Eliminar ruido (Image Analyst)

Disponible con licencia de Image Analyst.

Resumen

Corrige los datos de radar de apertura sintética (SAR) de entrada correspondientes al moteado, que es el resultado de una iluminación coherente que tiene un aspecto similar a un efecto granulado o de sal y pimienta.

Esta herramienta filtra el ruido conservando al mismo tiempo los bordes y entidades sobresalientes de la imagen SAR. Los filtros disponibles son Lee, Lee mejorado, Lee refinado, Frost, Kuan y MAP gamma.

Uso

• La eliminación de ruido de las imágenes de SAR mejora la interpretación de las imágenes y los resultados de clasificación.

• La herramienta no admite el uso de una geodatabase como ubicación de salida.

Parámetros

Cuadro de diálogo

Etiqueta	Explicación	Tipo de datos
Datos de radar de entrada	Los datos de radar de entrada.	Raster Dataset; Raster Layer
Datos de radar de salida	Los datos de radar con ruido eliminado.	Raster Dataset
Bandas de polarización (Opcional)	Las bandas de polarización que se filtrarán. La primera banda está seleccionada de forma predeterminada.	String
Tipo de filtro (Opcional)	Especifica el tipo de algoritmo de suavizado o filtro que se aplicará. Lee—Se aplicará un filtro espacial a cada píxel de una imagen para reducir el ruido de moteado. Esta opción filtra los datos basándose en estadísticas locales calculadas dentro de una ventana cuadrada. Este filtro resulta útil para suavizar los datos moteados que tienen un componente aditivo o multiplicativo. Lee mejorado—Se aplicará un filtro espacial que conserva la precisión y el detalle de la imagen para reducir el ruido de moteado. Esta opción es una versión mejorada del filtro Lee. Este filtro resulta útil para reducir el moteado a la vez que conserva la información de textura. Lee perfeccionado—Se aplicará un filtro espacial a los píxeles seleccionados, en función de las estadísticas locales, para reducir el ruido de moteado. Este filtro utiliza una ventana de filtro que no es cuadrada para que coincida con la dirección de los bordes. Resulta útil para reducir el moteado a la vez que conserva los bordes. Esta es la opción predeterminada. Frost—Se aplicará un filtro simétrico circular vaciado exponencialmente que usa estadísticas locales dentro de ventanas de filtro individuales para reducir el ruido de moteado. Esto no afecta a las entidades de imagen en los bordes. Este filtro resulta útil para reducir el moteado a la vez que conservan los bordes. Kuan—Se aplicará un filtro espacial a cada píxel de una imagen para reducir el ruido de moteado. Filtra los datos basándose en estadísticas locales del valor de píxel centrado que se calcula usando píxeles vecinos. Este filtro resulta útil para reducir el moteado a la vez que conservan los bordes. MAP gamma—Se aplicarán un análisis bayesiano y un filtro de distribución gamma para reducir el ruido de moteado. Este filtro resulta útil para reducir el moteado a la vez que conservan los bordes.	String
Tamaño de filtro (Opcional)	Especifica el tamaño de la ventana de píxeles que se utilizará para filtrar el ruido. Este parámetro solo es válido cuando el parámetro Tipo de filtro se establece en Lee, Lee mejorado, Frost, Kuan o MAP gamma. 3 x 3—Se utilizará un tamaño de filtro de 3 por 3. Esta es la opción predeterminada. 5 x 5—Se utilizará un tamaño de filtro de 5 por 5. 7 x 7—Se utilizará un tamaño de filtro de 7 por 7. 9 x 9—Se utilizará un tamaño de filtro de 9 por 9. 11 x 11—Se utilizará un tamaño de filtro de 11 por 11.	String
Modelo de ruido (Opcional)	Especifica el tipo de ruido que reduce la calidad de la imagen de radar. Este parámetro solo es válido cuando el parámetro Tipo de filtro se establece en Lee. Ruido multiplicativo—El ruido de señal aleatorio que se multiplica en la señal relevante durante la captura o transmisión reduce la calidad. Esta es la opción predeterminada. Ruido aditivo—El ruido de señal aleatorio que se agrega a la señal relevante durante la captura o transmisión reduce la calidad. Ruido aditivo y multiplicativo—Una combinación de ambos modelos de ruido reduce la calidad.	String
Varianza de ruido (Opcional)	La varianza de ruido de la imagen de radar. El valor predeterminado es 0,25. Este parámetro solo es válido cuando el parámetro Tipo de filtro se establece en Lee y el parámetro Modelo de ruido se establece en Ruido aditivo o Ruido aditivo y multiplicativo.	Double
Media de ruido aditivo (Opcional)	El valor medio de ruido aditivo. Un ruido mayor significa que se producirá menos suavizado, mientras que un valor menor produce más suavizado. El valor predeterminado es 0. Este parámetro solo es válido cuando el parámetro Tipo de filtro se establece en Lee y el parámetro Modelo de ruido se establece en Ruido aditivo o Ruido aditivo y multiplicativo.	Double
Media de ruido multiplicativo (Opcional)	El valor medio de ruido multiplicativo. Un ruido mayor significa que se producirá menos suavizado, mientras que un valor menor produce más suavizado. El valor predeterminado es 1. Este parámetro solo es válido cuando el parámetro Tipo de filtro se establece en Lee y el parámetro Modelo de ruido se establece en Ruido multiplicativo o Ruido aditivo y multiplicativo.	Double
Cantidad de aspectos (Opcional)	El valor de cantidad de aspectos de la imagen, que controla el suavizado de la imagen y estima la varianza de ruido. Un valor menor significa que se producirá más suavizado, mientras que un valor mayor retiene más entidades de la imagen. El valor predeterminado es 1. Este parámetro solo es válido cuando el parámetro Tipo de filtro se establece en Lee mejorado, Kuan o MAP gamma, o cuando el parámetro Tipo de filtro se establece en Lee y el parámetro Modelo de ruido se establece en Ruido multiplicativo.	Long
Factor de vaciado (Opcional)	El nivel de vaciado exponencial de suavizado que se aplicará. Un valor de vaciado mayor que 1 dará como resultado una mejor conservación de los bordes, pero un menor suavizado. Los valores menores que 1 darán como resultado un mayor suavizado. Un valor de 0 producirá resultados similares a los de un filtro de paso bajo. El valor predeterminado es 1.	Long

