Luận văn thạc sĩ Bản đổ, viễn thám và hệ thống thông tin địa lý: Kỹ thuật nén ảnh đa phổ Landsat bằng phép biến đổi Wavelet 3D

NHIEM VU VA NỘI DUNG: — _ Hệ thống hóa co sở lý thuyết phương pháp wavelet trong nén ảnh viễn thám — _ Để xuất quy trình nén ảnh theo thuật toán phù hop.— _ Thử nghiệm một số phương pháp

NGUYÊN THỊ KIM HOÀNG

KY THUẬT NEN ANH DA PHO LANDSATBANG PHEP BIEN DOI WAVELET 3D

Chuyên ngành: Ban đỏ, viễn thám và hệ thống thông tin địa lýMã số: 60440214

LUẬN VĂN THẠC SĨ

TP Hồ Chí Minh, tháng 5 năm 2015

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠITRUONG ĐẠI HOC BACH KHOA - ĐẠI HỌC QUOC GIA HO CHÍ MINH

Cán bộ hướng dẫn khoa hoc : PGS TS Lê Van Trung

Cán bộ cham nhận xét | : TS Võ Trung DũngCán bộ chấm nhận xét 2 : TS Ngô Quốc Việt

Luận văn thạc sĩ được bảo vệ tại Truong Dai học Bách Khoa, DHQG, Tp.HCM, ngày 9 tháng 9 năm 2015.

Thanh phan Hội đồng đánh giá luận văn thạc sĩ gồm:(Ghi rõ họ, tên, học ham, học vi của Hội đồng cham bảo vệ luận văn thạc sĩ)1 PGS.TS Trần Trong Duc

2.TS.Lé Thanh Sách3 TS Võ Trung Dũng

4 TS Ngô Quốc Việt

5 TS Lương Bảo Bình

Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý

ĐẠI HỌC QUOC GIA TP.HO CHÍ MINH CONG HOA XA HOI CHU NGHIA VIET NAMTRUONG DAI HOC BACH KHOA Độc Lập — Tự Do — Hanh Phúc

NHIỆM VỤ LUẬN VĂN CAO HỌC

Họ tên học viên: Nguyễn Thị Kim Hoàng MSHV: 13100212

Ngày, thang, năm sinh: 7-9-1990 Noi sinh: Ninh Thuan

Chuyên ngành: Ban dé, viễn thám và hệ thông thông tin địa lýMã số: 60440214

I TÊN ĐÈ TÀI:“KỸ THUẬT NEN ANH ĐA PHÔ LANDSAT BẰNG PHÉP BIEN DOI

WAVELET 3D”

Il NHIEM VU VA NỘI DUNG:

— _ Hệ thống hóa co sở lý thuyết phương pháp wavelet trong nén ảnh viễn

thám

— _ Để xuất quy trình nén ảnh theo thuật toán phù hop.— _ Thử nghiệm một số phương pháp wavelet trên ảnh Landsat và so sánhvới phân tích thành phan chính dé đánh giá chất lượng thuật toán

Il HỌ VÀ TÊN CÁN BỘ HƯỚNG DAN:

CÁN BỘ HƯỚNG DÂN

PGS TS Lê Văn Trung

Ngày thang năm 2015

PHÒNG ĐÀO TAO SĐH PHÒNG CHUYEN MON CHỦ NHIỆM NGÀNH

LỜI CÁM ƠN

Xin chân thành cảm ơn Phó giáo sư Tiến sĩ Lê Văn Trung, Thây đã tận tìnhhướng dẫn tôi trong quá trình hoàn thành luận văn Thạc sĩ Tôi xin gửi lời tri ân đếncác quý thầy cô tại Bộ môn Ban đồ, viễn thám và hệ thong thông tin địa lý đã truyềndạy những kiến thức quý báu trong chương trình cao học, giúp tôi hoàn thành luận

văn được thuận lợi.

Ngoài ra tôi xin tri ân đến các thây cô trong Bộ môn Hải Dương Học Gửi lờicảm ơn đến bạn bè, đồng nghiệp tại Trung tâm Quy hoạch và Quản lý tong hopvùng duyên hải khu vực phía Nam, Tổng cục Biển va Hải đảo Việt Nam và các

người thân trong gia đình.

