Thực Hành Viễn Thám (NXB Đại Học Quốc Gia 2012) Lê Văn Trung, 241 Trang Nội dung của quyển sách bao gồm 4 phần chính hướng dẫn thực hành từ những phần mềm thông dụng như Idrisi, Ilwis, ArcView đến phần mềm chuyên dụng như Envi. Mỗi phần được bố trí theo từng chức năng riêng biệt ứng với từng phần mềm với các hướng dẫn trực quan cụ thể, sao cho người tự học có thể tự trang bị những kỹ năng cơ bản trong việc sử dụng các thuật toán trong xử lý ảnh vệ tinh.
Trang 1LE VAN TRUNG (Chủ biên)
LAM DAO NGUYEN - PHAM BACH VIET
THUC HÀNH VIỄN fÐ cà oi 3 U | Phần xạ $ “7 J7 Oe yeaa “=NHÀ XUẤT BẢN :
Trang 2ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH
TRUONG DAI HOC BACH KHOA
Lê Văn Trung (Chủ bién)
Lâm Đạo Nguyên - Phạm Bách Việt
THỰC HÀNH VIỄN THÁM
(Tái bản lần thứ nhất)
NHÀ XUẤT BẢN ĐẠI HỌC QUOC GIA
Trang 3Chi ớ
“ore 2 SIO THEU CAG LENH OO BAN TRÔNG IDRiSI 11 0á thiệu chung
1.2 Giới thiệu cáo menu 1.3 Giới thiệu các công cụ
1⁄4 Tổng quan về sử dụng phần mềm IDRISI
Chương 3 HIẾN THỊ DỮ LIỆU
2.1 Hiển thị đữ liệu
2.2 Thang tin vé dit liéu
2.3 Hiển thị các kênh phổ khác nhau và so sánh
BÀI TẬP
Chương 3 XU LY ANH-GHUYEN B61 ANH
3.1 Gidi thiệu
3.2 Tăng cường độ tương phản 3.3 Lập ảnh tỷ số
3.4 Lọc không gian
3.5 Lập ảnh tổ hợp màu
3.6 So sánh giá trị phản xạ của các đối tượng trên các kénh phổ
BÀI TẬP
Chương 4 XÙ LÝ ÂNH-NẮN CHINH HINH HỌC
4.1 Giới thiệu 4.2 Xác định các điểm khống chế 4.3 Lập ñe tọa độ để nắn chính 4.4 Nắn chỉnh hình học ảnh 45 Đánh giá độ chính xác nắn chinh hình học ảnh BÀI TẬP ` Chương ö GIẢI ĐĐÁN ẢNH BẰNG MẮT
5.1 Giới thiệu các yếu tổ giải đoán ảnh
5.2 Rhóa giải đốn
5.3 Thực hiện các thao tác giải đuán ảnh bằng mắt
Trang 4Chương 6 XỮ LÝ ÂNH-PHÂN LOẠI ANH
6.1 Giới thiệu
6.2 Phân loại không giám sát
6.8 Phân loại giám sát BÀI TẬP
Chương 7 ĐÁNH GIÁ ĐỘ CHÍNH XAC PHAN LOA! ANH
7.1 Giới thiệu
1.3 Gộp nhám
7.3 Làm trơn ảnh phân loại
7.4 Chọn các điểm kiểm tra và đánh giá độ chính xác
BÀI TẬP
Chương 8 CHUYEN BGI DANG DU LIEU RASTER SANG VECTOR
8.1 Giới thiệu
8.2 Chuyển đổi dang dif ligu raster sung vector
8.3 Biên tập file vector
BÀI TẬP
Phân hai HUỖNG DAN THYC HANH PHAN MEM ENVI
Chương 9 GIỚI THIỆU ENVI-HIẾN THI ANH
9.1 Giới thiệu
9.2 Các khái niệm cơ bần trong hiển thị ánh 9.3 Cac dinh dang ảnh làm việc trang ENVI 9⁄4 Mở tập tin ảnh và hiển thị
BÀI TẬP
Chương 10 TẦNG CUONG CHAT LƯỢNG ANH 19.1 Giái thiệu
10.2 Tăng cường độ tương phần 10,8 Lọc ảnh
10.4 Lập ảnh tỷ số
10.5 Lap ảnh tổ hợp màu
BÀI TẬP
Chương 12 HIỆU CHỈNH HÌNH HỌG VÀ ĐĂNG KÝ ANH
Trang 5Chương 19 PHAN TICH THANH PHAN CHINH
19.1 Giới thiệu
19.2 Thành lập ma trận hệ số tương quan
12.3 Phân tích thành phần chính
BÀI TẬP
Chương 18 PHÂN LOẠI ẲNH
18.1 Giới thiệu
13.2 Phân loại không giấm sát
18.3 Phân loại có giám sát BAI TAP
Chuong 14 CAT, GHEP DU LIEU VA TAG BAN ĐỒ ANH 14.1 Giới thiệu
14.2 Cắt ảnh 14.8 Ghép ảnh
14.4 Lập bản đồ ảnh
BÀI TẬP
Phân ba HƯỚNG DẪN THỰC HÀNH PHAN MỀM ILWIS
Chương 1õ GIỚI THIỆU ILWIS-HIỂN THỊ ẢNH 15.1 Giới thiệu
15.2 Hiến thị ảnh BÀI TẬP
Chương 16 TĂNG CƯỜNG CHẤT LƯỢNG ẢNH
16.1 Tăng cường độ tương phản
Trang 6Chương 18 TAO ANH THANH PHAN CHÍNH 18.1 Giới thiệu 18.2 Tạo danh sách 18.8 Thành lập ma trận hệ số tương quan 18.4 Phân tích thành phần chính BÀI TẬP
Chuong 19 PHAN LOAt ANH
18.1 Giới thiệu
19.2 Phân loại phi giám định 18.3 Phân loại có giám sát
BAI TAP
Phân Hốn HƯỚNG DẪN THỰC HANH PHAN MEM ARCVIEW
Chương 20 GIỔI THIỆU ARGVIEW 6IS
20.1 Giới thiệu chưng =~
90.2 Các thành phần cơ bản của AreView
90.8 Các khái niệm về đối Lượng đồ họa trong AreView
Chương 21 CÁC BÀI THỰC HÀNH CO BAN
91.1 Tạo và in bản để
21.2 Tim vị trí tối ưu trên bản đỗ để bố trí phịng trưng bày
21.3 Tìm vị trí những cửa hàng tốt nhất
Chương 92 TẠO VÀ SOẠN THAO DU LIEU KHÔNG GIAN
22.1 Giới thiệu các điều khiển trong giao diện View
92.2 Dùng dữ liệu có sẵn
22.3 Tao theme mdi loại điểm
38.4 Tạo theme mới loại đường
22.5 Tao theme mdi loai polygon
BAI TAP
Chương 23 SOẠN THẢO DỮ LIỆU THUỘC TÍNH
33.1 Giới thiệu các điều khiển của giao diện table
23.2 Đưa đữ liệu vào bảng thuộc tính của theme 23.8 Nhập dữ liệu có sẵn vào ArcView
23.4- Kết nối bảng đữ liệu vào bằng thuộc tinh eda theme 23.5 Tạo một bảng mới trong ArcView
Trang 7Chương 24 BIEN TẬP BẢN ĐỒ
24.1: Giới thiệu
24.2 Tạo bản đề mới
24.3 Các loại đữ liệu không gian mà bạn có thể dùng trong ArcView 24.4 Sử dụng legend editor để tạo ký hiệu bản đỗ
34.6 Xử lý giá trị réng
24.6 Thể biện ký hiệu điểm và đường theo tỷ lệ 24.7 Xoay kỷ hiệu điểm
24.8 Thém ky higu vac palettes cla ArcView 24.9 Nhập bitmap như là ký hiệu điểm
94.10 Thêm text và đỗ họa vào bản đô
BÀI TẬP
Chương 25 TẠO BIỂU ĐỒ
26.1 Giới thiệu các điêu khiển trong giao diện của biểu để 25.3 Tạo biểu đố
35.3 Các loại biểu đô
25.4 Thay đổi những thành phần của biểu đồ
ˆ 28.5 Thay đổi màu của những thành phần biểu đồ và data markers 25.6 X6a data markers
25.7 Chuyển đổi giữa data series va groups 26.8 Xác định thuộc tính từ đata marker 25.9 In biểu dé
BÀI TẬP
Chương 26 HIEN TH) ANH
261 Giới thiệu
26.2 Những loại định dạng ảnh phù hợp 26.3 Đưa ảnh số vào một view
26.4 Thay đổi cách hiển thị ánh
BAI TAP
Chương 27 BỐ TRÍ VÀ IN BẢN ĐỒ
27.1 Giới thiệu các điều khiển trong giao điện layout
27.2 Tạo một bản đổ mới
27.3 Riểm tra việc hiển thị sủa view trong layout