Python

Despeckle(in_radar_data, out_radar_data, {polarization_bands}, {filter_type}, {filter_size}, {noise_model}, {noise_variance}, {add_noise_mean}, {mult_noise_mean}, {number_of_looks}, {damp_factor})

Nombre	Explicación	Tipo de datos
in_radar_data	Los datos de radar de entrada.	Raster Dataset; Raster Layer
out_radar_data	Los datos de radar con ruido eliminado.	Raster Dataset
polarization_bands [polarization_bands,...] (Opcional)	Las bandas de polarización que se filtrarán. La primera banda está seleccionada de forma predeterminada.	String
filter_type (Opcional)	Especifica el tipo de algoritmo de suavizado o filtro que se aplicará. LEE—Se aplicará un filtro espacial a cada píxel de una imagen para reducir el ruido de moteado. Esta opción filtra los datos basándose en estadísticas locales calculadas dentro de una ventana cuadrada. Este filtro resulta útil para suavizar los datos moteados que tienen un componente aditivo o multiplicativo. ENHANCED_LEE—Se aplicará un filtro espacial que conserva la precisión y el detalle de la imagen para reducir el ruido de moteado. Esta opción es una versión mejorada del filtro Lee. Este filtro resulta útil para reducir el moteado a la vez que conserva la información de textura. REFINED_LEE—Se aplicará un filtro espacial a los píxeles seleccionados, en función de las estadísticas locales, para reducir el ruido de moteado. Este filtro utiliza una ventana de filtro que no es cuadrada para que coincida con la dirección de los bordes. Resulta útil para reducir el moteado a la vez que conserva los bordes. Esta es la opción predeterminada. FROST—Se aplicará un filtro simétrico circular vaciado exponencialmente que usa estadísticas locales dentro de ventanas de filtro individuales para reducir el ruido de moteado. Esto no afecta a las entidades de imagen en los bordes. Este filtro resulta útil para reducir el moteado a la vez que conservan los bordes. KUAN—Se aplicará un filtro espacial a cada píxel de una imagen para reducir el ruido de moteado. Filtra los datos basándose en estadísticas locales del valor de píxel centrado que se calcula usando píxeles vecinos. Este filtro resulta útil para reducir el moteado a la vez que conservan los bordes. GAMMA_MAP—Se aplicarán un análisis bayesiano y un filtro de distribución gamma para reducir el ruido de moteado. Este filtro resulta útil para reducir el moteado a la vez que conservan los bordes.	String
filter_size (Opcional)	Especifica el tamaño de la ventana de píxeles que se utilizará para filtrar el ruido. 3x3—Se utilizará un tamaño de filtro de 3 por 3. Esta es la opción predeterminada. 5x5—Se utilizará un tamaño de filtro de 5 por 5. 7x7—Se utilizará un tamaño de filtro de 7 por 7. 9x9—Se utilizará un tamaño de filtro de 9 por 9. 11x11—Se utilizará un tamaño de filtro de 11 por 11. Este parámetro es válido cuando el parámetro filter_type está establecido en LEE, ENHANCED_LEE, FROST, KUAN o GAMMA_MAP.	String
noise_model (Opcional)	Este parámetro solo es válido cuando el parámetro filter_type se establece en LEE.	String
