Đang tải... (xem toàn văn)
52 Chương 3 GIẢI ĐOÁN ẢNH VIỄN THÁM Nội dung chính của chương trình bày những vấn đề về xử lý ảnh và giải đoán ảnh Bao gồm các khái niệm về giải đoán ảnh, các bước xử lý ảnh, phương pháp giải đoán ảnh[.]
Chương GIẢI ĐỐN ẢNH VIỄN THÁM Nội dung chương trình bày vấn đề xử lý ảnh giải đoán ảnh Bao gồm khái niệm giải đoán ảnh, bước xử lý ảnh, phương pháp giải đoán ảnh mắt phương pháp giải đốn ảnh xử lý số Mục đích chương giúp sinh viên nắm khái niệm giải đoán ảnh, phương pháp giải đoán ảnh mắt phương pháp giải đoán ảnh theo phương pháp số để từ áp dụng hai phương pháp giải đốn ảnh trường hợp cụ thể phục vụ cho mục đích ngành 3.2 KHÁI NIỆM Giải đốn ảnh viễn thám q trình tách thơng tin định tính định lượng từ ảnh dựa tri thức chuyên ngành kinh nghiệm người đốn đọc điều vẽ Việc tách thơng tin viễn thám phân thành loại: - Phân loại đa phổ - Phát biến động - Chiết tách thông tin tự nhiên - Xác định số - Xác định đối tượng đặc biệt Phân loại đa phổ q trình tách gộp thơng tin dựa tính chất phổ, khơng gian thời gian đối tượng Phát biến động phát phân tích biến động dựa tư liệu ảnh đa thời gian Chiết tách thông tin tự nhiên tương ứng với việc đo nhiệt độ trạng thái khí quyển, độ cao vật thể dựa đặc trưng phổ thị sai cặp ảnh lập thể Xác định số việc tính tốn số mới, ví dụ số thực vật Xác định đặc tính tượng đặc biệt thiên tai, cấu trúc tuyến tính, biểu tìm kiếm khảo cổ Q trình tách thơng tin từ ảnh thực mát người hay máy tính Việc giải đốn mắt có ưu điểm khai thác tri thức chuyên môn kinh nghiệm người, mặt khác việc giải đốn mắt phân tích thông tin phân bố không gian Tuy nhiên phương pháp có nhược điểm tốn thời gian kết thu không đồng Việc xử lý máy tính có ưu điểm suất cao, thời gian xử lý ngắn, đo số đặc trưng tự nhiên có yếu điểm khó kết hợp với tri thức kinh nghiệm người, kết phân tích thông tin Để khắc phục nhược điểm này, năm gần người ta nghiên cứu hệ chun gia, hệ chương trình máy tính có khả mơ tri thức chun mơn người phục vụ cho việc đoán đọc điều vẽ tự động 52 Giải đoán ảnh viễn thám bao gồm giai đoạn sau : - Nhập số liệu Có hai nguồn tư liệu ảnh tương tự máy chụp ảnh cung cấp ảnh số máy quét cung cấp Trong trường hợp ảnh số tư liệu ảnh chuyển từ băng từ lưu trữ mật độ cao HDDT băng từ CCT Ở dạng máy tính đọc số liệu Các ảnh tương tự chuyển thành dạng số thông qua máy quét - Khôi phục hiệu chỉnh ảnh Đây giai đoạn mà tín hiệu số hiệu chỉnh hệ thống nhằm tạo tư liệu ảnh sử dụng Giai đoạn thường thực máy tính lớn Trung tâm thu số liệu vệ tinh - Biến đối ảnh Các trình xử lý tăng cường chất lượng, biến đổi tuyến tính giai đoạn Giai đoạn thực máy tính nhỏ máy vi tính khn khổ phịng thí nghiệm - Phân loại Phân loại đa phổ để tách thông tin cần thiết phục vụ việc theo dõi đối tượng hay lập đồ chuyên đề khâu then chốt việc khai thác tư liệu viễn thám - Xuất kết Sau hoàn tất khâu xử lý cần phải xuất kết 3.2 NHẬP DỮ LIỆU Đối với ảnh số tư liệu ảnh chuyển từ băng từ lưu trữ mật độ cao HDDT vào băng từ CCT.Ở dạng máy tính đọc số liệu.Vì hệ nhập ảnh mô tả phần coi hệ chuyển đổi ảnh tương tự đen trắng hay màu dạng số Chức cụ thể hệ phục thuộc vào yếu tố sau: - Kích thước phim: Kích thước tối đa mà thiết bị chuyển đổi - Độ phân giải: Mật độ điểm/inch (DPI) - Thang cấp độ xám: Bao nhiêu cấp độ sáng chuyển đổi hay nói cách khác pixel đầu mã bít - Tốc độ chuyển đổi - Điều kiện môi trường:Yêu cầu làm việc bóng tối hồn tồn,trong ánh sáng mờ - Độ xác Loại ảnh chuyển đổi được: Film giấy Các hệ nhập ảnh nhìn chung thiết kế dựa phương pháp quét ảnh sau: 53 a Quét học Bức ảnh đặt ống hình trụ trình quét thực việc quay ống tia sáng chiếu từ bên Tốc độ quét theo phương pháp nói chung khơng cao sử dụng rộng rãi cho phép thực việc chuyển đổi với độ xác cao độ phân giải lớn b Máy quay vô tuyến Máy quay vơ tuyến đơi sử dụng giá thành rẻ Tuy nhược điểm độ phân giải thấp, độ xác vị trí khơng cao độ phân giải mầu không cao c Buồng chụp CCD Các buồng chụp CCD có ưu máy quay vơ tuyến chúng có độ phân giải cao hơn, xác kích thước bé Đương nhiên giá thành chúng đắt nhiều lần d Buồng chụp CCD mảng tuyến tính Buồng chụp CCD mảng