Baixe o app para aproveitar ainda mais
Prévia do material em texto
Capítulo 4 – PROCESSAMENTO DE CORES 4.1 – INTRODUÇÃO 4.2 - IMAGEM COLORIDA DIGITAL 4.3 - COMPOSIÇÃO COLORIDA 4.4 - FALSA COR 4.5 - PSEUDOCOR 4.6 - TRANSFORMAÇÃO IHS Processamento Digital de Imagens2 4.1 – Introdução O olho humano é mais sensível às variações de cores do que às variações de tons de cinza. De fato, o sistema visual humano (SVH) é capaz de discriminar dezenas de níveis de cinza apenas e milhares de cores. A cor pode ser usada apenas para visualizar imagens multi-espectrais ou pode ser manipulada, através de técnicas de processsamento, para identificar e extrair objetos de interesse em uma cena. O olho humano é como um sistema ótico: a luz passa através da pupila e é focalizada na retina pela lente, como mostra a Figura 4.1. A retina contém um grande número de fotoreceptores sensíveis a luz: cones (visão diurna) e bastonetes (visão noturna). Os fotoreceptores transformam a energia eletromagnética (luz) em energia neural, produzindo a imagem no plano focal. A percepção de cor está relacionada com a composição do comprimento de onda da luz que atinge os olhos. A luz de diferentes comprimentos de onda podem ser misturadas, no sistema de cores aditivo, gerando assim diferentes cores (Figura 4.2). “Como transformar a sensação de cores em números?”O SVH comporta três tipos de cones na retina. Cada cone tem uma sensibilidade espectral Si(l):i=1,2,3 ( l é o comprimento de onda). Seja j(l) a potência espectral (W/mm) da fonte de luz, ilustrado graficamente na Figura 4.3. Figura 4.1 - Sistema visual humano. Figura 4.2 - Sistema de cores aditivo. 3 A potência absorvida por cones do tipo i é: A sensação de cor produzida pelo SVH está em relação biunívoca com a tripla (a1, a2, a3), isto é, (a1, a2, a3) « cor: a(j), onde a(j) é a cor produzida pela luz ( Figura 4.4). A Figura 4.5 ilustra a resposta espectral da luz em três comprimentos de onda do espectro visível (vermelho (R), verde (V) e azul (B)). Pode-se observar que existe uma sobreposição das regiões do espectro visível (380 nm - 710 nm), correspondentes às respostas dos três tipos de cones. Então, usando o princípio das cores primárias (RGB) é possível representar quantitativamente qualquer cor como um grupo de três números ou coeficientes ou a tripla (a1, a2, a3). cor j a(j) distribuição espectral de potência SVH Figura 4.4 – Sensação de cor produzida pelo SVH. j(l) l(mm) Figura 4.3 – Potência espectral da fonte de luz. (watts) )()()( lljlla dsii ò= . Processamento Digital de Imagens4 Os três coeficientes de cor podem ser plotados em um conjunto de eixos tridimensionais, onde cada eixo representa uma cor (sistema de cores RGB). Neste sistema os coeficentes ai indicam a proporção das cores primárias vermelho, verde e azul, para produzir qualquer tonalidade. Matematicamente, uma cor C pode ser representada por: C = a1R + a2G + a3B, onde R, G e B são as três cores primárias e os ai são os coeficientes da combinação, os quais são limitados ao intervalo 0 <= ai <= 1 (normalizados). A cor C pode ser plotada no espaço de cores RGB usando-se os coeficientes da mistura como coordenadas. O espaço de cores RGB é representado por um cubo como o da Figura 4.6. 4.2 - Imagem Colorida Digital Seja g uma imagem multi-espectral de 3 bandas, cada pixel desta imagem é representado numericamente por uma tripla de NCs correspondentes a cada uma das 3 bandas, isto é: g = (g1,g2,g3). onde gk; k = 1,2,3, é o valor do NC do elemento de imagem da banda k em uma dada posição (i,j) na imagem. Um elemento de uma imagem colorida pode, então, ser representado por esta tripla, onde g1, g2 e g3 indicam a proporção das cores vermelho, verde e azul, respectivamente. A cada ponto na imagem colorida corresponde uma só cor, que é caracterizada pelos NCs das três bandas escolhidas e associadas às cores R,G,B do sistema de cores, que representado por um cubo unitário, como mostra a Figura 4.7. Sensibilidade relativa azul verde vermelho Comprimento de onda (nm) 100 80 60 40 20 0 400 500 600 700 Figura 4.5 - Resposta espectral da luz em três comprimentos de onda do espectro visível (vermelho (R), verde (V) e azul (B)). 