Publicado por: cesargdiniz | junho 26, 2014

Landsat 8 e Photoshop: composição colorida e contraste

PSD_Contraste

Prezados…

Este post apresentará procedimentos básicos de sensoriamento remoto e processamento digital de imagens. Abaixo está traduzido um tutorial do Dr. Robert Simmon, diretor artístico do Earth Observatory da NASA, originalmente denominado deHow To Make a True-Color Landsat 8 Image”. Como diretor de artes, muitas das imagens por ele criadas, escapam da rigidez científica do sensoriamento remoto. Ainda que bastante artístico, o texto está repleto de conceitos físicos e explicações técnicas básicas, que talvez sejam importantes aos que não tiveram treinamento formal em sensoriamento remoto. 

O blog Sadeck – Geotecnologias agradece ao Dr.Robert Simmon a rápida autorização para tradução e publicação deste tutorial.

Sem mais, segue o tutorial em português.

——————————————————————————————

Desde o seu lançamento em fevereiro de 2013, Landsat 8 produziu cerca de 400 cenas da superfície da Terra por dia. Cada uma dessas cenas cobre uma área de cerca de 185 por 185 km (115 por 115 milhas) – 34.200 quilômetros quadrados (13.200 milhas quadradas), para um total de 13,69 milhões de quilômetros quadrados (5.290.000 milhas quadradas) por dia. Uma área de cerca de 40% maior do que os Estados Unidos. Todos os dias.

Monte Jefferson, Oregon. Imagem Landsat 8, composição verdadeira, de 13 agosto de 2013.

Embora seja possível processar todo esse dado automaticamente, para se extrair os detalhes de regiões especificas é melhor que se processe cada cena individualmente. Acredite ou não, isso não requer quaisquer ferramentas mais especializadas do que o Photoshop (ou qualquer outro programa de edição de imagem que suporte imagens TIFF de 16 bits, juntamente com ajustes de curva e nível).

O primeiro passo, claro, é baixar alguns dados. Ou usar esses dados amostrais (960 MB) da Cordilheira das Cascatas no Oregon, ou baixar do acervo Landsat via Earth Explorer. Os dados são compostos de 11 arquivos de imagem separados (bandas), juntamente com um arquivo de garantia de qualidade (BQA) e um arquivo de texto com os metadados (data e hora, coordenadas de canto – e estes tipos de coisa). Estes chegam comprimidos em formato ZIP e TAR. [O Windows não suporta nativamente TAR, assim você precisa usar algo como 7-Zip para descompactar os arquivos. O OS X pode descomprimir automaticamente os arquivos (com configurações padrão), quando baixados, clique duas vezes para descompactar o TAR.] Inexplicavelmente, os TIFF não são compactados. [A patente do algoritmo de compressão sem perdas LZW (que é apoiado pelo Photoshop e muitos outros leitores de TIFF) expirou cerca de uma década atrás].

Depois de extraidos os arquivos, você terá um diretório como “LC80450292013225LGN00 (dados amostrais) contendo os seguintes arquivos:

LC80450292013225LGN00_B1.TIF
LC80450292013225LGN00_B2.TIF
LC80450292013225LGN00_B3.TIF
LC80450292013225LGN00_B4.TIF
LC80450292013225LGN00_B5.TIF
LC80450292013225LGN00_B6.TIF
LC80450292013225LGN00_B7.TIF
LC80450292013225LGN00_B8.TIF
LC80450292013225LGN00_B9.TIF
LC80450292013225LGN00_B10.TIF
LC80450292013225LGN00_B11.TIF
LC80450292013225LGN00_BQA.TIF
LC80450292013225LGN00_MTL.txt

Eu destaquei as três bandas necessárias para uma composição em cor natural (também chamadas de cor verdadeira, ou “photo-like”): B4 é a banda do vermelho (0,64-0,67 mm), B3 é verde (0,53-0,59 mm), B2 é azul (0,45-0,51 mm). 

