複数のスペクトルのカラー合成イメージの強調

複数スペクトル イメージからのトゥルーカラー合成イメージの作成

LAN ファイル paris.lan には、7 帯域の 512×512 の Landsat イメージが含まれています。128 バイトのヘッダーに続くピクセル値は、帯域番号の昇順によるライン挟み込みバンド並び (BIL) 形式です。リトルエンディアンの順番で符号なし 8 ビット整数として保存されます。

MATLAB® 関数 multibandread を使用して LAN ファイルから帯域 3、2 および 1 を読み取ります。これらの帯域は、スペクトルの可視部分を対象とします。それぞれが RGB イメージである赤、緑、および青の平面にマッピングされる場合、その結果は標準のトゥルーカラー合成イメージになります。multibandread への最後の入力引数では、読み取る帯域と、その順序を指定します。そのため、1 ステップで RGB 合成イメージを作成できます。

truecolor = multibandread('paris.lan',[512, 512, 7],'uint8=>uint8', ...
    128,'bil','ieee-le',{'Band','Direct',[3 2 1]});

トゥルーカラー合成イメージのコントラストはとても低く、色も偏っています。

imshow(truecolor)
title('Truecolor Composite (Un-Enhanced)')
text(size(truecolor,2),size(truecolor,1)+15,...
  'Image courtesy of Space Imaging, LLC',...
  'FontSize',7,'HorizontalAlignment','right')

非強化トゥルーカラー合成イメージのヒストグラムと散布図の調査

赤色帯域のヒストグラムを表示すると、たとえば、使用可能なダイナミック レンジの一部分内にデータが集中することがわかります。これは、トゥルーカラー合成イメージが暗く見える理由の 1 つです。

imhist(truecolor(:,:,1))
title('Histogram of the Red Band (Band 3)')

合成イメージが暗く見えるもう 1 つの理由は、可視帯域が互いに高い相関をもっていることです。2 および 3 帯域の散布図は、スペクトル バンド間の相関度合を測定するための有効な方法です。plot を使用することで簡単に行うことができます。赤-緑-青の散布図の線形トレンドは、可視帯域に高い相関があることを示しています。これは、非強化トゥルーカラー合成イメージの単色表示を説明するのに役立ちます。

r = truecolor(:,:,1);
g = truecolor(:,:,2);
b = truecolor(:,:,3);

plot3(r(:),g(:),b(:),'.')
grid('on')
xlabel('Red (Band 3)')
ylabel('Green (Band 2)')
zlabel('Blue (Band 1)')
title('Scatterplot of the Visible Bands')

コントラスト ストレッチを使用したトゥルーカラー合成イメージの強調

imadjust を使用して線形コントラスト ストレッチをトゥルーカラー合成イメージに適用すると、表面の特徴をより認識しやすくなります。

stretched_truecolor = imadjust(truecolor,stretchlim(truecolor));
imshow(stretched_truecolor)
title('Truecolor Composite after Contrast Stretch')

コントラスト ストレッチ後のヒストグラムのチェック

コントラスト ストレッチの適用後、赤色帯域のヒストグラムは、より大きな使用可能なダイナミック レンジにデータが広がっていることを示します。関数 imhist を使用して、イメージの赤いピクセル値すべてのヒストグラムを作成します。

imhist(stretched_truecolor(:,:,1))
title('Histogram of Red Band (Band 3) after Contrast Stretch')

無相関ストレッチによるトゥルーカラー合成イメージの強化

トゥルーカラー合成イメージを強化するもう 1 つの方法は、無相関ストレッチを使用することです。これは、高い相関があるチャネルの全域にわたって色の分離を強化します。decorrstretch を使用して、無相関ストレッチを実行します。オプションの名前と値のペア 'Tol',0.1 を指定して、無相関ストレッチの後に線形コントラスト ストレッチを実行します。再び、表面の特徴はより明確に観測できるようになりますが、方法が異なります。表示全域のスペクトル差異が誇張されます。注目すべき例は、左端の緑の領域です。これはコントラスト ストレッチが行われた合成イメージでは黒く見えます。この緑の領域は、ブーローニュの森です。パリの西端にある大きな公園です。

decorrstretched_truecolor = decorrstretch(truecolor,'Tol',0.01);
imshow(decorrstretched_truecolor)
title('Truecolor Composite after Decorrelation Stretch')

無相関ストレッチ後の相関のチェック

予想されるとおり、無相関ストレッチが後に続く散布図は、相関における急激な減少を示します。

r = decorrstretched_truecolor(:,:,1);
g = decorrstretched_truecolor(:,:,2);
b = decorrstretched_truecolor(:,:,3);

plot3(r(:),g(:),b(:),'.')
grid('on')
xlabel('Red (Band 3)')
ylabel('Green (Band 2)')
zlabel('Blue (Band 1)')
title('Scatterplot of the Visible Bands after Decorrelation Stretch')

CIR 合成イメージの作成と強化

可視帯域と同じように、スペクトルの不可視帯域を対象とする Landsat 帯域からの情報は、RGB 合成イメージを構成して強化することによって参照できます。この部分のスペクトルにおけるクロロフィルの高反射率のため、近赤外 (NIR) 帯域 (帯域 4) は重要です。そして、可視赤色光と緑色光 (それぞれ帯域 3 と 2) を結合し、カラー赤外 (CIR) 合成イメージを形成する場合は、特に役立ちます。カラー赤外 (CIR) 合成イメージは通常、植生を特定するか、または植生の成長や状態を評価する場合に使用されます。

元の LAN ファイルから読み取り、帯域 4、3、および 2 をそれぞれ、赤、緑、青にマッピングする RGB イメージを構成することで、CIR 合成イメージを構築します。

CIR = multibandread('paris.lan',[512, 512, 7],'uint8=>uint8', ...
    128,'bil','ieee-le',{'Band','Direct',[4 3 2]});

近赤外 (NIR) 帯域 (帯域 4) が、互いに相関している可視帯域と比較して、可視帯域との相関性が低くても、無相関ストレッチによって多くの特徴が見やすくなります。カラー赤外合成イメージの特性は、植生 (クロロフィル) 密度が高い領域で赤く見えることです。CIR 合成イメージでは、ブーローニュの森公園は赤く見えることに注意してください。これは、無相関ストレッチが行われたトゥルーカラー合成イメージにおける緑の表示と一致します。

stretched_CIR = decorrstretch(CIR,'Tol',0.01);
imshow(stretched_CIR)
title('CIR after Decorrelation Stretch')