Edward Osada

Wykady z geodezji i geoinformatyki

Kontrast i filtracja
obrazw
WYDAWNICTWO NAUKOWE
1
Druk publikacji wykonano zgodnie z oryginaami tekstw, tablic i rysunkw
dostarczonych przez autora w formacie PDF.
Wydawca nie ponosi odpowiedzialnoci za ich tre, form i styl.
Recenzent:
..............................................................................
Copyright by autor Edward Osada, 2009
Materiay te s jeszcze w opracowaniu...
2
Spis treci
Wstp
1. Kontrast
2. Filtracja przestrzenna
3. Filtry oglne
4. Filtry wykrywajce krawdzie
5. Filtry redukujce szum
6. Filtry ulepszajce
7. Filtry teksturalne
8. Filtr rozcigania kontrastu
9. Filtry radarowe
Literatura
3
Wstp
Geodezja jest nauk o pomiarach Ziemi, wykonywanych w celu wyznaczenia ksztatu
i wymiaru jej czci lub caoci, wyznaczenia pola siy cikoci i ruchu obrotowego
Ziemi jak rwnie sporzdzania map, zakadania krajowego systemu informacji
geograficznej GIS oraz wykorzystania do rnych prac inynierskich i gospodarczych.
Ksiki z serii Wykady z geodezji i geoinformatyki zawieraj podstawowe informacje
dotyczce niwelacji, tachimetrii, osnw geodezyjnych, rachunku wyrwnawczego,
geodezji fizycznej, satelitarnej i inynieryjnej, astronomii geodezyjnej, fotogrametrii,
teledetekcji, skaningu laserowego i radarowego, krajowego systemu informacji
geograficznej, grafiki komputerowej, wizualizacji 3D, systemw geoinformacyjnych
GIS. Tematyka jest ilustrowana przykadami w programach komputerowych.
Treci te s wykadane na kierunku studiw geodezja i kartografia oraz na studiach
podyplomowych Systemy Informacji Geograficznej GIS.
Treci podrcznika Kontrast i filtracja obrazw s metody ustalania kontrastu i
poprawiania jakoci obrazu przez usunicie przypadkowych zakce pikseli,
wygadzenie obrazu i wzmocnienie treci obrazu jak rwnie metody wykrywania
krawdzi. Metody te maj zastosowanie do obrazw cyfrowych takich jak zdjcia
satelitarne i lotnicze oraz skanowane mapy papierowe.
Ksiki s wydrukami wersji elektronicznych, napisanych w programie Mathcad 14.
Opisy metod pomiarowych i programw oblicze s ilustrowane przykadami
liczbowymi. Czytelnik dysponujcy wersj elektroniczn i programem Mathcad moe
wykonywa wasne obliczenia wedug opisanych programw, dokonywa modyfikacji
jak rwnie pisa na tej podstawie wasne programy oblicze.
4
Kontrast
1
Wywietlenie obrazu w programach TNTmips i Mathcad
Do badania i rozcigania kontrastu wczytany jest w programie TNTmips obraz
RED.bmp zamieszczony w katalogu TNT_2009_SampleData/Color/Sthelens.rvc
(rys. 3.1.1).
Rys. 3.1.1
Obraz ten jest jednoczenie wczytany do programu Mathcad (rys. 3.1.2):
:=
5
f READ_IMAGE "Filtracja.RED.bmp" ( ) :=
f
f
0 1 2 3 4
0
1
2
3
4
5
6
7
41 44 44 43 49
37 37 41 46 48
40 40 44 52 48
41 38 41 47 49
45 43 43 47 48
53 47 42 43 45
49 43 35 31 35
47 44 38 34 36
=
min f ( ) 0 = max f ( ) 255 =
mean f ( ) 71 = stdev f ( ) 37 =
Rys. 3.1.2
Liniowe rozcignicie kontrastu
Wartoci pikseli f okrelajce stopnie szaroci obrazu czarnobiaego zmieniaj si zwykle
w zakresie 0 - 255, gdzie 0 oznacza kolor czarny, natomiast 255 - biay (rys. 3.1.2).
Obraz pokazany na rys. 3.1.2 jest bardzo ciemny, co oznacza, e wystpuje znaczna
przewaga pikseli o wartoci zblionej do 0. Zatem, obraz nie jest wyrany -
kontrastowy, jeeli wystpuje przewaga pikseli o stopniach szaroci w niewielkim
zakresie wewntrz penego przedziau zmiennoci 0 - 255. Graficznie ilustruje to
histogram obrazu. Jest to wykres, ktry ukazuje ile pikseli posiada tak sam warto
jasnoci f (rys. 3.1.3). Na wykresie wida przesunicie znacznej czci pikseli w
kierunku koloru czarnego 0. Pikseli bardzo jasnych, o wartoci powyej 180 jest na tym
obrazie niewiele. Obrazy o sabym kontracie charakteryzuj si wskim histogramem,
ktremu odpowiada maa warto odchylenia standardowego. Histogram nic nie mwi
o tym jak poszczeglne piksele s rozoone w obrazie. Oznacza to, e rne obrazy
mog mie podobnie wygldajce histogramy.
H histogram 256 f , ( ) :=
0 50 100 150 200 250
2000
4000
Stopnie szarosci f
L
i
c
z
b
a

p
i
k
s
e
l
i
Rys. 3.1.3.
6
Rys. 3.1.4
Kontrast tego obrazu mona poprawi przez rozcignicie histogramu (rys. 3.1.5):
przypisanie wartoci 255 wszystkim pikselom posiadajcym stopnie szaroci
np. > 180
przypisanie wartoci 0 wszystkim pikselom posiadajcym stopnie szaroci np. < 10
przeksztacenie liniowe zakresu zmiennoci pozostaych pikseli 10 - 180 na zakres
peny 0 - 255.
Obraz
przeksztacony
0 255
255
Obraz
wejciowy
180
Przeksztacenie
LINIOWE
w zakresie 10-180
10
0
Rys. 3.1.5
7
Algorytm liniowego rozcignicia kontrastu z wprowadzonym zakresem 10 - 180 (rys.
3.1.5) ma posta (rys. 3.1.6-7): i 0 rows f ( ) 1 .. := j 0 cols f ( ) 1 .. := k 3 :=
Liniowe
i j ,
0 f
i j ,
10 < if
255 f
i j ,
180 > if
f
i j ,
10
180 10
255 otherwise
:=
Liniowe
Liniowe
0 1 2 3 4
0
1
2
3
4
5
6
7
47 51 51 50 59
41 41 47 54 57
45 45 51 63 57
47 42 47 56 59
53 50 50 56 57
65 56 48 50 53
59 50 38 32 38
56 51 42 36 39
=
min Liniowe ( ) 0 = max Liniowe ( ) 255 =
stdev Liniowe ( ) 55 = mean Liniowe ( ) 91 =
Rys. 3.1.6
H
Liniowe
histogram 255 Liniowe , ( ) :=
0 50 100 150 200 250
2000
4000
Stopnie szarosci f
L
i
c
z
b
a

p
i
k
s
e
l
i
Rys. 3.1.7
Nieliniowe rozcignicia kontrastu
Liniowe rozcignicie kontrastu wzmacnia obraz jednakowo w podanym zakresie
10 - 180. Dostpne w programie TNTmips przeksztacenia nieliniowe Normalizujce,
Wyrwnanujce, Wykadnicze, Logarytmiczne i Narysowane przez uytkownika
umoliwiaj wzmacnianie kontrastu w rnym stopniu w wybranych zakresach z
zadanego przedziau. Linie wykresw tych przeksztace (rys. 3.1.5-6) o najwikszym
nachyleniu odpowiadaj najwikszemu kontrastowi. W tych przypadkach histogram jest
rwnie rozszerzony ale jednoczenie bardziej spaszczony - wyrwnany.
8
Kontrast obrazu wzrasta na szczycie histogramu, a maleje na jego kocach, bardziej s
uwypuklone ciemniejsze, mniej widoczne obszary w obrazie (rys. 3.1.14, 3.1.16).
Rys. 3.1.8
Rys. 3.1.8
9
Rys. 3.1.9
Rys. 3.1.10
10
Przeksztacenia Wykadnicze, Logarytmiczne i Narysowane przez uytkownika s oparte
na funkcjach analitycznych, natomiast Wyrwnanie jest oparte na histogramie
zbiorczym - skumulowanym C
f
(rys. 3.1.11):
L 256 := N cols f ( ) rows f ( ) := k 0 255 .. :=
h H
1

:= C
f
k ( )
0
k
i
h
i

=
:=
0 100 200 300
100
200
300
L 1
N
C
f
k ( )
k
0 100 200 300
9000
1.8
.
10
4
2.7
.
10
4
C
f
k ( )
k
Rys. 3.1.11 Rys. 3.1.12
Poprzez skalowanie (L-1)/N histogramu zbiorczego do wartoci z zakresu (0, 255),
gdzie L 256 = - liczba poziomw, N 239040 = - liczba pikseli, otrzymuje si jedn
z postaci funkcji do nieliniowego przeksztacenia obrazu (rys. 3.1.5, 3.1.13-14):
m 0 rows f ( ) 1 .. := n 0 cols f ( ) 1 .. :=
Wyrwnanie
m n ,
trunc
L 1
N
C
f
trunc f
m n ,
( ) ( )
|

\
|
|

:=
Wyrwnanie
Wyrwnanie
0 1 2 3
0
1
2
3
4
5
6
7
75 83 83 81
62 62 75 88
72 72 83 98
75 66 75 90
85 81 81 90
100 90 78 81
94 81 55 43
90 83 66 51
=
min Wyrwnanie ( ) 0 = max Wyrwnanie ( ) 255 =
stdev Wyrwnanie ( ) 73 = mean Wyrwnanie ( ) 128 =
Rys. 3.1.14
11
H
Wyrwn
histogram 256 Wyrwnanie , ( ) :=
0 50 100 150 200 250
2000
4000
Stopnie szarosci f
L
i
c
z
b
a

p
i
k
s
e
l
i
Rys. 3.1.15
12
Filtracja
przestrzenna 2
Filtracja przestrzenna
Filtracja przestrzenna oznacza operacje przeprowadzane na pojedynczych komrkach
rastra przez dziaania algebraiczne na ssiednich pikselach.
Na przykad filtr rednia waona zmienia odstajc warto oryginalnego obrazu 139 w
rodku okna o wymiarze 3 3 na warto 120 - bardziej przystajc do pozostaych,
otaczajcych wartoci wystpujcych w tym oknie (rys. 2.1).








