Цифровая обработка снимков_теор. вопросы

[Natalia Novoselova]

примером может служить изменение свойств тепловых каналов Landsat из-за чего некоторые константы при расчетах зависят от периода съемки - до или после некоторого момента..

А а это где-то указывается в описании к снимкам? Как это можно понять, что нужно менять, что учитывать. Или это полагается просто знать, в описании этого нет?
Так, по другой уже задаче (которую я обсуждаю здесь) я строю карты температур в ENVI из Landsat-5 (и предполагаю аналогичное сделать по ASTER). То есть в снимках Landsat5 нужно учитывать период съемки для определения какой-то константы.. ?

[Natalia Novoselova]

Вот еще вопрос.
При выяснении я дохожу в учебниках и хелпе до понятного, а потом захожу в тупик, т.к. по моей версии (как мне кажется правильным) не нахожу объяснения.

Как сравнить контрастность двух цветных композиций, построенных по разным каналам одного снимка? Т.е. как определить, какая композиция будет иметь наибольший контраст?

Из данного понимания контрастности (контраста) снимка (перевод текста лекции): “Контраст изображения измеряется рассеиванием DNs (значениями уровня серого) его пикселей, поэтому, чем более растянута гистограмма изображения по оси OX, тем более велика его контрастность”

Но здесь речь идет о контрастности монохромного изображения, т.е. с разбросом DN от 0 до 255. Мне же нужно сравнить контрасты изображения в RGB – сделанные по 3-м наложенным каналам (сравнить контраст двух разных комбинаций) .

Я всё же думаю, что нужно исходить из гистограммы цветной композиции.
Но как можно построить гистограмму (суммарную?) по цветной композиции? То, что я нашла строит график гистограмм отдельно, вот так:


Можно ли поострить вообще суммарную гистограмму цветной композиции? И правильно ли через нее решать задачу сравнения контраста двух разных цветных изображений?

[Natalia Novoselova]

В учебнике (Drury, p. 126) - говорится про это:
"Multispectral data can be expressed in multidimensional histograms, the simplest of wich is the two-dimensional histogram (scatter Plot)"
Но дальнейшего объяснения, а что же есть кроме этого самого простого типа не приводится.



Пока единственная мысль, как сравнивать контрасты двух цветных композиций, это исходя из сравнения коэф. корреляции между каналами попарно.
Коэффициенты корреляции между каналами (по парам) можно увидеть через "скатеграммы" (scatter Plot). Или же совсем точно (в виде таблиц) это видно при расчете статистики по всему снимку.
Рассуждаю так, что чем меньше корреляция между двумя каналами, тем более широкий разброс цветов они дают, т.е. тем более растянутой будет общая гистограмма.
Но это сравнение идёт по парам каналов, а в каждой цветной композиции - три канала.. И как же тогда.. ?

[sergsh]

Как сравнить контрастность двух цветных композиций, построенных по разным каналам одного снимка? Т.е. как определить, какая композиция будет иметь наибольший контраст?

Может быть найти значение K=Max(Image)-Min(Image) для каждого канала ?
Где K будет больше, там и наиболее контрастный канал ?

[Natalia Novoselova]

Как сравнить контрастность двух цветных композиций, построенных по разным каналам одного снимка? Т.е. как определить, какая композиция будет иметь наибольший контраст?

Может быть найти значение K=Max(Image)-Min(Image) для каждого канала ?
Где K будет больше, там и наиболее контрастный канал ?

Это вы говорите про определение контрастности по каждому каналу отдельно.
Это тоже нужный вопрос, так как я знаю, что зрительно (примерно) это можно оценить по широте его гистограммы, чем основная часть гистограммы более растянута по оси Х (значение уровня серого от 0 до 255), тем больше контраст.

Но как точно численно определить контраст - я не знаю. Просто Мax - Min не покажет это совсем правильно, так как анализировать нужно основную часть снимка (так, если в углу снимка будет полностью белое пятно, а в другом - черное, то Max-Min = 255, но как это может сказать что-то о контрастности всего снимка?


Однако мой исходный вопрос еще сложнее, мне нужно сравнить контраст между цветными композициями, каждая из которых является наложением 3 каналов.

[Дмитрий Барышников]

Мне не совсем понятно:
1. Практический смысл такого сравнения
2. Какая разница в сравнении гистограмм 1,2,3,4,5,6... каналов

Я понимаю еще попарное сравнение гистограмм, при учете, что снимки идеально совмещены, разрешения приведены к одинаковому значению - проявляются условия съемки. А в результате комбинирования получится какое-то нечто.

[gamm]

Однако мой исходный вопрос еще сложнее, мне нужно сравнить контраст между цветными композициями, каждая из которых является наложением 3 каналов.

да, с наложением каналов будет тяжело. С контрастом несколько проще - можно перейти в какое-нибудь цветовое пространство (их у нас богато: HSV, HSB, HSL, LAB ...), и там посчитать дисперсию первой главной компоненты - это если речь про общий контраст. Но сначала таки прочитать наконец нормальный учебник ...

[Natalia Novoselova]

Мне не совсем понятно:
1. Практический смысл такого сравнения
2. Какая разница в сравнении гистограмм 1,2,3,4,5,6... каналов

Не очень понимаю вопрос.Зачем сравнивать гистограммы отдельных каналов? Думаю, каждый канал можно отображать на Дисплее и дальше с ним работать отдельно, в т.ч. классифицировать, окрашивать выборными цветами, фильтровать и т.п.. То есть гистограмма , как часть статистики, показывает его качество. Так думаю..

Я понимаю еще попарное сравнение гистограмм, при учете, что снимки идеально совмещены, разрешения приведены к одинаковому значению - проявляются условия съемки. А в результате комбинирования получится какое-то нечто.

Или же вопрос зачем сравнивать их в комбинированном виде?
Каждая комбинация (назначение каналов в R,G,B) - дает разное качество снимка. Опять же - чтобы то или иное лучше посмотреть.. так наверное. Сравнивать гистограммы для этого, чтобы выбрать. В моем примере - выбрать изображение с наибольшим контрастом.

[Natalia Novoselova]

Однако мой исходный вопрос еще сложнее, мне нужно сравнить контраст между цветными композициями, каждая из которых является наложением 3 каналов.

да, с наложением каналов будет тяжело. С контрастом несколько проще - можно перейти в какое-нибудь цветовое пространство (их у нас богато: HSV, HSB, HSL, LAB ...), и там посчитать дисперсию первой главной компоненты - это если речь про общий контраст. Но сначала таки прочитать наконец нормальный учебник ...

А можно раскрыть шире вашу мысль, пока то, что до учебника?
"Наложение каналов" - в смысле переход в RGB, назначение каналов в параметры R,G,B. Или вы что-то иное имели в виду?

С контрастом несколько проще - можно перейти в какое-нибудь цветовое пространство (их у нас богато: HSV, HSB, HSL, LAB ...), и там посчитать дисперсию первой главной компоненты - это если речь про общий контраст.

Да, это выглядит решением. Речь именно про общий контраст. А что такое "первая главная компонента"?

Но сначала таки прочитать наконец нормальный учебник

А какой вы посоветуете, или только то, о чем говорили раньше? В контексте моих вопросов - сочетание теории (довольно глубокой как мне видится..) и вот, конкретных задач, то есть работы в ENVI и ERDAS. Может быть есть что-то вами считаемое лучшим.

[Natalia Novoselova]

да, с наложением каналов будет тяжело. С контрастом несколько проще - можно перейти в какое-нибудь цветовое пространство (их у нас богато: HSV, HSB, HSL, LAB ...), и там посчитать дисперсию первой главной компоненты - это если речь про общий контраст. Но сначала таки прочитать наконец нормальный учебник ...

Я перевела мои RGB в HSV и построила гистограммы по двум комбинациям:
Что можно сказать - какой спектр больше?
Как вы считаете, дает ли оценка гистограммы при таком переводе релевантную оценку контраста изначального изображения в RGB?
И играет ли роль тип этого цветового пр-ва (кстати, я нашла только HSV и HSB).

[Natalia Novoselova]

Таким образом, в целом главное, что хотелось бы понять, как вообще сравнить контрастность (по одному ли каналу, или по цветному изображению, переведенному в “цветовое пространство” (HSV, HSL), а потом с посчитанной гистограммой (на рис.).


Как можно контрасты сравнить визуально по гистограммам? В общем, чем шире растянута гистограмма, тем контрастность выше. Но здесь – 2 пика.. как тогда?