27.4 Thêm những thành phần cho layout
BAI TAP
TÀI LIỆU THAM KHẢO
Trang 8LOI NOI ĐẦU
Vái mong muốn cung cấp những tài liệu thực hành cơ băn hỗ trợ cho sink viên, hoc niên cao học cũng như quá vi độc giả quan tâm đến uiệc tạo ra những
hỹ năng liên quan đến xử lý uà giải đoán ảnh oệ tình hiệu quả dựa trên các
phần mềm thông dụng hiện nay, quyển sách “Thực hành Viễn thám” được biên
soạn trên cơ sở tổng hợp những tài liệu hướng dẫn thực hành đã được công bố, kinh nghiệm giảng dạy oà những từ liệu ảnh thực tế nhằm góp phần tạo nguồn
nhân lực ứng dụng va phát triển công nghệ diễn thám ở Việt Nam Mục tiêu shính là giúp cho sinh uiên tiếp cận uới công nghệ mới, biết sử dụng các phần
mềm thông dụng để tách các thông tin hữu ích từ ảnh uiễn thám phục tụ công
tác quân lý tài nguyên thiên nhiên, bảo ve môi trường nở giảm thiểu thiên lai, cũng như úp dụng có hiệu quả công nghệ uiền thám trong xây dựng các lớp thông
tin chuyên để cho hệ thống thông tin địa ly (GIS)
Trong quá trình biên soạn, nhóm tác giả đã cố gắng cô đọng nội dung vi trình bày theo trình tự các bước thực hành cụ thể, sao cho quyển sách không chỉ là tài liệu tự học tập, mà còn là tài liệu tham khảo đáp ứng nhanh nhụ côu của các cả nhân mang nuiốn sử dụng các phần mềm uiễn thám cơ bắn hiện nay
Nội dụng của quyển sách bao gơm 4 phân chính hướng dẫn thuc hành từ những phân mềm thông dụng như Idriai, Ihuia, AreViao đến phần mm chuyên
dụng như EnoL Mỗi phần được bố trí theo từng chúc năng riêng biệt ứng uới từng phân mêm oúi các hướng đẫn trực quan cụ thé, sao cho người tự học có thể
tự trong bị những hệ năng co ban trong vige sit dung các thuật toán trong xử lý
ảnh v@ tỉnh
Quyển sách đã được biên soạn oới sự cộng tác của Th$ Lâm Đạo Nguyên, Thể Phạm Bách Việt nà tập thể CRQD trẻ Bộ môn Địa Tin học cùng cán bộ nghiên cứu của Phòng Dia Tin học Viễn Thám thuộc Phân vien Vat ty tai TP HCM Ngồi ru, nhóm tác giả cũng nhận được nhiều ý kiến oà tài liệu đồng đóp quý bứu cũu cóc chuyên gia hoạt động trong lĩnh uực mày Hy dọng quyển sách sẽ là tài liệu hướng dẫn thực hành hữu ích cho sinh niên uà hỗ trợ cho những dộc giả muốn tự trưng bị kỹ năng sử dụng phân mém để giải quyết các nẩn đề liên
guan đến ứng dung oiễn thám
Trang 9chắc không thể tránh khối những khiếm khuyết, rốt mong đồng nghiệp va chuyên
gia góp ý bố sung để lần tái bản sau quyển sách được hoàn chỉnh hơn nhằm đáp ứng tối yêu cầu nông cao kỹ năng thực hành
Mọi ý kiến đơng góp của bạn đọc xin gỗi uễ:
Hộ môn Địa Tủn học, Khoa Kỹ thuật Xây dựng, Trường Đại học Bách khoa~ Đại học Quấc gia TP Hồ Chí Minh, số 968 Lý Thường Kiệt, Q.10, TP Hỗ Chí Minh
Điện thoại: (08) 8685149 - 8646889 Email: lutrung@hemut.edu.un
Trang 10PHẦN MỘT
HƯỚNG DẪN THỰC HÀNH
Trang 11Chương 1
GIGI THIEU CAC LENH CO BAN TRONG IDRISI
1.1 GIG! THIEU CHUNG
IDRISI la phin mém xử lý ảnh cà thông tia địa lý được phát triển bởi phịng, thí nghiệm Clark trong Khoa Địa lý của Trường Đại học Clark (Hoa Kj) Phin mềm được thiết kế mang tính chuyên nghiệp cao và phiên bản đầu tiên được đưa vào sử đụng từ năm 1987, sau đó được thương mại hóa và được áp dụng phổ biến (trên 180 quốc gia) trong các lĩnh vực: nghiên cứu và đào tạo, quản lý và quy hoạch, IDRIBSI rất mạnh với các chức nắng phân zích dữ liệu raster và đáp ứng đây đủ các như cầu cần thiết cho việc ứng dụng GI8 oà uiễn thám, từ việc truy cập cơ sở đữ liệu, mơ hình không gian đến lăng cường chất lượng ảnh và phân loại ảnh vệ tỉnh, nên hiện nay được sử dụng rất phổ biến trong công tác quản lý lài nguyên
thiên nhiên và giám sát môi trường; phân tích các biến động theo thời gian; hỗ trợ
lập quyết định; mô phỏng và nội suy bê mặt địa hình Mặc dù tính chuyên nghiệp cao, nhưng IDRISI có giá thành rẻ và rất đễ sử dụng
Để giới thiệu các lệnh cơ bản trong phần mềm IDRISI 32 nhằm giúp sinh
viên và bạn đọc lầm quen với giao điện và nắm bất được các lệnh cơ bản thường
dùng khi khai thác sử dụng phần mềm, hình 1.1 minh hea giao điện chính của phần mềm với nội dung của các menu như sau:
mm .eurme=n
íb Đhdg/G9AnMyik Hiển Ure Rossin CiaDHợ Wdli Bếp
-8lSIZiE]Bil::WSik4.£ E2 slE5
Tĩnh 1.1 Giao diện chính của phân mềm IDRISI 39
1.2 GIỚI THIỆU GÁC MENU
œ- File _ Menu: Các câu lệnh sử đụng trong menu này dùng để nhập, xuất các
file được lưu dưới các định đạng khác vào phần mềm IDRISI và vận hành chuyển đổi trong môi trường cho phép của phần mềm
~-Đafa Paihs: thiết lập thư mục làm việc kết hợp với một prdjeet - Idrisi File Explorer: liệt kê, sao chép, xóa, đổi tên tập tìn - Metadata: tao, xem và chỉnh sửa lý lịch đữ liệu
- Collection Editor: tao mét nhém céc tap tin cing loại
Trang 1214 CHƯƠNG 1
- Run Macro: thực thì chương trình Macro của
Idrisi “ Tt
- Shorteuk On: tắt/mỡ danh sách tên các module VÔ ote
- User Praferences: cài đặt chế độ hiển thị, tự Celestion tot động hién thi, chéng ghi RunPico + Import/Export: nhập/xuất dữ liệu các dinh —, Sétaton
dang khéng thuộc định đạng Idrisi (nhưng có — *_User Preferences
tương thích), Trợ >
+ Idrisi File Conversion (16/32): chuyén déi
định dạng đữ liệu giữa Idrisi 16 bit sang định — —-
dang 32 bit OE Set te |
b Display Menu: Chita cdc lénh dùng để biển thị, chỉnh sửa và tạo các đặc tính mới của ảnh như màu sắc, độ tương phần