tuyến tính làm việc nguyên lý chia đối tượng nghiên cứu thành nhiều hàng nhỏ việc chuyển đổi thực theo hàng Các máy quét làm theo nguyên lý phổ cập giá thành rẻ, chất lượng lại cao 3.3 HIỆU CHỈNH ẢNH 3.3.1 Hiệu chỉnh xạ Tất tư liệu số chịu mức độ nhiễu xạ định Để loại trừ nhiễu cần phải thực số phép tiền xử lý Khi thu xạ từ mặt đất vật mang vũ trụ, người ta thấy chúng có số khác biệt so với trường hợp quan sát đối tượng khoảng cách gần Điều chứng tỏ khoảng cách xa tổn lượng nhiễu định góc nghiêng độ cao mặt trời, số điều kiện quang học khí hấp thụ, tán xạ, độ mù gây Chính để bảo đảm tương đồng định mặt xạ cần phải hiệu chỉnh ảnh Các nguồn nhiễu xạ gồm nhóm sau : Các nguồn nhiễu biến đổi độ nhậy cảm Trong trường hợp cảm tuý quang học xảy trường hợp cường độ xạ tâm ảnh lớn góc Hiện tượng gọi tượng làm mờ ảnh Đây sai lệch tránh khỏi cho hệ quang học Khi sử dụng cảm quang điện tử chênh lệch cường độ xạ trước ống kính cường độ mà thiết bị thực ghi nhận đại lượng cần đưa vào trình hiệu chỉnh 54 Các nguồn nhiễu góc chiếu mặt trời địa hình - Bóng chói mặt trời Bản thân mặt trời tạo bóng chói mặt đất dạng vùng sáng vùng khác Bóng chói mặt trời loại trừ với tượng làm mờ ảnh nguyên lý ứng dụng chuỗi Furie - Bóng che Bóng che tượng che khuất nguồn xạ thân địa hình Để loại trừ cần có số liệu mơ hình số địa hình toạ độ vật mang thời điểm thu tín hiệu Các nguồn nhiễu trạng thái khí Rất nhiều hiệu ứng khí khác hấp thụ, phản xạ, tán xạ ảnh hưởng tới chất lượng ảnh thu Người ta thường sử dụng mơ hình khí để mơ trạng thái khí áp dụng qui luật quang hình học quang khí để giải vấn đề 3.3.2 Hiệu chỉnh khí Bức xạ mặt trời đường truyền xuống trái đất bị hấp thụ, tán xạ lượng định trước tới mặt đất xạ, tán xạ từ vật thể bị hấp thụ hay tán xạ trước tới cảm Do xạ mà cảm thu khơng chứa riêng lượng hữu ích mà chứa nhiều thành phần nhiễu khác Hiệu chỉnh khí cơng đoạn tiền xử lý nhằm loại trừ thành phần xạ không mang thông tin hữu ích Có nhóm phương pháp sử dụng hiệu chỉnh khí là: phương pháp sử dụng hàm truyền khí quyển, phương pháp sử dụng số liệu quan trắc thực địa phương pháp khác Phương pháp sử dụng hàm truyền khí Phương pháp sử dụng hàm truyền khí giải pháp gần hay sử dụng Mọi thông số dựa trạng thái trung bình khí kể hàm lượng hạt bụi lơ lửng nước Phương pháp sử dụng số liệu quan trắc thực địa Trong phương pháp người ta tiến hành đo đạc xạ đối tượng cần nghiên cứu thời điểm bay chụp Sau dựa khác biệt cường độ xạ thu vệ tinh giá trị đo người ta tiến hành hiệu chỉnh xạ Phương pháp cho kết tốt lúc đâu thực Các phương pháp khác Một số vệ tinh trang bị cảm đặc biệt chuyên thu nhận tham số trạng thái khí đồng thời với cảm thu nhận ảnh việc hiệu chỉnh khí tiến hành trình bay 55 3.3.3 Hiệu chỉnh hình học ảnh Méo hình hình học sai lệch vị trí tọa độ ảnh thực tế đo tọa độ ảnh lý tưởng thu từ cảm có thiết kế hình học lý tưởng điều kiện thu nhận lý tưởng Méo hình hình học gồm méo hình nội sai méo hình ngoại sai Méo hình nội sai sinh tính chất hình học cảm méo hình ngoại sai gây vị trí vật mang hình dáng vật thể Để đưa tọa độ ảnh thực tế tọa độ ảnh lý tưởng phải hiệu chỉnh hình học Bản chất hiệu chỉnh hình học xây dựng mối tương quan hệ tọa độ ảnh đo hệ tọa độ qui chiếu chuẩn Hệ tọa độ qui chiếu chuẩn hệ tọa độ mặt đất (hệ tọa độ vng góc hệ tọa độ địa lý) hệ tọa độ ảnh khác Các trình tự hiệu chỉnh hình học bao gồm : Chọn lựa phương pháp Phương pháp chọn lựa phải dựa chất méo hình tư liệu nghiên cứu số lượng điểm khống chế Xác định tham số hiệu chỉnh Việc xác định tham số hiệu chỉnh thơng thường dựa việc thiết lập mơ hình tốn học hệ số mơ hình tính theo phương pháp bình sai sở điểm biết tọa độ ảnh tọa độ điểm kiểm tra Những biến đổi thường sử dụng thực tế : Biến đổi Helmert : x = au + bv + c Số ẩn số y = - bu + av + d Biến đổi Affine : x = au + bv + c Số ẩn y = du + ev + f Biến đổi theo phép chiếu hình x= a1v a u a a u a 1 y= a 4u a 5v a a u a 1 Số ẩn Biến đổi đa thức : x = aijui-1vj-1 y = bijui-1vj-1 Số ẩn phụ thuộc vào bậc đa thức 56 3.4 BIẾN ĐỔI ẢNH 3.4.1 Tăng cường chất lượng chiết tách đặc tính Tăng cường chất lượng ảnh thao tác chuyển đổi