Nghiên cứu phát hiện một số đối tượng trong ảnh viễn thám

83 2 0
Nghiên cứu phát hiện một số đối tượng trong ảnh viễn thám

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỞ HÀ NỘI LUẬN VĂN THẠC SĨ NGHIÊN CỨU PHÁT HIỆN MỘT SỐ ĐỐI TƯỢNG TRONG ẢNH VIỄN THÁM ĐỖ MINH TUẤN CHUYÊN NGÀNH: KỸ THUẬT VIỄN THÔNG MÃ SỐ: 8520203 NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS TS ĐỖ HUY GIÁC HÀ NỘI - 2021 LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu kết nghiên cứu nêu Luận văn trung thực chưa cơng bố cơng trình khác Tơi xin cam đoan rằng, giúp đỡ cho việc thực luận văn cảm ơn thơng tin trích dẫn luận văn rõ nguồn gốc Hà Nội, ngày tháng năm 2021 Người cam đoan Đỗ Minh Tuấn LỜI CẢM ƠN Để hồn thành luận văn này, Tơi nhận hướng dẫn, giúp đỡ góp ý nhiệt tình quý thầy cô khoa Đào tạo sau Đại học trường đại học Mở Hà Nội giúp đỡ, bảo tận tình cho tơi giúp tơi hồn thành tốt luận văn Tơi xin chân thành cảm ơn tới Khoa Đào tạo sau Đại học, Khoa công nghệ điện tử - thông tin, đặc biệt quý thày cô thầy cô dạy bảo, truyền đạt kiến thức kinh nghiệm quý báu cho tôi, giúp tơi có tảng sở để nghiên cứu thực luận văn Em xin gửi lời biết ơn sâu sắc tới PGS TS Đỗ Huy Giác, người dành thời gian tâm huyết hướng dẫn nghiên cứu, giúp em hoàn thành luận văn tốt nghiệp Mặc dù cố gắng hoàn thành luận văn tất nhiệt tình lực Tuy nhiên, q trình thực hiện, cịn hạn chế trình độ hiểu biết, thiếu thiết bị hỗ trợ thời gian thực nên không tránh khỏi thiếu sót, sai lầm Tơi mong nhận góp ý chân thành thầy, bạn để bổ sung hồn thiện q trình nghiên cứu, nâng cao hiểu biết góp phần vào công việc sau Xin chân thành cảm ơn! Hà Nội, ngày tháng năm 2021 Học viên thực Đỗ Minh Tuấn TÓM TẮT Đề tài luận văn tập trung nghiên cứu phát số đối tượng ảnh viễn thám Các kết luận văn làm tăng cường mức độ ứng dụng ảnh viễn thám lĩnh vực quản lý giao thông, môi trường Cụ thể đề tài thực phân tích đánh giá số thuật toán xử lý ảnh viễn thám ứng dụng trích xuất đối tượng phổ biến đường xá, phương tiện giao thông nhằm hỗ trợ giải vấn đề quản lý môi trường giao thông diện rộng cực rộng Mục đích nghiên cứu sử dụng hình ảnh vệ tinh có độ phân giải cao để:a) Phát hiện, phân loại đếm phương tiện; b) Phát đường cao tốc; c) Phát thảm thực vật Để đạt mục tiêu này, tác giả phát triển phân tích thuật tốn phân đoạn hình ảnh khác cho phát xe cộ, đường cao tốc thảm thực vật Chúng tơi sử dụng Bộ cơng cụ xử lý hình ảnh MATLAB cho phát triển thuật toán Nghiên cứu dựa phương pháp nghiên cứu từ lý thuyết xử lý ảnh thị giác viễn thám đến áp dụng phương pháp vào thực tiễn Sau nghiên cứu mơ hình lý thuyết giải tốn nhận dạng đối tượng ảnh viễn thám tiến hành thực