5 4.3 - Composição colorida Um monitor colorido é um equipamento para a visualização temporária de uma imagem digital multi-espectral. Todo monitor colorido CRT (tubo de raio catódico) para visualização de imagens digitais utiliza um sistema de composição colorido aditivo com três cores primárias: vermelho, verde e azul (RGB). A Figura 4.8 mostra um esquema simplificado de um sistema de visualização. As três bandas de uma imagem multi-espectral são armazenadas em três memórias, as quais são compostas para visualização no CRT. Cada banda está associada a um canhão RGB. As LUTs (Luck up Table) são usadas para manipular o contraste em cada canal. M g D K imagem colorida paleta de cores cor Figura 4.7 - Imagem colorida. Tons de cinza (0,0,0) (1,1,0) (1,0,0) (1,0,1) (0,1,0) (0,1,1) (0,0,1) R G B Figura 4.6 - Sistema de cores RGB: cubo unitário. Processamento Digital de Imagens6 A atribuição de cores para as bandas são arbitrárias. Isto acontece especialmente se as faixas espectrais das bandas não correspondem às respostas espectrais das emulsões fotográficas. Por exemplo, as bandas 5, 4 e 3 do TM associadas aos canais R, G e B, respectivamente, geram uma imagem colorida, cujas cores não correspondem às cores verdadeiras vistas em uma foto colorida (Figura 4.9). Dizemos então que esta é uma composição colorida falsa-cor. Esta é a mais tradicional forma de se combinar 3 bandas espectrais de satélite para a formação de uma composição colorida. Na verdade, pode-se usar quaisquer três bandas para se produzir uma composição colorida, mas deve-se fazer uma prévia seleção das bandas, de tal forma que a composição colorida gerada traduza a informação espectral desejada, para o olho humano, da melhor forma possível. Antes de combinar diferentes bandas para gerar uma imagem colorida, estas bandas podem ser realçadas através de diferentes técnicas de processamento. Mais detalhes sobre estas técnicas estão nos próximos capítulos. Figura 4.8 - Sistema de visualização. Figura 4.9 - Composição colorida de imagens TM-5, área de Brasília, D.F.: (a) natural (canal B ® banda 1; canal G ® banda 2; Canal R ® banda 3); (b) falsa cor (canal B ® banda 3; canal G ® banda 4; Canal R ® banda 5). 7 4.4 - Falsa cor Realçamento por falsa cor é usado para visualizar informação multi- espectral a partir da cena original, onde as bandas multi-espectrais não são restritas ao espectro visível. O objetivo é apresentar certas informações espectrais em detrimento da fidelidade de cores. Três bandas multi-espectrais são selecionadas e combinadas no sistema RGB. Variações na resposta espectral de padrões aparecem, então, com cores diferentes na composição colorida. Estas cores podem não apresentar semelhanças com as cores reais do padrão. A combinação de dados derivados de imagem (componentes principais, diferença, razão, etc) e imagem registradas podem ser visualizados como uma composição falsa-cor. O esquema da Figura 4.10 mostra as etapas de processamento para se obter uma imagem falsa- cor. Geralmente as imagens de satélite são adquiridas com um contraste original relativamente baixo. Esse baixo contraste também vai ser expresso na distribuição de cores, no sentido de que somente um pequeno intervalo de cores, dentre todas as possíveis, será utilizado. Para o intérprete, o colorido de uma imagem sem contraste aparecerá desbotado. Neste caso, as técnicas de realce como o aumento de contraste por histograma e filtragem podem ser utilizadas para se obter uma imagem coloridacom um bom balanço de cores. Os histogramas das componentes na composição devem ter formatos similares. Alguns cuidados devem ser tomados na escolha da função de mapeamento e do filtro, pois um aumento de contraste excessivo pode produzir alguns "buracos" na distribuição dos NCs da imagem. Estes "buracos", por sua vez, vão se traduzir na supressão de alguma tonalidade na composição colorida. A solução é separar a informação de cor da informação de brilho e processar separadamente a componente de brilho, que será visto mais adiante. R Componentes principais Tabela de cores Manipulação de histograma Filtragem • componentes principais Visualização Imagem Extração de atributos Transformação coordenadas de cores G B g1 g2 g3 Figura 4. 10 - Transformação falsa-cor. Processamento Digital de Imagens8 4.5 - Pseudocor Na observação de imagens monocromáticas (preto e branco), os olhos respondem apenas às diferenças de brilho. Como se sabe, a habilidade do SVH de distinguir cores é muito maior do que a capacidade em distinguir tonalidades de cinza. Desta forma, pequenas diferenças de NCs na imagem monocromática, que não podem ser distinguidas pelo SVH, podem ser mapeadas em cores diferentes tornando a informação melhor perceptível. A conversão de uma imagem monocromática em uma imagem colorida é realizada por uma transformação pseudo-cor. Em processamento de imagens isto é realizado através da transformação da escala de níveis de cinza em escala de cores, isto é, cada