Información general
La función de convolución realiza el filtrado de los valores de píxel de una imagen, lo que se puede utilizar para aumentar su nitidez, difuminarla, detectar sus ejes u otros realces basados en el kernel. Los filtros se utilizan para mejorar la calidad de la imagen de ráster al eliminar datos falsos o mejorar las entidades de los datos. Estos filtros de convolución se aplican a un kernel móvil o superpuesto (ventana o vecindad), como 3 x 3. Los filtros de convolución actúan calculando el valor de píxel en función de la ponderación de sus vecinos.
Notas
Hay varios tipos de filtros de convolución que puede seleccionar en esta función. También puede especificar un tipo Definido por el usuario y escribir sus propios valores de kernel.
Para obtener unos resultados de visualización óptimos, quizás desee redimensionar el histograma para ajustar el contraste de la imagen o el brillo a fin de resaltar entidades.
Parámetros
Parámetro | Descripción |
---|---|
Ráster | El dataset ráster de entrada. |
Tipo | Seleccione el tipo de filtrado que desee realizar Hay opciones para aumentar la nitidez, difuminar y detectar bordes. También puede definir su propio filtro basado en el kernel |
Kernel | En esta tabla se muestra cómo se ponderará cada píxel en el proceso de filtrado. Esta tabla se puede editar si elige Definido por el usuario como Tipo. |
Más información sobre cómo funciona la convolución
En las tablas siguientes, cada filtro se aplica a una de estas dos imágenes:
Filtros de detección de arista
Tipos de gradiente
Los filtros de gradiente se pueden utilizar para la detección de aristas en incrementos de 45 grados.
Tipo | Descripción | Ejemplo |
---|---|---|
Gradiente este | Un filtro de 3 por 3 1 0 -1 2 0 -2 1 0 -1 | |
Gradiente norte | Un filtro de 3 por 3 -1 -2 -1 0 0 0 1 2 1 | |
Gradiente noreste | Un filtro de 3 por 3 0 -1 -2 1 0 -1 2 1 0 | |
Gradiente noroeste | Un filtro de 3 por 3 -2 -1 0 -1 0 1 0 1 2 | |
Gradiente sur | Un filtro de 3 por 3 1 2 1 0 0 0 -1 -2 -1 | |
Gradiente oeste | Un filtro de 3 por 3 -1 0 1 -2 0 2 -1 0 1 |
Tipos Laplacian
Los filtros Laplacian se suelen utilizar para la detección de arista. Se suelen aplicar a una imagen que primero se ha suavizado para reducir su sensibilidad al ruido.
Tipo | Descripción | Ejemplo |
---|---|---|
Laplacian 3x3 | Un filtro de 3 por 3 0 -1 0 -1 4 -1 0 -1 0 | |
Laplacian 5x5 | Un filtro de 5 por 5 0 0 -1 0 0 0 -1 -2 -1 0 -1 -2 17 -2 -1 0 -1 -2 -1 0 0 0 -1 0 0 |
Tipos de detección de línea
Los filtros de detección de línea, como los filtros de gradiente, se pueden utilizar para realizar la detección de arista.
Es posible que consiga mejores resultados si aplica un algoritmo de suavizado antes de un algoritmo de detección de arista.
Tipo | Descripción | Ejemplo |
---|---|---|
Horizontal de detección de línea | Un filtro de 3 por 3 -1 -1 -1 2 2 2 -1 -1 -1 | |
Diagonal izquierda de detección de línea | Un filtro de 3 por 3 2 -1 -1 -1 2 -1 -1 -1 2 | |
Diagonal derecha de detección de línea | Un filtro de 3 por 3 -1 -1 2 -1 2 -1 2 -1 -1 | |
Vertical de detección de línea | Un filtro de 3 por 3 -1 0 -1 -1 2 -1 -1 2 -1 |
Tipos Sobel
El filtro Sobel se utiliza para la detección de arista.
Tipo | Descripción | Ejemplo |
---|---|---|
Horizontal de Sobel | Un filtro de 3 por 3 -1 -2 -1 0 0 0 1 2 1 | |
Vertical de Sobel | Un filtro de 3 por 3 -1 0 1 -2 0 2 -1 0 1 |
Filtros de nitidez y de suavizado
Tipos de nitidez
El filtro de nitidez (paso alto) acentúa la diferencia comparativa de los valores con sus vecinos. Un filtro de paso alto calcula la estadística de suma focal de cada celda de la entrada mediante una vecindad de kernel ponderada. Resalta los límites entre entidades (por ejemplo, donde una masa de agua se une al bosque), aumentando así la nitidez de las aristas entre objetos. El filtro de paso alto se conoce como un filtro de realce de arista. El kernel del filtro de paso alto identifica qué celdas se van a utilizar en la vecindad y cuánto se van a ponderar (multiplicar por).
Tipo | Descripción | Ejemplo |
---|---|---|
Nitidez | Un filtro de 3 por 3 0 -0.25 0 -0.25 2 -0.25 0 -0.25 0 | |
Refinar más | Un filtro de 3 por 3 -0.25 -0.25 -0.25 -0.25 3 -0.25 -0.25 -0.25 -0.25 | |
Nitidez 3x3 | Filtro de paso alto de 3 por 3 -1 -1 -1 -1 9 -1 -1 -1 -1 | |
Nitidez 5x5 | Filtro de paso alto de 5 por 5 -1 -3 -4 -3 -1 -3 0 6 0 -3 -4 6 21 6 -4 -3 0 6 0 -3 -1 -3 -4 -3 -1 |
Tipos de suavizado
Los filtros de suavizado (paso bajo) suavizan los datos al reducir la variación local y quitar el ruido. El filtro de paso bajo calcula la media (valor medio) de cada vecindad. El efecto es que los valores altos y bajos se promedian en cada vecindad, y se reducen los valores extremos en los datos.
Tipo | Descripción | Ejemplo |
---|---|---|
Suavizar valor medio aritmético | Un filtro de 3 por 3 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111 | |
Suavizado 3x3 | Filtro de paso bajo de 3 por 3 1 2 1 2 4 2 1 2 1 | |
Suavizado 5x5 | Filtro de paso bajo de 5 por 5 1 1 1 1 1 1 4 4 4 1 1 4 12 4 1 1 4 4 4 1 1 1 1 1 1 |
Otros filtros
Tipo de punto extendido
La función de punto extendido refleja la distribución de la luz desde un origen de punto a través de una lente. Esto introducirá un efecto de difuminado ligero.
Tipo | Descripción | Ejemplo |
---|---|---|
Extensión de punto | Un filtro de 3 por 3 -0.627 0.352 -0.627 0.352 2.923 0.352 -0.627 0.352 -0.627 |