nghiệm để thu kết đánh giásử dụng phần mềm MATLAB ™ để triển khai thuật tốn Sau tiến hành xử lý số liệu thí nghiệm Tiến hành đánh giá kết thực nghiệm, nghiên cứu bổ sung lý thuyết hiệu chỉnh mơ hình thực nghiệm cần thiết Kết nghiên cứu luận văn gồm 03 chương: Chương 1-Tổng quan xử lý ảnh; Chương 2-Phương pháp phát đối tượng ảnh viễn thám; Chương 3Triển khai phát đối tượng ảnh viễn thám số địa điểm Việt Nam Nội dung luận văn đáp ứng tính khoa học tính thực tiễn cao, hình thức trình bày logic rõ ràng, đáp ứng yêu cầu luận văn thạc sỹ MỤC LỤC LỜI CAM ĐOAN ii LỜI CẢM ƠN iii TÓM TẮT .iv MỤC LỤC v DANH MỤC CÁC HÌNH vii DANH MỤC BẢNG x MỞ ĐẦU CHƯƠNG TỔNG QUAN XỬ LÝ ẢNH 1.1 Giới thiệu 1.2 Hình ảnh kỹ thuật số loại 1.2.1 Hình ảnh RGB 1.2.2 Hình ảnh cường độ 1.2.3 Hình ảnh nhị phân 1.2.4 Hình ảnh lập mục 1.3 Phân đoạn hình ảnh 1.4 Kỹ thuật lập ngưỡng 1.4.1 Kỹ thuật ngưỡng cho phương tiện 1.4.2 Kỹ thuật ngưỡng cho đường cao tốc 1.4.3 Kỹ thuật ngưỡng cho thảm thực vật 11 1.5 Bộ cơng cụ xử lý hình ảnh MATLAB 11 1.6 Kết luận chương 13 CHƯƠNG PHƯƠNG PHÁP PHÁT HIỆN ĐỐI TƯỢNG TRONG ẢNH VIỄN THÁM 14 2.0 Giới thiệu 14 2.1 Phát đường cao tốc từ hình ảnh viễn thám 15 2.1.1 Đặt vấn đề 15 2.1.2 Phát đường cao tốc 15 2.1.3 Phát đường cao tốc có xe cộ 20 2.1.4 Kết hình ảnh cường độ tuyến đường cao tốc có xe cộ 21 2.2 Phát xe từ hình ảnh viễn thám 23 2.2.1 Đặt vấn đề 24 2.2.2 Thuật toán phát hiện, phân loại đếm phương tiện 25 2.2.3 Kết phân tích 36 2.2.4 Kết luận 44 2.3 Phát thảm thực vật từ ảnh vệ tinh độ phân giải cao 46 2.3.1 Đặt vấn đề 46 2.3.2 Các thuật toán đề xuất để phát thảm thực vật 46 2.3.3 Kết thử nghiệm số ảnh mẫu 52 2.3.4 Kết luận 60 2.3 Kết luận chương 60 CHƯƠNG TRIỂN KHAI PHÁT HIỆN ĐỐI TƯỢNG TRONG ẢNH VIỄN THÁM TẠI MỘT SỐ ĐỊA ĐIỂM VIỆT NAM 62 3.1 Phát xe từ hình ảnh vệ tinh 62 3.2 Phát đường cao tốc từ hình ảnh vệ tinh độ phân giải cao 64 3.3 Phát thực vật từ ảnh vệ tinh độ phân giải cao 67 3.3 Kết luận chương 70 KẾT LUẬN 71 Tài liệu tham khảo .72 DANH MỤC CÁC HÌNH Hình 1.1: Hình ảnh RGB Hình 1.2: Hình ảnh thang màu xám Hình 1.3: Hình ảnh nhị phân Hình 1.4: Biểu đồ hai chân Hình Kỹ thuật ngưỡng cho phương tiện Hình 1.5: Đường cao tốc có bóng râm màu xám đậm 10 Hình 1.6: Đường cao tốc có bóng râm vừa màu xám 10 Hình 1.7: Đường cao tốc màu xám sáng 10 Hình 1.8: Hình ảnh RGB Thảm thực vật 11 Hình 2.1 Hình ảnh đường cao tốc đặc trưng 16 Hình 2.2 Biểu đồ histogram ảnh đường cao tốc 16 Hình 2.3 Phương pháp phát đường cao tốc từ hình ảnh viễn thám 17 Hình 2.4 Hình ảnh nhị phân B1 có cách sử dụng T 18 Hình 2.5 Tăng cường chất lượng 18 Hình 2.6 Hình ảnh nhị phân B2 sau phép tốn hình thái 19 Hình 2.7 Trích