nível de cinza ou faixa de NCs é mapeada em uma cor diferente. Para evitar a introdução de contornos artificiais usa-se uma transformação contínua da escala de NCs dentro do espaço de cores. A transformação pseudo-cor pode ser implementada através da manipulação das tabelas (LUTs), como mostrado na Figura 4.11. Cada uma das LUTs alimenta um dos canhões do monitor correspondente às cores vermelho, verde e azul. A Tabela 4.1 mostra um mapeamento de NCs em cores. Cada faixa de NCs é associado a um valor de NC, que por sua vez é mapeado para uma cor. Esta técnica é conhecida por fatiamento. Esta técnica é interessante em situações em que a imagem possui regiões de interesse homogêneas (pouca variação de tons de cinza), que podem ser realçadas atribuindo uma só cor para toda a região. A Figura 4.12 mostra uma imagem do sensor AVHRR (temperatura) da região litorânea de São Paulo. Cada cor está associada a um valor de temperatura. A principal desvantagem da técnica de fatiamento é que alguns detalhes na imagem são perdidos, já que estes são representados por poucas cores. Contornos artificais também podem ser gerados, pelo o mesmo motivo que diferentes NCs são associados à uma única cor. Transformação coordenadas de cores (LUT) Visualização R G B g Fig. 4.11 - Transformação pseudo-cor. classe cor R G B NCmin Ncmax 1 Azul escuro 0 0 120 0 10 2 Azul claro 0 0 255 11 16 3 V escuro 0 80 0 17 20 4 Verde 0 140 0 21 24 5 V claro 0 255 0 25 29 6 amarelo 255 255 0 30 36 7 verm esc. 120 0 0 37 46 8 verm. claro 255 0 0 47 59 9 branco 255 255 255 60 255 Tabela 4.1 - Tabela para fatiamento de níveis de cinza. 9 4.6 - Transformação IHS O controle dos equipamentos de visualização de imagens multi-espectrais é feito através das componentes R, G e B. Já o SVH interpreta a cor como a combinação de três componentes conhecidas por saturação (Saturation-S), intensidade (Intensity-I) e Matiz (Hue- H). O espaço de atributos de cores representado por estas três componentes é conhecido por IHS. Esses atributos podem ser analisados e manipulados individualmente, ao contrário do sistema RGB onde eles são intrinsecamente interligados. O sistma IHS descreve a formação de cores de uma maneira muito mais próxima àquela pela qual o sistema visual humano percebe as cores. Devido a isso, este sistema apresenta vantagens nítidas em relação ao sistema RGB. Matiz de um objeto está relacionada com a medida do comprimento de onda médio da luz que ele reflete ou emite, definindo portanto a cor do objeto. Intensidade é a medida da energia total envolvida em todos os comprimentos de onda, sendo portanto responsável pela sensação de brilho dessa energia incidente sobre o olho. Saturação, ou pureza da cor, expressa o intervalo de comprimentos de onda ao redor do comprimento de onda predominante no qual a energia é refletida ou transmitida. Um alto valor de saturação resulta em uma cor espectralmente pura, ao passo que um baixo valor indica uma mistura de comprimentos de onda, que irá produzir tons pastéis (apagados). Assim, os termos intensidade, matiz e saturação descrevem as sensações subjetivas de brilho, cor e pureza da cor, respectivamente. O espaço IHS pode ser graficamente representado como um cone, como mostra a Figura 4.13. Figura 4.13 - Espaço de cores IHS. Figura 4.12 - (a) Imagem AVHRR (b) imagem pseudocor: cada região é associada à uma cor (temperatura). Processamento Digital de Imagens10 O sistema IHS utiliza coordenadas cilíndricas polares para representar as cores, ao invés de coordenadas cartesianas como o sistema RGB (Figura 4.14). A distância de um ponto (eixo central do cone) até a origem ou ápice do cone representa a intensidade ou brilho. A distância radial do ponto até o eixo central do cono representa a saturação da cor. A matiz é representada como uma sequência radial ao redor dos círculos de saturação e do eixo de intensidade; embora o matiz varie na prática de 0 a 255, devido às características das imagens digitais, seu valor representa na verdade um ângulo que varia de 0 a 360o, sendo que 0o significa a cor verde (NC=0), 120o representa o vermelho (NC=255), 240o é acor azul (NC=170) e 360o é o verde novamente (NC=255), por convenção. Por serem independentes, esses três parâmetros podem ser analisados e modificados separadamente, para melhor se ajustar as cores às características do sistema visual. O sistema IHS é usado no processamento de imagens de satélite através de um processo de múltiplas etapas, como mostra a Figura 4.15. Primeiramente, três bandas contendo as informações espectrais de interesse são