Eu prefiro usar as bandas vermelho, verde e azul, porque as imagens em cor natural se beneficiam das características que já conhecemos sobre o mundo natural: as árvores são verdes, neve e nuvens são brancas, a água é (mais ou menos) azul, etc. Imagens falsa cor, que incorporam comprimentos de onda invisíveis aos seres humanos, podem revelar informações fascinantes – mas eles são muitas vezes enganosas para pessoas sem treinamento formal em sensoriamento remoto. A USGS também distribui imagens que chamam de “cor natural”, usando infravermelho próximo, infravermelho de ondas curtas e verde. Embora as imagens USGS superficialmente se assemelhem a uma imagem RGB, é (em minha opinião) impróprio chamá-las de cor natural. Em particular, a vegetação aparece muito mais verde do que realmente é, e a água é preta ou um azul elétrico totalmente antinatural.

Mesmo imagens de satélites propriamente cor natural podem ser mal interpretadas, devido à perspectiva desconhecida. Eduard Imhof, um cartógrafo suíço bastante ativo nos meados do século XX, escreveu *

“Fotografias aéreas tiradas de grandes alturas, mesmo em cores, são muitas vezes bastante enganosas, o relevo da superfície terrestre geralmente aparece muito plano e mosaico vegetacional cheio de contrastes e complexidades outras, ou então envolvidos em uma névoa cinza-azul. Cores e elementos de cor em fotografias verticais tomadas de grandes altitudes variam, de acordo com o maior ou menor grau, daquilo que percebemos como natural a partir de experiências visuais cotidianas obtidas ao nível do solo.”

Visto de cima, a superfície da Terra é feita mais brilhante e mais azul devido à interação com atmosfera (compare o tom das nuvens com a tonalidade dos painéis da Estação Espacial Internacional). (Astronaut Photograph ISS037-E-001180ISS037-E-001180)

Devido a isto, imagens de satélite têm de ser processadas com cuidado. Eu tento criar imagens que correspondam ao que eu vejo em minha mente, tanto ou mais do que uma representação literal dos dados. Nossos olhos e cérebros estão intimamente ligados, afinal de contas, o que vemos (ou pensamos que vemos) é moldado pelo contexto.

Chega de teoria. Para construir uma imagem em cor natural, abra os três arquivos separados (bandas) no Photoshop:

Você vai obter três imagens em escala de cinza, que precisam ser combinadas para fazer uma imagem colorida. Na Paleta de Canais (acessada através do menu Photoshop Windows) selecione o comando Merge Channels (clique no pequeno triângulo apontando para baixo no canto superior direito da paleta).

Em seguida, na caixa de diálogo,  mude o modo de Multichannel para cor RGB. Configure a Banda 4 como vermelho, B3 como verde e azul como B2.

Isto criará uma única imagem RGB, que será escura. Muito escura:

A cena Landsat 8 bruta é extremamente  escura, e é desta forma por tratar-se de um dado, e não apenas uma imagem: os números representam a quantidade precisa de luz refletida da superfície da Terra (ou uma nuvem) em cada comprimento de onda, esta quantidade é chamada de reflectância. Para codificar essas informações em um formato de imagem, a reflectância é escalonada, e a faixa de valores encontrados nos dados é menor do que a gama completa de valores de uma imagem 16 bits. Como resultado, as imagens apresentam baixo contraste, e apenas as áreas mais brilhantes são visíveis (grande parte da Terra é também bastante escura em relação à neve ou nuvens – Mais adiante, explicarei por que isto é importante).

Como resultado, as imagens precisam ter o contraste melhorado (stretched), o que faremos com as funções de nível e curva do Photoshop. Eu uso as camadas de ajuste, um recurso do Photoshop que aplica melhorias para uma imagem em exibição, sem modificar os dados subjacentes. Isso permite uma abordagem flexível e iterativa na busca por um melhor contraste.

A primeira coisa a ser feita após a composição RGB (depois de pelo menos salvar o arquivo) é adicionar uma camada de ajuste de Nível e uma camada de ajuste Curvas. Você adiciona as duas camadas de ajuste no menu Camadas (basta clicar OK para criar a camada): Layer> New Adjustment Layer> Levels … e Layer> New Adjustment Layer> Curves

Ajustes de Níveis e Curvas permitem a manipulação do brilho e contraste de uma imagem, de forma ligeiramente diferente. Eu uso os dois juntos para imagens de 16 bits uma vez que a combinação dá máxima flexibilidade. O Nível fornece o trecho inicial, expandindo os dados para utilizar toda a gama de valores. Então eu uso curvas para ajustar a imagem, combinando-o para a nossa percepção não-linear de luz.