xuất đối tượng cao tốc chép từ ảnh gốc M1 20 Hình 2.8 Đường cao tốc phát 20 Hình 2.9 Hình ảnh nhị phân B2 phép biến đổi bù B3 21 Hình 2.10 Hình ảnh nhị phân B4 21 Hình 2.11 Đường cao tốc có xe cộ 22 Hình2.9 Biểu đồ hai chân 25 Hình2.10 Biểu đồ hai chân với vùng chồng chéo 26 Hình 2.11 Phương tiện sáng tối 27 Hình 2.12 Đường cao tốc Oklahoma 29 Hình 2.13 Một chiều chọn 29 Hình 2.14 Hình ảnh nhị phân thu cách sử dụng T1, T2 T3 29 Hình2.15 Các đối tượng chung lấy từ cặp ảnh nhị phân 30 Hình2.16 Các phương tiện sáng phát kỹ thuật nhiều ngưỡng31 Hình 2.17 Phát phương tiện sáng Ngưỡng Otsu 32 Hình2.18 Các phương tiện tối phát Ngưỡng Otsu 33 Hình2.19 Âm hình2.18 c) 33 Hình2.20 Ứng dụng thuật toán phát phương tiện vào ảnh thử nghiệm Hình 2.18 34 Hình 2.21 Đường cao tốc Phoenix 36 Hình 2.22 Khu vực chọn (đường cao tốc chiều) 37 Hình 2.23 Hình ảnh nhị phân thu cách sử dụng T1, T2 T3 37 Hình 2.24 Các đối tượng chung 38 Hình 2.25 Các phương tiện sáng phát kỹ thuật nhiều ngưỡng38 Hình 2.26: Hình ảnh Thử nghiệm, Hình ảnh có Vùng lân cận Trượt Kết Cuối 39 Hình 2.27 Phương tiện tối phát ngưỡng Otsu 39 Hình 2.28 Phát tất phương tiện a) Hình ảnh thử nghiệm b) Xe sáng theo Nhiều ngưỡng xe tối Otsu c) Xe sáng xe tối Otsu 40 Hình 2.29 Hình ảnh thử nghiệm I10 42 Hình2.30 Phương tiện sáng tối phát ngưỡng Otsu 42 Hình 2.31 Phương tiện sáng phát nhiều ngưỡng phương tiện tối phát Ngưỡng Otsu 43 Hình 2.32 So sánh phương tiện phát nhiều ngưỡng Otsu 43 Hình 2.33 Hình ảnh RGB từ vệ tinh IKONOS 46 Hình 2.34: Áp dụng thuật tốn xanh nhạt cho hình ảnh hình 2.33 48 Hình 2.35: Màu xanh đậm nhạt 49 Hình 2.36: Thảm thực vật phát 50 Hình 2.37: Hình ảnh thử nghiệm Hình ảnh kết 52 Hình 2.38 Hình ảnh thử nghiệm 52 Hình 2.39 Bóng xanh nhạt 53 Hình 2.40 Bóng xanh đậm 53 Hình 2.41 Thảm thực vật phát 54 Hình 2.42 Hình ảnh thử nghiệm Hình ảnh kết 54 Hình 2.43 Hình ảnh thử nghiệm 55 Hình 2.45: Bóng xanh nhạt 55 Hình 2.46 Bóng xanh đậm 56 Hình 2.47: Thảm thực vật phát 56 Hình 2.48: Hình ảnh thử nghiệm Hình ảnh kết 57 Hình 2.49: Hình ảnh thử nghiệm 57 Hình 2.50: Bóng xanh nhạt 58 Hình 2.51 Bóng xanh đậm 58 Hình 2.52 Thảm thực vật phát 59 Hình 2.53 Thảm thực vật phát 60 Hình 3.1 Phát xe từ hình ảnh vệ tinh Cao tốc Pháp Vân 63 Hình 3.2 Kết khảo sát phát đường cao tốc 65 (a) Nút giao Cao tốc - Gia Lộc Hải Dương (b) Nút giao Cao tốc - Võ Nguyên Giáp 65 Hình 3.3 Kết khảo sát phát đường cao tốc 66 (a) Nút giao Cao tốc - Cầu Giẽ (b) Nút giao Cao tốc - Pháp Vân 66 Hình 3.4 Kết khảo sát thảm thực vật 68 (a) Thảm thực vật Đại Lải (b) Thảm thực vật Tam Đảo 68 Hình 3.5 Kết khảo sát thảm thực vật 69 (a) Thảm thực vật Sa Pa (b) Thảm thực vật Ecopark 