nhằm tăng tính dễ đọc, dễ hiểu ảnh cho người đốn đọc điều vẽ Cịn chiết tách đặc tính thao tác nhằm phân loại, xắp xếp thông tin có sẵn ảnh theo yêu cầu tiêu đưa dạng hàm số a Tăng cường chất lượng ảnh Những phép tăng cường chất lượng ảnh thường sử dụng biến đổi cấp độ xám, biến đổi histogram, tổ hợp màu, biến đổi mầu hệ RGB vàHSI b Chiết tách đặc tính Chiết tách đặc tính thực loại đặc tính chính: - Đặc tính phổ: Các màu sắc đặc biệt, gradient, tham số phổ - Đặc tính hình học: Các cấu trúc đường, hình dáng, kích thước - Đặc tính cấu trúc: Mẫu, tần suất phân bố khơng gian, tính đồng 3.4.2 Biến đổi cấp độ xám Biến đổi cấp độ xám kỹ thuật tăng cường chất lượng ảnh đơn giản nhằm biến đổi khoảng giá trị cấp độ xám mà thiết bị hiển thị có khả thể Bằng cách biến đổi hình ảnh trơng rõ Có thể thực phép biến đổi dựa theo quan hệ y = f(x) Trong y giá trị cấp độ xám sau biến đổi x giá trị cấp độ xám nguyên thuỷ Hàm số f tuyến tính phi tuyến tính Thường người ta sử dụng phép biến đổi tuyến tính phép biến đổi dựa vào giá trị trung bình 3.4.3 Thể mầu tư liệu ảnh vệ tinh Để thể mầu tư liệu ảnh viễn thám người ta phải tổ hợp mầu màu giả a Tổ hợp mầu Một ảnh mầu tổ hợp sở gán kênh phổ cho mầu Có hai phương pháp trộn mầu cộng mầu trừ mầu Trên hình 3.1 sơ đồ nguyên lý việc trộn mầu Nếu ta chia tồn dải sóng nhìn thấy thành vùng đỏ, lục, chàm sau lại dùng ánh sáng trắng chiếu qua kính lọc đỏ, lục, chàm tương ứng ta thấy hầu hết mầu tự nhiên khôi phục lại Phương pháp tổ hợp mầu gọi phương pháp tổ hợp mầu tự nhiên 57 Chàm Lam Lục Lam Lục Tím Trắng Chàm Đen Đỏ Vàng Tím Đỏ Vàng a Tổ hợp cộng mầu b Tổ hợp trừ mầu Hình 3.1 Sơ đồ nguyên lý việc trộn mầu Trong viễn thám, kênh phổ không chia dải sóng nhìn thấy nên khơng thể tái tạo lại mầu tự nhiên sử dụng mầu đỏ, lục, chàm Tổ hợp mầu gọi tổ hợp mầu giả Tổ hợp mầu giả thông dụng viễn thám tổ hợp mầu giả gán mầu đỏ cho kênh hồng ngoại, mầu lục cho kênh đỏ mầu chàm cho kênh lục Trên tổ hợp mầu đối tượng thể theo gam mầu chuẩn thực vật có mầu đỏ Với mức độ khác màu đỏ thể mức độ dày đặc thảm thực vật b Hiện mầu giả Tổ hợp mầu thực trường hợp có kênh phổ trở lên Trong trường hợp có kênh phổ, để thể không gian màu người ta sử dụng phương pháp màu giả, phương pháp ứng với khoảng cấp độ xám định gán màu Cách gán mầu khơng có qui luật hoàn toàn phụ thuộc vào người thiết kế Thông thường cách hay sử dụng cho ảnh sau phân loại, ảnh số thực vật, ảnh nhiệt Hình 3.2 minh hoạ việc tổ hợp mầu giả 3.4.4 Các phép biến đổi ảnh Các phép biến đổi kênh ảnh ảnh chụp nhiều thời điểm khác hữu ích cho việc tăng cường chất lượng chiết tách đặc tính Có hai nhóm biến đổi biến đổi số học biến đổi logic Biến đổi số học Các phép biến đổi số học dựa phép tính cộng, trừ, nhân, chia phối hợp chúng sử dụng cho nhiều mục đích kể loại trừ số loại nhiễu Kết số phép biến đổi thường không số nguyên mà số thực, lại phải chuyển chúng không gian số nguyên dựa phép tăng cường chất lượng 58 Chàm 127 Lục Đỏ Mầu 127 127 Đen Xám 255 255 0 255 255 255 255 255 255 255 0 255 0 255 Trắng Chàm Lục Đỏ Lam Tím Vàng Chàm Lục Đỏ Hồng ngoại Độ chói Ví dụ tổ hợp màu Chàm Lam Lục Vàng lục Vàng Da cam Đỏ Lục Đỏ T«ng màu Ví dụ màu giả Hình 3.2 Ví dụ tổ hợp mầu mầu Các phép biên đổi logic Các phép biến đổi logic sử dụng toán tử OR tốn tử AND nhiều việc phân tích tư liệu đa thời gian để chồng ảnh lên đồ 3.4.5 Phân tích cấu trúc Cấu trúc tập hợp liên kết hình mẫu nhỏ lặp lại cách đặn Trong thực tế đoán đọc điều vẽ mắt, người đoán đọc điều vẽ thường cảm nhận cấu trúc mịn, trơn sần sùi đoán đọc điều vẽ thảm rừng cấu trúc cành đoán đọc điều vẽ mạng lưới thuỷ văn Phân tích cấu trúc việc phân loại hay chia tách đặc tính cấu trúc ảnh mối liên quan tới hình dáng hình mẫu bản, mật độ lượng phân bố chúng Trong đoán đọc điều vẽ mắt, việc cảm nhận cấu trúc phân loại chúng người đốn đọc điều vẽ thực Bộ óc người có khả khái quát, nhận biết tổng hợp cấu trúc cách tuyệt vời kết thường chấp nhận Trong việc đốn đọc 59 điều vẽ máy tính khả định nghĩa cấu trúc mặt toán học gặp nhiều khó khăn, khả lưu trữ thơng tin nhớ hạn chế, khả ngơn ngữ lập trình cho phép thực tư tương