- Điaplay Launcher: hiển thị các lớp dữ liệu - OR7HO: tạo bản vẽ phối cảnh 8D
‘play
Display Launcher
+ Media Viewer: tao vA xem hién thi động của ảnh ORTHO đa thời gian Media Viewer
- Symbol Workshop: tao, bién tập các tập tin ký ‘Symbol Workshop hiệu và palette mau compose? - COMPOSITE: tao anh tổ hợp màu 3 kênh phổ SEPARATE
- SEPARATE: t&ch mau anh palette thanh anh RGB 7 RLUMINATE
- ILLUMINATE: két hợp ảnh bóng với anh palette mau HISTO
- HISTO tao histogram cia m$t anh (phân bố tần =
xuất xuất hiện của các giá trị độ sáng)
- STRETCH: phân bố lại giá trị của các pixel theo đải giá trị mới
©- GI8 Anelssis_Menu: gầm các chức năng phân tích GIS và truy vấn thông tin - Database Query: gồm các công cụ GI8 truy
vấn thông tin hiện đang được lưu trữ [ats anaiysis
+ Mathematical Operators: gém các công cụ | Database Query » toán học để thực hiện phép đại số trong j Mathematical Operators +
thành lập bản đồ Distance Operators =P
- “ Context Operators »
- Distance Operators: gim eae cong cu lién Seatac :
quan đến khoảng cách như tạo vùng đệm, Decision Support £
- Context Operators: gim các tông cụ để tạo Change | Time Series >
Surface Analysis >
lớp mới từ thơng tìn hiện hữu như tạo lớp độ đốc từ mơ hình độ cao số (DEM)
Trang 13GIỚI THIỆU CÁC LỆNH CƠ BẪN TRƠNG IDRISI 15
~ Deeision support: gồm các công cụ trợ giúp quá trình ra quyết định
- Change/Time series: gồm các công cụ GI8 và xử lý ảnh cho phép phân tích biến động đựa theo ảnh đa thời gian
- Surface Analysis: gốm cáo cơng cụ để phân tích bể mặt thường liên quan đến dữ liệu độ cao hoặc DEM
đ- Modeling_ Menu: Các lệnh cho phép xây dựng và thực thì các mơ hình
- Macro Modeler: mơi trường đổ họa cho phép —
xây dựng và thực thí các mơ hình có nhiều [ Medeing 6%
bước xử lý Thích hợp đổi với bath |° Mato Modeler
processing (thye thi nhiéu dữ liệu nhập vào | PU3S®CSUMU _
của cùng mơ hình để cho ra nhiều kết quả} Run Macro
và mơ hình động ek
- Tmage Calculator: cơng cụ tính tốn để đánh [cont / Apt Documentation
giá nhanh các chương trình sử dụng các lớp anh raster
- Run Macra: cho phép thy thi lénh macro cia IDRISI
- Bảit: tạo và biên tập các tập tin giá trị và các loai tap tin IDRISI - OOM/API Documentation: chức năng tương tác với Acrobat Reader,
e- Image Prooessing_Menu: bao gồm các lệnh thể hiện chức năng xử lý anh của IDRISI
- Restoration: chức năng thực hiện khôi [image Processing
phục ảnh, loại trừ các biến dang của ~ | “ Restoration say
ảnh viễn thám Í Enhancemenk ›
- Enhaneement: tăng cường chất lượng ¿Năng Nhat i
ảnh làm nổi bật thông tin thích bợp, Fourier Analysis »
dùng trong giải đoán ảnh Ta ni ; - Transformation: tạo ảnh mới bởi các Soft Classifiers { Mixture Analysis» phép xử lý toán học từ các kênh ảnh Heédeners *
gốc, như phân tích thành phần chính _ Hyperspectral Image Analsls +
(PCA), edu tric nh (Texture), tinh chi Actinacy Assessment > số thực vật (NDVD),
- Fourier Analysis: chức năng chuyển đổi ảnh sử dụng thuật toán Fourier - 8ignatrre Development: chức năng tạo các vùng mẫu phục vụ cho việc phân
loại giám sát
- Hard Classiliers: cung cấp cơng cụ cho q trình phân loại ảnh có giám sát hoặc phân loại không giám sát
Trang 1418 HƯƠNG ï
- Hyperspectral Image Analysis: chức năng phân tích ảnh siêu phổ - Àccuracy Assessment: chức năng đánh giá độ chính xác phân loại ảnh £- Reformat _ Menu: bao gồm các lệnh cho phép chuyển đổi định dạng
- CONVERT: chuyển đổi định dạng đữ liệu
- PROJRCT: định lưới chiến CONVERT
- RESAMPLE: nắn chỉnh hình học 1 MoEecr TH
WINDOW: cắt một phần ảnh từ ảnh gốc để tạo — | REAMEC' +
ảnh mới 1 winpow
- EXPAND: tăng độ phân giái của ảnh THAI
- CONTRACT: tạo ảnh mới hằng cách gidm sé ¡ SONGM
hàng và số cột làm giảm độ phân giải của ánh, vu ll
- OONCAT: kết hợủ nhiêu ảnh hoặc vector để tạo |_ Bester Nester Fervarson > file lớn hơn PNTGEN
- TRANSPOSE: thay đổi một cách có hệ thống vị trí ede pixel trong anh
Reformat: LINEGEN LHNTOPNT
- Raster/Vector Conversion: chuyển đổi định dạng giữa raster và vector
- PNTGEN: tạo đữ liệu vector dạng điểm - LINEGEN: tạo dữ liệu veetar dạng đường
- LINTOPNT: tạo đữ liệu vecbor dạng điểm từ vector dạng đường 1.3 GIGI THIEU CAC CONG CU
Giao điện chính của phần mềm lảrisi được thế biện bởi hình 1.1 có các công cụ hỗ trợ thao tác nhanh cho người sử đụng phần mềm như sau:
‘Thiét lap méi truting lam viéc (Data Path/ Project Environment) Liét ké, sao chép, déi tén tap tin (Idrisi File Explorer)
Tạo một nhóm tập tin cùng loại (Colleetion Bditar) Liệt kê các tập tin (list)
Xem tập tin lý lich da ligu (describe)
Trang 15GIỚI THIỆU CÁC LỆNH UŨ BẢN TRONG IDRISI 1
Tăng cường độ tương phần Tạo ánh tổ hợp màu
Cia sé lam vid vừa với khung lép (Layer frame) Hiển thị ảnh ở khung lớp lén nhất
‘Thu phong theo khung làm việc Thôi phục lại cửa sổ gốc
Zoom nhing ảnh liên kết nhau (Collection Linked Zoom)
Tutu và khôi phục lại Xững làm việc đã định trước
Xem thông tin giá trị của đối tượng
TIiển thị các thuộc tính của đối tượng dang bảng
Số hóa (vector)
Xóa các đối tượng dang vector
Lưu các đối tượng dạng vector
Két nối với GPS (hệ thống định vị toàn cầu) Tao histogram
Tao anh ortho
Phân lớp hoặc tái phân loại các giá trị của pixel lưu trữ trong ảnh
Chẳng phủ các lớp
1.4 TỔNG QUAN VE SỬ DỤNG PHAN MEM IDRISI
Ứng dụng viễn thám vào từng lĩnh vực khác nhau cân phải chọn loại ảnh