selecionadas, fazendo-se então os cálculos da matiz, saturação e intensidade. Os cálculos são feitos através de algoritmos matemáticos que relacionam os dois espaços de cores. Esse processo produz três novas imagens, representando respectivamente a intensidade, a saturação e a matiz do triplete original. Em seguida, pode-se processar cada uma das componentes independentemente, como por exemplo aumentar o contraste, subistituir a componente intensidade por outra imagem. A última etapa do processo envolve uma reversão das imagens I, H e S para as coordenadas RGB, uma vez que os monitores de vídeo dos sistemas de processamento de imagens trabalham somente nesse sistema. Da mesma forma que a transformação RGB ® IHS, a transformação inversa IHS ® RGB é realizada matematicamente. As equações abaixo mostram uma uma das várias formas de calcular a transfomação IHS; gn são as bandas da imagem multi-espectral, e H, S e I são as componentes matiz, saturação e intensidade do sistema IHS. Figura 4.14 - Relação espacial entre os espaços de cores IHS e RGB. 11 A Figura 4.15 ilustra Os NCs de um pixel em uma imagem colorida (128,255,128) é transformado para H=120°, I=1, S=0.5 no sistema IHS. Isto significa que a cor do pixel é verde, brilho máximo e saturação média, ou seja, a cor verde não é uma cor pura. A cor predominante é verde, pois o NC associado ao canal G é maior do que os NCs associados aos canais R e B. A cor não é pura pois as cores vermelho e azul tem uma contribuição na composição. A Figura 4.15 ilustra a relação entre os dois sistemas de cores IHS e RGB para este exemplo. Uma das aplicações da transformação IHS é a fusão de imagens multi- espectrais com uma imagem pancromática (composta por apenas uma banda), como porexemplo, bandas espectrais do sistema SPOT ou TM com a pancromática SPOT/Pan ou a integração de imagens de satélite com informações geofísicas. No caso da fusão SPOT/TM, o procedimento envolve calcular os componentes H, S e I a partir das três bandas selecionadas do TM; aplicar o aumento de contraste nos componentes H, S e na imagem SPOT/PAN; substituir o componente I pela imagem SPOT e aplicar a transformação inversa IHSI®RGB. Desse modo, é possível a obtenção de uma composição colorida com a resolução espectral correspondente às três bandas TM e a resolução espacial da imagem SPOT/Pan (que é de 10 metros, contra 30 metros das bandas TM). )240,120,0 3,(ppolar coordenada desistema um em imagemda scomponente das eixos dos direções 255)(k máximo NC )),(max( ),( )),(max( )),(min( 1),( 180 )cos(),( )sen(),( ),( es)(component p,...,1 321 1 11tan ooo o ==== = == = -= + ÷ ÷ ÷ ÷ ÷ ø ö ç ç ç ç ç è æ = = å å = =- fff f f f n n n n p n nn p n nn n k K ji jiI ji ji jiS ji ji jiH n g g g g g g Processamento Digital de Imagens12 SPOT-P H S R B I H S TM-5 TM-4 TM-3 RGB®IHS IHS®RGB R G B Fig. 4.15 - Integração de bandas espectrais TM com a banda pancromática SPOT. 255 128128 R G B I H 0° 120° 240° R G BR G B Fig. 4.16 - Representação de um pixel colorido (128,255,128) nos sistemas (a) RGB e (b) IHS. O pixel no sistema IHS tem valores iguais a 1, 0,5 e 120° para as componentes I, S e H, respectivamente. (c) mostra que proporção da cor verde é maior do que as outras cores primárias. (a) (b) (c) 13 No caso em que a imagem apresenta cores distintas em áreas de baixo brilho, estas cores podem ser melhor discriminadas através do aumento de contraste da componente I na transformação IHS. Outro exemplo é quando a composição colorida possui diferentes cores misturadas com branco; o aumento de contraste ou dos valores de NCs da componente S pode tornar estas cores mais perceptíveis ao intérprete. Pode-se usar diferentes funções de transformações para alterar o contraste da componente S, e assim obter diferentes efeitos nas cores. A integração de informações geofísicas com informação topográfica é uma outra aplicação. Paradella et al. (1998) tem combinado informações da composição rochosa, obtidas pela espectrometria usando raios gama, com imagem de radar (informação topográfica) para aplicação geólogica, conforme mostra o esquema da Figura 4.17(a). A Figura 4.17(b) mostra o resultado da integração de informações. Uma das desvantagens da transformação IHS é a necessidade de se fazer a transformação (RGB-IHS-RGB) por software ou hardware especializado, a fim de apresentar o resultado num monitor de vídeo. Imagens da informação geofísica Transformação pseudocor (RGB) radar S H I H S IHS ¯ RGB RGB ¯ IHS Figura 4.17 - Integração de informação geofísica com imagem de radar aerotransportado. (a) (b)
Compartilhar