Transformações Radiométricas

1. Transformações Radiométricas Bruno Xavier da Silva Guilherme de Castro Leite Leonel Fonseca Ivo Matheus Silva Vilela Rafael AvelarAlvesBelém Comparação do desempenho de algoritmos de normalizaçãoradiométrica de imagens de satélite

2. Introdução • Vários fatores causam distorções radiométricas de imagens obtidas por satélites. • Para algumas aplicações, correção de tais distorções é fundamental, apesar de complicada. • Para contornar o problema, usa-se normalização radiométrica ao invés de correção radiométrica.

3. NormalizaçãoRadiométrica • Normalizarradiometricamenteduasimagens é compatibilizar as amplitudes dos níveis de cinza dos elementos de imagememcadabandaespectral de umasériemultiespectral de imagens. • O processo se inicia com a eleição de uma das imagenstemporaiscomoimagem de referência e a outracomoimagem de ajuste. • A técnicaconsisteemdeterminaroscoeficientes de umatransformação linear que, aplicada à imagem de ajuste, efetua a retificaçãodesejada.

4. Método RABIM • O algoritmo proposto por Neto baseia-se na informação mútua como métrica de similaridade. Tal informação é, dada a imagem de ajuste S e a de referência R: onde r e s são os valores de intensidade dos pixels das imagens R e S, respectivamente. P R(r) e PS(s) são as distribuições de probabilidade de r e s em cada imagem, respectivamente, e PRS(r,s) a distribuição da probabilidade conjunta de r e s.

5. Método RABIM • A normalizaçãodaimagem de ajuste S é feitaatravés de transformaçõesradiométricassucessivas, cujosparâmetrossãoincrementados com base nainformaçãomútua entre a imagem de referência R e a imagem de ajustetransformada S’. • Dada então a nova imagem S’’, o passoacima é repetidoaté se encontrar a máximainformaçãomútua entre as imagens. Usando-se tal valor, é possívelobter a imagem de ajuste final.

6. Método de Uniformização das Médias e Variâncias (UMV) • Consiste em igualar as médias e variâncias de duas imagens, através de uma transformação linear. • São calculados os parâmetros (ganho e offset) da função que, aplicada à imagem de ajuste, faz com que a imagem resultante tenha a mesma média e variância da imagem de referência.

7. Método de Uniformização das Médias e Variâncias (UMV) • Onde μS, μR, σ²S, σ²R, são as médias e variâncias das imagens de ajuste e referência, respectivamente. • Para a imagem resultante S’ temos então: S’= S * ganho + offset

8. Método proposto por Elvidge • Consiste em realizar a normalização radiométrica utilizando uma transformação linear, calculada apenas sobre os pixels que tiveram pouca ou nenhuma mudança dos níveis de cinza. • Obtém-se o ganho e offset com base nesses pixels, sendo estes empregados para normalizar toda imagem de ajuste.

9. Métodopropostopor Hall • O objetivodestemétodo é normalizarradiometricamente as imagenscompensando as diferenças de calibração do sensor, atmosfera e de iluminação entre as imagens. • O algoritmoconsisteem : • Identificarconjuntos de pontosquetenhampoucaounenhumavariação de nível de cinza entre as imagens. • Normalizarradiometricamente a imagemusandoumatransformação linear cujoscoeficientessãocalculadosbaseadosnasmédias dos conjuntos de pontosencontrados no passo anterior, paracadaimagem. 

10. Avaliação • Para avaliar os métodos, foi utilizada a distância euclidiana média, calculada entre a imagem de referência e a normalizada. onde M x N é o tamanho da imagem, x e y são a posição do pixel na imagem, n é o número de bandas, Ir e Ia são a imagem de referência e de ajuste. Quanto mais próximo de zero estiver o valor d, melhor será o método.

11. Avaliação • Os resultados experimentais foram testados para dois conjuntos de imagens dos sensores Landsat-TM-5 e Landsat-ETM+. • O primeiro conjunto cobre a região de São Paulo, enquanto as imagens ETM+ cobrem a região de Delta do Parnaíba.

12. Resultados • A tabela abaixo mostra o resultado da distância média euclidiana para os métodos. Pode-se perceber que os melhores resultados foram para os métodos de Hall e UMV. Tal avaliação também pode ser confirmada pelas figuras.

13. Resultados Imagem de referência Imagem de ajuste

14. Resultados UMV RABIM

15. Resultados Elvidge Hall

16. Resultados Imagem de referência Imagem de ajuste

17. Resultados UMV RABIM

18. Resultados Elvidge Hall