Wynik splotu (FP):
nowa warto
zastpujca 139


= 120
16
1

Maska filtru F = W/16 rednia waona
(macierz wag W)
Obraz oryginalny P
Rys. 2.1
Zastosowania
Filtry s uywane do:
poprawiania jakoci obrazu, w szczeglnoci przez:
- usunicie przypadkowych zakce pikseli
- wygadzenie obrazu
- wzmocnienie treci obrazu
wykrywania krawdzi.
Klasy filtrw w programie TNT
Program TNTmips wyrnia 6 klas filtrw przestrzennych dostpnych w panelu
Filtracje przestrzenne (rys. 2.2): oglne, wykrywajce krawdzie, ulepszajce,
redukujce szumy, radarowe i teksturalne. Do filtrw przestrzennych zaliczany jest
rwnie filtr rozcigania kontrastu adaptacja lokalna dostpny w panelu Rozciganie
kontrastu. Filtry te s przedstawione w kolejnych rozdziaach.
13
Rys. 2.2
14
Filtry oglne
3
Filtry oglne w programie TNTmips
Klasa filtrw oglnych dostpnych programie TNTmips (rys. 3.1) zawiera standardowe
sposoby filtrowania, czyli filtry dolnoprzepustowe i grnoprzepustowe w tym filtr
wyostrzajcy. Wczytany obraz np. TM3NOISY (rys. 3.1) moe by filtrowany
w caoci lub w czci, zalenie od wyboru opcji Wszystko lub Poligon w menu Filtr
(rys. 3.1).
Efekt filtrowania mona przeglda w oknie Test wywietlenia (rys. 3.2) ktre ukazuje
si po wyborze opcji Testuj w menu Filtrowanie (rys. 3.1).
W oknie tym mona za pomoc poligonu lub prostokta zaznaczy obszar testowy
i tylko dla niego przeprowadza filtrowanie za pomoc opcji Filtruj / Przywr
(rys. 3.3-6).
Rys. 3.1
15
Zaznacz obszar Filtruj Przywr
Rys. 3.2
Obraz wyjciowy (rys. 3.2) Filtr dolnoprzepustowy - rednia
Rys. 3.3 Rys. 3.4
16
Filtr grnoprzepustowy Filtr grnoprzepustowy - wyostrzenie
Rys. 3.5 Rys. 3.6
Filtr rednia
Na rysunkach 3.7, 3.8 pokazany jest w powikszeniu fragment obrazu (rys. 3.2).
Piksele o wartociach 85 i 139 (rys. 3.8) wyranie odstaj od pozostaych.
Wygadzenie obrazu poprzez agodniejsze, o mniejszym skoku, przejcia midzy
ssiadujcymi pikselami, oraz usunicie odstajcych wartoci, nazywanych szumem,
mona osign przez urednienie wartoci kadego piksela, biorc pod uwag piksele
ssiadujce.
Na przykad w oknie obrazu o wymiarach 33 pikseli zaznaczonym na rys. 3.8 filtr
rednia (rys. 3.7) zastpuje warto oryginaln 139 wartoci redni 115 (rys. 3.9).








Wynik splotu (FP):
nowa warto
zastpujca 139


= 115
9
1

Maska filtru F = W/9 rednia
(macierz wag W)
Obraz oryginalny P
Rys. 3.7
17
Rys. 3.8
Rys. 3.9
Efekt dziaania filtru rednia na obrazie przedstawionym na rys. 3.3.3, przy zaoeniu
maski 3 3 pikseli, jest pokazany na rys. 3.3.4. Wiksze wygadzenie obrazu mona
uzyska ustalajc mask filtra o szerokoci i dugoci 5 5, 7 7, 9 9 lub 11 11
w menu Rozmiar (rys. 3.3.9).
18
Rys. 3.10
Filtr rednia waona (gaussowski)
rednia arytmetryczna zwyka przypisuje wszystkim pikselom z otoczenia
interpolowanego piksela jednakowe wagi rwne jednoci (rys. 3.7), ich wpyw na
wyznaczan warto redniej jest jednakowy.
Rys. 3.11
19
W przypadku redniej arytmetycznej waonej kademu pikselowi mona nada inn
wag, preferujc w ten sposb piksele ktre bd miay najwikszy wpyw na
wyznaczan warto redni. Zwykle najwiksz wag przypisuje si pikselowi
rodkowemu okna np. 4, pozostae piksele otrzymuj wagi np. 2 i 1 - malejce ze
wzrostem odlegoci od tego piksela (rys. 2.1). Tego typu filtr jest nazywany filtrem
gaussowskim. W rozpatrywanym przykadzie (rys. 2.1) filtr rednia waona zastpuje
warto oryginaln 139 wartoci redni 120 (rys. 3.11).
Filtry dolnoprzepustowe
Jedn z charakterystyk obrazu jest czstotliwo przestrzenna okrelona jako liczba zmian
wartoci pikseli na jednostk dugoci dla dowolnego przekroju obrazu (rys. 3.3.12).
Czstotliwo przestrzena obrazu:
zerowa niska wysoka
(
(
(

=
2 2 2
2 ) 2 ( 2
2 2 2
P
(
(
(

=
9 9 9
4 ) 4 ( 4
2 2 2
P
(
(
(

=
4 1 3
3 ) 8 ( 4
2 5 6
P
p = 2 p = 5 p = 4
Rys. 3.12
Filtry dolnoprzepustowe, w szczeglnoci rednia zwyka, przepuszczaj fragmenty
obrazu o niskiej czstotliwoci a tumi fragmenty obrazu o wysokiej czstotliwoci
(rys. 3.12). Oryginalny obraz (rys. 3.3) zostaje wygadzony i pozbawiony szumu
(rys. 3.4).
Filtry grnoprzepustowe
Filtry grnoprzepustowe, na przykad:
(
(
(

=
1 1 1
1 9 1
1 1 1
F
(
(
(

=
0 1 0
1 5 1
0 1 0
F
(
(
(

=
1 2 1
2 5 2
1 2 1
F
(
(
(

=
7 . 0 1 7 . 0
1 8 . 6 1
7 . 0 1 7 . 0
F
przepuszczaj i wzmacniaj fragmenty obrazu o wysokiej czstotliwoci a tumi
fragmenty obrazu o niskiej czstotliwoci.
20
Na przykad w oknie obrazu o wymiarach 33 pikseli zaznaczonym na rys. 3.8 filtr
grnoprzepustowy (rednia waona), (rys. 3.12) zastpuje warto oryginaln 139
wartoci redni 120 (rys. 3.13).








Wynik splotu (FP):
nowa warto
zastpujca 139


= 120
5 . 1
1

Maska filtru F = W/1.5 rednia waona
(macierz wag W)
Obraz oryginalny P
Rys. 3.12
Rys. 3.13
Elementy obrazu (rys. 3.3) o duej czstotliwoci zostaj wyranie uwypuklone, kontrast
zostaje poprawiony (rys. 3.5).
Filtr wyostrzajcy
Znaczne wyostrzenie obrazu mona uzyska za pomoc filtru przypisujcego bardzo
du wag pikselowi wyznaczanemu, rodkowemu.
Na przykad w oknie obrazu o wymiarach 33 pikseli zaznaczonym na rys. 3.8 filtr
wyostrzajcy (rednia waona), (rys. 3.14) zastpuje warto oryginaln 139 wartoci
redni 157 (rys. 3.15).
21








Wynik splotu (FP):
nowa warto
zastpujca 139


= 157
12
1

Maska filtru F = W/12 rednia waona
(macierz wag W)
Obraz oryginalny P
Rys. 3.14
Rys. 3.15
22
Filtry wykrywajce
krawdzie 4
Filtry wykrywajce krawdzie w programie TNTmips
Klasa filtrw wykrywajcych krawdzie dostpnych programie TNTmips zawiera filtry:
Sobela,
Robertsa,
Prewitta
oraz umoliwia zdefiniowanie filtru wasnego (rys. 4.1).
Efekt dziaania tych filtrw na obrazie 3a (rys. 4.2) jest pokazany na rysunkach 4.3-6,
natomiast opis tych i innych filtrw stosowanych do wykrywania krawdzi podany jest
w dalszej czci tego podrozdziau.
Rys. 4.1
23
Rys. 4.2
Filtr gradientowy Sobel
Rys. 4.3
24
Filtr gradientowy Roberts
Rys. 4.4
Filtr gradientowy Prewitt
Rys. 4.5
25
Filtr gradientowy Chen
Rys. 4.6
Filtry rnicowe
Wykrywanie krawdzi umoliwia okrelenie pooenia, ksztatu i wymiarw obiektw
obrazu rastrowego. Krawd znajduje si tam gdzie jasno obrazu czarno-biaego zmienia
si z niskiej do wysokiej wartoci i odwrotnie. W zalenoci od profilu pionowego
krawdzi zmiany jasnoci mog nastpowa liniowo lub skokowo (rys. 4.7).

dachowy liniowy schodkowy rampowy
Profile pionowe krawdzi
Rys. 4.7
Najprostsze i najszybsze filtry wykrywajce krawdzie wyznaczaj maksymaln warto
z rnic bezwzgldnych wartoci pikseli otaczajcych badany piksel.
Filtr rnicowy homogeniczny wydziela 8 otaczajcych pikseli w oknie o wymiarze 3 x 3
(rys. 4.8), wartoci wyjciow jest maksimum bezwzgldnych wartoci rnic midzy
wartociami tych pikseli a wartoci piksela rodkowego.
26

pw-1,k
k
pw+1,k
pw,k-1
pw,k+1
w
kolumny
w
i
e
r
s
z
e

Filtr homogeniczny
pw-1,k-1 pw-1,k+1
pw+1,k-1 pw+1,k+1
} , , ,
, , , , max{
, 1 , , 1 , 1 , , 1 , 1 , 1
, 1 , , 1 , 1 , , 1 , 1 , 1 ,
k w k w k w k w k w k w k w k w
k w k w k w k w k w k w k w k w k w
p p p p p p p p
p p p p p p p p P

=
+ + + +
+ +

pw,k
Obraz Obraz krawdzi
1 1 1 1 1 1
1 1 1 1 1 4
1 1 1 1 4 4
1 1 1 4 4 4
1 1 4 4 4 4
1 4 4 4 4 4
0 0 3 3
0 3 3 3
3 3 3 3
3 3 3 0
Rys. 4.8
Filtr rnicowy wydziela 4 pary z otaczajcych pikseli w oknie o wymiarze 3 x 3,
wartoci wyjciow jest maksimum bezwzgldnych wartoci rnic midzy pikselami:
grny lewy - dolny prawy, grny rodkowy - dolny rodkowy, grny prawy - dolny
lewy, prawy rodkowy- lewy rodkowy (rys. 4.9).

pw-1,k
k
pw+1,k
pw,k-1
pw,k+1
w
kolumny
w
i
e
r
s
z
e

Filtr rnicowy
pw-1,k-1 pw-1,k+1
pw+1,k-1 pw+1,k+1
} , , , max{
1 , 1 , 1 , 1 1 , 1 , 1 , 1 1 , 1 1 , 1 , + + + + + + +
=
k w k w k w k w k w k w k w k w k w
p p p p p p p p P
Obraz Obraz krawdzi
1 1 1 1 1 1
1 1 1 1 1 4
1 1 1 1 4 4
1 1 1 4 4 4
1 1 4 4 4 4
1 4 4 4 4 4
0 0 3 3
0 3 3 3
3 3 3 3
3 3 3 0
Rys. 4.9
Filtr gradientowy Prewitt
Filtr gradientowy Prewitt dziaa na zasadzie rnicowej w kierunkach pionowym i
poziomym. Filtr ten korzysta z gradientu G = grad(p) wartoci pikselowej p, ktry jest
wektorem prostopadym do wykrywanej krawdzi (rys. 4.10).
27

pw-1,k
w
k w k w k w
k w k w k w
k w k w k w
k w k w w
p p p
p p p
p p p
p p
w
p
p
F P
(
(
(