Trang 1618 CHUONG 1
- Hién thi da ligu ảnh: có thể biển thị các loại đữ liệu khác nhau (raster
hay vector); chọn các bảng màu khi hiển thị; cách thể hiện các thành phần của bản đổ; xem thông tin về lý lịch đữ liệu (metadata); hiển thị và so sánh các kênh
phổ khác nhau `
- Xử lý ảnh-Chuyển đổt ảnh: am hiểu phương pháp tăng cường chất lượng ảnh trong xử lý ảnh số (tăng cường độ tương phản, tạo ảnh NDVI, ảnh thành phần chính ); tạo ảnh tổ hợp miầö; so sánh giá trị phản xạ phổ trong các kênh phổ
- Xử lý ảnh- Hiệu chỉnh hình học: nắm vững các phương pháp nắn chỉnh hình học nhằm chuyển tọa độ ảnh theo hệ tọa độ bản đồ của vùng nghiên cứu (cách xác định các điểm khống chế, lập 8le tọa độ)
- Xử lệ ảnh~Phôn loại đnậ: thao tắc thành thạo các phương pháp phân loại không giám sát và phân loại có giám sát; biết cách chọn vũng mẫu và lấy mẫu ngoài thực địa cũng như đánh giá độ chính xác phân loại ảnh
- Chuyển đâi dụng dữ liệu: nắm vững phương pháp chuyển đổi ảnh sau khi phân loại từ dạng dữ liệu dạng raster sang vector; biên tập và chỉnh lý đữ liệu vector
Hiện nay, các phần mềm thương mại khơng ngừng hồn thiện các chức năng để hỗ trợ cho người sử dụng Phần mềm Idrisi là một trong những phân mễm được sử
dụng phổ biến và có khả năng đáp ứng khá tốt yêu cầu ứng đụng của nhiều lĩnh vực
khác nhau Từ chương 2 đến chương 8 trong phẩn này cung cấp nội đung hướng dẫn thực hành sử dụng phản mềm IDRISI, tập trung vào việc giải quyết những yêu cầu cơ
Trang 17Chương 2
HIEN TH! DU LIEU
Hướng dẫn các thao tác cần thiết để hiển thị các loại dù liệu khác nhau (dang roster hay vector); chen cde bằng màu khi hiển thị dữ liệu; cách thể hiện các thành phân của bên để; xem thông tin vé da ligu (metadata); hién thi va so sánh các kênh phổ kháe nhau
2 wg
2.1 HIẾN THỊ DỮ LIỆU
Để hiển thị đữ liệu vào Diaplay > Display Launcher hoặc dùng công cụ |] hop thoai (Display Launcher) xudt hign dua ra các lựa chọn như thể hiện bởi hình 2.1 Xác định loại dữ liệu cần hiển thị: nếu là ảnh (chọn Røster Layer), dữ liệu thể hiện dạng đường, điểm, vùng (chọn Vector Layer), hoặc bản để (chon Map Comiposilion File) Hộp thoại trong trường hợp này được chọn đạng cẩn hiển thị là dang anh (Raster Layer)
Để hiển thị các màu khác nhau, lựa chọn bang ma mau thich hyp (Palette file), Phân mềm IDRISI có thể hiển thị tới 266 màu (giá trị từ 0+856) Đối với các dữ liệu có giá trị thực chọn Auboscale, các giá trị sẽ được tự động tính tốn lại giá trị phù hợp với khong giá trị từ 0+855
Fie type to be displayed
@& Raster Layer
Palette file = =e & -Quanitative (Standard iDRISI Patette} | © Quattative
F | ¢- Color Composite (8 ba}
Grey Seale
| C- Bipolar 4
L © NDVI {Steen Vegetation Index Palette}, © User-defined: © Vector Layer
© Map Composition File
Í Auogcale Tile TT Legend
_ Cancel | Hap
Trang 1820 CHƯƠNG 2
Chọn tập tin ảnh hiển thị bằng cách nhấp đơi phím trái của mouse vào
tên tập tin (mở lần lượt các kênh ảnh có tên: hem band, chon bảng màu Idrisi256), Sau khi tap tin Anh da được mở, có thể thay đổi kiểu hiển thị màu
của ảnh bằng cách nhấp vào Layer Properties trong hộp thoai Composer, chon một trong các bang mau chudn trong Pallete File nhu: Idrisi 256; Qual 256;
Grey 256; Grey 16; Idrisi 16
Dé thay d6i céch hién thi céa mét anh da dude mé: Chon Map.Properties trong hộp thoại Composer, cho phép thay đối lưới ư vng, chú dẫn, tiêu đề (3.2.3),
2.2 THONG TIN VE DO LIEU
Để hiển thị thông tin về dữ liệu vào Fe -> Mfeiadaia Hộp thoại hiển thị thong tin vé di ligu (metadata) xudt biện, chọn rasfer files > Chọn tên file
Tọa độ (7V) của ảnh
Hình 2.3 Hệp thoại hiển thị thơng tín uễ dữ liệu
Trang 19HIẾN THỊ DỮ LIỆU a
1 Save Composiion =f Fecture Properties _ Fie =
Dicplay Min?Max Conteasi/Brighinese Setinge
{psc Hin —¬= ee i
pag Mase
Hình 2.3 H6p thogi Layer Properties
2.3 HIẾN THỊ CÁC KÊNH PHO KHAC NHAU VA SO SANH
Hiển thị Ảnh từng kênh phổ đưới đạng cấp độ xám (Grey scale) để so sảnh mức độ phần xạ phổ của từng loại đối tượng trên các kênh phổ Bởi vì trên các tư liệu ảnh viễn thám đa phổ, các đối tượng bê mặt được thể hiện phụ thuộc vào đặc tính phổ của chúng phần xạ nhiều hay it năng lượng bức xạ điện từ
“ng
Trang 20
22 CHUONG 2
So sánh mức độ phản xạ khác nhau giữa các kênh phổ của ảnh vệ tính Landsat 7 ETM+ :
MG 1An lượt các tập tìn: hem_band1,9,9,4,B,7
So sánh mức độ phản xạ khác nhau của các kênh phổ của ảnh vệ tinh SPOTS XS: Mở lần lượt các tập tin: hem_band1,3,3,4
Khi mổ tập tin, chon Pellete 1a Grey Scale vA chon Autoscale Các ting dung chính của từng kênh phổ ảnh Landsat và SPOT:
Landsat 7:
- Kénh 1 (0.45-0.52um): phan biét d6 due cda nudes, dat trong > <thực phủ - Kénh 2 (0.52-0.60jm): phan biét céc loai thye vat
„ Kênh 3 (0.63-0.69y0n): phân biệt các loại thực vật (ứng dụng trong nông nghiệp) - anh 4 (0.76-0.90„n): nước > < đất, thực vật > < đất trống, độ ẩm trong
đất, các kiểu rừng, xác định ranh giới vùng ngập nước - Kênh 5 (1.65-1.75izn): phân biệt độ ẩm trong đất, thực vật
- Kênh 7 (3.08-3.35,un): phân biệt các kiểu đất đá (ứng dụng trong địa chất)
SPOT 5:
- Kanh J (0.5-0.59um): phan biét cdc loại thực vật
- Kénh 2 (0.61-0.68,un): phan biét cáo loại thực vật (ứng dựng trong nông nghiệp) - Kênh 3 (0.79-0.89yn): nuée-> < đất, thực vật > < đất trống, độ ẩm trong
