Función Moteado

La función Moteado elimina el moteado de datasets de radar y suaviza el efecto granulado, conservando al mismo tiempo los bordes y entidades sobresalientes de la imagen. El moteado es la condición inherente resultante de las interferencias constructivas y destructivas de la señal retrodispersada. Las imágenes generadas por láser, ultrasonido y sistemas de radar de apertura sintética (SAR) están sujetas a ruido de moteado debido a la interferencia recurrente de ondas electromagnéticas dispersas de varias superficies. La función Moteado utiliza modelos matemáticos para filtrar los puntos claros y oscuros que se generan como resultado de dicha interferencia y, así, permitir una mejor interpretación de las imágenes.

Notas

Los algoritmos de suavizado de la función Moteado reducen y filtran el moteado mediante los tipos de filtro Lee, Lee mejorado, Congelamiento, Kuan, MAP gamma y Lee perfeccionado.

Para reducción óptima de ruido, puede intentar lo siguiente:

• Tamaño de filtro afecta mucho a la calidad de imágenes procesadas. Un filtro de 7 por 7 suele dar buenos resultados con un suavizado moderado.
• El Número de aspectos se usa para estimar la varianza de ruido y efectivamente controla la cantidad de suavizado que el filtro aplica a la imagen. Un valor más pequeño le lleva a más suavizado; un valor más grande conserva entidades de imágenes más claras.
• Redimensione el histograma para ajustar el contraste de la imagen o el brillo.

Parámetros

Parámetro	Descripción
Ráster	El ráster de entrada.
Tipo de filtro	Especifica el tipo de filtro que se va a utilizar en el algoritmo de suavizado para eliminar el ruido de moteado: 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. Esta es la opción predeterminada. Lee mejorado: filtro espacial que conserva la precisión y el detalle de la imagen al tiempo que reduce el ruido de moteado. Esta opción es una versión mejorada del filtro Lee, que es útil para reducir el moteado y conservar al mismo tiempo la información de textura. Congelamiento: 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 se conservan los bordes. Kuan: se aplicará un filtro espacial, el filtro Kuan, 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 se conservan los bordes. MAP gamma: se aplicará 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 se conservan los bordes. 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.
Tamaño de filtro	Especifica el tamaño de la ventana de píxeles que se utiliza para filtrar el ruido: 3x3 5x5 7x7 9x9 11x11 El valor predeterminado es 3x3.
Modelo de ruido	Especifica el tipo de ruido que está reduciendo la calidad de la imagen de radar: Ruido multiplicativo: ruido de señal aleatorio que se multiplica en la señal relevante durante la captura o transmisión Ruido aditivo: ruido de señal aleatorio que se agrega a la señal relevante durante la captura o transmisión Ruido aditivo y multiplicativo: ambos modelos de ruido Este parámetro solo es válido si Tipo de filtro se cambia a Lee. El valor predeterminado es Ruido multiplicativo.
Varianza de ruido	Especifica la varianza de ruido de la imagen de radar. Este parámetro solo es válido si Tipo de filtro se cambia a Lee y Modelo de ruido se cambia a Ruido aditivo o Ruido aditivo y multiplicativo. El valor predeterminado es 0,25.
Media de ruido aditivo	Especifica el valor medio de ruido aditivo. Un ruido mayor significa que se producirá menos suavizado, mientras que un valor menor produce más suavizado. Este parámetro solo es válido si Tipo de filtro se cambia a Lee y Modelo de ruido se cambia a Ruido aditivo y multiplicativo. El valor predeterminado es 0.
Media de ruido multiplicativo	Especifica el valor medio de ruido multiplicativo. Un ruido mayor significa que se producirá menos suavizado, mientras que un valor menor produce más suavizado. Este parámetro solo es válido si Tipo de filtro se cambia a Lee y Modelo de ruido se cambia a Ruido multiplicativo o Ruido aditivo y multiplicativo. El valor predeterminado es 1.
Cantidad de aspectos	Especifica la 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. Este parámetro solo es válido si Tipo de filtro se cambia a Lee y Modelo de ruido se cambia a Ruido multiplicativo, o bien si Tipo de filtro se cambia a Lee perfeccionado, Kuan o MAP gamma. El valor predeterminado es 1.
Factor de vaciado	Especifica la extensión del efecto de vaciado exponencial en el filtrado. Un valor de vaciado mayor conserva mejor los bordes, pero suaviza menos, mientras que un valor menor produce más suavizado. Un valor de 0 genera la misma salida que un filtro de paso bajo. Este parámetro solo es válido si Tipo de filtro se cambia a Lee mejorado o Congelamiento. El valor predeterminado es 1.