noise_variance (Opcional)	La varianza de ruido de la imagen de radar. El valor predeterminado es 0,25. Este parámetro solo es válido cuando el parámetro filter_type se establece en LEE y el parámetro noise_model se establece en ADDITIVE_NOISE o ADDITIVE_AND_MULTIPLICATIVE_NOISE.	Double
add_noise_mean (Opcional)	El valor medio de ruido aditivo. Un ruido mayor significa que se producirá menos suavizado, mientras que un valor menor produce más suavizado. El valor predeterminado es 0. Este parámetro solo es válido cuando el parámetro filter_type se establece en LEE y el parámetro noise_model se establece en ADDITIVE_NOISE o ADDITIVE_AND_MULTIPLICATIVE_NOISE.	Double
mult_noise_mean (Opcional)	El valor medio de ruido multiplicativo. Un ruido mayor significa que se producirá menos suavizado, mientras que un valor menor produce más suavizado. El valor predeterminado es 1. Este parámetro solo es válido cuando el parámetro filter_type se establece en LEE y el parámetro noise_model se establece en MULTIPLICATIVE_NOISE o ADDITIVE_AND_MULTIPLICATIVE_NOISE.	Double
number_of_looks (Opcional)	El valor de cantidad de aspectos de la imagen, que controla el suavizado de la imagen y estima la varianza de ruido. Un valor menor significa que se producirá más suavizado, mientras que un valor mayor retiene más entidades de la imagen. El valor predeterminado es 1. Este parámetro solo es válido cuando el parámetro filter_type se establece en ENHANCED_LEE, KUAN o GAMMA_MAP, o cuando el parámetro filter_type se establece en LEE y el parámetro noise_model se establece en MULTIPLICATIVE_NOISE.	Long
damp_factor (Opcional)	El nivel de vaciado exponencial de suavizado que se aplicará. Un valor de vaciado mayor que 1 dará como resultado una mejor conservación de los bordes, pero un menor suavizado. Los valores menores que 1 darán como resultado un mayor suavizado. Un valor de 0 producirá resultados similares a los de un filtro de paso bajo. El valor predeterminado es 1.	Long

Muestra de código

Ejemplo 1 de Despeckle 1 (ventana de Python)

En este ejemplo, se elimina el ruido de la banda de polarización cruzada con el filtro Lee perfeccionado.

import arcpy
arcpy.env.workspace = r"C:\Data\SAR"
outRadar = arcpy.ia.Despeckle("IW_manifest_TNR_CalB0.crf", "VV;VH", "REFINED_LEE")
outRadar.save("IW_manifest_TNR_CalB0_Dspk.crf")

Ejemplo 2 de Despeckle (script independiente)

En este ejemplo, se elimina el ruido de la banda de polarización cruzada con el filtro Lee perfeccionado.

# Import system modules and check out ArcGIS Image Analyst extension license
import arcpy
arcpy.CheckOutExtension("ImageAnalyst")
from arcpy.ia import *

# Set local variables
in_radar = r"C:\Data\SAR\manifest_TNR_CalB0.crf"
out_radar = r"C:\Data\SAR\manifest_TNR_CalB0_Dspk.crf" 
polarization = "VV;VH"
filter_type = "REFINED_LEE"

# Execute 
outRadar = arcpy.ia.Despeckle(in_radar, polarization, filter_type) 
outRadar.save(out_radar)

Entornos

Alineación de celda, Compresión, Espacio de trabajo actual, NoData, Factor de procesamiento en paralelo, Pirámide, Estadísticas de ráster, Método de remuestreo, Espacio de trabajo temporal, Alinear ráster, Tamaño de tesela