đất, các kiểu rừng, xác định ranh giới vùng ngập nước - Kênh 4 (1.58-1.7ð4ưn): phân biệt độ ẩm trong đất, thực vật
BÀI TẬP
1 Mở lần lượt các file: hem _band1, hem_band3, tinh các giá trị max, min, trung bình, phương sai và hiệp phương sai trên từng kênh ảnh
2 Mỡ lần lượt các ñle: hem_bandl, hem_band2, thành lập ma trận tương quan giữa các kênh ảnh
8 So sánh mức độ tương quan khác nhau giữa các kênh phổ của ảnh vệ tỉnh
Nêu nhận xét, về sự tương quan này,
4 Lập histogram cho từng kênh ảnh và sơ sánh sự khác biệt
5 Hiển thị màu giả (pseudo) ứng với từng kênh ảnh Tạo ảnh hiển thị màu
Trang 21Chương 3
ay
XU LY ANH-CHUYEN DOI ANH
3.1 BIẾI THIỆU
Xử lý ảnh được thực hiện qua nhiều bước khác nhau Một trong những bước xử lý ảnh quan trọng là tăng cường chất lượng ảnh nhằm phục vụ cho việc giải đoán ảnh bằng mắt Phụ thuộc vào từng loại ảnh và mục đích giải đoán mà ta chọn lựa các loại và thuật toán tăng cường chất lượng ảnh cho phù hợp Chuyển đổi ảnh là thao tác được áp dụng thường xuyên trong quá trình xử lý ảnh, thực chết là biển đổi ánh gốc thành ảnh mới nhằnh thể biện ảnh được rõ ràng hơn, hay
tạo điểm nhấn đối với cáe đổi tượng cần quan tâm Ảnh sau khi được chuyển đổi sẽ
giúp cho công tác giải đoán bằng mất hoặc xử lý bằng máy hiệu quả và chính xác Hơn Xử lý ánh bao gồm các nội dung sau:
Từng cường độ tương phản (conirgst enhancement) Lập ảnh tả số giđe các band (band ratio)
Loe khong gian (spatial filtering)
Phơn tích thank phdn chink (principle components)
- Sau khí thực liện tổng cường chất lượng ảnh, chúng ta thực hiện một số tổ hợp màu các kênh phổ
- Cách tạo liên bết uà so sảnh giá trị phần xạ phổ giữa các kênh phổ 3.2 TANG CUGNG 80 TUONG PHAN
“Tăng cường độ tương phần có thể được định nghĩa như một thao tác làm nổi
bật hình ảnh sao cho người giải đoán ảnh dễ đọc, dé nhận biết nội dung trên ảnh
hơn so với ảnh gốc Tùy trường hợp ứng dụng cụ thể và tùy thuộc vào từng loại ảnh vệ tỉnh cùng với đặc điểm của từng kênh ảnh, người giải đoán cẩn phải điều chỉnh độ sáng và mức độ tương phản thích hợp
Để tăng cường độ tương phản vie Image processing >Enhancement->STRETCH
Trang 2224 CHUONG 3 Moaiing
HReISS Renna, 505 woe) ee) een oration a=
: ( Benduederbones Tre mulon Fae he } purer : % -Í Ị
Hid Gates , n ram F Sebtiatet Mideanapis + {Hades Ì HummeedlimmpArAk > 1 cane erent : 5 ————— et h al
Í_ keensr eutiragemdcanllenn rơm [Seen ord oe tabi
| 7 Seemed med Ouaeinage same: : 4 | daa tent > Ee '
Hinh 3.1 Hép thoai STRETCH-contrast strétch utility
- Chọn các kênh phổ thích hợp đưa vào Input image
- Nhập tên và đường dẫn cho dữ liệu ánh xuất Óưiput image
- Lựa chọn loại kéo dãn độ tuong phdn: Linear/Histogram Equelization|
Linear with Saturation
- C6 thể chọn haặc không chọn các thông số ảnh nhập vào Input image parameters
Lần lượt so sánh và nhận xét đối với từng kiểu stretch ứng với từng kênh phổ cụ thể Hình 3.3 mình họa ảnh nhận được sau khi tăng cường độ tương phần
Trang 23XỬ LÝ ẢNH-CHUYỂN ĐỔI ÄNH 28
4.3 LẬP ANH TỶ SỐ
Bằng cách chọn hai kênh thích hợp trong ảnh đa phổ, chia giá trị độ sáng tương ứng từng pixel của hai kênh ảnh gốc này để nhận được trị độ sáng pixel của ảnh mới gọi là ảnh tỷ số Phép chia được sử dụng khá rộng rãi trong việc tạo ảnh tỷ số nhằm loại trừ bóng râm do ảnh hưởng địa hình, tách đặc tính các yếu tố địa chất, nhấn mạnh các đối tượng cẩn quan tâm như vùng phủ thực vật hay chênh lệch nhiệt độ
Dé tao anh ty sb vao GIS Analysis -> Database Query -> OVERLAY
Hộp thoai OVERLAY-image overlay sẽ xuất hiện như được thể hiện trên hình 3.3
Te img ae Teme Riot Cooke rile i eras Sues teaser EeeDmeem „
Tem am eset TP pene setnd err Sara + ratte,
Hình 3.8 Hộp thoại OVERLAY-Lmage ouerlay - Chọn kênh phổ thứ nhất đưa vào Firsi image
- Chọn kénh phé thi hai dua vao Second image
- - Nhập tên và đường dan cho di ligu xudt Output image ~ La chon chức năng chồng lớp (Ouerlay) thích hợp,
Lập tỷ số giữa các kênh phổ ảnh nhềm mục đích làm nổi bật các đối tượng trên ảnh cẩn quan tâm Ảnh chỉ số thực vật NDVI thường được sử đụng trong q trình phân tích và giải đoán
Tao ảnh chi sé thie vat NDVI (Normalized Difference Vegetotion Index): - Chọn chức năng chéng Iép 1a First-Second / First + Second
- Chọn kênh NIR (tương ứng với kênh phổ có bước sóng 0.70 - 0.80 mm) nhập vao First image,
- Chọn kênh Red (tương ứng với kênh phổ có bước sóng 0.80 - 0.70 um) nhap vaho Second image
Trang 2436 CHUONG 3
Hinh 3.4 Ảnh chỉ số thực vật NDVI khu uực TP.HCM
Cáo ảnh tỷ số khác: (đối với ảnh Landsat 7)
B3/B1 : : làm nổi bật thực phủ B4/B8 : B4/B3 : B8/B3 : BUBB : BƯB7: BB/B3 : Ba/84 làm nổi bật các oxit sắt
làm nổi bật lượng sinh khối
cho biét chi so RVI URiio Vegetation Index)
tách biệt giữa đất và nước + -
làm nổi bật các khoáng chất chứa nước lam nổi bật các hydrokit nhôm
làm nổi bật cát khoáng chất dạng sét, đất sét '
'ân lượt so sũnh bà rút ra kết luận giữa lý thuyết uà hết quả đã thực hiện,
3.4 LOG KHONG GIAN
Tăng cường hay cải tiến chất lượng ảnh bằng cách áp đụng hàm [hay tốn tử] lọẻ [khơng gian ảnh] nhằm loại nhiễu ngẫu nhiên và các giá trị đột biến của phần
tử ảnh trên ảnh, tạo ảnh mới mịn hơn so với ảnh gốc Lọc trong không gian Ảnh
được thực hiện Bởi cửa sổ trượt, với ma trận toán tử (nxm) là một số lẻ (3x3); (x8)
