Função Convolução—ArcGIS Online

A função Convolução executa um filtro nos valores de pixel em uma imagem, que pode ser utilizado para clarear uma imagem, escurecer uma imagem, detectar bordas dentro de uma imagem ou outras otimizações baseadas em kernel. Os filtros são utilizados para melhorar a qualidade da imagem raster eliminando dados espúrios ou melhorando feições nos dados. Estes filtros de convolução são aplicados um kernel de mudança, sobreposição (janela ou vizinhança), como 3 por 3. Os filtros de convolução funcionam com o cálculo do valor de pixel baseado nos pesos de seus vizinhos.

Notas

Há vários tipos de filtro de convolução que você pode escolher nesta função. Você também pode especificar um tipo de Usuário definido e insira seus próprios valores de kernel.

Para resultados de exibição ideais, você pode querer aplicar um alongamento de histograma para ajustar o contraste ou o brilho da imagem para ajudar a destacar as feições.

Parâmetros


Parâmetro	Descrição
Raster	A camada raster de entrada.
Tipo	Selecione o tipo de filtro que deseja criar. Há opções para nitidez, desfoque e detectar extremidades ou você pode definir seu próprio filtro baseado em núcleo
Kernel	Esta tabela mostra como cada pixel será ponderado no processo de filtragem. Esta tabela pode ser editada se você escolher Usuário definido como Tipo.

Saiba mais sobre como funciona a convolução

Nas tabelas a seguir, cada filtro é aplicado a uma dessas duas imagens:

Filtros de detecção de borda

Tipos de gradiente

Filtros de gradiente podem ser usados para detecção de borda em incrementos de 45 graus.


Tipo	Descrição	Exemplo
Leste Gradiente	Um filtro 3 por 3 1 0 -1 2 0 -2 1 0 -1
Norte Gradiente	Um filtro 3 por 3 -1 -2 -1 0 0 0 1 2 1
Gradiente Nordeste	Um filtro 3 por 3 0 -1 -2 1 0 -1 2 1 0
Gradiente Noroeste	Um filtro 3 por 3 -2 -1 0 -1 0 1 0 1 2
Sul Gradiente	Um filtro 3 por 3 1 2 1 0 0 0 -1 -2 -1
Oeste Gradiente	Um filtro 3 por 3 -1 0 1 -2 0 2 -1 0 1

Tipos laplacianos

Filtros laplacianos são frequentemente usados para detecção de bordas. Eles geralmente são aplicados a uma imagem que foi primeiro suavizada para reduzir sua sensibilidade ao ruído.


Tipo	Descrição	Exemplo
Laplaciano 3x3	Um filtro 3 por 3 0 -1 0 -1 4 -1 0 -1 0
Laplaciano 5x5	Um filtro 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 detecção de linha

Os filtros de detecção de linha, como os filtros de gradiente, podem ser usados para realizar a detecção de borda.

Você pode obter melhores resultados se aplicar um algoritmo de suavização antes de um algoritmo de detecção de borda.


Tipo	Descrição	Exemplo
Detecção de Linha Horizontal	Um filtro 3 por 3 -1 -1 -1 2 2 2 -1 -1 -1
Detecção de Linha Diagonal Esquerda	Um filtro 3 por 3 2 -1 -1 -1 2 -1 -1 -1 2
Detecção de Linha Diagonal Direita	Um filtro 3 por 3 -1 -1 2 -1 2 -1 2 -1 -1
Detecção de Linha Vertical	Um filtro 3 por 3 -1 0 -1 -1 2 -1 -1 2 -1

Tipos de Sobel

O filtro Sobel é usado para detecção de borda.


Tipo	Descrição	Exemplo
Horizontal de Sobel	Um filtro 3 por 3 -1 -2 -1 0 0 0 1 2 1
Vertical de Sobel	Um filtro 3 por 3 -1 0 1 -2 0 2 -1 0 1

Filtros de nitidez e suavização

Tipos de nitidez

O filtro Nitidez (passagem de alta) acentua a diferença comparativa dos valores com seus vizinhos. Um filtro de passagem de alta calcula a estatística de soma focal para cada célula da entrada usando uma vizinhança de kernel ponderada. Ele destaca os limites entre as feições (por exemplo, onde um corpo d'água encontra a floresta), aguçando assim as bordas entre os objetos. O filtro de passagem alta é chamado de filtro de otimização de borda. O kernel do filtro de passagem-alta identifica quais células usar na vizinhança e quanto ponderá-las (multiplicá-las por).


Tipo	Descrição	Exemplo
Nítido	Um filtro 3 por 3 0 -0.25 0 -0.25 2 -0.25 0 -0.25 0
Mais Nítido	Um filtro 3 por 3 -0.25 -0.25 -0.25 -0.25 3 -0.25 -0.25 -0.25 -0.25
Nitidez 3x3	Um filtro de passagem alta 3 por 3 -1 -1 -1 -1 9 -1 -1 -1 -1
Nitidez 5x5	Um filtro de passagem alta 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 suavização

Os filtros de suavização (passagem-baixa) suavizam os dados reduzindo a variação local e removendo o ruído. O filtro de passagen -baixa calcula o valor médio (média) para cada vizinhança. O efeito é que os valores altos e baixos dentro de cada vizinhança são calculados com as médias, reduzindo os valores extremos nos dados.


Tipo	Descrição	Exemplo
Suavizar Média Aritmética	Um filtro 3 por 3 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111
Suavização 3x3	Um filtro de passagem baixa de 3 por 3 1 2 1 2 4 2 1 2 1
Suavização 5x5	Um filtro de passagem baixa 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