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn “Kỹ thuật nén ảnh đa phố Landsat băng phép biếnđổi wavelet 3D” là công trình nghiên cứu riêng của tôi

Các số liệu và trích dẫn được trình bay trong luận văn là trung thực Toàn bộ kếtquả trong luận văn là trung thực va chưa từng công bồ trong các công trình nghiên

cứu khác.

Người thực hiện

TÓM TAT

Cùng với sự phát triển ngày càng nhanh của công nghệ vũ trụ và sự đòi hỏingày càng cao về thông tin cung cấp bởi ảnh vệ tinh, đã dẫn đến sự gia tăng sốlượng kênh phổ trong thu nhận ảnh Kết quả là ảnh đa phố và ảnh siêu pho ngàycàng được phát triển và nhu câu hoàn thiện trong truyền dữ liệu, xử lý và lưu trữhiệu quả hơn Do đó, nén ảnh vệ tỉnh đóng vai trò rất quan trọng trong lĩnh vực ứngdụng viễn thám và có rất nhiều phương pháp khác nhau được áp dụng, từ kỹ thuậtnén bảo toàn đến kỹ thuật nén không bảo toàn đã được phát triển trong thời gian gần

đây.

Những ki thuật dựa vào wavelet trong nén ảnh vệ tinh được xem là giải pháp

phát triển mới nhất, nhăm cung cấp khả năng phục hồi thông tin ảnh tốt với tỉ lệ néncao Wavelet là công cụ phân tích đa phân giải, đã được nghiên cứu phát triển đểhình thành nhiều thuật toán ưu việt

Luận văn tiến hành thử nghiệm và so sánh giữa các kỹ thuật nén khác nhau

trong cả hai phương pháp nén bảo toàn và nén không bảo toàn Luận văn đã đưa ra

các tiêu chí lựa chọn wavelet để nâng cao chất lượng cho các giải thuật nén ảnh sỐtruyền thống thành các giải thuật nén chuyên dụng cho Landsat 7 Sau quá trình xâydựng mat wavelet tối ưu ứng với tiêu chí PSNR, luận văn thực hiện kiểm định vớitập ảnh ngẫu nhiên với 2 giải thuật là SPIHT3D và giải thuật kết hợp giữa phươngpháp phân tích wavelet và phương pháp phân tích thành phần chính Kết quả thửnghiệm cho thấy, các wavelet lựa chọn từ mặt tối ưu khi được áp dụng với hai giảithuật kế trên cho kết quả hoàn toàn tốt hơn so với các dạng wavelet mẹ khác

Nowadays, the increasing evolution of technology and the increasingdemand for information require the development of multispectral and hyper-spectralimages In using and sharing of remote sensing information, remote sensing imagesneed to be compressed for transfering, processing or storing effectively Therefore,remote sensing image compression is the important rule in remote sensingapplication fields There are many methods which have just developed in the recentyears from lossless compression to lossy compression.

Techniques based on wavelet in remote sensing image compression that aredeveloped lately, provided a good ability to reconstruct image information withhigh compression ratio Wavelet analysis, a multi resolution analysis, has beendeveloped into powerful algorithms.

The research performs experiments and comparisons between differentcompression techniques in both lossless and lossy compression methods Criterionsare proposed to select the wavelet mothers and improve quality of Landsat 7 imagecompression Based on the PSNR criterion, the optimal surface for wavelet motherwith the range of different bitrates and levels is established The evaluations areexecuted for two random sample sets with SPIHT3D algorithm and waveletPCAalgorithm The result in two above algorithms shows that wavelet mothers chosenfrom optimal surface outperform.

MỤC LỤC

CHUONG 1 TỎNG QUAN G11 SH 11111 111111112111 H1 ngu |1.1 SU CAN THIẾT THỰC HIEN DE TÀI - 5-5 + E6 *EsE+E£E+Ee£eEsesesee |1.2 CÁC NGHIÊN CỨU LIÊN QUAN - s1 S328 EEsESEEESESeErsererees 3

1.3 NHIỆM VỤ LUẬN VAN Gv TH TT HH ng ng ng crkp 7

1.4 MỤC DICH NGHIÊN CỨU - - - ksEsEE9E2E SE E9 E1 E3 eegerxes 7CHƯƠNG2 CƠ SỞ LÝ THUY ET - - 2 252 E222 SEEE£E£ESEEEEEEEEEErErkrersred 92.1 ANH LANDSAT SG 2C n2 111 12121111 111121111 111101111121 111111 tre 92.2 NEN ANH TRONG VIÊN THÁM - + 2 2 2 +2+E+E+E2EE£E+E+EzEerersrerree 12