hay (7x7) nhằm tạo ra một Ảnh mới đáp ứng các yêu cầu như tạo sự rõ nét-các yếu tố đường nét; làm mịn ảnh hoặc nhấn mạnh một yếu tố cấu trúc nào đó ,
Để lọc không gian vào Ïmage processing > Enhancement ~> FILTER sé xuat
Trang 25XỬ LÝ ẢNH~CHUYỂN ĐỔI ÄNH or
Hinh 3.5 Hop thogi FILTER-digital filtering
Pháp lọc.được sử dụng cho nhiều mục đích khác nhau Ví dụ như phép lọc
Mean vé Gaussian thường được sử dụng để tổng quát hóa ảnh; phép loc median có
tác dung lam smooth anh; phép loc adaptive box rất Hiệu quả cho việc loại bỏ hiện tượng nhiễu ngẫu nhiên “muối nà ¿iêu” trọng ảnh; phép lọc Edge enhancement Jam
nổi bật các khu vực có bể mặt liên tục bị thay đổi; phép lọc High-pass làm nổi bat
ác vùng có thay đổi đột ngột so với những vùng có thay đổi đều đặn; phép lọc Sobel Bdge Detector lai hiti ich trong việc:làm rõ nét ñbững bờ/cạnh giữa những,
đối tượng hoặc khu vực thay đối đột ngột
Hình 8.6 Ảnh kênh 2(SPOT §) khu uực TP HCM trước nà sau khi lọc (Maan, filter)
3.5 LẬP ẲNH TỔ HỤP MÀU
Một ảnh màu đa phố ¿ó thể được tổ hợp trên cơ sở gán ba kênh phổ nào đó
cho ba màu cơ bân (R,G;B); ánh nhận được sẽ s6 màu sắc khác nhau tùy thuộc vào
Trang 26? GHƯƠNG 3 Để lập ảnh tỔ bạp niàu véo Image processing > Enhancement ~» COMPOSITE sẽ xuất hiện hộp thoại OOMPOSTTE — image compositing utility như được thể hiện trên hình 3.6
tr rrce=—=—=>~ — HE Troe Trmonane vows aa ey Sa Ta 3 ¡ ket tama ae ol mle S1 1LEDI25J‡ezle=i
Be gue
=a == | |
Hink 3.6 H6p thoai COMPOSITE-image compositing utility
- Chọn các kênh phổ thích hợp đưa vào để tổ hop Chon tén tép tin Gaudt) OUTPUT - Chon kidu constrast (simple linear/ Linear with saturation points/ Histogram
equalization)
- Chọn kiểu dữ liệu xuất ra (create 8-bit hoặc 24-bit)
Tạo kỹ năng nhận biết được các đối tượng đất-nước-thực uột trên ảnh tổ
hop mau
Trang 27
XỬ LÝ ÂNH-CHUYỂN ĐỔI ẢNH 29 3.6 SO SANH GIA TRI PHAN XA COA CAc BOI TUGNG TREN CAC KENH PHO
- Để có thé so sánh các kênh phố của một đữ liệu cần tạo liên kết nhém các
kênh lại với nhau ˆ
- Để tạo liên kết nhóm sáo kênh ảnh vào Eife +3 Collection Editor Chon
những kênh ảnh cần liên kết với nhau, sau đồ lưu lại tên tập tin hemgroup.rgf như được thể biện bởi hình 3.8
CT
ingot before *
Hình 3.8 Tao lien kết nhám ede kénk anh
Mở một trong các tập tin ảnh liên kết trong thy myc Aemgroup như được minh họa bởi hình 3.9
„ ˆ hen,eangagl i hong 5+ Rem banat + ~ hoạt band
Hình 3.9 Mê file ảnh trong liên hết nhóm các kênh ảnh:
Dang cong cy |e? | (Cursor Inquiry Mode) click trên ảnh vừa mỗ, chọn BÍ
Trang 2830 CHUONG 3 Fes {n}<2 Ges) Simla aes: go! [oe [oh
EB sO RTO eR MO
Hình 320 Xem giả trị phản xạ trên các kênh ảnh
So sánh ảnh NDVI với ảnh tổ 6 hop, mau (COMPOSITE) kénh RGB : 3,2,1 vừa
tạo ra ở phần trên,
Đối chiếu các giá trị phần xạ trong các kênh phổ của anh Landsat va SPOT
BÀI TẬP
1 Mỡ lần lượt sác kênh: hem_band1, hem_band2, so sánh và nhận xét đối với từng kiểu stretch ứng với từng kênh phổ cụ thể
9 Tạo Ảnh tỷ số Band5/ Band2: tách biệt giữa đất và nước $ Tạo Anh NDVI Bands Banđ2: sơ sánh kết quá?
4: Chọn các kênh thích hợp dựa trên chi sé OIF (Optimum Index Fattor) dé
Tổ hợp màu
5 So sánh ảnh tỷ số và ảnh tổ hợp màu trong việc phân biệt đất-nước-thực 0ật,
Trang 29Chương 4
XỬ LÝ ẢNH-NẮN CHỈNH HÌNH HỌC
4.1 GIỚI THIỆU
Để xây dựng mối tương quan giữa hệ tọa độ ảnh và hệ tọa độ bản đổ cụ thể (có thể là hệ tọa độ mặt đất vuông góc x, y), cách đơn giản nhất là dựa vào các
điểm khống chế mặt đất, tìm hàm chuyển đổi thích hợp thì tọa độ mặt đất của
từng phân tử ảnh trên ảnh có thế được xác định Chương này giới thiệu phương
pháp nắn chính hình học để chuyển tọa độ ảnh theo hệ tọa độ bản đồ của vùng nghiên cửu (cách xác định các điểm khống chế, lập tập tỉn tọa độ)
Nắn chỉnh ảnh có tên tập tin: hem02_L⁄7_bandl (ảnh Landsat ETM + khu
vực TP HCM, band 1, độ phân giải 30x30m) theo hệ tọa độ VN-2000, lưới chiếu
TM, múi 48, bao gồm các bước chính như sau:
- Xác định các điểm khống chế - Lập tập tín tọa độ để nấn chỉnh - Nắn chính hình học ảnh
- Đánh giá độ chính xác nắn chỉnh hình học ảnh
4.2 XAC BINH GAC DIEM KHONG CHE
Nguyên tắc chọn các điểm khống chế: lựa chọn các địa vật cố định được thể hiện trên bân đổ và thấy rõ trên ảnh (ngâ ba, ngã tư đường giao thông, sân bay, ) Số điểm và sự phân bố của các điểm khống chế sẽ ảnh hưởng đến đề chính xác hiệu chỉnh hình học, do đó số điểm phải nhiễu hơn số ẩn số và được phân bố đều trên ảnh (thường phân bố tại 4 góc ảnh)
Trong bài thực tập này, sử đụng bản đổ địa hình số tỷ lệ 1:0.000 khu vực TP.HCM theo hệ VN-2000 Các điểm khống chế được chọn là các điểm có thé nhận
biết rõ trên cả ảnh cần nắn và bản để
Dùng con trỏ để tầm tọa độ ảnh (, y), và đọc tọa độ điểm tương ứng trên bản đỗ số Các điểm khống chế được chọn phải phân bố đều khắp khu vực ảnh cần được nan chuyển Iũnh 4.1 minh họa vị trí điểm và sự phân bố của các điểm khống chế
được chọn, trường hợp (a): các điểm khống chế phân bố đạt yêu cầu và trường hợp
Trang 3032 HƯƠNG 4
a)
b)
Hình 4.1 Vi iri diém va sự phân bổ của các điểm khống chết a) Các điểm khống chế phân bổ đạt yêu câu
b) Các điểm khống chế phân bố chưa đọt yêu câu
4.3 LAP TAP TIN TOA ĐỘ ĐỂ NAN CHINH
Vào Data Entry > Bdit Nhập giá trị tọa độ ảnh (x,y) và giá trị tọa độ trên bản dé OY?
