Suppression de la granularité (Image Analyst)—ArcGIS AllSource

Disponible avec une licence Image Analyst.

Synthèse

Corrige la granularité des données radar à synthèse d’ouverture (SAR) en entrée, qui est le résultat d’un éclairage cohérent ressemblant à un effet granuleux ou « sel et poivre ».

Cet outil supprime le bruit tout en conservant les bords et les entités pointues dans l’image SAR. Les filtres disponibles sont Lee, Lee amélioré, Lee affiné, Givre, Kuan et Carte gamma.

Utilisation

La suppression de la granularité des images SAR améliore les résultats de classification et d’interprétation d’image.
Cet outil ne prend pas en charge de géodatabase en emplacement en sortie.

Paramètres

Étiquette	Explication	Type de données
Données radar en entrée	Données radar en entrée.	Raster Dataset; Raster Layer
Données radar en sortie	Données radar après suppression de la granularité.	Raster Dataset
Bandes de polarisation (Facultatif)	Bandes de polarisation qui seront filtrées. Par défaut, la première bande est sélectionnée.	String
Type de filtre (Facultatif)	Indique le type d’algorithme de lissage ou de filtre à appliquer. Lee—Un filtre spatial est appliqué à chaque pixel d’une image pour en réduire la granularité. Cette option filtre les données en fonction des statistiques locales calculées dans une fenêtre carrée. Ce filtre est utile pour lisser les données granuleuses qui comportent un composant additif ou multiplicatif. Lee amélioré—Un filtre spatial qui conserve la netteté et le détail de l’image est appliqué pour en réduire la granularité. Cette option est une version améliorée du filtre Lee. Ce filtre est utile pour réduire la granularité tout en conservant les informations de texture. Lee affiné—Un filtre spatial est appliqué aux pixels sélectionnés, en fonction des statistiques locales, pour en réduire la granularité. Ce filtre utilise une fenêtre de filtre non carrée pour respecter la direction des contours. Il est utile pour réduire la granularité tout en conservant les contours. Il s’agit de l’option par défaut. Frost—Un filtre symétrique circulaire d’atténuation exponentielle qui utilise des statistiques locales dans les fenêtres de chaque filtre est appliqué pour réduire la granularité. Cette application ne modifie en rien les entités images sur les contours. Ce filtre est utile pour réduire la granularité tout en conservant les contours. Kuan—Un filtre spatial est appliqué à chaque pixel d’une image pour en réduire la granularité. Cette application a pour effet de filtrer les données en fonction des statistiques locales de la valeur du pixel centré, qui est calculée à l’aide des pixels voisins. Ce filtre est utile pour réduire la granularité tout en conservant les contours. Gamma—Un filtre d’analyse bayésienne et de distribution gamma est appliqué pour réduire la granularité. Ce filtre est utile pour réduire la granularité tout en conservant les contours.	String
Taille de filtre (Facultatif)	Indique la taille de la fenêtre de pixel à utiliser pour filtrer le bruit. Ce paramètre est valide uniquement lorsque le paramètre Type de filtre est défini sur Lee, Lee amélioré, Frost, Kuan ou Gamma. 3 x 3—Une taille de filtre de 3 par 3 est utilisée. Il s’agit de l’option par défaut. 5 x 5—Une taille de filtre de 5 par 5 est utilisée. 7 x 7—Une taille de filtre de 7 par 7 est utilisée. 9 x 9—Une taille de filtre de 9 par 9 est utilisée. 11 x 11—Une taille de filtre de 11 par 11 est utilisée.	String
Modèle de bruit (Facultatif)	Indique le type de bruit qui réduit la qualité de l’image radar. Ce paramètre est valide uniquement lorsque le paramètre Type de filtre est défini sur Lee. Bruit multiplicatif—Un bruit de signal aléatoire qui est multiplié en signal pertinent au cours de la capture ou de la transmission réduit la qualité. Il s’agit de l’option par défaut. Bruit additif—Un bruit de signal aléatoire qui est ajouté au signal pertinent au cours de la capture ou de la transmission réduit la qualité. Bruit additif et multiplicatif—Une combinaison des deux modèles de bruit réduit la qualité.	String
Variance de bruit (Facultatif)	Il s’agit de la variance de bruit de l’image radar. La valeur par défaut est 0,25. Ce paramètre est valide uniquement lorsque le paramètre Type de filtre est défini sur Lee, et que le paramètre Modèle de bruit est défini sur Bruit additif ou sur Bruit additif et multiplicatif.	Double
Moyenne de bruit additif (Facultatif)	Il s’agit de la valeur moyenne du bruit additif. Une valeur de moyenne de bruit plus élevée produit un lissage moindre, tandis qu’une valeur plus petite génère un lissage plus important. La valeur par défaut est 0. Ce paramètre est valide uniquement lorsque le paramètre Type de filtre est défini sur Lee et que le paramètre Modèle de bruit est défini sur Bruit additif ou sur Bruit additif et multiplicatif.	Double
Moyenne de bruit multiplicatif (Facultatif)	Il s’agit de la valeur moyenne du bruit multiplicatif. Une valeur de moyenne de bruit plus élevée produit un lissage moindre, tandis qu’une valeur plus petite génère un lissage plus important. La valeur par défaut est 1. Ce paramètre est valide uniquement lorsque le paramètre Type de filtre est défini sur Lee, et que le paramètre Modèle de bruit est défini sur Bruit multiplicatif ou sur Bruit additif et multiplicatif.	Double
Nombre de vues (Facultatif)	Il s’agit de la valeur du nombre de vues de l’image, qui contrôle le lissage des images et estime la variance de bruit. Une valeur plus petite produit un plus grand lissage, tandis qu’une valeur plus élevée conserve davantage d’entités d’images. La valeur par défaut est 1. Ce paramètre est valide uniquement lorsque le paramètre Type de filtre est défini sur Lee amélioré, Kuan ou Gamma, ou lorsque le paramètre Type de filtre est défini sur Lee et que le paramètre Modèle de bruit est défini sur Bruit multiplicatif.	Long
Facteur d’atténuation (Facultatif)	Il s’agit du niveau d’atténuation exponentielle du lissage à appliquer. Une valeur d’atténuation supérieure à 1 a pour résultat une meilleure conservation des contours, mais un lissage moindre. Des valeurs inférieures à 1 augmentent le lissage. Une valeur de 0 produit des résultats semblables à ceux d’un filtre passe-bas. La valeur par défaut est 1.	Long

