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.