Este Print-screen mostra a paleta de camadas do Photoshop (à esquerda) e uma camada de ajuste de níveis (à direita). De cima para baixo: o menu de ajuste permite que você salve e carregue ajustes; o menu de canal permite que você selecione as faixas de vermelho, verde e azul individuais; o histograma mostra a distribuição relativa de pixels claros e escuros (quanto mais alta a barra mais pixels compartilham este nível de brilho específico); o conta-gotas branco define o ponto branco dos canais vermelho, verde e azul para os valores de um pixel selecionado (selecione um pixel, clicando sobre ele); E os sliders (deslizadores) branco e preto ajustam o contraste da imagem.

Mova o slider preto para direita para escurecer a imagem, mova o slider branco para a esquerda para tornar a imagem mais clara. (Importante: todas as partes do histograma que se encontrem à esquerda do slider preto ou à direita do slider branco serão consideradas preto sólido ou branco sólido. Grandes áreas de cor sólida não parecem naturais, portanto, certifique-se que só um pequeno número de pixels são 100% preto ou branco). Combinados o ajuste dos pontos preto e brancos fazem as partes escuras de uma imagem mais escura, e as partes claras mais claras. O processo é chamado de “contrast stretch” ou “histogram stretch” (já que espalha, estica o histograma).

Em uma imagem Landsat, nós queremos fazer um contraste para tornar a imagem mais brilhante e revelar detalhes. O primeiro passo é selecionar o conta-gotas branco (a parte inferior dos três ícones de conta-gotas sobre a margem esquerda da Paleta de Níveis) e encontrar a área mais brilhante da imagem, área que saibamos que é branca: uma grande nuvem, ou ainda melhor, neve inalterada. Em geral, o lado mais brilhante de uma nuvem (ou montanha, se você tiver neve) estará voltado para sudeste no hemisfério norte, leste nos trópicos, e nordeste no hemisfério sul. (Isto é resultado da forma de coleta das imagens Landsat, uma vez que todas as imagens são capturadas por volta das 10:30 da manhã, momento em que o Sol ainda está pouco para o leste do satélite.) Se não houver nuvens ou neve, um salar ou mesmo um telhado branco seria um boa alternativa.


Definir o ponto branco faz duas coisas: o punhado de pixels mais brilhantes na imagem é agora o mais claro possível, e a cena é parcialmente equilibrada em relação a seus tons brancos. Isto significa que as nuvens brancas aparecem branco puro, e não ligeiramente desbotadas. Pequenas diferenças nas características das diferentes bandas, combinadas com espalhamento de luz azul na atmosfera, pode adicionar uma tonalidade geral a imagem. Normalmente o nosso cérebro faz isso para nós (um pedaço de papel branco parece branco, mesmo quando iluminado pelo sol ao meio-dia, com uma luz fluorescente ou uma vela), mas imagens de satélite precisam ser ajustadas. De forma semelhante as máquinas fotográficas: câmeras digitais têm configurações de equilíbrio de branco, enquanto que o tipo de filme altera o balanço de branco em câmeras analógicas.

É possível automatizar o balanceamento de branco (O Photoshop tem uma serie de algoritmos, que podem ser acessados clicando-se o botão Auto na Janela de Ajuste de Nível e de Cor), entretanto acredito que o ajuste manual é mais adequado, permitindo-nos atingir melhores resultados.

Depois de balanceado o branco, os histogramas dos canais vermelho, verde e azul na imagem do Monte Shasta apresentam-se como a baixo:

Note que o valor de branco, em cada canal é ligeiramente diferente (213, 202, e 201) e que há um pequeno número de pixels acima do ponto de branco em cada canal. O histograma RGB combinado faz com que seja mais fácil ver as diferenças entre os canais.

O histograma também mostra que a maior parte da imagem ainda está escura: há um pico agudo de cerca de 10 a 20 por cento do brilho, com poucos valores nos tons médios, e ainda menos pixels brilhantes. Isso é típico de uma região densamente florestada como a Cordilheira das Cascatas, no Oregon. O próximo passo é iluminar a imagem como um todo (pelo menos iluminar o suficiente para fazer outros ajustes).

Na camada de ajuste de curvas, clique perto do centro da linha que perpassa em um ângulo de 45º da esquerda inferior para a direita superior. Isto adicionará um ponto de ajuste com o qual modificaremos a curva. Quando reto, nenhum ajuste foi efetuado. Quando acima de 45˚, a imagem ficará mais clara, e quando abaixo, será mais escura. Quanto maior a inclinação da linha maior o contraste nestes tons, enquanto que onde a linha for mais plana, haverá compressão do intervalo de brilho da imagem. Arrastando a curva para a esquerda e para baixo aumenta-se o brilho da imagem como um todo, mas as áreas escuras são clareadas mais do que as áreas naturalmente claras. Isso revela detalhes na superfície da terra, e faz com que as nuvens apresentem-se propriamente brancas, ao em vez de cinzas.

Dê uma olhada no histograma combinado (abra a paleta de Histograma, selecionando na barra de menu do Photoshop Window > Histogram): é fácil ver que as áreas mais escuras da imagem não são negras, e que os valores mínimos vermelhos são mais baixos do que o valores mínimos de verdes, que por sua vez são inferiores aos valores mínimos azuis.

Por três razões, não há nenhum preto absoluto nas imagens Landsat 8. Em primeiro lugar, os dados de reflectância Landsat são compensados​​ – um pixel de reflectância 0 será representado por um número inteiro ligeiramente superior quando em 16 bits (mais detalhes em: Using the USGS Landsat 8 Product). Ou seja, se existisse algum pixel com zero de reflectância. Quase nada (se é que há algo) na superfície da Terra é realmente preto. Ainda assim, mesmo que existisse, a luz difusa da atmosfera provavelmente iluminaria o pixel, dando-lhe um pouco de brilho. (Os dados de reflectância do Landsat 8 estão em “topo de atmosfera” – os efeitos da atmosfera estão incluídos. É possível, mas muito difícil, na prática, remover toda a influência da atmosfera.)

Comprimentos de onda mais curtos (azuis) tem maior poder de espalhamento do que os comprimentos de onda mais longos (vermelho), desta forma as imagens de satélite têm um tom em geral azulado. Isto é especialmente evidente em regiões sombreadas, onde a atmosfera (ou seja, a luz azul do céu) é quem ilumina a superfície, e não o sol diretamente. Nós pensamos sombras como preto, assim sendo, acho melhor remover a maioria da influência do espalhamento da luz (um pouco da influência atmosférica já foi removida pela escolha de um ponto branco), ajustando os pontos pretos de cada canal.

Você pode alterar as curvas separadamente para cada canal, selecionando “Vermelho“, “Verde“, ou “Azul” a partir de do menu drop-down (inicialmente identificado como “RGB”) na paleta de ajustes de Curvas. Começando com o canal vermelho, arraste o ponto na parte inferior esquerda para a direita, até que esteja a 2 ou 3 pixels de distância da base do histograma. Repita o procedimento para o verde e o azul, mas deixe um pouco mais de espaço (um adicional de 1 ou 2 pixels para verde, e 3 ou 4 para o azul) entre o ponto preto e base do histograma. Isso vai evitar que as sombras tornem-se preto sólido, sem detalhe algum visível, e deixar um leve tom azulado, que parece mais natural.

Mais ou menos assim:

A imagem agora está razoavelmente bem equilibrada quanto a sua cor, as nuvens parecem boas, mas a superfície está (novamente) escura. Neste ponto, é uma questão de iteração. Ajuste a curva RGB, talvez com um ponto adicional ou três, em seguida, ajuste os pontos pretos, se necessário. Olhe para a imagem, repita. Acho útil ausentar-me de vez em quando para deixar meus olhos relaxarem e repor o equilíbrio inato das cores: se você olhar para uma imagem por muito tempo ele vai começar a parecer “correta”, mesmo com uma coloração saturada.