Trang 31XỬ LÝ ẲNH~NÂN GHỈNH HÌNH HỌC 3
Sau khi đã chọn xong các điểm khống chế, hàng đẩu phải ghỉ đúng số lượng điểm khống chế đã chọn (ít nhất là 4 điểm) Nhập đô các điểm, đặt tên và lưu tập tin *.cor
4.4 NAN CHỈNH HÌNH HỌC ANH
Dé nan chinh hinh hoc anh vao Reformat >RESAMPLE
‘Nan chuyển timg file input image, vi dy nhu hem_bandi
Dat tén cho file sau khi ndn chuyén output image
Nhập vào file toa độ các điểm khống chế đã chon correspondence file: hem Chọn thuật toán — Äfapping funetion: Linear
Resampling stype: Nearest neighbor
Lấy tọa độ thực bốn góc trên bản đồ số của vùng muốn nắn chỉnh ảnh
Ví dụ: Minimum XI Maxunum X: 672630/685920
Minimum Y {Maximum Y: 1178600/1190195 Công thức lính số hàng, số cột:
Columns : (MaxX-MinXy 46 phan giai anh
Rows — : (MaxY-MinY)/ a6 phan giải ảnh
- Sử dụng lưới chiếu utm_48n cho reference system
- Chon đơn vi Mét cho reference unit
Nhập các thông số cần thiết trên đây vào hp thoai Resample dé thực hiện việc nắn chuyển Hình 4.2 minh họa việc nhập các thông số cân thiết vào hộp thoại Resample để tiến hành nấn chỉnh hình học ảnh
REIT Te, — petite = = = sen FC a| Oso ime PST | z compres, ae
Trang 323 GHƯƠNG 4
Nhấn OK Hộp thoại hiện giá trị sai số cho từng điểm khống chế theo đơn vị
khai báo Gmé£) như được thể hiện bởi hình 4.3
3pseng-'
Tình 4.3 Hập thoại thể hiện giá trị sai số cho từng điểm khống chết
Nếu sai số điểm nào quá lớn phải loại bỏ hoặc phải xác định lại tọa độ của điểm khống chế Khi loại bô mật điểm, muấn tính lại độ sai số nắn chuyển phải nhấp vào Reeaieulate RMS để tính tốn lại giá trị sai số
4.5 ĐÁNH GIÁ BỘ CHÍNH XAG NAN CHINH HINH HOC ANH
Sai số cho pháp trong vige ndn chink anh khéng lim hon “1 pixel” x “dé phân giải ảnh”
Tí dụ: ảnh cần nắn chỉnh là ảnh Landsat ETM+ có độ phân giải la 30x30m Suy ra: RMS < 30
Để kiểm tra, việc nắn chính ảnh khu vực TP.HCM, sau khi thực hiện nắn chỉnh ta đưa thêm lớp vector gi1 (gt1 là lớp bản đố nên được số hóa từ bản đổ giấy có hệ tọa độ VN-2000, vùng 48) chông lên lớp ảnh đã được nắn chỉnh để kiểm tra mức độ chính xác của việc nắn chỉnh hình học
BÀI TẬP
1 Mé file: hem_bandi Chọn 4 điểm khống chế phân bố tại lá góc ảnh, nắn chuyển và nhận xét kết qua
2 Mở file: hem_band1 Chọn 5 điểm khống chế phân bố tại 4 góc ảnh và tâm
ảnh, nắn chuyển và nhận xét kết quả
8 M@ file: hem_bandi Chon 10 điểm khống chế phân bố đều khắp khu vực
ảnh, nắn chuyểh và nhận xét kết quả so với trường hợp trên
4 Mở ñle: hem_band1 Chọn 10 điểm khống chế phân bố đều khắp khu vực Ảnh,
Trang 33Chương 5
GIAI DOAN ANH BANG MAT
5.1 GIGI THIEU CÁC YẾU TỐ GIẢI BOAN ANH
Giải đoán ảnh được định nghĩa như Jà một quá trình tách thơng tin định tính cũng như định lượng từ ảnh viễn thám tạo ra bán đồ chuyên để đựa trên các trí thức chun mơn hoặc kinh nghiệm của người giải đoán Để giải đoán ảnh, ngoài sự trợ giúp của máy tính và phẩn mềm để xác định các đặc trưng phổ phan xa, người giải đốn cịn căn cứ vào một số dấu hiệu giải đoán, đặc trưng của các đối tượng cũng như kinh nghiệm của các chuyên gia Ngoài ra, kết quả giải đoán ảnh
phụ thuộc rất nhiều vào sự chủ quan của cơn người, nên để có kết quá tốt cẩn phải
có cơ sở thống nhất cho việc giải đốn đó là khóa giải đốn ảnh Chìa khóa giải đốn ảnh được xây dựng bởi chuyên gia có nhiều kinh nghiệm, nhằm thống nhất kết quả từ nhiêu nguồn giải đoán khác nhau, Nhỉn chung, có thé chia các yếu tố
giải đoán thành 8 nhóm chính sau:
- Kích thước - Hình dạng
~ Hình báng - Độ đậm nhạt - Màu sắc - Cấu trúc
- Hình mẫu
- Mối liên quan giữa các đối tượng và môi trường xung quanh,
Chương này giới thiệu các yếu tổ, các khỏa giải đoán uà thực hiện các thao
tác cơ bản trong cơng tác giải đốn ảnh bằng mắt
5.2 KHÓA GIẢI DOAN
Khóa giải đốn là chuẩn giải đoán cho đối tượng nhất định bao gồm tập hợp các yếu tố và dấu hiệu đo người giải đoán kinh nghiệm thiết lập nhằm trợ giúp cho công tác giải đoán nhanh và đạt kết quả giải đoán chính xác, thống nhất cho các đối tượng từ nhiễu người khác nhau Bằng cách sử dụng khóa giải đốn, người giải
đốn có thể phát triển mở rộng và phân tích cho nhiều vùng khác nhau trên cơ sd
cùng một loại đữ liệu (cing 14 anh Landsat, SPOT hay IKONOS, ) cũng như cùng
mùa và thời gian chụp ảnh
Tat cả 8 yếu tố giải đoán ảnh nêu trên cùng với các thông tin về thời gian chụp ảnh, mùa, loại phim, tỷ lệ ảnh đều phải xem xét cẩn thận trước khí thiết lập
Trang 3436 CHƯƠNG 5
thuyết minh Đây là tiêu chuẩn để phân biệt một đối tượng nào đổ tương ứng với các yếu tố giải đdán về đối tượng đó
` Trong -phần thực hành này, khu vực cắn lập các khóa giải đốn ảnh là khu
vực thuộc địa bàn TP Hồ Chí Minh Ảnh Landsat 7 thu nhận ngày 13 tháng 02 năm 2003 được dùng để giải đoán thành lập bán đỗ lớp phủ sử đụng đất,
Hết hợp các yếu tố giải đốn (kích thước, hình dạng, cấu trúc và mối quan hệ với môi trường xung quanh) với việc điều:tra thực địa các vùng mẫu trong khu vực, các khóa giải đốn ảnh được thiết lập phục vụ chơ việc giải đoán ảnh được thể hiện trong bằng sau đầy:
gi Ö Tổ hợp màu | Tổ hợp màu ‘
Su Đốlượn | ‘eee 432 | AGE 542 Kích thước trình dạng Gấu trúc
1 | Mây , [trắng Trắng Không cổ định | Đếm tròn Mịn
2 |' Khu dân cứ “: | Xám xanh Tím Khơng cổ định | Bẩt kỳ # Mịn
a | Mat nude Xanh ngọc | Xanhdương | Không cố định | Cong, uốn lượn | Mịn
4 | Đườnggiao | Xamnhat Xám đậm Nhỏ, hẹp Dạng tuyến Dan xen, thông:
8 '| Đất trồng cây | Đỏ đậm Xanh lực đậm | Vừa '-Vuông vite Tập trung
+ | lâunăm ˆ
6 | Bất trồng cây | Bồ nhạt Xanh lực nhạt | Lớn, „ Gó gốc cạnh ` | Tập trung
hảng năm: * *
7 | Đấtchuyên - | Xanhsáng | Naunéng | Vữa -lớn Có góc cạnh '| Đan lẻ
dụng l 4
Trang 35
Ai DOAN AnH BANG MAT 37
Hink 8.2 Anh Landsat 7'té.hop mau RGB-542
5.3 THỰC HIEN CAC THAG TAC GIẢI DOAN ANH BANG MAT 6.8.1 Tạo lớp đối tượng
Chon icon Š8jJ, khi hộp thoại xuất hiện (H:5.8)„.tùy thuộc vào loại đối tượng cần được số hóa mà tả chọn là dang Point, Line, Polygon, hoặc Teáu
Hình 5.3 Hộp thoại Digitizc tạo lớp đối tượng
- Nhập tên cho lớp cần biên tap (Name of layer’ to be create)
~ Chon màu-cần thể hiện cho đổi tượng (Symbol file for display)
- Chon loai dé Hiéu (Daté Type) la Interger
Trang 3638 CHUONG &
- Nhấn Ok Bắt đầu biên tập lớp đối tượng đã chọn
- Để kết thúc một đối tượng được số hóa, ta click phải chuột
Để số hóa đối tượng kế tiếp, ta lại chọn icon fGÍ, khi đó hộp thoại Digitize
lại hiện ra như hình 5.4
02) -@ [x [4 ST iat
Digitize| í
Please indicate your preference :
i “Add featuras tothe curently active veptoi layer e © Create a neve liye for the teatules to be diptized
Note; To add features to a different vector layer, cancel:
this dialog, click on the layer destad i Composer, and then activele cigfizing again
Hinh 5.4 Hép thoai Digitize để số hóa đốt tượng kế tiếp Chon Add feature to the currently active vector layer
Néu chon Créate a new layer for the features to be digitized, ta sé phai nhap lại tên lớp đối tượng mới cẩn được số hóa (quy trình và cách thực biện giống như trên) Trong trường hợp đ tạo ra nhiều lớp đối tượng khác nhau, muốn số hóa
thêm đối tượng cho lớp nào đó, thì phải trở về hộp thoại Composer và kích hoạt
lớp vector tương ứng, rồi mới chọn icon J&š], 5.3.2 Biên tập lớp vector số hóa
Để kết thúc lớp đối tượng vừa số hóa và lưu kết qua, ta chon icon ES]
Để xóa đối tượng thuộc một lớp vector nào đó, kích hoạt lớp vector đó, chọn
icon [% |, chon đối tượng cần xóa và nhấn Delete
5.3.3 Thực hiện số hóa các lớp đối tượng được giải đoán Lớp dân cư ›dạng Polygon
Lớp mặt nước : dạng Polygon Lớp đường giao thông : dang Line
Lớp đất trồng cây lâu năm lang Polygon
Trang 37GIẢI ĐOÁN ÂNH BẰNG MAT
BÀI TẬP
1 Tạo ảnh tổ hợp mầu tối ưu đựa vào chỉ số OIF
2 Nết hợp các yếu tố giải đoán (kích thước, bình dạng, cếu trúc và mối quan
3
với môi trường xung quanh) tại các vùng mẫu trong khu vực, tạo khóa giải đốn ảnh bao gồm 5 đối tượng:
sự Đối tượng TẾ A Kich thuée | Hình dạng Cấu trúc
+ | Lúa ~ — 2 [Khu dan ou
3 | Mat nude
4 | Đưỡng gieo thông
[ 5 “| bất chuyên dụng
8 Tạo các lớp đối tượng mới cẩn được số hóa, tiến hành số hóa các lớp đổi
Trang 38Chương 6
xU LY ANH-PHAN LOAI ANH
6.1 GIÚI THIỆU
Quá trình tách thơng tin từ ảnh vệ Linh có thể được thực hiện bằng máy tính
hay giải đốn bằng mất Trong đó phân loại ảnh là quá trình tách hay gộp thông
tin đựa trên các tính chất phổ, khơng gian và thời gian cho bởi ảnh của đối tượng
cần nghiên cứu Phương pháp phân loại ảnh trong chương này chủ yếu giới (hiệu các thuật toán được sử dụng để gộp các đối tượng có các tính chất tương đối đồng nhất về mặt phổ thành một nhóm Mục tiêu của việc phân loại là làm phù hợp loại phẩ của dữ liệu ảnh với loại thơng tín được u cầu bởi người giải đoán
Phương pháp phân loại ảnh được thực hiện bằng cách gán tên loại (loại thông:
tin) cho các khoảng cấp độ sáng nhất định (loại phổ) thuộc một nhóm đối tượng nào đó có các tính chất tương đối đồng nhất về phổ nhằm phân biệt các nhóm đó với nhau trong khuôn khổ ảnh Hai phương pháp phân loại thường sử đụng là phân phân loại giám sát, và phi giám định (Unsuperuised classiffealion), càn được gọi là phân loại không giám sát,
loại có giám dinh (Supervised classification), cin ggi
Phần thực hành nhằm cung cấp các thao tác cơ bán và cần thiết để thực hiện công lác phân loại ảnh vệ tỉnh và hướng dẫn cách chọn vùng mẫu cũng như lấy mẫu thực địa
6.2 PHÂN L0ẠI KHÔNG GIÁM SAT (UNSUPERVISED CLASSIFICATION)
ỹ thuật này chỉ sử dụng thuần túy thông tỉn phổ do Ảnh cung cấp và đòi bói người phân tích phải có kinh nghiệm vẻ việc chỉ định số cụm phổ ban đầu Trình tự thực hiện có thể tóm t&t nhu sau: vao Image processing > Hard classifiers ->
Trang 39XỬ LÝ ÄNH—PHÂN LOẠI ẢNH 41
Hình 61 Chọn phương pháp phôn loại không giám sát Trên hộp thoại ISOCLUST:(H.6.2) chọn như sau:
Số kèềnh phổ sử dụng cho phân loại la 3
Sử dụng các kênh phổ: hem02_L7_band2, 8, 4
Sử dụng ảnh tổ hợp để lập) nhóm: xgb 482 (được tổ hợp du6i dang format
creat 8-bit composit)
Hình 6.9 Hệp thoại ISOCLUST
Nhấn NEXT trên màn hình thể hiện hộp thoại nhập số lần lặp, số nhóm
Trang 40
42 CHUONG 6
Số lần lặp lại (iterations): 3
Số nhóm cần phấn loại (clusters): 4 Lặp lại với số lần lặp là 4 hoặc 5
Thay đổi số nhóm cắn phân loại là 5, 6, 7 (tsi đa 10)
Thay đổi band sử dụng cho phân loại: ndvi thay cho band 2
Liần lượt so sánh kết quả ở các lần phân loại theo các số liệu trên
6.3 PHAN LOAI CO GIAM SAT (SUPERVISED CLASSIFICATION)
Phân loại có giám sát là một hình thức phản loại mà các chỉ tiêu phân loại được xác lập dựa trên các vùng mẫu và dùng luật quyết định (đecision rưie) dựa trên thuật tốn thích hợp để gán nhãn ứng với từng vùng phd eu thể Các vùng mẫu là những khu vực trên ảnh tương ứng với từng loại mà người giải đoán biết được đặc trưng phổ (hay đặc tính) Dựa trên đữ liệu huấn luyện
(training data) thu duge trén từng vùng mẫu, các tham số thống kê được xác
định Từ đó, các chỉ tiêu phần loại được sử dụng trong quá trình chỉ định pixels thuộc vào từng loại cụ thể
6.3.1 Tạo tập tin veotor chứa các vùng mẫu
Chọn icon |, khi hộp thoại xuất hiện, chọn loại đối tượng cần được phân loại là đạng Polygon
Nhập tên lớp necfor được số hóa là training site Thực hiện số hóa các vùng mẫu như được thể hiện bởi hình 6.4