(
(
(

=
=

=
+ + + +
+
+
+
0 1 0
0 0 0
0 1 0

1 , 1 , 1 1 , 1
1 , , 1 ,
1 , 1 , 1 1 , 1
, 1 , 1

k
pw+1,k
pw,k-1
pw,k+1
w
kolumny
w
i
e
r
s
z
e

k
k w k w k w
k w k w k w
k w k w k w
k w k w k
p p p
p p p
p p p
p p
k
p
p F P
(
(
(

(
(
(

= =

=
+ + + +
+
+
+
0 0 0
1 0 1
0 0 0

1 , 1 , 1 1 , 1
1 , , 1 ,
1 , 1 , 1 1 , 1
1 , 1 ,

[ ]
k w
p p p grad = = ) ( G Gradient i jego warto:
Pochodna pionowa
Pochodna pozioma
2 2
k w
p p G + = = G
pw-1,k-1 p
w-1,k+1

pw+1,k-1 p
w+1,k+1

Rys. 4.10
Skadowe gradientu Prewitta G = grad(p) zawieraj dodatkowo ssiednie pochodne (rys.
4.11):








Skadowa pionowa
gradientu Prewitt
p
w
= F
w
P



= -109
Maska gradientu
pionowego Prewitt F
w

Obraz oryginalny P










= 415
Obraz oryginalny P Maska gradientu
poziomego Prewitt F
k

Skadowa pozioma
gradientu Prewitt
p
k
= F
k
P

Gadient Prewitt: G 109
2
415
2
+ := G 429 =
Rys. 4.11
Efekt dziaania filtru Prewitt na obrazie przedstawionym na rys. 4.2 jest pokazany na
rys. 4.5 oraz po powikszeniu (rys. 4.112) na rys. 4.13.
28
Wykrywana krawd budynku
Rys. 4.12
Filtr gradientowy Prewitt
Rys. 4.13
29
Filtr gradientowy Sobel
Filtr dziaa na zasadzie rnicowej analogicznie jak filtr Prewitt w kierunkach poziomym
i pionowym, jednak przypisuje wiksz - podwojon wag rnicom rodkowym, jest
wic bardziej uyteczny do wykrywania krawdzi diagonalnych ni poziomych czy
pionowych (rys. 4.14).








Skadowa pionowa
gradientu Sobel
p
w
= F
w
P



= -184
Maska gradientu
pionowego Sobel F
w

Obraz oryginalny P










= 566
Obraz oryginalny P Maska gradientu
poziomego Sobel F
k

Skadowa pozioma
gradientu Sobel
p
k
= F
k
P

Gadient Sobel:
G 109
2
415
2
+ := G 429 =
Rys. 4.14
Efekt dziaania filtru Sobel na obrazie przedstawionym na rys. 4.2 jest pokazany na
rys. 4.3 oraz po powikszeniu (rys. 4.12) na rys. 4.15.
Filtr gradientowy Sobel
Rys. 4.15
30
Filtr gradientowy Frei-Chen
Filtr dziaa na zasadzie rnicowej analogicznie jak filtry Prewitt i Sobel w kierunkach
poziomym i pionowym, jednak przypisuje poredni wzgldem tych filtrw wag
rnicom rodkowym (rys. 4.16).







Skadowa pionowa
gradientu Chen
p
w
= F
w
P



= 140
Maska gradientu
pionowego Chen F
w

Obraz oryginalny P










= -477
Obraz oryginalny P Maska gradientu
poziomego Chen F
k

Skadowa pozioma
gradientu Chen
p
k
= F
k
P

Gadient Sobel: G 109
2
415
2
+ := G 429 =
Rys. 4.16
Efekt dziaania filtru Chen na obrazie przedstawionym na rys. 4.2 jest pokazany na
rys. 4.6 oraz po powikszeniu (rys. 4.12) na rys. 4.17.
Filtr gradientowy Chen
Rys. 4.17
31
Filtr gradientowy Roberts
Filtr dziaa na zasadzie rnicowej podobnie jak filtry Prewitt i Sobel, jednak przy
zaoeniu pojedynczych rnic w kierunkach diagonalnym i poprzecznym -
transwersalnym (rys. 4.18-19).

d
k w k w k w
k w k w k w
k w k w k w
k w k w d
p p p
p p p
p p p
p p
d
p
p
F P
(
(
(

(
(
(

=
=

=
+ + + +
+
+

0 0 0
0 1 0
0 0 1

1 , 1 , 1 1 , 1
1 , , 1 ,
1 , 1 , 1 1 , 1
1 , 1 ,

k
pw,k
w
kolumny
w
i
e
r
s
z
e

t
k w k w k w
k w k w k w
k w k w k w
k w k w t
p p p
p p p
p p p
p p
t
p
p F P
(
(
(

(
(
(

= =

=
+ + + +
+
+
+
0 0 0
0 1 0
1 0 0

1 , 1 , 1 1 , 1
1 , , 1 ,
1 , 1 , 1 1 , 1
1 , 1 ,

[ ]
t d
p p p grad = = ) ( G
Gradient Robertsa:
Pochodna diagonalna
Pochodna transwersalna
2 2
t d
p p G + = = G
pw-1,k+1 pw-1,k-1
Rys. 4.18








Skadowa diagonalna
gradientu Roberts
p
w
= F
w
P



= 45
Maska gradientu
diagonalnego Roberts F
w

Obraz oryginalny P










= -18
Obraz oryginalny P Maska gradientu
transwersalnego Roberts F
k

Skadowa transwersalna
gradientu Roberts
p
k
= F
k
P

Gadient Sobel: G 109
2
415
2
+ := G 429 =
Rys. 4.19
32
Efekt dziaania filtru Roberts na obrazie przedstawionym na rys. 4.2 jest pokazany na
rys. 4.6 oraz po powikszeniu (rys. 4.12) na rys. 4.20.
Filtr gradientowy Roberts
Rys. 4.20
Filtr Laplasjan wykrywajcy krawdzie
Efektem dziaania filtrw gradientowych opartych na pierwszej pochodnej s
wykrywane do szerokie krawdzie, zawierajce wiele pikseli, szczeglnie w
przypadku profili dachowych i rampowych. Pojawiaj si zatem problemy z
identyfikacj pikseli rodkowych krawdzi. Filtry oparte na hesjanie - macierzy drugich
pochodnych prowadz do lepszych rezultatw w tym wzgldzie, wykrywaj krawdzie
we wszystkich kierunkach, krawdzie s bardziej wyostrzone w porwnaniu z innymi
filtrami. Przykadem jest filtr Laplace'a (rys. 4.21):
(
(
(

=
0 1 0
1 4 1
0 1 0
F
ktry moe by rozszerzony na okno o wikszym wymiarze np. 5 5, 7 7.
33

pw-1,k
k w k w
p p
w
p
, 1 ,
=

k
pw+1,k
p
w,k
pw,k-1
pw,k+1
k w k w
p p
w
p
, , 1
=

+

k w k w k w
k w k w k w k w
p p p
p p p p
w
w
p
w
p
, 1 , , 1
, 1 , , , 1
2
2
2
) (
+
+
+ =
=

w
kolumny
w
i
e
r
s
z
e

1 , ,
=

k w k w
p p
k
p

k w k w
p p
k
p
, 1 ,
=

+

1 , , 1 ,
1 , , , 1 ,
2
2
2
) (
+
+
+ =
=

k w k w k w
k w k w k w k w
p p p
p p p p
k
k
p
k
p

F P
(
(
(

(
(
(

=
+ + + =

=
+ + + +
+
+
+ +
0 1 0
1 4 1
0 1 0

4
1 , 1 , 1 1 , 1
1 , , 1 ,
1 , 1 , 1 1 , 1
1 , 1 , , , 1 , 1
2
2
2
2
,
k w k w k w
k w k w k w
k w k w k w
k w k w k w k w k w k w
p p p
p p p
p p p
p p p p p
k
p
w
p
LP

Laplasjan:
Pochodne pionowe
Pochodne poziome
Pochodna czstkowa pionowa
Pochodna czstkowa pozioma
Rys. 4.21
Filtr wyostrzajcy krawdzie
Obraz z wyostrzonymi krawdziami uzyskiwany jest w wyniku odjcia oryginalnego
obrazu od obrazu utworzonego za pomoc filtru rednia.
34
Filtry redukujce
szum 5
Filtry redukujce szum w programie TNTmips
Klasa filtrw Redukcja szumw dostpnych programie TNTmips zawiera filtry
standardowe (rys. 5.1):
Mediana
Modalny
Olimpijski
Mediana wielopoziomowa
P-Mediana
Adaptacyjna rednia P-Mediana.
Efekt dziaania tych filtrw, na wybranym podobszarze obrazu TM3NOISY (rys. 5.2)
jest pokazany na rysunkach 5.3-8, natomiast opis tych filtrw podany jest w dalszej
czci tego podrozdziau.
Rys. 5.1
35
Rys. 5.2
Obraz wyjciowy (rys. 5.2) Filtr Mediana
Rys. 5.3 Rys. 5.4
36
Filtr Olimpijski Filtr Mediana wielopoziomowa
Rys. 5.5 Rys. 5.6
Filtr P-Mediana (A = 0.20) Filtr Adaptacyjna rednia P-Mediana
Rys. 5.7 Rys. 5.8
Mediana
W oknie obrazu 33 filtr Mediana zastpuje warto oryginaln 139 (rys. 5.9)
wartoci rodkow posortowanego szeregu 100, 107,112, 113, 115, 115, 116,121,
139, rwn 115 (rys. 5.9). Efekt dziaania filtru Mediana na obrazie przedstawionym
na rys. 5.3 jest pokazany na rys. 5.4.
37
Rys. 5.9
Rys. 5.10
Modalny
W oknie obrazu 33 filtr Modalny zastpuje warto oryginaln 139 (rys. 5.9) wartoci
najczciej wystpujc w tym oknie (dwukrotnie), rwn 115 (rys. 5.9).
38
Obrazy po klasyfikacji np. CLS_ISODATA w katalogu filter/cb_class zawieraj czsto
szereg rozrzuconych na obrazie skupie o niewielkiej liczbie pikseli, zakcajcych obraz
(rys. 5.11). Efekt dziaania filtru modalnego usuwajcego zakcenia i poprawiajcego
klasyfikacj pokazany jest na rys. 5.12.
Obraz wyjciowy (CLS_ISODATA) Filtr Modalny
Rys. 5.11 Rys. 5.12
Olimpijski
W oknie obrazu 33 filtr Olimpijski zastpuje warto oryginaln 139 (rys. 5.9)
wartoci redni 114 po odrzuceniu wartoci maksymalnej 139 i minimalnej 100
(rys. 5.13):
Rys. 5.13
39
Parametr filtra A = 1, 2, 3, 4 (rys. 5.14) umoliwia odrzucanie A-skrajnych wartoci
maksymalnych i minimalnych. Dla A = 1 odrzucana jest jedna skrajna warto minimalna
i maksymalna.
Rys. 5.14
Efekt dziaania filtru Olimpijski na obrazie przedstawionym na rys. 5.3, przy zaoeniu
maski 33 pikseli oraz wartoci parametru A = 1 (rys. 5.14) jest pokazany na rys. 5.5.
Mediana wielopoziomowa
W oknie obrazu 33 (rys. 5.9):
filtr Mediana wielopoziomowa zastpuje warto oryginaln 139 median 121
(rys. 5.15) trzech wartoci: rodkowej 139 oraz maksymalnej 121 i minimalnej 113
z median wyznaczonych w czterech kierunkach:
poziomym pionowym diagonalnym poprzecznym
Mediana = 115 Mediana = 121 Mediana = 115 Mediana = 113













