Para comenzar es necesario comprender que aplicamos el mejoramiento de las imágenes para facilitar la interpretación visual y comprensión de las imágenes. La mejora no va a cambiar los valores radiométricos de los objetos presentes en la imagen, solo permitirá que el observador tenga una mejor visualización de estos objetos. Esta etapa , por lo tanto , solo sirve para ayudar al usuario a identificar las muestras de aprendizaje y las firmas a utilizar en la clasificación.
Las imágenes digitales tienen la ventaja de permitir
que manejemos bastante facilmente los valores registrados
para cada pixel. Además, es posible realizar correcciones radiométricas por los
efectos de la iluminación solar , las condiciones atmosféricas y las
características de los instrumentos utilizados antes
de distribuir las imágenes a los usuarios puede
demostrar que la imagen no está en la mejor condición
para su interpretación visual. Los sistemas de teledetección, y especialmente los que usan
una plataforma espacial
deben ser diseñados
de manera que sea posible tratar los diferentes
niveles energía específicos a los objetivos y su medio ambiente , susceptibles de ser encontrados en uso corriente.
Esta importante variación. en la respuesta espectral de
los diferentes tipos de objetivos (por ejemplo .: bosque , desierto , nieve , agua, etc.) hace imposible la
aplicación de una corrección radiométrica
general capaz de optimizar el contraste y niveles
de intensidad en cada una de las condiciones. Por
lo tanto es necesario hacer un ajuste diferentes de tonos , uso y estado de cada una de las imágenes.
Las imágenes satelitales deben, casi siempre, ser mejoradas por
diferentes razones. En primer lugar, el rango de
luminosidad de la escena puede no ser suficiente
para cubrir toda la gama de valores soportado
por el sensor. Si no se realiza un mejoramiento,
la escena se mostrará oscura y con poca nitidez.
En segundo lugar , las imágenes de 16 bits de los
satélites modernos. deben ser reducidas para ajustarse al rango de 8 bits (de 0 a 255)
de la pantalla de su computadora.
Usted obtiene los dos
resultados estirando los
valores de la imagen a fin que usen los niveles
de luminosidad del rojo, verde y azul disponibles en la pantalla según
la gama que admite su monitor.
En
una imagen en bruto, las informaciones útiles están, frecuentemente, contenidas en un conjunto restringido de valores digitales entre los valores
posible (256 en el caso de datos de 8 bits). El realce de contrastes se realiza cambiando los valores
iniciales de forma de utilizar todos los valores
posibles, lo que permite aumentar el contraste entre los objetivos y sus medio ambiente. Para entender correctamente
cómo funciona este realce es necesario, en primer lugar,
comprender el concepto del histograma de una imagen. Un histograma
es una representación gráfica de los valores
numéricos de intensidad que componen una imagen. Estos los valores (de 0 a 255 para datos de 8 bits) aparecen a lo
largo del eje de las x del gráfico . La
frecuencia de ocurrencia de cada uno de estos
valores se visualiza a
lo largo del eje de las y.
En el caso de una
banda de imagen satelital,
los valores no serán en degradé de gris sino, como en este histograma , en valores de radiancia.
El valor mínimo
presente es 0 (NoData) y
los valores de radiancia van de un valor mínimo de 4831 a uno Máximo de
32767. Pero la simple observación del histograma. permite ver que casi todos los valores oscilan entre 5.500 y
17.000.
El
método más simple es un mejoramiento lineal del contraste. Para aplicar este método , identificamos los límites superiores y inferiors de intensidad representados en el
histograma (los valores mínimos y máximos), y con
la ayuda de una transformación lineal , se estira estos valores en el conjunto
de valores disponibles.
Con
QGis las funciones de mejoramiento se encuentran en Propiedades dela capa-> Estilo->Mejoramiento del contraste
La
siguiente figura ilustra tres formas diferente
de estirar los valores de imagen de una banda Landsat única de 16 bits. Las imágenes en miniatura muestran los resultados y los histogramas muestran
cómo han sido aplicados los estiramientos. Los valores de datos de entrada (del archivo) aparecerán en el eje de las x
y los valores de salida resultantes (en la pantalla)
están en el eje de las y. Los histogramas azules
muestran la distribución de los valores de entrada
y las líneas rojas en diagonal
representan las tablas de correspondencia o las tablas de conversión. Los
estiramientos se aplican leyendo cada valor de entrada (desde el eje
de las X), trazando una línea vertical hasta llegar a la tabla de
conversión y luego prolongando una línea horizontal para el eje de las Y, donde se
encuentra el valor de salida correspondiente , como se indica en el ejemplo con
las flechas verde en (a).
En (a), la opción Sin mejoras
en el menú desplegable , los valores de pixels de entrada son simplemente reprogramados para el rango de 16-bit de 0 a 65535 a 8 bits en
la gama de 0 a 255. Se puede ver que el
histograma no cubre una pequeña parte de la gama
de luminosidad disponible y la imagen resultante es muy oscura.
En (b), opción Estirar hasta MinMax
del menú desplegable , la gama de entrada
se ajusta a fin de extenderse entre los valores entrada mínimo y máximo
reales de los datos (comparar las etiquetas del eje de
las X con (a)). Aunque el histograma cubre una parte mayor de la
gama de luminosidad previa, nunca cubre mucho y la
imagen siempre es muy oscura.
En (c), opción
Extensión
y cortar hasta MinMax
del menú desplegable , la diagonal se ajusta de modo que sus extremidades
cubren el 99% de la gama de entrada. El restante 1% de
los datos. es ajustado
a cero (para píxeles oscuros ) o 255 (para píxeles brillantes ). El contorno azul punteado
muestra el histograma de salida obtenido y usted verá que cubre toda la gama de luminosidad. La
imagen muestra una buena distribución de tonos
del negro al blanco y es la mejor ajuste de los tres.
No hemos mencionado la cuarta opción, cortar
Minmax porque es muy poco utilizada. En la visualización
se eliminan los mismos pixeles que en la opción
anterior pero los
valores seleccionados no se estiran.
En la práctica, las
mejoras del contraste son aplicadas a las tres
bandas de una imagen en color , produciendo,
así, colores mejorados.
Las funciones de procesamiento de qgis son todas lineales, lo que es
típico de las mejoras disponibles en muchas aplicaciones SIG. ArcGIS, así como aplicaciones dedicadas al procesamiento de
imágenes y edición de fotos, toman en consideración
varias mejoras paramétricas
y no lineales .
Para acceder a las funciones de procesamiento más
potentes, con QGis es necesario la instalación del
proveedor de tratamiento Caja de herramientas
de Orfeo . Esta biblioteca permite el tratamiento específico
para imágenes de teledetección .
Si bien, Orfeo es uno de los proveedores. instalados por default en las versions
QGis 2.X , no sucede lo mismo en la versión 3.X.
Si usted desea instalarlo
aquí encontrará un enlace en el artículo que
describe su instalación.