tự người trình khái quát, tổng hợp cịn q việc tự động phân tích cấu trúc máy tính nhiều chưa mang lại kết mong muốn Tuy vậy, người ta thực việc phân loại cấu trúc dựa kỹ thuật phân tích thống kê phân tích chuỗi phổ Phân tích thống kê dựa ma trận n*n Các số sau ma trận coi thông tin cấu trúc - Khoảng cấp độ sáng histogram - Ma trận phương sai - hiệp phương sai - Ma trận nén cốt chạy Các tham số sử dụng chungvới thông tin phổ khác trình phân loại Phân tích chuỗi phổ Các cấu trúc phân tích dựa việc ứng dụng chuỗi Furie nhằm tìm thành phần phân bố theo hướng, mật độ 3.5 GIẢI ĐỐN ẢNH VIỄN THÁM 3.5.1 Giải đốn ảnh mắt Đốn đọc điều vẽ ảnh mắt áp dụng điều kiện trang thiết bị Đoán đọc điều vẽ mắt việc sử dụng mắt người với dụng cụ quang học kính lúp, kính lập thể, máy tổng hợp mầu để xác định đối tượng Cơ sở để đoán đọc điều vẽ mắt chuẩn đoán đọc điều vẽ mẫu đoán đọc điều vẽ a Các chuẩn đoán đọc điều vẽ ảnh vệ tinh mẫu đoán đọc điều vẽ Nhìn chung chia chuẩn đốn đọc điều vẽ thành nhóm sau: Chuẩn kích thước Cần phải chọn tỷ lệ ảnh phù hợp để đốn đọc điều vẽ Kích thước đối tượng xác định lấy kích thước đo ảnh nhân với mẫu số tỷ lệ ảnh Chuẩn hình dạng Hình dạng có ý nghĩa quan trọng đốn đọc ảnh Hình dạng đặc trưng cho đối tượng nhìn từ cao xuống coi chuẩn đoán đọc quan trọng 60 Chuẩn bóng Bóng vật thể dễ dàng nhận thấy nguồn sáng khơng nằm xác đỉnh đầu trường hợp chụp ảnh xiên Dựa vào bóng vật thể xác định chiều cao Chuẩn độ đen Độ đen ảnh đen trắng biến thiên từ trắng đến đen Mỗi vật thể thể cấp độ sáng định tỷ lệ với cường độ phản xạ ánh sáng Ví dụ cát khơ phản xạ mạnh ánh sáng nên có mầu trắng, cát ướt độ phản xạ nên có mầu tối ảnh đen trắng Trên ảnh hồng ngoại đen trắng nhọn phản xạ mạnh tia hồng ngoại nên chúng có mầu trắng nước lại hấp thụ hầu hết xạ dải sóng nên có mầu đen Chuẩn mầu sắc Mầu sắc chuẩn tốt việc xác định đối tượng Ví dụ kiểu lồi thực vật phát dễ dàng cho người khơng có nhiều kinh nghiệm đoán đọc điều vẽ ảnh sử dụng ảnh hồng ngoại mầu Các đối tượng khác cho tông mầu khác đặc biệt sử dụng ảnh đa phổ tổng hợp mầu Chuẩn cấu trúc Cấu trúc tập hợp nhiều hình mẫu nhỏ Ví dụ bãi cỏ khơng bị lẫn loài khác cho cấu trúc mịn ảnh, ngược lại rừng hỗn giao cho cấu trúc sần sùi Đương nhiên điều phụ thuộc vào tỷ lệ ảnh sử dụng Chuẩn phân bố Chuẩn phân bố tập hợp nhiều hình dạng nhỏ phân bố theo quy luật định toàn ảnh mối quan hệ với đối tượng cần nghiên cứu Ví dụ hình ảnh dãy nhà, hình ảnh ruộng lúa nước, đồi trồng chè tạo hình mẫu đặc trưng riêng cho đối tượng Chuẩn mối quan hệ tương hỗ Một tổng thể chuẩn đoán đọc điều vẽ, môi trường xung quanh mối liên quan đối tượng nghiên cứu với đối tượng khác cung cấp thơng tin đốn đọc điều vẽ quan trọng Nhằm trợ giúp cho cơng tác đốn đọc điều vẽ người ta thành lập mẫu đoán đọc điều vẽ cho đối tượng khác Mẫu đoán đọc điều vẽ tập hợp chuẩn dùng để đoán đọc điều vẽ đối tượng định Kết đoán đọc điều vẽ phụ thuộc vào mẫu đoán đọc điều vẽ Mục đích việc sử dụng mẫu đốn đọc điều vẽ làm chuẩn hóa kết đốn đọc điều vẽ 61 nhiều người khác Thông thường mẫu đốn đọc điều vẽ người có nhiều kinh nghiệm hiểu biết thành lập dựa vùng nghiên cứu thử nghiệm điều tra kỹ lưỡng Tất chuẩn đoán đọc điều vẽ với thông tin thời gian chụp, mùa chụp, tỷ lệ ảnh phải đưa vào mẫu đoán đọc điều vẽ Một mẫu đoán đọc điều vẽ bao gồm khơng phần ảnh mà cịn mơ tả lời b Ảnh tổng hợp mầu Tư liệu ảnh vệ tinh dùng để giải đoán mắt tốt ảnh tổng hợp mầu Đặc điểm ảnh tổng hợp mầu mã hóa mầu sắc khác biệt phổ đối tượng Ở chuẩn đốn đọc điều vẽ độ tương phản mầu nhấn mạnh nhờ lựa chọn cách có ý thức phương án tổng hợp mầu Trong trường hợp tư liệu gốc thoả mãn điều kiện kỹ thuật sử dụng phương án tổng hợp mầu chuẩn điều kiện xử lý hóa ảnh chặt chẽ mầu chuẩn đốn đọc điều vẽ tương đối ổn định Nhờ khả phân biệt cao mầu sắc mà truyền đạt khác biệt phổ đối tượng, ảnh tổng hợp mầu có tính trực quan sinh động ảnh phổ trắng đen Đối với ảnh phổ chụp vùng hồng ngoại, ảnh tổng hợp mầu cho ta tranh mầu giả khơng có thực tự nhiên Về mầu sắc, ảnh tổng hợp mầu so với ảnh mầu vệ tinh chụp phim mầu lớp có nhiều mầu sắc với độ tương phản mầu cao So với ảnh phổ ảnh tổng hợp mầu có nhiều mầu sắc độ tương phản cao hơn, lực phân giải lại ảnh phổ mầu Khả đoán đọc điều vẽ đối tượng ảnh tổng hợp mầu phụ thuộc vào phương án lựa chọn mầu Việc lựa chọn phương án tổng hợp mầu phụ thuộc vào nhiệm vụ đoán đọc điều vẽ, khả ứng dụng ảnh tổng hợp mầu để đoán đọc điều vẽ đối tượng cụ thể Lựa chọn kênh phổ để tổng hợp mầu công việc quan trọng định chất lượng thông tin kết tổng hợp mầu Việc lựa chọn kênh phổ xác định sở sau: - Đặc tính phản xạ phổ đối tượng cần đốn đọc điều vẽ - Nhiệm vụ đoán đọc điều vẽ - Yêu cầu lực phân giải - Đặc điểm vùng cần tổng hợp mầu Đặc tính phản xạ mầu đối tượng biểu thị đồ thị phần trước Để chọn kênh phổ mang tính thơng tin cao cần phân loại nhóm đối tượng cần đốn đọc điều vẽ đối tượng thị 62 Trên sở kênh phổ mang thông tin ta chọn kênh kênh phụ Trong bảng 31 đưa số ví dụ khả phản xạ phổ số đối tượng kênh phổ Những bảng thường dùng để lựa chọn kênh phổ để tổng hợp mầu Bên cạnh việc sử dụng bảng để lựa chọn kênh cần sử dụng đồ thị phản xạ phổ riêng nhóm đối tượng nêu phần trước Mặt khác để lựa chọn kênh phổ sử dụng biểu đồ độ sáng (histogram), dựng biểu đổ cần sử dụng phim để tổng hợp mầu Bảng 3-1 Ví dụ mơ tả khả thông tin kênh đa phổ Kênh đa phổ BMF MKF – 460 500m 510 560m 520 560m 600 700m 560 620m 640 680m 700 850m 695 745m 790 890m Các thơng tin kênh phổ (Nhận biết mắt) Độ tương phản thấp với nhóm đối tượng Đốn đọc điều vẽ ranh giới đầm lầy, cỏ, phân biệt rừng, cỏ cát đất, vùng hồ nước đoán đọc điều vẽ đến độ sâu 20m Các đối tượng kể có độ tương phản tốt hơn, phân biệt tốt cát đất, thực vật với nước, trầm tích đệ tứ v.v Thuỷ văn đốn đọc điều vẽ đến độ sâu 15m Độ tương phản lớn nhóm đối tượng, cấu trúc ảnh rõ nét Thực vật có độ tương phản cao với số loại, cát thể kênh Có thể đốn đọc điều vẽ đối tượng kích thước nhỏ hình tuyến, thơng tin cấu trúc địa chất địa mạo Thuỷ văn đoán đọc điều vẽ đến độ sâu 10m Đối với kênh 695 745m độ tương phản thấp Có thể đốn đọc điều vẽ vùng bờ nước, vùng có độ ẩm cao Thêm thơng tin lồi thực vật rộng Rừng rộng kim, bề mặt nước đối tượng có độ tương phản cao Có thể đốn đọc điều vẽ vùng nước đến độ sâu 1m, thông tin cấu trúc địa chất Các thiết bị dùng cho tổng hợp mầu ảnh đa phổ thường dùng giới nước ta là: - Máy chiếu hình đa phổ chuyên dụng MSP - 4C (Đức) AC - 90B (Nhật) - Máy nắn Rectimat - C, Dust 2000 có gắn đầu mầu - Các máy vi tính PC có hình mầu VGA trạm làm việc WS 63 Giải đoán ảnh viễn thám chuyển kết giải đoán lên đồ Sau nghiên cứu thị giải đoán, nghiên cứu ảnh mẫu, ảnh vệ tinh tài liệu khác ta tiến hành cơng tác giải đốn ảnh Kết giải đoán ảnh chuyển lên đồ Bản đồ để thể kết giải đoán ảnh phải thỏa mãn điều kiện sau: - Có tỷ lệ phù hợp đủ xác - Các hệ thống định vị tọa độ địa lý phải thể đầy đủ - Nền đồ phải sáng thông tin phải in cho khơng gây khó khăn cho việc thể kết giải đoán ảnh Thơng thường đồ địa hình tỷ lệ, sơ đồ quy hoạch đồ trực ảnh sử dụng làm đồ cho cơng tác giải đốn ảnh Bản đồ tỷ lệ 1/50.000, 1/100.000 1/250.000 phù hợp cho việc đoán đọc điều vẽ ảnh vệ tinh độ phân giải trung bình độ phân giải cao Các đồ trực ảnh phù hợp cho việc chuyển kết đoán đọc điều vẽ thảm thực vật lên đồ Có phương pháp để chuyển kết đoán đọc điều vẽ lên đồ Can vẽ Kết đoán đọc đặt bàn sáng đồ đặt lên cho địa hình địa vật trùng sau thao tác viên can lại cần thiết Chiếu quang học Ảnh đoán đọc điều vẽ chiếu lên đồ thông qua hệ thống quang học Hệ thống cho phép thực số phép hiệu chỉnh hình học hiệu chỉnh tỷ lệ, xoay không gian mặt phẳng Dựa theo nguyên tắc nắn phân vùng phương pháp cho kết tương đối tốt so với phương pháp can vẽ Sử dụng lưới vng Trong trường hợp khơng có thiết bị chiếu hình thiết bị nắn chỉnh hình học theo nguyên lý quang học sử dụng phương pháp lưới vng Bằng phương pháp nắn hình học đơn giản tạo hai hệ lưới đồ ảnh vào vị trí tương đối đối tượng hệ lưới chuyển nội dung đoán đọc điều vẽ từ ảnh lên đồ Sử dụng thiết bị đo ảnh Trong trường hợp có thiết bị đo ảnh đại máy nắn ảnh quang máy đo vẽ ảnh hàng khơng việc hiệu chỉnh hình học đạt kết xác so với phương pháp khác Nguyên lý phương pháp dựa vào việc dựng lại