69 DANH MỤC BẢNG Bảng 2.1 Kết đếm xe thủ công 41 Bảng 2.2 Kết đếm xe tự động 41 Bảng 2.3 Kết đếm xe thủ công 44 Bảng 2.4 Kết đếm xe tự động 44 Bảng 3.1 Đánh giá tỷ lệ phủ thảm thực vật 70 Trong hình 2.51, thấy tất thảm thực vật có màu xanh đậm phát Một số đoạn đườngcũng phát chúng có màu xám Một điều quan trọng cần lưu ý số tịa nhà có màu xanh lục phát Các tịa nhà xanh phát chúng đáp ứngđặc tính màu sắc thỏa mãn thảm thực vật xanh đậm nhạt Bằng cách sử dụng thuật toán đề xuất củaphát thực vật, tránh khỏi việc phát đối tượng màu xanh mà thảm thực vật Hình 2.52 cho thấy hình ảnh thu sau áp dụng thuật toán “Ngăn chặn việc phát sắc tháicủa Grey” Hình ảnh có thảm thực vật màu xanh đậm nhạt tịa nhà có màu xanh Hình 2.52 Thảm thực vật phát Hình 2.53 cho thấy hình ảnh thử nghiệm hình ảnh kết Từ hình ảnh này, nói chúng takhơng thể thu kết xác Mặc dù phát tất thảm thực vật, chúng tơi phát sốtịa nhà có màu xanh Hình 2.53 Thảm thực vật phát 2.3.4 Kết luận Từ ví dụ trình bày Phần 2.3.3, nói tồn thảm thực vật với cácsắc thái màu xanh phát Chỉ phát trường màu xanh hình ảnh có trường cácmàu sắc Kết tốt thu hình ảnh khơng có màu xanh khác thảm thực vật Bất kỳ đối tượng có màu xanh lục, phát thuật toán đề xuất chúng tơi sử dụngtính chất màu thảm thực vật Vì vậy, hình ảnh chứa thứ tòa nhà xanh, sân tennis, chúngcũng phát ví dụ 2.3.3 Vấn đề loại bỏ mơ hìnhtài sản thảm thực vật sử dụng Tuy nhiên, kết tổng thể phương pháp đề xuất chophát thảm thực vật khả quan 2.3 Kết luận chương Như vậy, với toán phát đường cao tốc từ hình ảnh viễn thám, chương hoàn thành mục tiêu nghiên cứu làTriển khai thuật tốn để phát Đường cao tốc khơng có Xe cộ Đường cao tốc có Xe cộ Kỹ thuật ngưỡng sử dụng cho hai mục tiêu dựa số ảnh mẫu Với toán phát xe từ hình ảnh viễn thám, nghiên cứu phát triển thuật toán hiệu để phát tự động, phân loại đếm số lượng xe từ ảnh vệ tinh độ phân giải cao sử dụng kỹ thuật lập ngưỡng, nhiều ngưỡng Kỹ thuật ngưỡng áp dụng hai trường hợp: Phát phương tiện sáng dùng hai phương pháp khác nhiều ngưỡng phân cụm theo phương pháp Otsu Phương pháp nhiều ngưỡng xác định phương tiện tránh phát đối tượng không liên quan đường đánh dấu, ba ngưỡng khác T1, T2, T3 sử dụng Trường hớp phát xe tối, ngưỡng Otsu sử dụng Trước áp dụng OtsuThreshold, phép tốn vùng lân cận trượt áp dụng cho hình ảnh thử nghiệm Mỗi pixel định với cường độ tối thiểu pixel lân cận hình chữ nhật vùng lân cận ma trận x Để tính tốn số lượng xe cuối hình ảnh thử nghiệm (số tơ số tô tải), hàm MATLAB: BWLABEL sử dụng Hàm trả số lượng đối tượng kết nối hình ảnh nhị phân.Các trường hợp đặc biệt ảnh hưởng đến kết Với vấn đề phát thảm thực vật từ ảnh vệ tinh độ phân giải cao, nói tồn thảm thực vật với cácsắc thái màu xanh phát Bao gồm hai trường hợp thảm thực vật xanh nhạt thảm thực vật xanh đậm Kết thử nghiệm thể số ảnh mẫuTajMahal, Ấn Độ, ảnh Hồ Atsukeshi, Nhật Bản ảnh Kyoto, Nhật Bản CHƯƠNG 3.TRIỂN KHAI PHÁT HIỆN ĐỐI TƯỢNG TRONG ẢNH VIỄN THÁM TẠI MỘT SỐ ĐỊA ĐIỂM VIỆT NAM 3.1 Phát xe từ hình ảnh vệ tinh Áp dụng thuật toán phát xe chương 2, thực ảnh trích từ sở liệu đồ trái đất Google, xây dựng từ hình ảnh chụp nhiều vệ tinh với độ phân giải khác Đây sở liệu thực tế hữu ích, cho phép khai thác nhiều thông tin từ liệu ảnh thị giác chụp toàn bề mặt trái đất Ảnh (a) (b) (c) (d) (e) Hình 3.1 Phát xe từ hình ảnh vệ tinh Cao tốc Pháp Vân Chú thích: (a): Ảnh màu; (b): Ảnh xám; (c): Ảnh kết phát xe màu sáng; (d): Ảnh kết phát xe màu tối; (e): Ảnh histogram Hình 3.1 minh họa cho trình phát xe từ hình ảnh vệ tinh Ban đầu, ảnh màu vệ tinh cung cấp (hình 3.1a) chuyển sang ảnh xám 256 mức (hình 3.1 b) Từ ảnh xám này, chương trình trích xuất khu vực có xe ô tô thể ảnh nhị phân (hình 3.1 c hình 3.1 d) Các vùng có màu trắng vùng ứng cử xuất xe ô tô Hình 3.1 e cho thấy đặc trưng histogram ảnh xám Bằng cách sử dụng thuật toán đề xuất, kết tốt thu cho chiều Vùng miền, quốc giađang nghiên cứu nên bao gồm đoạn đường cao tốc chiều phảitránh đượcvai đường đường dốc Sự diện bụi cối làm giảm độ xác kết đối tượng đócó thể phát phương tiện Đối với trường hợp có lưu lượng truy cập đơng đúc, thuật tốn phân cụmcác phương tiện gần gây lỗi đếm xe cuối Vì đặc tính cường độ phương tiện sử dụng để phát phương tiện tối, bóng củaphương tiện bị phát phương tiện Trong tương lai, công việc cố gắng cải thiện kết quả, số phương pháp thống kê, chẳng hạn phân loại Bayes[16], sử dụng để đánh giá giá trị ngưỡng xem liệu thu kết mạnh mẽ hay khơng Cũng thế,hình ảnh đa phổ kết hợp với thơng tin toàn sắc áp dụng sở kỹ thuậtvề đặc tính màu sắc để phát phương tiện cố gắng tránh đối tượng không liên quan Để phát vàphân loại hồn tồn tự động, khơng u cầu người dùng xoay hình ảnh trước, sau chọnkhu vực nghiên cứu (chỉ đoạn đường cao tốc), kỹ thuật dựa nhận dạng mẫu phải đượcđiều tra 3.2 Phát đường cao tốc từ hình ảnh vệ tinh độ phân giải cao Thuật toán phát đường cao tốc có phương tiện khơng phát phương tiện gầncác cạnh đường cao tốc Vấn đề loại bỏ đặc tính mơ hình phương tiện sử dụng thay vìthuộc tính cường độ Vì đất cằn cỗi cối mọc san sát có cường độ tương tự đường cao tốc,chúng bị phát sai đường cao tốc Xung quanh đường cao tốc thường có bụi rậm, cối vùng đất cằn cỗi Do đó, với thuật tốn đề xuất, khơng thể tránh việc phát nhữngđối tượng trên, chúng có ảnh Đối với trường hợp đó, kỹ thuật