И, главное, полагаю что контрастность нужно смотреть из какого-то параметра статистики, который показывает растянутость не всей гистограммы, а лишь ее наибольшей части, т.е. наибольшего числа пикселей изображения.
Gamm предложил посчитать дисперсию первой главной компоненты. Но как это сделать? На рис. приведена статистика, там такого нет. Есть только стандартное отклонение (Stdev)

[gamm]

В контексте моих вопросов - сочетание теории (довольно глубокой как мне видится..) и вот, конкретных задач, то есть работы в ENVI и ERDAS.

в контексте ваших вопросов, и особенно заявлений про "глубокую теорию" видно, что чтение мурзилок таки создало иллюзию. Ничего страшного, это общая тенденция - вы в тренде. Из вопросов также видно, что у вас нет элементарной базы (математической, в первую очередь). Вот с этого и надо бы начать ...

[Дмитрий Барышников]

Не очень понимаю вопрос.Зачем сравнивать гистограммы отдельных каналов? Думаю, каждый канал можно отображать на Дисплее и дальше с ним работать отдельно, в т.ч. классифицировать, окрашивать выборными цветами, фильтровать и т.п.. То есть гистограмма , как часть статистики, показывает его качество. Так думаю..

Или же вопрос зачем сравнивать их в комбинированном виде?
Каждая комбинация (назначение каналов в R,G,B) - дает разное качество снимка. Опять же - чтобы то или иное лучше посмотреть.. так наверное. Сравнивать гистограммы для этого, чтобы выбрать. В моем примере - выбрать изображение с наибольшим контрастом.

Попробую объяснить.
Обычно сравнивают изображения для определения характеристик фотосистем. Для этого фотографируют один и тот же тестовый объект (миру). Далее рассчитывается ЧКХ которая и показывает крутость той или иной системы. Кстати со сканерами такой же подход. Сканируется один и тот же снимок и смотрится какой сканер лучше.
Для различных изображений такое сравнение обычно не требуется. Важен контекст: дата и время съемки, место съемки и что зафиксировано на снимке. Космических аппаратов не так много что пользователь мог выбирать снимки с разных КА одной и той же территории, снятой в один момент времени.
Кстати, поэтому в софте в котором вы пытаетесь работать ERDAS, ENVI такого и нет. Это мое личное мнение.

Но, предположим, чисто из теоретического интереса.
Для сравнения контрастности, я думаю, необходимо взять производную от ваших гистограмм. Где производная растет быстрее, там будет и выше контраст. Идея в следующем. Если перепад яркостей между пикселами больше, то и изображении контрастнее. Для выявления такого изменения и нужно брать производную функции.

Вопрос к модератору: Я бы вынес это обсуждение в отдельную тему "Сравнение контрастности двух изображений". Вопрос практический, и может представлять интерес участников ГИС-Лаба. Тем более, я таких сравнений не встречал (скорее всего из-за отсутствия практического смысла).

[ericsson]

Само понятие контраста требует уточнения, потому что этим словом можно назвать очень многие вещи. Говоря очень грубо, речь ведь может идти и о статистических характеристиках изображения вообще (т.е. ширине диапазона значений и равномерности его заполнения), и о наличии различимых глазом цветных деталей, и о пространственных характеристиках (то есть о резких переходах составляющих изображения).

А еще есть такая штука как Optimum Index Factor, которая к контрасту не имеет отношения, но тоже описывает "информативность" композитов.

[gamm]

Само понятие контраста требует уточнения, потому что этим словом можно назвать очень многие вещи.

именно. Как минимум, локальный и глобальный контраст

Говоря очень грубо, речь ведь может идти и о статистических характеристиках изображения вообще (т.е. ширине диапазона значений и равномерности его заполнения)

не, "ширина" (range) ни о чем не говорит, считаем дисперсию и квантили. Тот же "децильный коэффициент".

, и о наличии различимых глазом цветных деталей

как только речь зашла о глазах, переходим в "человеческое" цветовое пространство, например на CIELAB, и там измеряем ту же дисперсию

и о пространственных характеристиках (то есть о резких переходах составляющих изображения).

а это локальная дисперсия и/или модуль градиента в этом пространстве ...

А еще есть такая штука как Optimum Index Factor, которая к контрасту не имеет отношения, но тоже описывает "информативность" композитов.

имеет. Поскольку это пародия на первую главную компоненту: with the highest amount of 'information' (= highest sum of standard deviations), with the least amount of duplication (lowest correlation among band pairs). Точнее, на результат применения к ней факторного анализа (вращения). И описывает он не информативность (которая есть энтропия), а ту же дисперсию