Pré-Processamento Digital de

Imagens

TUTORIAL TEÓRICO - PARTE 1

SPRING 5.0

1
 Iniciaremos agora uma série de tutoriais que irão tratar do Pré-Processamento Digital de
Imagens para, posteriormente, tratarmos do Processamento Digital de Imagens, utilizando
algumas ferramentas disponíveis no SPRING. Os temas tratados em cada um dos tutoriais estão
listados na tabela abaixo:

TUTORIAL TEMAS
PARTE 1 Conceitos básicos sobre imagens digitais,
contraste, eliminação de ruídos, restauração e
Filtros.
PARTE 2 Transformação IHS e PANSharpering.
PARTE 3 Operações Aritméticas.

Para esse tutorial usaremos dados do satélite CBERS2, sensor CCD e do CBERS2B,
sensor HRC.

Conceitos Básicos de Imagens digitais

Antes de falar sobre pré-processamento digital de imagens, devemos inicialmente revisar
conceitos básicos sobre imagens digitais. Mesmo sabendo que alguns usuários têm um bom
conhecimento na área, essa primeira parte almeja introduzir o assunto para pessoas com pouco
ou nenhum domínio nesse assunto.
Para começar precisamos definir o que é imagem digital. Imagem digital nada mais é que
uma matriz numérica, onde os campos são chamados de pixel, sendo que esses campos
armazenam valores, que são representados sob a forma de cor, ou seja, cada pixel (celula) tem
apenas uma cor atribuída a ele, e assim quando visualizado todos os pixels juntos, tem-se uma
imagem. A figura a abaixo demonstra como que funciona uma imagem digital.

Figura 1- A palavra SPRING foi gerada a partir da coloração de células da tabela, esse conceito é o que se aplica a formação de
dados em uma imagem digital.

2
 A imagem mostrada acima é um exemplo simples de como se formam os dados que são
vistos em uma imagem. O exemplo a seguir mostra na prática como isso funciona em imagens
com maior volume de dados.

Figura 2 – Imagem HRC de Brasília, no detalhe vê-se a torre pixelada, e na imagem maior como que ela aparece na cena.

Uma imagem colorida, na verdade é a fusão de bandas de um sistema de cor do

computador. Isso quer dizer que para cada imagem colorida, por exemplo, no sistema RGB,
temos três valores, um de vermelho, outro de verde e outro de azul, a fusão dessas cores geram
as demais cores que vemos na imagem. Retornando ao primeiro exemplo, sabemos que cada
pixel tem uma cor laranja, ou uma cor branca. Supondo que essa imagem esteja no sistema
RGB, podemos afirmar então que os pixels brancos têm os valores de vermelho, verde e azul
máximos, ao passo que nos pixels laranja, temos um valor de vermelho e de verde bem maior
que o azul. Visualmente, essas bandas são representadas por tonalidade de cinza, onde o preto
significa valor 0 (ausência de uma determinada cor) e os pixels brancos o valor máximo. Esse
valor máximo é definido pela quantidade de bits da imagem, ou seja, para uma imagem de 8 bits,
os valores variam entre 0 e 255, sendo então o branco apresentado nos pixels que tenham esse
valor máximo. Quanto maior for o número de bits da imagem, maior será a variação de cores que
podem ser definidas, pois assume um intervalo entre os valores mínimo e máximo maior. Para
essa propriedade da imagem denomina-se radiometria. Abaixo veremos um exemplo de como
funciona a radiometria e os sistemas de cores.

3
 Comparação entre duas imagens de um mesmo alvo, sendo que uma com
2 bits (E) e a outra com 5 bits (D)

A imagem anterior comparou duas imagens de um mesmo alvo, porém com radiometria
diferente. Perceba que a imagem de menor radiometria perde muita informação, pois trabalha
apenas com dois valores, quanto a outra, por ter mais variações, permite identificar mais
detalhes. Abaixo segue a composição das bandas da imagem do nosso primeiro exemplo.

Figura 4 – Perceba a diferença na adição das cores para gerar a imagem colorida.

4
 O sistema de cor RGB, também conhecido como aditivo, é de fato o que se usa em
sensoriamento remoto, mas existem outros sistemas, como o CMYK, também chamado de
subtrativo, e o IHS. Esse ultimo será abordado na segunda parte do tutorial, quando for
trabalhado o PANSHARP. O sistema aditivo, como já mostrado, trabalha com geração de cores a
partir da adição das cores básicas (RGB), ao contrário, o sistema subtrativo trabalha com a
subtração das cores básicas. A figura abaixo mostra esses dois sistemas e como se comportam.