khác dựa mẫucông nhận nên điều tra Thực áp dụng thuật toán nghiên cứu chương ảnh vệ tinh trích xuất từ Google Earth Chúng gồm ảnh chụp cao tốc Nút giao Cao tốc -Gia Lộc Hải Dương, Nút giao Cao tốc -Võ Nguyên Giáp Hà Nội, Nút giao Cao tốc 1-Cầu Giẽ Nút giao Cao tốc 1-Pháp Vân Kết trình bày hình 3.2 hình 3.3 cho thấy đường cao tốc phát tốt kết trực quan Tromg hình 3.2 hình 3.3 trình bày hàng ảnh thứ ảnh màu kiểm tra, hàng thứ hai ảnh xám ảnh kiểm tra, hàng thứ ba ảnh nhị phân, hàng thứ tư ảnh kết phát đường cao tốc hàng cuối ảnh histogram Một số yếu tố gây nhiễu ô tô có màu trắng, bụi ven đường hiệu ứng bóng dâm cao tốc dải đất ven cao tốc bị đào xới, khơng có thực vật phủ xanh NútGiaoCT5 – GiaLộcHảiDương1 NútGiaoCT5 – VõNguyênGiáp1 (4) (a) (b) Hình 3.2 Kết khảo sát phát đường cao tốc (a) Nút giao Cao tốc 5-Gia Lộc Hải Dương (b) Nút giao Cao tốc 5-Võ Nguyên Giáp (a) (b) Hình 3.3 Kết khảo sát phát đường cao tốc (a) Nút giao Cao tốc 1-Cầu Giẽ (b) Nút giao Cao tốc 1-Pháp Vân 3.3 Phát thực vật từ ảnh vệ tinh độ phân giải cao Vì thuộc tính màu sắc sử dụng để phát thảm thực vật, đối tượng màu xanh hình ảnh sẽđược phát thuật toán đề xuất Kết tốt thu hình ảnh khơng có màu xanh lụcmàu khác với thảm thực vật Bằng cách sử dụng thuộc tính mơ hình thảm thực vật, vấn đề loại bỏ Tiếp theo, tác giả tiến hành nghiên cứu ảnh vệ tinh bốn khu vực gồm Thảm thực vật Tam Đảo, Thảm thực vật Sa Pa, Thảm thực vật Ecopark Thảm thực vật Đại Lải (hình 3.4 hình 3.5) Trong hình 3.4 hình 3.5 trình bày hàng ảnh thứ ảnh màu kiểm tra, hàng thứ hai ảnh xám ảnh kiểm tra, hàng thứ ba ảnh nhị phân thể kết nhận diện mảng thực vật (phần màu đen) hàng cuối ảnh histogram Kết phát thảm thực vật số địa điểm Việt Nam (a) (b) Hình 3.4 Kết khảo sát thảm thực vật (a) Thảm thực vật Đại Lải (b) Thảm thực vật Tam Đảo , (a) (b) Hình 3.5 Kết khảo sát thảm thực vật (a) Thảm thực vật Sa Pa (b) Thảm thực vật Ecopark Ứng dụng đánh giá độ phủ thực vật Việc áp dụng phát thảm thực vật cho phép đánh giá thông số Tỷ lệ phủ thực vật Tỷ lệ phủ phi thực vật theo thời gian khơng gian, nhằm giải tốn tính tốn thay đổi thảm thực vật khu vực quan tâm khu vực bìa rừng hoặc thảm thực vật thành phố Với thông số giúp nhà quản lý trả lời câu hỏi tỷ lệ xanh phủ khu vực hay có mét vng xanh khu vực Bảng 3.1 Đánh giá tỷ lệ phủ thảm thực vật Khu vực blackpoint whitepoint Tỷ lệ phủ Tỷ lệ phủ phi thực vật thực vật Thảm thực vật Tam Đảo 10357309 3533891 74,60% 25,40% Thảm thực vật Sa Pa 8661696 5229504 62,40% 37,60% Thảm thực vật Ecopark 9193485 4697715 66,20% 33,80% Thảm thực vật Đại Lải 7706870 6184330 55,50% 44,50% 3.3 Kết luận chương Các thuật toán phát xe chương áp dụngtrên ảnh trích từ sở liệu đồ trái đất Google, chụp nhiều vệ tinh với độ phân giải khác Đây sở liệu thực tế hữu ích, cho phép khai thác nhiều thông tin từ liệu ảnh thị giác chụp toàn bề mặt trái đất Phát đường cao tốc từ hình ảnh vệ tinh độ phân giải caocho thấy đường cao tốc phát tốt với kết trình bày hình 3.2 hình 3.3 Thuật tốn phát đường cao tốc có phương tiện khơng phát phương tiện gần cạnh đường cao tốc Vấn đề loại bỏ đặc tính mơ hình phương tiện sử dụng thay thuộc tính cường độ Phát thực vật từ ảnh vệ tinh độ phân giải cao dựa thuộc tính màu sắc sử dụng thành công để phát thảm thực vật Các đối tượng màu xanh hình ảnh phát thuật tốn đề xuất Kết tốt áp dụng thêm thuộc tính mơ hình thảm thực vật KẾT LUẬN Việc lựa chọn phương pháp trích xuất đối tượng dựa ngưỡng thử nghiệm thú vị đạt kết khả quan Về nghiên cứu giải tốn trích xuất đối tượng đường cao tốc, ô tô thảm thực vật Thông số ngưỡng đặc trưng mạnh trích xuất đơi tượng quan tâm chưa đủ lý nhiễu anht nguồn trường hợp mây che hay phản xạ ánh sáng mặt nước Do việc đánh giá kết dựa thông số đặc trưng nên độ tin cậy chưa cao Cơng việc nghiên cứu mang tính khảo sát thông số ngưỡng đặc trưng mạnh Rõ ràng, để kết có độ tin cậy cao biện pháp áp dụng nhiều ngưỡng chưa đủ Các nghiên cứu bổ sung thông số đặc trưng khác cần tiến hành để cải thiện hiệu trích xuất đối tượng Đề tài “NGHIÊN CỨU PHÁT HIỆNMỘT SỐ ĐỐI TƯỢNG TRONG ẢNH VIỄN THÁM” giúp học viên nắm bắt công nghệ nghiên cứu áp dụng sống tương lai sau Đề tài hoàn thành nội dung đề tài theo đề cương duyệt Tuy nhiên, với lực thời gian hạn chế nên luận văn tốt nghiệp em tránh khỏi khiếm khuyết Em mong muốn nhận bảo, góp ý chân thành Thầy Cơ giáo bạn để hồn thiện Tài liệu tham khảo [1] Holland, D., and Marshall, P., “Using High-Resolution Satellite Imagery In a Well Mapped Country”,Proceedings of ISPRS-EARSeL Joint Workshop on High Resolution Mapping from Space, Hannover,October 2013 [2] The MathWorks, Inc., Image Processing Toolbox, URL: http://www.mathworks.com/access/helpdesk/help/toolbox/images/ [3] Gonzalez, R., and Woods, R., Digital Image Processing, second edition, Prentice Hall, 2018 [4] Schlosser, C., Reitberger, J., and Hinz, S., "Automatic Car Detection in High Resolution Urban ScenesBased on an Adaptive 3D-Model", Proceedings of the IEEE/ISPRS joint Workshop on Remote Sensingand Data Fusion over Urban Areas, Berlin, 2013, IEEE, Piscataway, pp 167 - 171 [5] Hickman, A., et al., “Methods of Analyzing Traffic Imagery Collected from Aerial Platforms”, IEEETransactions on Intelligent Transportation Systems, Vol 4, No.2, June 2013, pp 99-107 [6] Space Imaging Inc., Gallery [Online] http://www.spaceimaging.com/gallery/, accessed May 2013 [7] INTEC Americas Corp, Gallery http://www.intecamericas.com/english.htm, accessed May2003 [Online] [8] ORBIMAGE [Online] http://www.orbimage.com/prods/index.htm, accessed May 2013 [9] Hinz, S., "Detection and Counting of Cars in Aerial Images", Proceedings of the InternationalConference on Image Processing, Vol 3, Barcelona, Sep 2013, pp III997-1000 [10] Zhao, T., and Nevatia, R., "Car Detection in Low Resolution Aerial Image", Proceeding of the 8thIEEE International Conference on Computer Vision, Vol.1, Vancoucer, Canada, July 2011, pp 710-717 [11] Moon, H., Chellappa, R., Rosenfeld, A., " Performance Analysis or a Simple Vehicle DetectionAlgorithm", Proceedings of the 3th ARL Federal Laboratory Symposium, Feb 1919 [12]Bộ Nông nghiệp Phát triển nông thôn (2010), Dự án tổng điều tra, kiểm kê rừng toàn quốc giai đoạn 2010-2015 [13]Nguyễn Văn Thị, Trần Quang Bảo (2014), “Ứng dụng kỹ thuật phân loại ảnh hướng đối tượng nhằm phân loại trạng thái rừng theo Thơng tư số 34”, Tạp chí Khoa học lâm nghiệp, 2, tr.3343-3353 [14]Đặng Ngọc Quốc Hưng, Hồ Đắc Thái Hoàng (2009), “Nghiên cứu thay đổi lớp phủ thảm thực vật rừng Vườn quốc gia Bạch Mã, tỉnh Thừa Thiên-Huế”, Tạp chí Kinh tế sinh thái, 14 (32), tr.6-15 [15]Lê Xuân Cảnh, Đỗ Hữu Thư, Đặng Huy Phương, Hà Quý Quỳnh (2010), “Ứng dụng công nghệ viễn thám GIS để đánh giá biến động lớp phủ thực vật xã (TàBhinh, ChàVàl, LaDe, huyện Nam Giang, tỉnh Quảng Nam) bị ảnh hưởng chất độc hoá học phục vụ bảo tồn đa dạng sinh học”, Tạp chí Khoa học công nghệ, 48(5), tr.71-79 [16]Nguyễn Trường Sơn (2009), “Nghiên cứu sử dụng ảnh vệ tinh công nghệ GIS việc giám sát trạng tài nguyên rừng thử nghiệm khu vực cụ thể”, Đặc san viễn thám địa tin học, 6, tr.17-26 [17]Nguyễn Thị Thu Hiền, Phạm Vọng Thành, Nguyễn Khắc Thời (2014), “Đánh giá biến động sử dụng đất/lớp phủ huyện Tiên Yên, tỉnh Quảng Ninh giai đoạn 2000-2010”, Tạp chí Khoa học phát triển, 12(1), tr.43-51 ... 60 CHƯƠNG TRIỂN KHAI PHÁT HIỆN ĐỐI TƯỢNG TRONG ẢNH VIỄN THÁM TẠI MỘT SỐ ĐỊA ĐIỂM VIỆT NAM 62 3.1 Phát xe từ hình ảnh vệ tinh 62 3.2 Phát đường cao tốc từ hình ảnh vệ tinh độ phân... vàthảm thực vật từ ảnh vệ tinh.Các đối tượng ảnh phát cách trích xuất đối tượng trước Đó hình ảnh đangđược chia làm tiền cảnh hậu cảnh Việc phân chia hình ảnh thành vùng đối tượng cấu thành biết... 2.2 Phát xe từ hình ảnh viễn thám Mục đích nghiên cứu phát triển thuật toán hiệu để phát tự động, phân loạivà đếm số lượng xe từ ảnh vệ tinh độ phân giải cao Các hình ảnh sử dụng cho dự án 1-m ảnh

Ngày đăng: 13/10/2022, 09:10

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan