать объекты по некоторому формализованному признаку. В настоящее время в качестве признака используют на черно-белых снимках — величину яркости, а на многозональных — набор значений яркости на серии зональных снимков, называемый спектральным образом. Анализ ведется на уровне отдельного пиксела. Пространственную информацию о дешифрируемых объектах при этом подходе обычно получают с использованием программных средств путем подсчета пикселов с близкими или одинаковыми характеристиками.
Основное преимущество первого подхода — легкость получения пространственной информации и благодаря привлечению комплекса дешифровочных признаков — высокий уровень принимаемых решений, а второго — возможность выполнения сложных математических преобразований при малом участии человека. Очевидно, что оба подхода могут дополнять один другого, а потому часто используются совместно.
Основные принципы и способы визуального дешифрирования сохраняются вне зависимости от того, представлены снимки как изображение на фотобумаге (пленке) или на экране. Различие заключается в том, что в первом случае дешифровщик имеет дело со снимком, свойства которого он не может изменить, а во втором такая возможность есть.
6.3 Преобразования цифровых снимков
Различают два вида преобразований цифрового снимка: геометрические и яркостные.
1. Конечной целью геометрических преобразований является представление цифрового снимка в определенной проекции и системе координат. Преобразования выполняются в случае использования снимков для создания карты или необходимости сопоставления разных по типу или времени получения материалов. Обязательны геометрические преобразования для данных дистанционного зондирования, входящих составной частью в базу данных геоинформационной системы.
Основная цель яркостных преобразований— улучшение визуального восприятия экранного изображения. Однако в некоторых случаях они могут служить конечным результатом дешифрирования.
2. Яркостные преобразования цифрового снимка
Преобразование яркостей цифрового снимка заключается в изменении передаточной функции, которая характеризует связь яркости объектов на местности с уровнем яркости на цифровом снимке (третьей координатой в цифровой записи). Передаточная функция цифрового снимка аналогична характеристической кривой фотографического снимка (рис. 2). Один и тот же интервал яркости на местности может быть зафиксирован на изображении разным числом уровней яркости. Чем больше число уровней, тем более контрастно изображение.
При визуализации цифрового снимка на экране цветного монитора уровень яркости воспроизводится цветом. При этом количество цветов не обязательно соответствует количеству уровней яркости при съемке и зависит от технических характеристик монитора. Если на экран выводится черно-белый снимок, цвета заменяются соответствующими ступенями серой шкалы.
Рис. 2. Передаточная функция цифрового снимка:
а — идеальная форма; б — частный случай
Яркостные преобразования черно-белого снимка. Интервал яркостей отдельного снимка может быть очень небольшим — 40—50 или даже 30 уровней. На таком снимке объекты изображаются почти одинаково и различаются с трудом. Более того, если интервал яркостей располагается в нижней части шкалы яркостей, то при выводе на экран снимок может вообще не читаться.
Существует целый ряд способов улучшения визуального восприятия изображения. Наиболее
распространенный из них — контрастирование — выполняется путем преобразования гистограммы изображения.
Рис. 3. Гистограмма цифрового снимка
Гистограмма характеризует распределение яркостей на снимке, показывая, сколько пикселов изображения приходится на каждый из 256 уровней яркости. Она может быть представлена в табличном или графическом виде (рис. 3).
Известны два подхода к решению задачи контрастирования изображения: первый заключается в растяжении гистограммы, второй — в перераспределении значений яркости. Первый вариант включает несколько способов преобразования: линейное или нелинейное, когда пересчет значений яркости происходит в соответствии с заданной математической зависимостью (линейной, логарифмической или экпоненциальной), и произвольное, выбранное исполнителем и не связанное с математическим выражением.
Линейное контрастирование заключается в растяжении существующего на снимке интервала яркостей (рис. 4). Чаще эта процедура выполняется путем пересчета значений яркости в соответствии с заданным уравнением (в приведенном примере — линейным). На исходном снимке встречались значения яркости от 27 до 120. В результате преобразования интервал значений яркости увеличился, но в основном за счет крайних значений. После того как были исключены по 1 % крайних значений яркости, было достигнуто существенное растяжение гистограммы, т.е. увеличение контраста (рис. 4в).
Аналогично выполняется нелинейное контрастирование, с той лишь разницей, что для пересчета значений яркости используются уравнения другого вида.