Eu às vezes acho útil encontrar fotografias do local para checar minhas correções, seja com uma pesquisa genérica de imagens ou através de um arquivo fotográfico como o Flickr. Isto ajuda a dar-me uma sensação de como a superfície deve ser, especialmente para lugares em que nunca estive. Tenha em mente, porém, que as coisas parecem diferentes quando vistas de cima. Em um ambiente árido, coberto por arbustos, por exemplo, uma fotografia em solo mostrará o que parece ser uma quase contínua cobertura vegetal. Vista de cima, os espaços entre os arbustos e as árvores individuais são muito mais evidentes.

Os vulcões As Três Irmãs, vistas do chão. O espalhamento atmosférico entre o fotógrafo e as montanhas distantes, tornam-nas mais claras, mais azuis e menos nítidas do que os arbustos em primeiro plano. Em vista do espaço, a imagem inteira será afetada de forma similar. © 2006 Robert Tuck.

Tente encontrar uma curva RGB que forme um arco suave: quaisquer mudanças bruscas de inclinação irão causar descontinuidades no contraste da imagem. Não se surpreenda se a curva for quase vertical perto do ponto preto, e quase plana perto do ponto branco. Isso estica os valores nas sombras e em regiões escuras e comprime os valores nas regiões de grande iluminação.  O que por sua vez, melhora os pormenores da superfície, e faz com que as nuvens pareçam adequadamente brancas. (Se há muito contraste nas nuvens eles se tornarão cinza).

Observe como cada uma das bandas têm dois picos distintos e a maior parte do histograma (selecione All Channels View para ver os canais vermelho, verde e azul separados) está posicionada na metade inferior do intervalo. A distribuição bimodal é resultado da paisagem do Oregon Oriental, dividido em dois tipos distintos: as florestas verdes escuras da cordilheira das Cascatas, e os mais claros, desertos de altitude à sombra das montanhas. A inclinação para os valores escuros é um compromisso. Eu sacrifiquei algum detalhe na floresta e deixei o deserto um pouco escuro, para trazer recursos às nuvens. Se eu estivesse focando exclusivamente em uma região livre de nuvens, os picos no histograma seriam mais amplamente distribuídos. Felizmente dados 16-bit do Landsat 8 fornecem grande flexibilidade – ajustes podem ser bastante agressivos antes que haja a formação perceptível de faixas (banding) na imagem.

A imagem completa tem uma gama desafiadora de alvos: fumaça, névoa, água, campos irrigados (culturas em desenvolvimento e áreas de pousio), clareiras, neve e fluxos de lavas estéreis, além de floresta, desertos e as nuvens. Os ajustes de cor são um compromisso, a minha tentativa é de fazer a imagem como um todo ter um visual atraente.

Algumas áreas da imagem (As Três Irmãs) estão com um bom aspecto, mesmo quando vistas em aproximação. Mas outras estão desbotadas:

Eu usaria um conjunto diferente de correções, se eu estava focado nessa área (e provavelmente selecionaria uma cena, sem haze, o que é visível no centro da área de cultivo).

Essas técnicas também podem ser aplicadas aos dados de outros satélites: Landsats mais antigos, satélites comercias alta resolução, o Terra e o Aqua, mesmo fotografias aéreas e imagens falsa-cor. Cada sensor é um pouco (ou mais do que um pouco) diferente, então você provavelmente usará técnicas diferentes para cada um.

Para praticar, faça download do TIFF Landsat True-Color com os meus níveis e curvas [(450 MB). Clique com o botão direito para baixar, você não quer abri-lo no seu navegador], ou escolha sua própria cena na USGS Earth Explorer (siga este guia para auxiliar no download).

Se você estiver interessado em diferentes perspectivas sobre a criação de imagens Landsat, Tom Patterson, um cartógrafo do Serviço Nacional de Parques dos Estados Unidos, tem um excelente tutorial. Charlie Loyd, do MapBox, tem um par de postagens que detalham a utilização da bandas do Landsat 8, e um método para a utilização de ferramentas de código aberto para fazer composições Landsat.

Anúncios

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s

Categorias

%d blogueiros gostam disto: