วันอาทิตย์ที่ 24 มกราคม พ.ศ. 2553

เทคนิคการกรองภาพในโปรแกรมประมวลผลภาพ

เทคนิคการกรองภาพในโปรแกรมประมวลผลภาพโดยทั่วไป มีดังนี้

เครื่องกรองผ่านความถี่ต่ำ (low-pass filter)
เป็นเทคนิคการกรองภาพที่ บริเวณที่มีความถี่เชิงพื้นที่ต่ำสามารถผ่านไปได้ ส่วนบริเวณที่มีความถี่สูงกว่าที่กำหนดโดยหน้าต่างเคลื่อนที่จะถูกกรองให้ลดความถี่ลง การกรองเพื่อลดความถี่เชิงพื้นที่นี้ ทำให้ภาพที่มีความถี่เชิงพื้นที่สูง มีความนุ่มนวลขึ้น มักใช้ในการลบหรือลดสัญญาณรบกวนที่เกิดในขณะที่ตรวจจับภาพ หรือในขณะที่บันทึกภาพ โดยทั่วไปการกรองด้วยหน้าต่างเคลื่อนที่ในลักษณะนี้ จะใช้กับข้อมูลที่ได้จากภาพที่ถ่ายด้วยเรดาร์ ตัวอย่างการกรองแบบนี้ ได้แก่ การเฉลี่ยค่าจุดภาพในหน้าต่างเคลื่อนที่ 3 x 3 หรือ 5 x 5แล้วแทนที่จุดภาพตรงกลาง หรือ การใช้ค่าฐานนิยม หรือค่ามัธยมฐาน แทนที่จุดภาพตรงกลางของหน้าต่างเคลื่อนที่ การกรองโดยใช้ค่าฐานนิยมมักจะใช้กับภาพที่มีการจำแนกแล้ว (post classification)เพื่อจะกำจัดจุดภาพเล็กๆ ที่เกิดจากการจำแนกผิด ส่วนการกรองด้วยค่ามัธยมฐาน ใช้กับข้อมูลที่ตัวเลขมีความหมาย หรือมีลำดับ การกรองด้วยค่าเฉลี่ยใช้กับข้อมูลแบบต่อเนื่องเช่นเดียวกับข้อมูลภาพดาวเทียม เพื่อปรับภาพให้ดูนุ่มนวลขึ้น ตัวอย่างภาพที่ได้จากการกรองภาพด้วยวิธีนี้ แสดงในรูปที่ 8.8 ซึ่งภาพผลลัพธ์จะเบลอกว่าภาพเดิมขนาดของหน้าต่างเคลื่อนที่ มีความสำคัญต่อการกรองแบบนี้ ถ้าหน้าต่างเคลื่อนที่มีขนาดใหญ่ขึ้น ภาพจะยิ่งเบลอมากขึ้น เพราะจุดภาพตรงกลางจะถูกคาดคะเนมาจากจุดภาพจำนวนมากขึ้นตามขนาดของหน้าต่างเคลื่อนที่ ตัวอย่างการกรองแบบเครื่องกรองผ่านความถี่ต่ำ ผลรวมของตัวเลขในหน้าต่างเคลื่อนที่จะมีค่าเป็น 1



เครื่องกรองผ่านความถี่สูง (high-pass filter)
การกรองโดยวิธีนี้เป็นวิธีการสกัดเอาองค์ประกอบที่มีความแปรปรวนเชิงพื้นที่สูง องค์ประกอบดังกล่าวแสดงโดยความแปรปรวนอย่าง
ฉับพลันของค่าของกลุ่มจุดภาพที่อยู่ข้างเคียงซึ่งกันและกัน ลักษณะดังกล่าวในภาพดาวเทียม ได้แก่บริเวณที่เป็นรอยต่อของพื้นที่ที่แตกต่างกัน หรือลักษณะที่เป็นเส้น รูปที่ 8.9 แสดงขอบหรือรอยต่อของค่าของจุดภาพที่อยู่ข้างเคียงแบบสมบูรณ์แบบ ซึ่งในข้อมูลดาวเทียมค่าข้อมูลจริงมักจะได้ขอบที่บิด
เบี้ยว และมักจะไม่มีขอบที่สมบูรณ์แบบนี้การประยุกต์ใช้เทคนิคการกรองภาพแบบเครื่องกรองผ่านความถี่สูงในการปรับภาพข้อมูล
ดาวเทียม ได้แก่ การจับขอบ และเน้นขอบ



การจับขอบ (edge detection)
เทคนิคนี้มีวัตถุประสงค์เพื่อแสดงถึงรอยต่อเชิงพื้นที่ของวัตถุ ไม่ว่าจะเป็นจุด เส้น หรือโซนการกรองนี้ใช้กับปรากฏการณ์ที่การกระจายเชิงพื้นที่ไม่ติดต่อกัน วิธีการคำนวณที่ใช้เรียกว่า spatial gradientการคำนวณ spatial gradient สำหรับแต่ละจุดภาพ ใช้การกรองแบบเครื่องกรองผ่านความถี่สูง ลักษณะเฉพาะของเครื่องกรองนี้ คือ ผลบวกของสัมประสิทธ์ในหน้าต่างเคลื่อนที่มีค่าเป็นศูนย์(zero-sum) ดังนั้นผลรวมของค่าในหน้าต่างเคลื่อนที่ไม่ต้องเอาไปหารค่าที่คำนวณได้ เพราะการหารด้วยศูนย์หาค่าไม่ได้ โดยทั่วไปผลลัพธ์ที่ได้จากการใช้หน้าต่างเคลื่อนที่แบบนี้ คือ