mơ hình chụp ảnh thực việc chuyển vẽ thơng qua mơ hình 64 Sơ đồ tổng qt việc giải đốn ảnh vệ tinh bao gồm bước sau: - Chuẩn bị tư liệu ảnh - Đọc thông tin bổ trợ định vị ảnh theo đồ - Tạo khóa đốn đọc điều vẽ - Đo đạc yếu tố định lượng - Phân tích ảnh giải đoán đối tượng - Thành lập đồ chuyên đề 3.5.2 Giải đoán ảnh theo phương pháp số Khái niệm Mục đích tổng quát phân loại đa phổ tự động phân loại tất pixel ảnh thành lớp phủ đối tượng Thông thường người ta sử dụng liệu đa phổ để phân loại tất nhiên, mẫu phổ sở liệu pixel dùng làm sở để phân loại Có nghĩa là, kiểu đặc trưng khác biểu thị tổ hợp giá trị số dựa xạ phổ đặc trưng xạ vốn có chúng Vì "mẫu phổ" khơng nói đến tính chất hình học mà hơn, thuật ngữ "phổ" nói đến tập hợp giá trị đo xạ thu kênh phổ khác pixel Việc nhận biết mẫu phổ đề cập đến số phương pháp phân loại có sử dụng thơng tin phổ pixel làm sở để tự động phân loại lớp đối tượng Nhận biết mẫu phổ theo không gian bao gồm phân loại pixel hình ảnh dựa sở quan hệ không gian chúng với pixel bao quanh Việc phân loại khơng gian xem xét khía cạnh cấu trúc hình ảnh tính chất gần gũi pixel, kích thước nét, hình ảnh, tính định hướng, tính lặp lại bối cảnh cụ thể Những dạng phân loại có mục đích tái tạo loại hình tổng hợp theo khơng gian người giải đốn tiến hành q trình đốn đọc ảnh mắt Do phương thức nhận biết mẫu theo khơng gian có xu hướng phức tạp địi hỏi sâu vào tính tốn Nhận biết mẫu theo thời gian sử dụng thời gian công cụ trợ giúp việc nhận dạng đặc trưng Trong việc khảo sát trồng nông nghiệp chẳng hạn, thay đổi khác biệt phổ khơng gian vụ canh tác cho phép phân biệt hình ảnh đa thời gian phân biệt cho liệu mà Chẳng hạn, ruộng lúa nương khơng thể phân biệt với đất hoang vừa gieo xong mùa đông phương diện phổ tương tự bãi đất hoang mùa xuân Tuy nhiên phân tích từ hai liệu ruộng lúa nương nhận biết được, khơng có lớp phủ khác để hoang cuối đơng có màu xanh lục cuối mùa xuân 65 Với việc khôi phục lại hình ảnh kỹ thuật tăng cường, việc phân loại hình ảnh sử dụng kết hợp theo kiểu lai tạo Do vậy, khơng có cách "đúng đắn" đơn lẻ áp dụng cho việc phân loại hình ảnh Việc áp dụng phương pháp phân loại hay phương pháp phân loại khác phụ thuộc vào tính chất liệu phân tích vào khả tính tốn Có hai phương pháp phân loại đa phổ, phương pháp phân loại có kiểm định phương pháp phân loại khơng kiểm định Trong phương pháp phân loại có kiểm định người giải đốn ảnh "kiểm tra" q trình phân loại pixel việc quy định cụ thể theo thuật toán máy tính, chữ số mơ tả số thể loại lớp phủ mặt đất khác có mặt cảnh Để làm việc này, điểm lấy mẫu đại diện loại lớp phủ biết (gọi vùng mẫu) sử dụng để biên tập thành "khóa giải đốn" số mơ tả thuộc tính phổ cho thể loại điển hình Sau pixel tập hợp liệu so sánh với chủng loại khóa giải đốn gán nhãn tên chủng loại mà "có vẻ giống nhất" Cịn phương pháp phân loại không kiểm định không giống phương pháp phân loại có kiểm định, quy trình phân loại khơng kiểm định gồm hai bước riêng biệt Điểm khác biệt hai phương pháp chỗ phương pháp phân loại có kiểm định bao gồm bước lấy mẫu bước phân loại, phương pháp phân loại không kiểm định, trước tiên liệu ảnh phân loại cách nhóm chúng thành nhóm tự nhiên thành cụm có mặt cảnh Sau người giải đốn ảnh xác định tính đồng lớp phủ mặt đất nhóm phổ cách so sánh liệu hình ảnh phân loại với liệu tham khảo mặt đất Phân loại có kiểm định Hình 3.3 tóm tắt bước phương pháp phân loại có kiểm định Trong giai đoạn lấy mẫu người giải đoán nhận dạng vùng đại diện nghiên cứu cách mơ tả số thuộc tính phổ loại lớp phủ mặt đất cảnh Tiếp theo, giai đoạn phân loại pixel tập hợp liệu hình ảnh phân thành loại lớp phủ mặt đất mà gần giống Nếu pixel không giống với tập liệu gán nhãn "chưa biết" Nhãn phân loại gán cho pixel trình ghi lại ô tương ứng tập liệu giải đoán Như vậy, ma trận ảnh nhiều chiều sử dụng để xây dựng ma trận tương ứng loại lớp phủ mặt đất cần giải đốn Sau phân loại tồn liệu, kết trình bày giai đoạn đưa kết Do việc phân loại số, kết sử dụng theo nhiều cách khác Ba dạng điển hình kết đầu đồ chuyên đề, bảng thống kê diện tích tồn cảnh phân cảnh cho loại lớp phủ mặt đất khác nhau, file liệu số để đưa vào hệ thống thông tin địa lý GIS, "kết đầu ra" việc phân loại trở thành "đầu vào" GIS 66 Tập hợp liệu ảnh Tập hợp phân loại Pixel (3,7) nhóm số/1 pixel (Nhóm số đặt loại) F Nước (W) Cát (S) DN1 Rừng (F) DN2 DN3 DN4 Đồ thị (U) F F F S W W W W W W F F F S W W W W W W F F F F S S W W W W F F F F F F S S W W F F F F F F F F S S F F F F F F F F F F F F F F F FF U U U F U F U F F F F F F F F C C C C U U F F F C C C C C C F F F DN5 Kênh Ngô (C) Cỏ CN(H) Giai đoạn lấy mẫu (1) Giai đoạn phân loại (2) Giai đoạn đưa kết (3) Kết đưa ra: Thu thập liệu số từ So sánh pixel chưa biết vùng mẫu phản xạ phổ với mẫu phổ; Quy - Bản đồ loại đối tượng chủng loại gần giống - Bảng liệu Hình 3.3 Các bước phương pháp phân loại có kiểm định a Giai đoạn lấy mẫu Trong việc phân loại liệu ảnh đa phổ q trình tự động hóa cao việc lắp ráp thu thập liệu mẫu cần cho việc phân loại công việc tính chất tự động Việc lấy mẫu cho việc phân loại có kiểm định vừa có tính chất nghệ thuật vừa có tính chất khoa học Nó địi hỏi liệu tham khảo đáng kể tri thức sâu sắc toàn diện khu vực mà liệu áp dụng Chất lượng q trình lấy mẫu định thành công giai đoạn phân loại Mục đích chung q trình lấy mẫu thu thập tập hợp thống kê mô tả mẫu phổ cho loại lớp phủ mặt đất cần phân loại ảnh Để có kết phân loại đúng, liệu mẫu cần phải vừa đặc trưng vừa đầy đủ Có nghĩa là, người giải đốn ảnh cần phải nghiên cứu xây dựng số liệu thống kê mẫu cho 67 loại phổ tạo thành lớp thông tin cần phân biệt phương pháp phân loại Chẳng 68 hạn, kết phân loại cuối cùng, người ta muốn loại thông tin "nước", hình ảnh phân tích chứa có vùng nước có đặc trưng phổ thu nhận tồn diện tích nó, cần vùng lấy mẫu đủ để biểu thị nước Tuy nhiên, vùng diện tích nước lại chứa khu vực khác nhau: nơi nước trong, nơi nước đục, tối thiểu phải cần loại phổ để làm mẫu thích hợp cho nét đặc trưng Nếu có nhiều vùng nước xuất ảnh, thống kê vùng mẫu cần thiết loại phổ khác có mặt vùng phủ nước Theo đó, riêng loại thơng tin "nước", đại diện loại phổ Khi loại phổ sử dụng để phân loại tất vùng nước xuất ảnh Bây ta thấy rõ lấy mẫu trình hồn tồn khơng thể thiếu Chẳng hạn, loại thơng tin "đất nơng nghiệp" chứa nhiều loại trồng loại trồng đại diện số loại phổ Những loại phổ bắt nguồn từ ngày (tháng) trồng khác nhau, điều kiện độ ẩm đất đai, cách canh tác, chủng loại giống, điều kiện địa hình, điều kiện khí tổ hợp yếu tố Điểm cần nhấn mạnh tất loại phổ tạo thành loại thông tin cần phải đại diện thích hợp thống kê tập hợp vùng mẫu sử dụng để phân loại hình ảnh Quá trình lựa chọn mẫu người giải đốn ảnh chưa có kinh nghiệm thường nhiệm vụ khó khăn Người giải đốn xây dựng, nghiên cứu số liệu thống kê loại phổ khơng "chồng phủ" lên có mặt cảnh tượng khó khăn Nếu có vấn đề, thường bắt nguồn từ loại phổ ranh giới "các loại độ" loại "chồng phủ" Trong trường hợp đó, tác động việc xóa bỏ tập hợp thể loại mẫu kiểm tra cách thử - tìm sai sót (thử, tìm sai sót lại tiến hành thử, tìm rà sốt tiếp tục) Trong q trình kích thước mẫu, phương sai phổ, tính chuẩn đặc tính nhận dạng mẫu cần phải kiểm tra lại Các chủng loại xuất ảnh bị loại bỏ khỏi mẫu chúng không bị nhầm lẫn với loại xuất phổ biến diện rộng Có nghĩa là, người giải đốn ảnh chấp nhận phân loại sai loại xuất ảnh để đảm bảo độ xác phân loại loại tương tự phổ thường xuất diện tích rộng Ngồi ra, phương pháp phân loại nghiên cứu xây dựng cách chấp nhận tập hợp loại có thơng tin chi tiết Sau nghiên cứu kết phân loại thực tế, người giải đoán ảnh tổng hợp số loại chi tiết thành loại có tính khái qt (ví dụ loại "cây xoan" "cây bàng" tổng hợp lại thành loại "rụng mùa đông" đất trồng "ngô" "cỏ chăn nuôi" thành đất canh tác) 69 Lưu ý, việc chọn lọc mẫu biện pháp để nâng cao độ xác phân loại Tuy nhiên, loạì lớp phủ xuất ảnh có mẫu phản xạ phổ tương tự, khơng thể dùng vùng mẫu chọn lọc để làm cho chúng tách biệt phổ Khi để phân biệt loại lớp phủ phải đoán đọc mắt kiểm tra ngoại nghiệp Các quy trình đốn đọc mẫu đa thời gian khơng gian áp dụng trường hợp b Giai đoạn phân loại Bản chất trình so sánh pixel chưa biết với mẫu phổ đối tượng xây dựng giai đoạn lấy mẫu, sau quy pixel loại đối tượng mà chúng gần giống Việc phân loại đa phổ phương pháp phân loại có kiểm định thường dùng thuật tốn sau: - Thuật toán phân loại theo xác suất cực đại - Thuật toán phân loại theo khoảng cách ngắn - Thuật tốn phân loại hình hộp Phân loại không kiểm định Cách phân loại không kiểm định không sử dụng liệu mẫu làm sở để phân loại, mà dùng thuật toán để xem xét pixel chưa biết ảnh kết hợp chúng thành số loại dựa nhóm tự nhiên loại tự nhiên có ảnh Nguyên lý phương pháp giá trị phổ loại lớp phủ phải gần giống không gian đo, lúc liệu loại khác phải phân biệt rõ với phương diện phổ Các loại thu việc phân loại không kiểm định gọi lớp phổ Do chỗ chúng dựa nhóm tự nhiên có ảnh, đặc điểm nhận dạng loại phổ lúc ban đầu chưa biết nên người giải đoán phải so sánh liệu phân loại với dạng liệu tham khảo (chẳng hạn ảnh tỉ lệ lớn đồ) để xác định đặc điểm nhận dạng giá trị thông tin loại phổ Như vậy, phương pháp phân loại có kiểm định, xác định loại thơng tin hữu ích sau xem xét khả phân tích phổ chúng cịn phương pháp phân loại không kiểm định xác định loại tách phổ sau xác định thơng tin hữu ích chúng Trong phương pháp phân loại có kiểm định khơng xem xét đến việc lấy mẫu cho loại đối tượng bị phân loại sai Điều cho thấy ưu điểm phương pháp phân loại không kiểm 70 định xác định rõ loại khác có mặt liệu hình ảnh Nhiều số loại chưa xuất người giải đốn dùng phương pháp phân loại có kiểm định Các loại phổ cảnh tượng có nhiều làm cho ta gặp khó khăn lấy mẫu cho tất loại chúng, phương pháp phân loại không kiểm định loại tự động tìm thấy Có nhiều thuật tốn để nhóm chúng lại nhằm xác định nhóm phổ tự nhiên có tập liệu Một dạng thuật tốn phổ biến người giải đoán chấp nhận số lượng nhóm có liệu gọi phương pháp giá trị trung bình K Khi thuật tốn lựa chọn phát vị trí trung tâm nhóm khơng gian đo nhiều chiều Lúc pixel ảnh gán cho nhóm mà véc tơ trung bình tùy chọn ngắn Sau tất pixel phân loại theo cách đó, véc tơ trung bình nhóm tính tốn lại Sau giá trị trung bình tính tốn lại sử dụng làm sở để phân loại lại liệu hình ảnh Quy trình tiếp tục lúc khơng cịn thay đổi việc định vị véc tơ trung bình loại lần lặp thuật tốn Khi đó, người giải đốn xác định đặc điểm nhận dạng lớp phủ loại phổ Do thuật tốn giá trị trung bình K có tính lặp phải tính tốn nhiều vậy, thường sử dụng cho vùng diện tích nhỏ ảnh Các vùng diện tích nhỏ thường gọi vùng mẫu khơng kiểm định không nên nhầm lẫn với vùng mẫu sử dụng phương pháp phân loại có kiểm định vùng mẫu có kiểm định nằm miền có chủng loại lớp phủ đồng vùng mẫu khơng kiểm định lại chọn địa điểm khác tồn cảnh có chứa nhiều loại lớp phủ Điều đảm bảo cho loại phổ cảnh tượng đại diện cách độc lập loại phổ vùng khác phân tích để xác định đặc điểm nhận dạng chúng Các nhóm tương tự giống biểu thị loại lớp phủ giống kết hợp lại với thích hợp Các số liệu thống kê nghiên cứu cho nhóm kết hợp sử dụng để phân loại tồn cảnh tượng (ví dụ thuật toán khoảng cách tối thiểu xác suất cực đại) Do phương pháp phân loại đòi hỏi yếu tố phân tích có kiểm định khơng kiểm định gọi phương pháp phân loại hỗn hợp Cách phân loại hỗn hợp đặc biệt có giá trị phân tích mà có biến thiên phức tạp mẫu phản xạ phổ loại lớp phủ Những điều kiện hồn tồn có tính phổ biến thực tế làm đồ thực vật vùng núi Trong điều kiện đó, khả biến thiên phổ phạm vi loại lớp phủ thường bắt nguồn từ thay đổi loại lớp phủ theo giống loài từ điều kiện địa lý khác (thổ nhưỡng, độ dốc) Cách phân loại hỗn hợp giúp người giải đoán ảnh xử lý khả thay đổi 71 ... không gian số nguyên dựa phép tăng cường chất lượng 58 Chàm 127 Lục Đỏ Mầu 127 127 Đen Xám 25 5 25 5 0 25 5 25 5 25 5 25 5 25 5 25 5 25 5 0 25 5 0 25 5 Trắng Chàm Lục Đỏ Lam Tím Vàng Chàm Lục Đỏ Hồng ngoại... mầu Trong viễn thám, kênh phổ khơng chia dải sóng nhìn thấy nên khơng thể tái tạo lại mầu tự nhiên sử dụng mầu đỏ, lục, chàm Tổ hợp mầu gọi tổ hợp mầu giả Tổ hợp mầu giả thông dụng viễn thám tổ... thông tin phổ khác q trình phân loại Phân tích chuỗi phổ Các cấu trúc phân tích dựa việc ứng dụng chuỗi Furie nhằm tìm thành phần phân bố theo hướng, mật độ 3.5 GIẢI ĐOÁN ẢNH VIỄN THÁM 3.5.1 Giải