Cenno al trattamento delle immagini digitali
Transcript
Cenno al trattamento delle immagini digitali
Cenno al trattamento delle immagini digitali Cartografia numerica e GIS Domenico Sguerso Digital Image Processing: Preprocessing (Memorizzazione) analysis … Trattamento dell’immagine: - ricampionamento necessario per analisi necessario per display - filtraggio Procedure fotogrammetria analitica: DTM, ortofoto, … ridurre noise Riconoscimento di forme, aumento contrasto restituzione automatica trasformazioni per evidenziare caratteristiche geometriche o radiometriche Robot vision Ricampionamento Ad esempio per singoli punti (es. estrazione di punti quota) o per intere immagini (quali ad es. le ortofoto) Buon rapporto qualità/semplicità (e quindi non onerosità computazionale) ricampionamento bilineare ... Digital image restoration (restauro): rimozione o riduzione dei: disturbi propri dell’acquisizione dell’immagine (anche analogica) (sfocamento, aberrazioni obiettivo, …) secondo la conoscenza della funzione di trasferimento rumore (noise) di acquisizione (di natura elettrica) Digital image enhancement (esaltazione): miglioramento di talune caratteristiche dell’immagine secondo tecniche ad hoc sia nel dominio spaziale che nel campo delle frequenze Tipologie di operatori: - operatori puntuali il valore assunto da un pixel dipende solo dal suo valore originario - operatori locali il valore di un pixel dipende dal valore di un numero limitato di pixel vicini - operatori globali il valore di un pixel dipende da tutti i valori dei pixel dell’intera immagine I filtri digitali sono operatori locali. Il filtraggio è sempre un compromesso tra riduzione del disturbo e modifica delle informazioni originarie N.B.: preservare il file originale facendone copia Differenti strutture di “noise”: - diffuso sull’intera immagine si opera mediante filtro passa basso per eliminare le frequenze maggiori ad una certa soglia cosiddetta di “taglio”; ovviamente per non disturbare l’immagine, occorre che il segnale di interesse sia costituito per intero da frequenze inferiori; - isolato (a causa ad esempio di un singolo sensore) si ricerca la presenza di un outlier (errore grossolano) ad esempio calcolando una media pesata oppure la mediana escludendo il pixel centrale; spesso si assume che sia molto improbabile che il pixel centrale assuma valori sensibilmente differenti da quelli circostanti; - ... Equalizzazione: Utile per portare l’istogramma di una immagine con valori di grigio concentrati in una fascia abbastanza ristretta, a distribuirsi in maniera pressoché uniforme su tutti i valori dello spettro (ad es. 0 – 255). L’effetto è quello di aumentare il contrasto sull’intera immagine, ossia differenziando maggiormente i valori di grigio laddove i valori erano molto simili. Operatori locali Agiscono su di una finestra generalmente simmetrica rispetto il punto in esame, che viene via via spostata seguendo il punto considerato (convoluzione). Esempi di filtraggi utili ad evidenziare “dettagli” o “strutture” del segnale: - filtro “passa basso” “smussa”, “liscia”, taglia le alte frequenze e quindi “lascia passare le basse frequenze”; è utile per individuare le “macro-strutture” - filtro “passa alto” viceversa, per evidenziare i dettagli, le “micro-strutture” N.B. i filtri passa-basso e passa-alto sono lineari (nei valori dei pixel dei quali si effettuano solo combinazioni lineari appunto) e pertanto ammettono sovrapposizioni, ossia la convoluzione di combinazione lineari di immagine è pari alla combinazione lineare delle convoluzioni delle immagini. filtro (A+B+C+…)= filtro (A)+filtro(B)+filtro(C)+ . . . N.B.: le finestre facilmente utilizzate sono di dimensioni 3x3 o 5x5 pixel anche se ovviamente la scelta deve dipende dal segnale e dall’obiettivo. N.B.: tanto più il segnale ha frequenze tra loro differenziate, e tanto è più possibile una separazione tra i contributi al segnale senza perdere informazioni (es. ritaglio di un disegno ben definito rispetto ad un disegno ad acquarello privo di contorni) La ricerca e la suddivisione dell’immagine in zone omogenee può fornire validi contributi per l’individuazione di confini “edge extraction” o per l’aggregazione di pixel “region growing” Classificazione di immagini ... Oss.: Un raster può rappresentare il “colore” dell’oggetto risposta radiometrica oppure può rappresentare la “superficie” dell’oggetto-territorio DTM, DSM Questa presentazione è © 2010 Bianca Federici e Domenico Sguerso, disponibile come http://www.creativecommons.it/Licenze