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.
