Procesos espaciales
Agrupa el conjunto de operaciones matemáticas que aplican al dominio espacial de la imagen, pero sin afectar el dominio espectral de ésta. La cadena de procesos típica abarca la selección de una capa ráster en el árbol (ver Interfaz de usuario), el acceso al proceso, la configuración de parámetros específicos de éste, la selección espectral y el recorte espacial de la imagen de entrada, y la elección de opciones para el archivo de salida.
Como método de remuestreo en todos los procesos, SoPI utiliza interpolación por vecino más cercano (NN, de nearest neighbor).
La selección espectral indica las bandas de la imagen de entrada a ser consideradas. La definición del recorte espacial puede realizarse mediante el ingreso de los pares de coordenadas correspondientes a los esquineros superior izquierdo e inferior derecho según el modelo ráster (línea/píxel) o el sistema de referencia geodésico seleccionado, sea geográfico (coordenadas geográficas decimales o sexagesimales) o proyectado (coordenadas planas), o bien por la extensión de la vista (haciendo doble clic con el puntero sobre el visualizador correspondiente) o de la capa temática elegida (haciendo doble clic sobre la misma en la lista de capas).
En el caso de tomar el recorte espacial de una capa, se recomienda que ésta posea el mismo sistema de referencia geodésico que la imagen a ser recortada.
Filtros de convolución
Los filtros espaciales de convolución operan bajo una ventana móvil que recorre espacialmente la imagen original en su totalidad. Para cada ubicación de esta ventana móvil, se aplica sobre los píxeles abarcados por ésta una matriz con coeficientes determinados y el resultado del cálculo reemplaza al píxel central de la ventana en la imagen filtrada (para matrices de lados impares), o al inmediatamente abajo y a su derecha (para matrices de lados pares). Dependiendo de la simetría de la matriz, se distingue entre filtros direccionales, que privilegian características en cierta orientación, y no direccionales, que son isotrópicos.
Este proceso permite elegir un tamaño de núcleo (cuadrado) y una multiplicidad (cantidad) de matrices, editar sus coeficientes y asignar valores nominales (por el que se dividen todos los coeficientes) para cada una.

Definición de filtros de convolución.
Se pueden combinar las matrices definidas mediante operaciones aritméticas y la función módulo. SoPI admite varias expresiones matemáticas.
Operación
|
Sintaxis
|
Ejemplo
|
Aritmética
|
Suma
|
+
|
1+2 = 3
|
Resta
|
-
|
3-1 = 2
|
Multiplicación
|
*
|
2*3 = 6
|
División
|
/
|
3/4 = 0,75
|
Potencia
|
^
|
2^3 = 8
|
Raíz cuadrada
|
sqrt
|
sqrt(9) = 3
|
Función
|
Módulo
|
abs
|
abs(-1) = 1
|
Operaciones entre matrices de convolución.
La flexibilidad y la robustez del proceso posibilitan la generación y aplicación de múltiples filtros, tanto direccionales como no direccionales[1]. Cada filtro generado y guardado queda disponible en la biblioteca de matrices de convolución (ver Bibliotecas).
Filtros básicos
Este proceso permite aplicar filtros espaciales básicos previamente definidos. Simplemente debe seleccionarse el tipo de filtro y, si es pertinente, la dimensión de su matriz.

Filtrado espacial básico.
El proceso de filtrado básico en SoPI incluye tres tipos de filtros espaciales.
Filtros pasa-bajos
Los filtros de pasa-bajos (LPF, de low-pass filter) promedian los valores de cada píxel con sus adyacentes en la matriz. Estos filtros sirven para suavizar las imágenes, y se utilizan comúnmente para atenuar el ruido presente en éstas, a costa de cierta pérdida de nitidez.
Filtro de promedio con matriz cuadrada
SoPI admite matrices cuadradas (box) con núcleos de tamaño configurable: de 3 x 3, 5 x 5 o 7 x 7, con valores nominales tales que la sumatoria de los coeficientes sea unitario.

Matriz cuadrada de 3 x 3 para filtro de promedios.
Filtros pasa-altos
Los filtros de pasa-altos (HPF, de high-pass filter) resaltan las variaciones de valor entre cada píxel y sus adyacentes en la matriz. Estos filtros sirven para enfocar detalles en las imágenes, y se utiliza comúnmente para discriminar entre zonas heterogéneas y homogéneas en éstas, a costa de aumentar la percepción de ruido.
Filtro Laplaciano con matriz cuadrada
SoPI admite matrices cuadradas (box) con núcleos de tamaño configurable: de 3 x 3, 5 x 5 o 7 x 7, con valores nominales tales que la sumatoria de los coeficientes sea nulo.

Matriz cuadrada de 3 x 3 para filtro Laplaciano.
Filtros complejos para detección de bordes
Los filtros complejos para detección de bordes resaltan fuertemente las variaciones de valor entre cada píxel y sus adyacentes en la matriz, en diferentes direcciones y combinan los resultados. Estos filtros sirven para realzar gradientes en las distintas componentes espaciales de las imágenes, y se utiliza comúnmente para detectar fronteras o bordes entre zonas con diferentes características.
Filtro de Sobel-Feldman
El filtro de Sobel-Feldman[2] se trata de una operación entre dos filtros direccionales en las componentes horizontal y vertical, con matrices de 3 x 3.

Expresión para filtro de Sobel-Feldman.
Generalmente se considera que el píxel pertenece a un borde si el resultado (G) es mayor a cierto umbral.
Referencias
[1] Haralick, Robert M.; Sternberg, Stanley R. & Zhuang, Xinhua. 1987.
Image Analysis Using Mathematical Morphology.
IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI), vol. PAMI-9 (issue 4): pp. 532-550; July 1987.
ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=4767941
[2] Sobel, Irwin & Feldman, Gary. 1968.
A 3 x 3 Isotropic Gradient Operator for Image Processing.
Stanford Artificial Intelligence Project (SAIL); 1968. www.researchgate.net/publication/239398674_An_Isotropic_3_3_Image_Gradient_Operator
|