40
Rys. 5.15
Efekt dziaania filtru Mediana wielopoziomowa na obrazie przedstawionym na rys. 5.3,
przy zaoeniu maski 33 pikseli, jest pokazany na rys. 5.6.
P-Mediana
W oknie obrazu 33 (rys. 5.9):
filtr P-Mediana zastpuje warto oryginaln 139 wartoci redni waon 122 (rys.
5.16) z wartoci rodkowej 139 oraz redniej 114.5 z median 116 i 113 wyznaczonych
w kierunkach:
poziomy-pionowy diagonalny-poprzeczny
rednia z median = 114.5
Mediana = 116 Mediana = 113
A = 0,... 1 - waga wartoci rodkowej

1 - A - waga redniej z median
Suma wag = 1
Np. dla
A 0.2 :=
rednia waona wynosi





A 139 1 A ( ) 114.5 + 119.4 =
41
Rys. 5.16
Efekt dziaania filtru P-Mediana na obrazie przedstawionym na rys. 5.3, przy zaoeniu
maski 33 pikseli oraz parametru A = 0.20 (rys. 5.17) jest pokazany na rys. 5.7.
Rys. 5.17
42
Filtry ulepszajce
6
Filtry ulepszajce poprawiaj jako obrazu przez wyostrzenie krawdzi i naronikw z
wygadzeniem powierzchni wewntrznych. Wikszo z nich usuwa rwnie zakcenia
obrazu.
Klasa filtrw ulepszajcych dostpnych programie TNTmips zawiera filtry (rys. 6.1):
Voltera/Unsharp: parametr filtru A przyjmuje wartoci 0.001 - 1.000, dla A
zblionego do minium 0.001 otrzymuje si obraz realistyczny z akceptowalnym
wyostrzeniem (rys. 6.2-4), natomiast dla A > 0.005 obraz ma wysoki kontrast (rys.
6.5).
Kontrast lokalny: dwa parametry A o zakresie 0.01-9.99 i B o zakresie 0.1-3.0
umoliwiaj uzyskanie obrazu o podanym kontacie (rys. 6.6),
Dolny-grny-rodkowy (LUM), dwa parametry A o zakresie 2 - 5 i B o zakresie 1 -
4 umoliwiaj uzyskanie obrazu o podanym kontacie (rys. 6.7),
Porwnanie i wybr (CS - Comparision and Selection), parametr filtru A w zakresie
1-10 (standard A = 2) umoliwia otrzymanie obrazu z wyostrzonymi krawdziami i
wygadzonymi powierzchniami wewntrznymi (rys. 6.8)
WMMR-MED (Weighted Majority with Minimum Range-MEDian): parametr filtru
A w zakresie 0 - 1 umoliwia otrzymanie obrazu o podanym wygadzeniu i
wyostrzeniu krawdzi (rys. 6.9).
Rys. 6.1
43
Rys. 6.2
Obraz wyjciowy (rys. 6.2) Filtr Voltera/Unsharp: A = 0.002
Rys. 6.3 Rys. 6.4
44
Filtr Voltera/Unsharp: A = 0.20 Filtr Kontrast lokalny: A = 0.40, B = 1.0
Rys. 6.5 Rys. 6.6
Filtr Dolny-grny-rodkowy A = 2, B = 1 Filtr Porwnanie i wybr CS: A = 1
Rys. 6.7 Rys. 6.8
45
Filtr WMMR-MED: A = 0.3
Rys. 6.9
46
Filtry teksturalne
7
Filtry teksturalne uywaj lokalne statystyczne zmiennoci w jasnoci obrazu dla
uwypuklenia tekstury. Przeksztacony obraz moe by uyty do dalszych analiz, takich
jak segmentacja obrazu lub jako dodatkowy skadowy raster w automatycznej
klasyfikacji obrazw.
Klasa filtrw teksturalnych dostpnych programie TNTmips zawiera filtry (rys. 7.1),
ktrych dziaanie jest pokazane na obrazie wyjciowym pokazanym na rys. 7.2-2:
Odchylenie standardowe: w rozpatrywanym przykadzie obraz wynikowy jest
czarny,
Teager (rys. 7.4)
Zakres, parametr A o zakresie 0.01 - 9.99 (standard A = 1) umoliwiaj uzyskanie
obrazu o podanym rozkadzie tekstury (rys. 7.5-7),
Rys. 7.1
47
Rys. 7.2
Obraz wyjciowy (rys. 7.2) Filtr Teager
Rys. 7.3 Rys. 7.4
48
Filtr Zakres, A = 3.0 Filtr Zakres, A = 5.0
Rys. 7.5 Rys. 7.6
Filtr Zakres, A = 8.0
Rys. 7.7
49
Filtr rozcigania
kontrastu 8
Do filtrw przestrzennych zaliczany jest rwnie filtr rozcigania kontrastu adaptacja
lokalna dostpny w panelu Rozciganie kontrastu (rys. 8.1).
Rys. 8.1
Filtr Lokalne adaptacyjne rozcignicie kontrastu LACE (Locally Adaptive Contrast
Enhancement; Wallis filter) przeprowadza przestrzennie-zmienne rozciganie kontrastu
na obszarze obrazu czarnobiaego, kolorowego lub wielozakresowego.
Filtr ten jest szczeglnie uyteczny w przypadku jednoczesnego wystpowania duych
jasnych i ciemnych obszarw na obrazie, np. hawaii/kil_img/kil12a01 (rys. 8.1-2).
W takim przypadku globalne metody rozcigania kontrastu (liniowe i inne) nie mog da
podanych wynikw. Filtr LACE wyrwnuje wartoci jasnoci w kadym lokalnym
obszarze przy zadanych parametrach (rys. 8.1): rozmiar okna filtra, podana rednia i
odchylenie standardowe oraz czynnik waony i granica wzrostu (zysku). Ta procedura
poprawia lokalnie kontrast jednoczenie redukuje kontrast midzy jasnymi i ciemnymi
obszarami (rys. 8.3).
50
Filtr: Lokalne adaptacyjne
rozcignicie kontrastu LACE Obraz wyjciowy
Rys. 8.2 Rys. 8.3
51
Filtry radarowe
9 w opracowaniu...
Filtr Sigma
.. ...........
..........................................................
Filtr adaptacyjny Kuan
Filtr adaptacyjny Kuan uwzgldnia statystyczne waciwoci wartoci pikseli warto
redni m i odchylenie standardowe . w ruchomym oknie obrazu:
(
(
(

=
+ + + +
+
+
1 , 1 , 1 1 , 1
1 , , 1 ,
1 , 1 , 1 1 , 1
k w k w k w
k w k w k w
k w k w k w
p p p
p p p
p p p
P
Filtrowana warto P
w,k
piksela rodkowego p
w,k
ma posta:
P
w,k
= p
w,k
w
w,k
+ m(1- w
w,k
)
gdzie w
w,k
jest wag obliczon na podstawie wszystkich wartoci pikseli w oknie P:
2
2
2
,
1
1
u
I
u
k w
C
C
C
w
+

=
przy czym:
m
C
I

= - wspczynnik zakcajcy szum

Filtr adaptacyjny multiplikatywny Lee
Filtr adaptacyjny multiplikatywny Lee ma posta analogiczn jak filtr Kuan, przy czym
waga jest okrelona nastpujco:
2
2
,
1
I
u
k w
C
C
w =
52
Filtr adaptacyjny Forst
Filtrowana warto P
w,k
piksela rodkowego p
w,k
okna obrazu P ma posta redniej
waonej:
N
P
F P*
=
gdzie filtr Forst
(
(
(

=
+ + + +
+
+
1 , 1 , 1 1 , 1
1 , , 1 ,
1 , 1 , 1 1 , 1
k w k w k w
k w k w k w
k w k w k w
w w w
w w w
w w w
F
zawiera radialne wagi pikseli:
r
m
a
e r w
2
) *(
) (

=
przy czym:
r - odlego piksela od piksela rodkowego,
a - parametr,
N - suma wag (elementw macierzy F)
Filtr adaptacyjny addytywny Lee
Filtr wygadza dane obrazowe, bez usuwania krawdzi lub wyostrzania obiektw na
obrazie. zachowuje krawdzie i usuwa szum o wysokiej czstotliwoci, jest czsto
stosowany do filtracji danych radarowych.
Warto p
w,k
piksela rodkowego okna obrazu:
(
(
(

=
+ + + +
+
+
1 , 1 , 1 1 , 1
1 , , 1 ,
1 , 1 , 1 1 , 1
k w k w k w
k w k w k w
k w k w k w
p p p
p p p
p p p
P
jest przeksztacana na
P
w,k
= m + a(p
w,k
- m)
gdzie
+
=
) var(
) var(
p
p
a
oraz:
m - rednia warto pikseli p obrazu P,
var(p) - wariancja wartoci pikseli p obrazu P,
- addytywne zakcenie wariancji,
Filtr adaptacyjny multiplikatywny Lee
53
Filtr zachowuje krawdzie i usuwa szum o wysokiej czstotliwoci, jest czsto
stosowany do filtracji danych radarowych.
Warto p
w,k
piksela rodkowego okna obrazu P jest przeksztacana na
P
w,k
= m + a(p
w,k
- m)
gdzie
2
2
/ ) var(
/ ) var(
1
m p
u p m
a =
oraz:
m - rednia warto pikseli p obrazu P,
var(p) - wariancja wartoci pikseli p obrazu P,
- multiplikatywne zakcenie redniej,
Filtr adaptacyjny addytywno-multiplikatywny Lee
Filtr zachowuje krawdzie i usuwa szum o wysokiej czstotliwoci, jest czsto
stosowany do filtracji danych radarowych.
Warto p
w,k
piksela rodkowego okna obrazu P jest przeksztacana na
P
w,k
= m + a(p
w,k
- m -)
gdzie
2
2
/ ) var(
/ ) var(
1
m p
u p m
a =
oraz:
m - rednia warto pikseli p obrazu P,
var(p) - wariancja wartoci pikseli p obrazu P,
- multiplikatywne zakcenie redniej,
- addytywne zakcenie redniej,
54