Дешифровщика могут интересовать на снимке не все, а лишь определенные объекты. В таком случае эффективно изменение не
всей гистограммы, а ее отдельных частей, т.е. произвольное преобразование графика передаточной функции. График преобразования может быть подобран таким образом, что возрастет контраст изображения только нужных объектов. Например, дешифровщика не интересуют светлые объекты — облака, песчаные отмели и самые темные — тени облаков, водные объекты.
Рис. 4. Виды преобразования гистограммы:
а — исходная гистограмма; 6 — линейное преобразование; в — то же с исключением 1% крайних значений; г — эквализация; д — то же с исключением 1% крайних значений
Интервал яркостей, относящийся к их изображению, может быть уменьшен либо приравнен нулю, что приведет к растяжению остальной части гистограммы, а следовательно, и к увеличению контраста изображения объекта дешифрирования — например, почвенно-растительного покрова. В программных пакетах, предназначенных для обработки изображений, эта процедура обычно реализуется путем изменения исполнителем формы выведенного на экран графика передаточной функции.
Второй подход при контрастировании изображения заключается в выравнивании (эквализации) гистограммы. Это нелинейное преобразование, суть которого заключается в аппроксимировании исходной гистограммы гистограммой идеальной формы, в которой каждому значению яркости должно соответствовать одинаковое число пикселов. Достигнуть такой формы математическими действиями с цифровым изображением невозможно, поэтому приходится ограничиваться некоторым приближением. Если увеличить контраст пропорционально частоте встречаемости пикселов определенного значения яркости, происходит перераспределение значений яркости и гистограмма становится более плоской. Математически это преобразование описывается интегральной зависимостью. В результате для тех уровней яркости, на которые приходится больше пикселов, контраст растет, а для редко встречающихся значений остается без изменения или даже уменьшается (рис. 4г). Вклад крайних значений яркости настолько невелик, что форма гистограммы практически не изменяется при отбрасывании 1% значений с обоих концов (рис. 4д).
Подчеркивание контуров — другой весьма распространенный способ преобразования одиночного снимка. Сопоставление значений яркости каждого из пикселов и его «ближайших соседей» (непосредственно граничащих с ним) и последующие математические операции направлены на выявление пограничных пикселов и увеличение значения их яркости. Чтобы еще больше подчеркнуть контур, значениям пограничных пикселов присваивается определенный код или признак.
Насколько существенно можно улучшить визуальное восприятие экранного изображения после выполнения яркостных преобразований цифрового снимка можно видеть на рис. 5.
Рис. 5. Яркостные преобразования цифрового снимка:
а — фрагмент оригинального снимка и его гистограмма; тот же фрагмент после контрастирования; б — линейное преобразование гистограммы; в — эквализа-ция гистограммы; г — тот же фрагмент после контрастирования и подчеркивания границ
При сопоставлении двух разновременных снимков обычна ситуация, когда гистограммы резко различаются, например, один снимок выглядит темным, а другой светлым. В таком случае необходимо так преобразовать оба снимка или один из них, чтобы минимальные и максимальные значения яркостей были одинаковыми. Это преобразование известно как приведение изображений к одному виду.
Важно иметь в виду, что в случае многозональной съемки такого рода преобразования отдельных черно-белых зональных снимков ведут к искажению соотношения яркостей в зонах, поэтому могут использоваться только для улучшения визуального восприятия каждого из них в отдельности или цветного синтезированного изображения.
Квантование и цветокодирование— еще один способ яркостных преобразований одиночного снимка. Человек уверенно различает не более двух десятков уровней яркости, поэтому изображение, имеющее 256 уровней, воспринимается им как непрерывное. Если сгруппировать уровни яркости в несколько относительно крупных ступеней, можно получить новое изображение. В результате такого преобразования мелкие детали, как бы «зашумляющие» изображение, исчезают, постепенное изменение яркости заменяется четкой границей и закономерности распределения яркостей на снимке становятся более отчетливо выраженными.
Количество и размер ступеней квантования зависят от решаемой задачи и характера изучаемого объекта. Весь интервал яркостей может быть разделен на равные ступени. Но в большинстве случаев лучшего эффекта можно достигнуть, если границы новых ступеней выбирает дешифровщик, пользуясь при этом гистограммой или измеряя на снимке интервалы яркостей для каждого из интересующих его объектов.
Квантование чаше используют в случаях неопределенных границ, постепенных переходов. Например, при анализе снимков водных объектов на квантованном снимке лучше видны закономерности изменения глубин или концентрации взвеси, четкими становятся границы комплексных растительных сообществ. Результаты квантования могут быть использованы не только для визуального, но и для последующего компьютерного анализа.