O sistema CMYK é operado principalmente em impressoras, ao passo que na internet o

sistema usado é o RGB. Apesar de esse assunto ser muito vasto, estou abordando esse assunto
superficialmente, pois o objetivo desse tutorial é mostrar as ferramentas de PDI do SPRING. No
decorrer desse tutorial iremos relembrar o que foi falado aqui, mas caso queira saber mais sobre
esse assunto, existe uma vasta gama de materiais sobre o assunto na internet.

PDI no SPRING
O SPRING tem uma infinidade de ferramentas para processamento de imagens, para
acessar essas ferramentas, é só acessar o menu “Imagens” que fica habilitado quando um PI
IMAGEM está ativo. Vamos então começar!

CONTRASTE

O contraste é a operação de transferência radiométrica em cada pixel, tendo por objetivo

aumentar a discriminação visual entre objetos contidos em uma imagem. Essa transferência
radiométrica é executada diretamente em cada pixel, não levando em consideração os valores de
vizinhança. A manipulação do contraste da imagem é efetuado a partir do histograma da imagem,
e no SPRING é acessado pelo menu Imagem>>Contraste. A figura a baixo desmembra tudo que
existe na janela de contraste

5
 Menu de Funcionalidades

Histograma

Valor do pixel

Para operar a janela de contraste é preciso operar direto sobre o histograma, o que é
bastante simples. A linha rosa representa a operação que será executada, nesse caso linear. A
parte superior é onde tratamos o brilho e a parte inferior é o contraste. Para alterar o valor do
brilho, usa-se o botão direito do mouse, ao passo que para se alterar o contraste, usa-se o botão
esquerdo. Quanto mais a parte superior do gráfico (brilho) ficar à esquerda, mais clara fica a
imagem, porém ela pode perder definição, sendo então definido colocando a parte inferior do
gráfico (contraste) à direita. Assim que a janela de contraste é aberta, aparece também um
gráfico em preto que é o histograma da imagem atual. Quando os valores de brilho e contraste
forem sendo alterado, irá ser exibido outro gráfico, também rosa, que indica o histograma da
imagem de saída, ou seja, o resultado das alterações na imagem. A idéia é que o histograma da
imagem de saída esteja ocupando todos os valores de pixel, como na figura abaixo.

Histograma da imagem de entrada (original)

Histograma da imagem de saída

6
 Para verificar como está ficando a imagem de saída, clique no botão “Aplicar”, lembrando
que essa operação não salva as operações dentro do Plano de Informação. Para tanto digite um
nome de um novo PI dentro do campo “Nome” na parte inferior da tela e em seguida vá em
“Executar >> Salvar”. Será gerado outro plano de informação com o nome informado e com a
imagem contrastada. Ao final dessa operação feche a janela de contraste, clicando em NÃO
quando for perguntado se deseja manter o contraste aplicado. Caso clique em SIM, o programa
sempre irá aplicar o contraste feito a qualquer imagem que for exibida no modo monocromático.
O contraste pode ser aplicado para cada imagem no visual monocromático ou então em
uma composição RGB, realizando o mesmo procedimento em cada canal. Para acessar um canal
específico em uma composição vá em “Canal” e escolha o canal que deseja alterar, como
ilustrado na figura abaixo.

Para salvar um PI como RGB, selecione a opção “Sintética” e depois de escolhido um

nome vá em “Executar >> Salvar”. Ou então salve cada banda editada isoladamente, da mesma
maneira em monocromático, mas lembrando de ativar o canal que deseja salvar antes. Cada
canal será salvo em um PI diferente, e sempre clicar em não quando perguntado se deseja
manter o contraste aplicado, quando a janela for fechada.
No nosso projeto, selecione o PI CCD_1, ative a opção de contraste (Imagem >>
Contraste) e faça o contraste conforme explicado, salvando como “CCD_1-contraste”, repetindo a
operação para os outros PI. Os gráficos devem ficar igual aos da figura abaixo.

7
 Com isso teremos então 3 novos PI no nosso projeto, que são CCD_1-contrastada, CCD_2-
contrastada e CCD_3-contrastada. A imagem HRC ainda não vai ser manipulada, deverá ser
tratada apenas no próximo tutorial, quando falarmos do Pan-Sharpering. Agora, faça uma
comparação entre os planos originais e os contrastados. Crie também uma composição RGB
com as imagens originais e com as contrastadas (1R2G3B), e repare na diferença de coloração
que elas tem. Salve a imagem sintética de cada composição com os nomes “Sintética e Sintetica-
contraste”. Para isso, abra a janela de contraste com a imagem RGB no visual, digite o nome e
selecione “Sintética”, depois vá em “Arquivo >> Salvar”. A figura a seguir mostra a comparação
entre as imagens banda a banda antes e depois do contraste, além do RGB.

A operação de contraste é subjetiva, atendendo a critérios do olho humano, mas algumas

regras podem ser seguidas para um resultado muito bom e com o mínimo de perda de
informação.

1. Tente espalhar ao máximo o histograma da imagem, pois quanto maior for a faixa
radiométrica ocupada pela cena, maior será a distinção entre os objetos
2. Tome cuidado para não “estourar” os valores dos pixels, isso significa que alguns
pixels que tinham valores diferentes podem assumir um único valor, perdendo assim
a distinção de alguns alvos. No gráfico esses pontos aparecem como linhas verticais
nas bordas do histograma, tente não apresentá-las ou pelo menos que sejam
pequenas, pois quanto maior o tamanho dessa linha maior será o número de pixel

8
 que terão seus valores aglutinados a 0 (mínimo) ou ao máximo (255 no nosso caso).
Abaixo segue uma imagem onde terão pixels estourados.

Essas linhas indicam que essa quantidade de

pixel terão seus valores aglutinados ou em 255
(Direita) ou em 0 (Esquerda), com isso pode-se
perder informações na imagem.

Todavia, a janela de contraste do SPRING oferece outras funções, que podem ser
acessadas através do menu superior da janela. Agora iremos passar todas as funcionalidades
existentes:

1. Operações: O usuário pode selecionar qual é a função que será usada para alterar
as informações de histograma da imagem. Por default é usada uma função linear (1º
grau), mas tem-se as opções de função logarítmica e quadrática, predefinidos como
mínimo-máximo, equalização e negativo. Nessa opção existe a opção de fatiar a
imagem além de editar anualmente a linha que define a função de alteração dos
valores de histograma. É interessante que se navegue pelas opções e conheça como
que cada uma se comporta e o resultado no gráfico e na imagem, lembrando sempre
que para se manipular visualmente o gráfico usam-se os botões do mouse. Na
terceira parte desse tutorial usaremos outras opções da janela de contraste do
SPRING, o que pode facilitar seu entendimento sobre as opções existentes.

2. Canais: Como já explicado, através desse menu é possível acessar diferentes canais
da imagem a ser contrastada, caso esteja trabalhando com monocromática só estará
ativada a opção monocromática, mas se estiver contrastando uma composição RGB,
é através desse menu que se escolhe qual canal será aberto para edição do gráfico.

3. Exibir: Permite selecionar o que vai ser exibido no gráfico, como o histograma da
imagem de entrada (original), o histograma da imagem de saída e a função que está
sendo usada para alterar o gráfico (a linha que agente mexe e altera o histograma).

4. Executar: Executa uma série de opções, como salvar o contraste realizado ou as

informações do histograma, recompõe o histograma para a situação original ou
exporta para TIFF/GEOTIFF.

9
 RESTAURAÇÂO

A restauração de imagens é um conjunto de operações que são executadas de acordo com

o sensor e a banda da imagem que está sendo tratada. Essas operações são executadas
automaticamente, sem a interferência do usuário, sendo então somente necessário selecionar o
PI de entrada, o sensor e a banda da imagem e por fim o nome do PI de saída, conforme
demonstrado na figura abaixo.

Seleção do Satélite e Seleção da

sensor banda

Nome do PI de
Saída
Tamanho do pixel de
saída

É importante para o uso dessa ferramenta o conhecimento sobre as informações solicitadas

como Sensor e Banda do sensor que vai ser trabalhada. Em nosso tutorial temos três planos de
informação referentes ao censor CCD do satélite CBERS 2, porém os nomes definidos para eles
(CCD_1, CCD_2 e CCD_3) não correspondem às bandas 1, 2 e 3 do sensor. Isso se deve ao fato
de usarmos outras bandas para a composição colorida, caracterizando assim o que se conhece
como imagem de “falsa cor”, pois ao invés de usarmos as bandas 1, 2 e 3 como B, G e R,
usamos as bandas 2, 3 e 4 sendo B, R e G respectivamente. A tabela abaixo mostra as bandas
disponíveis no sensor CCD da CBERS indicando qual faixa do espectro eletromagnético eles se
referem, e quais são usados em nosso projeto.

BANDA FAIXA ESPECTRAL PI

1 Azul (BLUE- 0,45 - 0,52 µm)

2 Verde (GREEN- 0,52 - 0,59 µm) CCD_3 (azul)

3 Vermelho (RED- 0,63 - 0,69 µm) CCD_1 (vermelho)

4 Infra-Vermelho Próximo (NIR- 0,77 - 0,89 µm) CCD_2 (verde)

5 Pancromática (PAN- 0,51 - 0,73 µm)

Usando essas informações, utilize a ferramenta de restauração nas três bandas CCD de
nosso projeto, e em seguida analise os resultados com os originais. Perceba que teve um
acréscimo na nitidez nas imagens. Nomeie os PI's de saída como CCD_Nº-contrestaurada, onde
Nº é o número da banda.

10
 FILTROS

A ferramenta de Filtros em uma consiste em um ferramenta muito útil por permitir que sejam
executadas inúmeras operações em imagens. Basicamente existem três grupos principais de
processos, os lineares, os não lineares e os de radar. Nesse tutorial iremos trabalhar somente os
lineares e faremos as alterações sobre as imagens CCD originais.
Os filtros, assim como o contraste, operam sobre o valor de cada pixel da imagem, sendo
que a diferença é que no contraste cada pixel é tratado isoladamente, sem levar em consideração
seus vizinhos, pois os dados são manipulados direto dentro do histograma. Já na filtragem o que
ocorre é que o valor do pixel é definido de acordo com os valores dos pixels vizinhos,
aumentando ou diminuindo assim a nitidez da imagem. Para tanto se utilizam máscaras que são
,a verdade a quantidade de pixels que serão tratados simultâneamente e a forma com serão
tratados pelo sistema. O sistema já possui um grupo de máscaras pré definidas, mas também
permite que o usuário crie sua própria máscara para edição.

Passa-Baixa Média – Operação que reduz o nível de cinza de uma imagem, gerando um
efeito de suavização.

Passa-Alta – Os filtros passa-alta são usados para aumentar o nível de cinza da imagem,
gerando um efeito de maior nitidez (sharpering) na imagem. Esse filtro é separado em três,
Direcional de borda, não direcional e realce, onde a diferença entre eles está na máscara
usada para tratar cada pixel da imagem.

11

Direcional de borda: Define a direção que será feito o realce de borda, o nome de cada
máscara representa esse sentido de realce.

Não direcional de bordas: Usado para realce de bordas independente da direção,
sendo a máscara definida pela intensidade.

Realce TM: Essa ferramenta possui uma máscara específica para realçar imagens
Landsat TM. Apesar de ser específica, essa ferramenta gera um resultado muito bom
em imagens CBERS CCD.

Editor de Máscara – Permite ao usuário criar sua própria máscara para ser usada em uma
imagem. Para tanto o usuário deve primeiro usar a interface de criação de máscara do
programa.

As ferramentas apresentadas estão disponíveis na janela “Filtros” do programa Spring, em

“Imagem >> Filtragem...”, todas as opções apresentam um campo chamado número de
interações, que significa a quantidade de vezes que a máscara selecionada será executada sobre
a imagem.

12
 Interessante que o usuário use todos os recursos da ferramenta de filtros, para ver qual o
resultado pode ser mais agradável, mas para a continuidade do tutorial execute a ferramenta de
“Realce TM” nas três bandas contrastadas CCD e veja o resultado, comparado com as imagens
originais e as restauradas. Nomeie cada PI de saída como CCD_Nº-contrealcada.

ELIMINAÇÃO DE RUÍDOS

Ruído em uma imagem digital é definido por um pixel que contenha um valor “disforme”, ou
seja que não condiz com o contexto onde está inserido. Esse pixel podem aparecer de forma
aleatória na imagem tanto em quantidade quanto em localização, e a ferramenta de eliminação
de ruídos altera o valor desses pixels de acordo com sua vizinhança acima e abaixo somente,
eliminando ou reduzindo os pontos de ruído.

13
 Limiar Superior – Um ponto será considerado ruído quando seu valor for maior que a dos
pixels vizinhos (acima e abaixo), com uma diferença maior do que a definida nesse campo.
Limiar Inferior – Um ponto será considerado ruído quando seu valor for menor que a dos
pixels vizinhos (acima e abaixo), com uma diferença maior do que a definida nesse campo.
Em ambos os casos, o valor do pixel será substituído pela média dos valores encontrados
nos pixels acima e abaixo do ponto de ruído.
Analise as imagens e teste essa ferramenta para ver o resultado. A eliminação de ruído
pode ser executada tanto antes como depois de se aplicar filtros ou alterar o histograma. Para o
andamento do nosso tutorial, essa ferramenta não é obrigatória.

Essa é a primeira parte do nosso tutorial, na segunda parte será apresentada a ferramenta
IHS do programa e o procedimento de Fusão de imagens (pansharpering). Onde será tratada e
manipulada a imagem HRC contida em nosso projeto do tutorial.
Espero que essa primeira parte tenha ajudado a todos, e qualquer dúvida podem mandar
e-mail.

Tutorial Desenvolvido por:

José Roberto Ribeiro Filho, Consultor em Suporte aos Usuários Spring – K2 Sistemas

beto@k2sistemas.com.br

Maiores informações:

Comunidade Virtual SPRING

www.comunidadespring.com.br

Site do SPRING – INPE

www.dpi.inpe.br/spring

E-mail de Suporte – K2 Sistemas

suporte-spring@k2sistemas.com.br

14