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})

Nom	Explication	Type de données
in_radar_data	Données radar en entrée.	Raster Dataset; Raster Layer
out_radar_data	Données radar après suppression de la granularité.	Raster Dataset
polarization_bands [polarization_bands,...] (Facultatif)	Bandes de polarisation qui seront filtrées. Par défaut, la première bande est sélectionnée.	String
filter_type (Facultatif)	Indique le type d’algorithme de lissage ou de filtre à appliquer. LEE—Un filtre spatial est appliqué à chaque pixel d’une image pour en réduire la granularité. Cette option filtre les données en fonction des statistiques locales calculées dans une fenêtre carrée. Ce filtre est utile pour lisser les données granuleuses qui comportent un composant additif ou multiplicatif. ENHANCED_LEE—Un filtre spatial qui conserve la netteté et le détail de l’image est appliqué pour en réduire la granularité. Cette option est une version améliorée du filtre Lee. Ce filtre est utile pour réduire la granularité tout en conservant les informations de texture. REFINED_LEE—Un filtre spatial est appliqué aux pixels sélectionnés, en fonction des statistiques locales, pour en réduire la granularité. Ce filtre utilise une fenêtre de filtre non carrée pour respecter la direction des contours. Il est utile pour réduire la granularité tout en conservant les contours. Il s’agit de l’option par défaut. FROST—Un filtre symétrique circulaire d’atténuation exponentielle qui utilise des statistiques locales dans les fenêtres de chaque filtre est appliqué pour réduire la granularité. Cette application ne modifie en rien les entités images sur les contours. Ce filtre est utile pour réduire la granularité tout en conservant les contours. KUAN—Un filtre spatial est appliqué à chaque pixel d’une image pour en réduire la granularité. Cette application a pour effet de filtrer les données en fonction des statistiques locales de la valeur du pixel centré, qui est calculée à l’aide des pixels voisins. Ce filtre est utile pour réduire la granularité tout en conservant les contours. GAMMA_MAP—Un filtre d’analyse bayésienne et de distribution gamma est appliqué pour réduire la granularité. Ce filtre est utile pour réduire la granularité tout en conservant les contours.	String
filter_size (Facultatif)	Indique la taille de la fenêtre de pixel à utiliser pour filtrer le bruit. 3x3—Une taille de filtre de 3 par 3 est utilisée. Il s’agit de l’option par défaut. 5x5—Une taille de filtre de 5 par 5 est utilisée. 7x7—Une taille de filtre de 7 par 7 est utilisée. 9x9—Une taille de filtre de 9 par 9 est utilisée. 11x11—Une taille de filtre de 11 par 11 est utilisée. Ce paramètre est valide uniquement lorsque le paramètre filter_type est défini sur LEE, ENHANCED_LEE, FROST, KUAN ou GAMMA_MAP.	String
noise_model (Facultatif)	Ce paramètre est valide uniquement lorsque le paramètre filter_type est défini sur LEE.	String
noise_variance (Facultatif)	Il s’agit de la variance de bruit de l’image radar. La valeur par défaut est 0,25. Ce paramètre est valide uniquement lorsque le paramètre filter_type est défini sur LEE, et que le paramètre noise_model est défini sur ADDITIVE_NOISE ou sur ADDITIVE_AND_MULTIPLICATIVE_NOISE.	Double
add_noise_mean (Facultatif)	Il s’agit de la valeur moyenne du bruit additif. Une valeur de moyenne de bruit plus élevée produit un lissage moindre, tandis qu’une valeur plus petite génère un lissage plus important. La valeur par défaut est 0. Ce paramètre est valide uniquement lorsque le paramètre filter_type est défini sur LEE, et que le paramètre noise_model est défini sur ADDITIVE_NOISE ou sur ADDITIVE_AND_MULTIPLICATIVE_NOISE.	Double
mult_noise_mean (Facultatif)	Il s’agit de la valeur moyenne du bruit multiplicatif. Une valeur de moyenne de bruit plus élevée produit un lissage moindre, tandis qu’une valeur plus petite génère un lissage plus important. La valeur par défaut est 1. Ce paramètre est valide uniquement lorsque le paramètre filter_type est défini sur LEE, et que le paramètre noise_model est défini sur MULTIPLICATIVE_NOISE ou sur ADDITIVE_AND_MULTIPLICATIVE_NOISE.	Double
number_of_looks (Facultatif)	Il s’agit de la valeur du nombre de vues de l’image, qui contrôle le lissage des images et estime la variance de bruit. Une valeur plus petite produit un plus grand lissage, tandis qu’une valeur plus élevée conserve davantage d’entités d’images. La valeur par défaut est 1. Ce paramètre est valide uniquement lorsque le paramètre filter_type est défini sur ENHANCED_LEE, KUAN ou GAMMA_MAP, ou lorsque le paramètre filter_type est défini sur LEE et que le paramètre noise_model est défini sur MULTIPLICATIVE_NOISE.	Long
damp_factor (Facultatif)	Il s’agit du niveau d’atténuation exponentielle du lissage à appliquer. Une valeur d’atténuation supérieure à 1 a pour résultat une meilleure conservation des contours, mais un lissage moindre. Des valeurs inférieures à 1 augmentent le lissage. Une valeur de 0 produit des résultats semblables à ceux d’un filtre passe-bas. La valeur par défaut est 1.	Long

Exemple de code

Exemple 1 d’utilisation de l’outil Suppression de la granularité (fenêtre Python)

Dans cet exemple, la granularité de la bande de polarisation croisée est supprimée à l’aide du filtre de Lee.

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")

Exemple 2 d’utilisation de l’outil Suppression de la granularité (script autonome)

Dans cet exemple, la granularité de la bande de polarisation croisée est supprimée à l’aide du filtre de Lee.

# 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)

Environnements

Alignement des cellules, Compression, Espace de travail courant, NoData, Facteur de traitement parallèle, Pyramide, Statistiques raster, Méthode de rééchantillonnage, Espace de travail temporaire, Raster de capture, Taille de tuile

Rubriques connexes

Vous avez un commentaire à formuler concernant cette rubrique ?