• พื้นที่ที่ข้อมูลนำเข้ามีค่าเท่ากัน ผลที่ได้จะมีค่าเป็น ศูนย์
• พื้นที่ที่มีความถี่ต่ำ ผลที่ได้จะมีค่าต่ำ
• พื้นที่ที่มีความถี่สูง คผลที่ได้จะมีค่าสูงมาก

ดังนั้น หน้าต่างเคลื่อนที่ zero-sum จึงทำให้บริเวณที่มีความถี่เชิงพื้นที่ต่ำ มีค่าเป็นศูนย์หรือมีค่าต่ำ ในขณะเดียวกันทำให้บริเวณที่มีความถี่เชิงพื้นที่สูง มีค่าแตกต่างกันอย่างชัดเจน เช่น บริเวณที่เป็นรอยต่อของพื้นที่ ภาพผลลัพธ์ที่ได้ คือ บริเวณที่เป็นขอบจะเห็นชัดเจน ในขณะที่บริเวณกลุ่ม
จุดภาพที่มีความกลมกลืนกัน (homogenous)จะมีค่าเป็นศูนย์ หรือปรากฏเป็นสีดำการจับขอบที่เรียงตัวในทิศทางใดๆ มักใช้เครื่องกรองแบบทิศทางที่กำหนดขึ้น ตัวอย่างหน้าต่างเคลื่อนที่แบบ Zero-Sum ขนาด 3 x 3 จุดภาพ เป็นแบบไม่สมดุล และจับขอบที่มีทิศไปทางใต้จะเป็นดังนี้



การจับขอบแบบนี้จะทำให้จับขอบได้ในทิศทางเดียว ดังนั้น การจับขอบในทุกทิศทาง หรือไม่มีทิศทางจึงกระทำผ่านทางการกรองภาพแบบทิศทางที่ตั้งฉากกัน เช่น ทั้งในแนวตั้งและแนวนอน ตัวอย่างหน้าต่างเคลื่อนที่ Zero-sum ที่ใช้หน้าต่างเคลื่อนที่แบบตั้งฉาก 2 ตัวกระทำกับข้อมูลดั้งเดิมแล้วค่อย
เอามารวมกันแบบเวกเตอร์ ได้แก่ การกรองแบบ Sobel



การเน้นขอบ (edge enhancement)
เป็นการเน้นขอบโดยทำให้จุดภาพตรงรอยต่อระหว่างพื้นที่ที่มีกลุ่มจุดภาพที่มีเนื้อเดียวกัน มีค่าเพิ่มสูงขึ้นหรือลดลง ขึ้นอยู่กับว่ามันอยู่ด้านสว่างหรือด้านมืดของขอบ ถ้าไม่มีการเปลี่ยนแปลงในเครื่องกรอง ภาพก็จะคงสภาพเดิม ภาพที่ได้จากการกรองลักษณะนี้จะดูคมชัดขึ้น ซึ่งต่างจากการจับ
ขอบซึ่งจะเห็นเฉพาะขอบ แต่ส่วนอื่นจะหายไป เทคนิคนี้มีประโยชน์ในการทำภาพพิมพ์ หรือต้องการให้ภาพบนหน้าจอชัดขึ้น และไม่จำเป็นต้องใช้กับข้อมูลที่เป็นแผนที่ ตัวอย่างการใช้เครื่องกรองแบบนี้จะเน้นที่จุดกลางของหน้าต่างเคลื่อนที่





เครื่องกรอง Crisp ที่ใช้ในโปรแกรมของ ERDAS เป็นการเน้นขอบอีกวิธีหนึ่งที่ทำให้ความส่องสว่างทั้งภาพทั้งหมดคมชัดขึ้น การปรับภาพแบบนี้จะใช้ได้ดีกับภาพที่เบลอมากอันเนื่องมาจากหมอกในบรรยากาศ หรือภาพไหว ขั้นตอนสำคัญในการกรองแบบนี้ คือ การแปลงแบบองค์ประกอบหลัก(principal component transformation, ดูหัวข้อถัดไป) จากภาพนำเข้าหลายแบนด์ ต่อจากนั้นจะกรองภาพที่ได้จากองค์ประกอบหลักที่ 1 โดยใช้เครื่องกรองผ่านความถี่สูง หลังจากนั้นจะเปลี่ยนภาพที่กรองแล้วกลับไปเป็นภาพสีตรรกะของวิธีการนี้ มีสมมุติฐานว่า องค์ประกอบหลักที่ 1 ของภาพ ประกอบด้วยความส่องสว่างของภาพทุกแบนด์ ดังนั้นการกรองเพียงองค์ประกอบหลักที่ 1 ของภาพก็น่าจะเพียงพอแล้ว
ตัวอย่างภาพที่ได้จากการกรองแบบ Crisp แสดงในรูปที่ 8.8

1 ความคิดเห็น: