Fonction Convolution

La fonction Convolution filtre les valeurs de pixel d'une image, afin de l'affiner, de la flouter, de détecter les contours ou d'effectuer d'autres améliorations basées sur le noyau.

Les entrées pour cette fonction sont les suivantes :

• Raster en entrée
• Type
• Noyau

Types de filtre de convolution

Les filtres permettent d'améliorer la qualité de l'image raster en éliminant des données fictives ou en améliorant la représentation des entités des données. Ces filtres de convolution sont appliqués sur un noyau superposé mouvant, (fenêtre ou voisinage), comme un noyau 3x3, par exemple. Ils calculent la valeur de pixel en fonction de la pondération de ses voisins.

Vous pouvez sélectionner plusieurs types de filtre de convolution dans cette fonction. Vous pouvez également spécifier un type Défini par l'utilisateur et saisir vos propres valeurs de noyau.

Vous pouvez appliquer un filtre médian à l'image en spécifiant une pondération de 1/9 pour un noyau de 3x3 et ainsi affecter une pondération égale à tous les pixels du noyau. Un tel filtre peut permettre de lisser une image. D'autres noyaux peuvent être utilisés pour affiner ou améliorer les contours. Vous pouvez combiner des filtres pour aboutir à des résultats spécifiques. Par exemple, vous pouvez appliquer un filtre qui supprime la granularité ou lisse une image, puis appliquer un filtre qui détectera les contours.

Pour obtenir des résultats d'affichage optimaux, vous pouvez appliquer un étirement d'histogramme pour ajuster le contraste ou la luminosité de l'image, afin de faire ressortir les entités.

Les exemples suivants sont appliqués à l'une de ces deux images :

Types de dégradé

Les filtres de dégradé peuvent être utilisés pour la détection des contours dans les incréments de 45 degrés.

Type	Description	Exemple
Dégradé est	Filtre 3x3 1 0 1 2 0 -2 1 0 -1
Dégradé nord	Filtre 3x3 -1 -2 -1 0 0 0 1 2 1
Dégradé nord-est	Filtre 3x3 0 -1 -2 1 0 -1 2 1 0
Dégradé nord-ouest	Filtre 3x3 -2 -1 0 -1 0 1 0 1 2
Dégradé sud	Filtre 3x3 1 2 1 0 0 0 -1 -2 -1
Dégradé ouest	Filtre 3x3 -1 0 1 -2 0 2 -1 0 1

Types de laplacien

Les filtres laplacien sont généralement utilisés pour détecter des contours. La plupart du temps, ils s'appliquent à une image préalablement lissée pour réduire sa sensibilité au bruit.

Type	Description	Exemple
Laplacien 3x3	Filtre 3x3 0 -1 0 -1 4 -1 0 -1 0
Laplacien 5x5	Filtre 5x5 0 0 -1 0 0 1 -1 -2 -1 0 -1 -2 17 -2 -1 1 -1 -2 -1 0 1 0 -1 0 0

Types de détection de lignes

Des filtres de détection de lignes, comme les filtres de dégradé, permettent de détecter les contours.

Vous pouvez optimiser les résultats en appliquant un algorithme de lissage avant l'algorithme de détection des contours.

Type	Description	Exemple
Détection de ligne horizontale	Filtre 3x3 -1 -1 -1 2 2 2 -1 -1 -1
Détection de ligne diagonale gauche	Filtre 3x3 2 -1 -1 -1 2 -1 -1 -1 2
Détection de ligne diagonale droite	Filtre 3x3 -1 -1 2 -1 2 -1 2 -1 -1
Détection de ligne verticale	Filtre 3x3 -1 0 -1 -1 2 -1 -1 2 -1

Types de dispersion des points

Type	Description	Exemple
Dispersion des points	Filtre 3x3 -0.627 0.352 -0.627 0.352 2.923 0.352 -0.627 0.352 -0.627

Type d'affinage

Le filtre d'affinage (passe-haut) accentue la différence comparative entre les valeurs et ses voisins. Un filtre passe-haut calcule les statistiques focales de somme pour chacune des cellules en entrée, à l'aide d'un voisinage de noyau pondéré. Il fait ressortir les limites existant entre les entités (par exemple, l'endroit où un plan d'eau rencontre une forêt), améliorant ainsi la netteté des limites entre les objets. Le filtre passe-haut est un filtre d'amélioration des contours. Le noyau du filtre passe-haut identifie les cellules à utiliser dans le voisinage et la pondération à leur appliquer (coefficient multiplicateur).

Type	Description	Exemple
Affinage	Filtre 3x3 0 -0.25 0 -0.25 2 -0.25 0 -0.25 0
Affinage II	Filtre 3x3 -0.25 -0.25 -0.25 -0.25 3 -0.25 -0.25 -0.25 -0.25
Affinage 3x3	Filtre passe-haut 3x3 -1 -1 -1 -1 9 -1 -1 -1 -1
Affinage 5x5	Filtre passe-haut 5x5 0 -1 -1 -1 0 -1 2 -4 2 -1 -1 -4 13 -4 -1 -1 2 -4 2 -1 0 -1 -1 -1 0

Types de lissage

Les filtres de lissage (passe-bas) lissent les données en réduisant les variations locales et en éliminant le bruit. Le filtre passe-bas calcule la valeur moyenne pour chaque voisinage. Les valeurs maximales et minimales de chaque voisinage sont ainsi moyennées, ce qui réduit les valeurs extrêmes contenues dans les données.

Type	Description	Exemple
Moyenne arithmétique lissée	Filtre 3x3 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111
Lissage 3x3	Filtre passe-bas 3x3 1 2 1 2 4 2 1 2 1
Lissage 5x5	Filtre passe-bas 5x5 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

Types de filtres de Sobel

Le filtre de Sobel est utilisé pour la détection des contours.

Type	Description	Exemple
Sobel horizontal	Filtre 3x3 -1 -2 -1 0 0 0 1 2 1
Sobel vertical	Filtre 3x3 -1 0 1 -2 0 0 -1 0 1