2.2.1 _ Các kỹ thuật nén ảnh trong viễn thám - + 2 55+ s+cscscscezezezecxd 12

2.2.2 Đánh giá chất lượng nén ¿2 5256252 SE£E#EEEEEEEEEEEEEEErErkrkrrkrerreee 142.3 PHAN TÍCH WAVELET 5-52 S252 E*ESEEEESEEEEEEEE E111 xe rre, 152.3.1 Lý thuyẾt wavelet - + SE tt St 3E 121521212111 1211111111 152.3.2 Một số ho wavelet tt 111 TT 1g ng 17CHUONG 3 KHÔNG GIAN WAVELET VỚI ANH LANDSAT 203.1 WAVELET VÀ CÁC KỸ THUAT NEN ẢNH 5s csesxsesecee 203.2 TẬP ẢNH LANDSAT ĐẦU VÀO SG sec vs gkrxskseree 213.3 MOI TRUONG HIEN THỰC s5 SE EESE SE EeEsEeESESEEeEseseseree 223.4 KHÔNG GIAN WAVELET VỚI ANH LANDSATT 5555+: 223.5 XÂY DUNG MAT WAVELET TOI UU VỚI CÁC TIEU CHÍ KHÁCNHAU CHO ANH LANDSAT 1 asẶ dd 263.5.1 Két quả mô phỏng không gian Wavelet cccccscssssessssssessesssssessssesesseseeeeees 263.5.2 Kết quả tổ hợp mặt wavelet tối ưu với tiêu chí PSNR - 32

3.6 KET QUÁ KIEM ĐỊNH VỚI CÁC GIẢI THUẬT NEN TÍCH HỢP PHANTICH WAVELLET, 2C E2 SE SE2E E91 5 1235151515 1111115 1511111151111 1111111111111 343.6.1 Kiểm định với giải thuật SPIHT - 5-5-5252 SE+E£E+ESEE£E+ErEeEerrerered 343.6.2 Kiểm định với thuật toán nén kết hợp giữa Wavelet và PCA 37CHUONG 4 HIỆN THỰC CÁC KỸ THUẬT NEN ANH -.- 3841 HIỆN THỰC KỸ THUAT NEN BẢO TOÀN - 5 sex sesesrsesed 38

4.1.1 Cac kỹ thuật nén bảo fOàn - 90000 và 384.1.1.1 Mã hóa loạt đài (RLE) w.cecccccccccccsescscssscssssescscscssesesessssssssescsssssssseseseans 38

4.1.1.2 Ma hóa Huffman - - 5< CS SSS An SH SH HH ch ven 38

4.2.2 Phân tích thành phan chính (PCA) - + 2522 +E+E+E+Ez£E£E£EzEerrsrereee 48

4.2.3 Thuật toán wavelefPCA c0 00H n1 1n 1 nu rà 51

42.4 Kết quả nén không bảo toàn ceccccccscssssssessesesesseseseeseseseeseseeesssesseseseeseseses 53CHUONGS5 KẾT LUẬN VA KIÊN NGHỊ ceeeccccccecescssecscecececcscececeesevscsceceees 575.1 KẾT LUẬN SG 1n 121 1H T H11 HT Tri 575.2 - HƯỚNG PHAT TRIÊN TIẾP THEO -2 + te te S2 sE+EEE2EE+EE£EEEzEEzeeesecss 57

DANH MỤC CONG TRÌNH CÔNG BỒ Gv SE HE treo 59TÀI LIEU THAM KHẢO G-G G63 539191 3E 9191 1 1 111121 1E 1121 eo 60PHU LUC A: MÃ NGUON WAVELETPCA G666 Sex ESESESESEEEEEEErkekeeresees 62LY LICH TRÍCH NGANG - G1 939191 1E 919151 1 3 511111 0 111111 1 ng: 64

DANH MỤC HÌNH

Hình 1 Ảnh viễn thám Landsat4 với 7 kênh phố - + + 25525 s+s+scscsez |Hình 2 Hệ thông nén ảnh viễn thám đa phố dùng lược đồ OWT-3D và SPIHT-3D

[HŠ] G19 9900010 re 4

Hình 3 So sánh tỉ lệ nén giữa SPIHT-3D và OWT-3D [IS}] «<< V

Hình 4 So sánh MSE giữa SPIHT-3D và OWT-3D [IS] << VHình 5 So sánh PSNR giữa SPIHT-3D và OWT-3D [TS] -<<<<<2 5

Hình 6 So sánh thời gian thực thi giữa SPIHT-3D và OWT-3D [I6] 5

Hình 7 So sánh phan trăm năng lượng giữa OPT9/7 (FAWS) và DB9/7 [12] 5Hình 8 Biểu diễn so sánh cho anh Landsat TM ở Washington [10] 6Hình 9 Biểu diễn so sánh cho ảnh Landsat TM 6 Lisbon [10] 5-s-s =5: 6Hình 10 Sự tương quan không gian trong cùng một kênh phố của ảnh Landsat 11Hình 11 Khối phân tích FWT - ¿6-5 5£ 262192121 39212121521 212111211 11121111 cxyeU l6Hình 12 Khối phân tích FWT hai mức tỉ lệ + ¿2 5s+++S++s+x+£+£xzxererxrxees 17Hình 13 Khối bộ lọc tổ hợp EWTTYÌ c-ce Set 11 1511111151111 1111 11111111111 111g 17Hình 14: Ham g(t) của ho biến đổi Daubechies n với n = 2, 3, 4, 5 18Hình 15: Ham g(t) của ho biến đổi Coiflets c.ccccecscesesessesescsessscssssesessseseeseseens 18Hình 16: Một vào hàm @(t) của họ biến đổi Symlets - 2 525255255: 19Hình 17: Một vai ham g(t) của các cặp họ biến đối song trực giao 19

Hình 18 Phan tích wavelet Haar mức | và 2 của anh Landsat - 21

Hình 19 Mau wavelet db2 cho anh Landsat 7 được do trong không gian tuyến tính

C89050 4000190 017170777 23

Hình 20 Kết quả mô phỏng các không gian wavelet db2, db8, db15,coif2, coif 5,

sym4, sym8, bior2.2, bior3.7, bior5.5 trung bình cho 30 kênh anh Landsat 7 28

Hình 21 Kết quả mô phỏng các không gian wavelet của các họ wavelet db, coif,

sym, bior trung bình cho 30 kênh anh Landsat 7 theo các mức phan tích khác nhau.

Hình 22 Kết quả mô phỏng các không gian wavelet trung bình cho 30 kênh ảnhLandsat 7 theo các hệ số log2(bitrate) khác nhau - 5555 Ă S9 354 3lHình 23 Mặt tối ưu của phân tích wavelet - + 25522 SE xxx rkrkrkrree 32Hình 24 Đường tối ưu ở mức phân tích thứ 7 - ¿5+ ++s+++++s+x+zezxzxee 33Hình 25 Đường wavelet tối ưu ở log2(Bitrate) = IŨ 5-5-55 5c cccscecsccee 33Hình 26 Đối chiếu giữa chất lượng ảnh nén va ảnh gốc với giải thuật SPIHT-3D 37Hình 27 Sơ đồ khối của các nhóm giải thuật bảo toàn: (a) Nhóm giải thuật mã hóatrực tiếp: (b) Nhóm giải thuật kết hợp phân tích wavelet và mã hóa bảo toàn AlHinh 28 Kién tric cây định hướng không gian (Blaser et al, 2006)[2][2][2][2][2]: a)Dang kim tự tháp được tạo bởi biến đổi wavelet; b) Mối quan hệ giữa con cái; c)Cay bien 0 7 ::-:1.2S 44Hình 29 Xu hướng phân bố dữ liệu (a) và đường thé hiện PCI và PC2 (b) 49Hình 30 Bên trái - Biểu đô tiến trình thực hiện cho PCA thông thường Bên phải —Biểu đồ tiến trình thực hiện cho wavelet PCA 6s skESxSEsESESEEevEeEseserees 52Hình 31 Sơ đồ khối của giải thuật SPIHTT - - 2 2 2525522 £2£E+E£Ez£z£zzxzxreee 53Hình 32 So đồ khối của phương pháp phân tích thành phan chính 53Hình 33 So đồ khối của giải thuật WaveletPCA ccccccseseceecsesesssesessseseeeseens 54Hình 34 Biéu đồ thé hiện chỉ số MSE của các giải thuật nén không bảo toàn 55Hình 35 Biéu đồ thể hiện tỉ số PSNR của các giải thuật nén không bảo toàn 55

DANH MỤC BANG

Bang | PSNR so sánh giữa OPT9/7 (FA WS) và DB9/7 (dB) [I2] 5

Bang 2: Quy ước tn ẨIÏ€ - - - << << s99 30 50 kh 10Bang 3 Ma trận tương quan giữa các kênh ảnh trong một anh Landsat II

Bảng 4 Các kỹ thuật nén ảnh với wavelet: Ưu điểm và khuyết điểm 20Bảng 5 So sánh các tiêu chí về chất lượng từng ảnh nén với SPIHT giữa các dạngwavelet thông thường và wavelet tôi ưu đ2 + ¿2+ s+x+c+£z£E+kztzeererxrerree 35Bảng 6 So sánh các tiêu chí về chất lượng ảnh nén với SPIHT-3D được lấy trungbình giữa các dang wavelet thông thường va wavelet tối ưu đb2 -: 35Bảng 7 So sánh các tiêu chí về chất lượng ảnh nén được lấy trung bình giữa cácdang wavelet thông thường và wavelet tối ưu sym8 - ¿25s s+cscsczcszsceee 37Bảng 8 Kết quả nén của các phép nén bảo toàn ¿5-5 2 + 2s+c+s+cszevrscscreee 42

Bảng 9 Các giá trị MSE va PSNR ở các tỉ lệ nén cua ba giải thuật SPIHT, PCA vàNGA 060007 ddđj(4 54

CHƯƠNG 1

TỎNG QUAN

1.1 SỰ CAN THIẾT THUC HIỆN DE TÀI

Ảnh vệ tinh đa phố hay siêu phố bao gồm nhiều kênh ảnh được thu nhận theocác bước sóng khác nhau và được lưu trữ, phân tích hay hién thị như một tập củanhững anh đơn sắc (Hình 1) Các bước sóng được sử dụng trong thu nhận ảnh vệtinh đa pho hay siêu pho thuộc vùng phố khá rộng từ vùng khả kiến đến hồng ngoạivà mở rộng đến vùng hồng ngoại nhiệt, nam ngoài sự cảm nhận của mắt người quansát Do đó ảnh vệ tinh cung cấp nhiều thông tin hơn so với ảnh kỹ thuật số thu nhậnhình ảnh bằng các camera thông thường (chỉ thu nhận vùng khả kiến với ba bước

sóng cơ bản tương ứng với Red, Green và Blue, tạo ảnh mau RGB).

Hình 1 Anh viễn thám Landsat4 với 7 kênh pho.Hiện nay, với sự phát triển ngày càng nhanh của công nghệ thu nhận ảnh vệtinh đa phố hay siêu phố và sự đòi hỏi ngày càng cao về chất lượng thông tin ảnh đãdẫn đến sự cải tiến không ngừng về độ phân giải không gian, độ phân giải phố, độ

phân giải bức xa và độ phân giải thời gian Cùng với sự phát triên đó, nhu câu hoàn

thiện trong truyền dữ liệu, xử lý và lưu trữ hiệu quả cũng đã đặt ra Cụ thể vớinhững ảnh khi được thu nhận, chỉ một kênh phổ đã có dung lượng lên đến hangtrăm megabytes Nếu mỗi ảnh vệ tinh đa phổ có vài chục kênh va ảnh vệ tinh siêupho có đến vài trăm kênh, độ phân giải bức xạ tăng từ 8 lên 12, 16 hay 24 bits thìdung lượng dữ liệu ảnh vệ tinh sẽ rất lớn Do đó, kỹ thuật nén ảnh viễn thám đãđược quan tâm nghiên cứu, nhằm góp phan hoàn thiện các giải pháp ứng dụng ảnhvệ tỉnh trong nhiều lĩnh vực khác nhau như quản lý tài nguyên đất, giám sát ônhiễm khí tượng, giám sát môi trường biến, tính toán biến động đường bờ, thực

phủ

Khi hién thị ảnh vệ tinh đa phố chỉ cho phép lựa chọn 3 kênh phổ trong số rấtnhiều kênh của ảnh dé thé hiện ảnh tô hợp màu, trên cơ sở gán ba kênh được choncho ba mau cơ bản (R, G, B) Do đó, ảnh tổ hợp màu không thé hiện được thông tincủa ảnh được ghi nhận ở các kênh phố còn lại Tùy thuộc vào ứng dụng và yêu cầucủa việc giải đoán ảnh, người thực hiện sẽ phải chọn kênh phố thích hợp tùy thuộcvào đặc trưng phố của đối tượng cần quan tâm Trong kỹ thuật truyền thống, với đặctrưng ảnh viễn thám là các kênh phổ có độ tương quan cao, dé sử dụng tối đa lượngthông tin mà ảnh viễn thám cung cấp, nhu cau d6n thông tin ảnh ở nhiều kênh phôthành ảnh có ít kênh phố hơn tạo thuận lợi cho việc giải đoán ảnh

Đáp ứng các nhu cầu về nén ảnh này, phương pháp phân tích thành phầnchính (PCA) thường được sử dụng để giảm số lượng các kênh phố mà vẫn giữ đượclượng thông tin thay đổi không đáng kể PCA là tổ hợp tuyến tính từ không gian

nhiêu chiêu vê không gian có sô chiêu ít hơn, loại bỏ tương quan giữa các kênh ảnh.

Một giả thiết được đưa ra là sự kết hợp thông tin không gian giữa các điểmảnh ở từng kênh pho trong bước làm giảm số chiều của ảnh viễn thám có thé sẽ chokhả năng nén tốt hơn so với việc chỉ làm giảm số chiều dựa vào tương quan giữacác kênh phố như PCA đã thực hiện Thuật toán cổ điển đại diện cho phương phápnày là biến đối Fourier và biến đổi Fourier thời gian ngăn (biến đổi Fourier trongcửa số nhỏ hơn của chuỗi số liệu), biến đối tín hiệu từ miền không gian sang miền

tan sô Tuy nhiên, biên đôi Fourier không thê cung cap thông tin về biên thiên tan sô

trong từng vùng ảnh để cho biết thông tin tại những vị trí cụ thể của ảnh [17] Vàtheo nguyên lý bất định Heisenburg, khi độ phân giải của tín hiệu cải thiện trongmiền không gian bang cách thu hẹp kích thước các cửa số thì độ phân giải tần số sẽkém di và ngược lại [17] Lý tưởng nhất là thực hiện việc phân tích ảnh viễn thám ởnhiều kích thước cửa số khác nhau, phương pháp này được gọi là phương pháp đaphân giải, hướng tiếp cận này sẽ cho phép các phần của ảnh được phân tích tốt trongmiền không gian và các phần khác sẽ được phân tích tốt trong miền tan số Day làcơ sở khoa học của phép biến đổi wavelet Phương pháp nén ảnh dựa vào waveletcho phép cải thiện đáng ké chất lượng hình ảnh ở tỉ lệ nén cao [25] và được áp dụngtrong nén ảnh đa phố theo phép nén không bảo toàn.

Trong quá trình ứng dụng, wavelet đã phát triển gồm nhiều họ wavelet với

các hàm wavelet khác nhau phù hợp cho đặc trưng của các loại dữ liệu khác nhau.

Và trong nén ảnh viễn thám, câu hỏi đặt ra là với ảnh viễn thám cần nén thì phải lựachọn loại wavelet nào ở mức phân tích đa phân giải nào sẽ cho tỉ lệ nén cao, tốnthời gian ít và ảnh giải nén có chất lượng tốt Tuy nhiên, các mục tiêu này không thểđồng thời được thỏa bởi vì nếu tỉ lệ nén cao thì ảnh giải nén sẽ có chất lượng thấpvà ngược lại Từ đây, luận văn thực hiện thử nghiệm thống kê nén ảnh Landsat vớimột số họ wavelet ở các mức phân tích khác nhau và với các bitrate khác nhau.Theo đó, với từng tiêu chí ưu tiên mà người dùng đặt ra, có thé lựa chọn được bộthông số gdm loại wavelet, mức phân tích và bitrate phù hợp Nhiệm vụ tiếp theo làluận văn thực hiện nén ảnh viễn thám bằng phương pháp nén bảo toản và phươngpháp nén không bảo toàn Kết quả nén của các phương pháp được đánh giá và so

sánh.

1.2 CAC NGHIÊN CỨU LIÊN QUAN

Từ những năm 1990, nhiều nghiên cứu của những nhà khoa học trong lĩnhvực nén ảnh viễn thám đa pho sử dụng biến đổi wavelet đã được công bố Các kĩthuật nổi bật như: Embedded Zerotree Wavelet coding (EZW), mã hóa thiết lậpphân vùng trong cây phân cấp (Set Partitioning in Hierarchical Tree coding —SPIHT), bộ mã hóa thiết lập phân vùng khối được nhúng (the Set Partitioned

Embedded Block Coder - SPECK), thuật toán mã hóa khối được nhúng với sự chặtcụt tối ưu (the Embedded Block Coding with Optimized Truncation algorithm —EBCOT) Đến nay vẫn còn nhiều nghiên cứu được công bố nhằm đánh giá ưu thế

giữa các giải thuật.

Theo tác giá Napoleon D [IS], một trong những thuật toán nén ảnh vệ tính

dựa trên kỹ thuật wavelet 3D cho kết quả tốt là thuật toán biến đối wavelet địnhhướng (OWT-3D) và thiết lập phân vùng trong cây phân cấp (SPIHT-3D) Trongnghiên cứu [18] phương pháp nén ảnh đa phổ được thể hiện như Hình 2

Mặc dù kỹ thuật OWT-3D phức tạp hơn so với kỹ thuật SPIHT-3D, nhưng

cho phép cung cấp khả năng nén thông tin tốt hơn (Hình 3 đến Hình 6) Ngoài ra,thuật toán OWT-3D thích hợp cho nén ảnh vệ tính hơn thuật toán SPIHT-3D Kếtquả tương tu cũng thể hiện trong [22] với giải thuật OWT-2D

| Anh dau vao Phan tich wavelet Mã hoa »ị Lượngtửhoá |_—

Li B và cộng sự cũng đã cho thay một mô hình cấu trúc song trực giao

wavelet (OPT9/7 và DB9/7) được sử dụng cho việc nén ảnh vệ tinh [12] Những

tham số mô hình được tối ưu, bằng cách sử dụng thuật toán di truyền và áp dụngnén thông tin như hàm đối tượng tối ưu Để giải quyết vẫn đề phức tạp trong tính

toán, các tác giả xây dựng wavelet với những lớp khác nhau của ảnh và thực hiệngiải thuật lựa chọn wavelet thích ứng nhanh (Fast Adaptive Wavelet Selection -

FAWS) Kết quả cho thay OPT9/7 (FAWS) cho hiệu quả thực hiện tốt hơn DB9/7mà không can tăng mức độ phức tạp tính toán (Bảng 1, Hình 7)

100wo ‹ mm

om = 60

40

200

Các ảnh giun 7 : THỨ viện ảnh ` lộ an

Hình 3 So sánh ti lệ nén giữa SPIHT- Hình 4 So sánh MSE giữa SPIHT-3D3D va OWT-3D [18] va OWT-3D [18]

40 | 4535 án

30 ä 44 =

25 5, 30 +ko l 5 ` | 30 SPIHT

Bb ng.

10 S| -#—30 0WTs R

Imagel Image2 Image3 Imagea images imagel image? images imaged = images

Hình 5 So sánh PSNR giữa SPIHT- Hình 6 So sánh thời gian thực thi3D va OWT-3D [18] gitta SPIHT-3D va OWT-3D [18]

Bang | PSNR so sánh giữa OPT9/7 Hình 7 So sánh phan trăm năng lượng

(FA WS) và DB9/7 (dB) [12] giữa OPT9/7 (FA WS) va DB9/7 [12]Kumar, R va Makkapati, V [10] nhận thay quá trình nén anh da phô và siêuphô can bao gôm nhiêu bước, kêt hop những ki thuật hiệu quả vào các bước của quatrình nén ảnh, sẽ tạo nên sự tôi ưu toàn cục cho kêt quả nén ảnh Sau biên đôi

wavelet hai chiều, lược đồ Gain shape vector quantization dùng để lượng tử hóa

những hệ số wavelet Bài báo sử dụng phép lọc song trực giao 9/7 cho phân tích vàtái cau trúc ảnh Tỉ số nhiễu của tín hiệu (SNR) là chỉ số phù hợp hơn PSNR khi xétđến yếu tố nhận biết của mắt người được sử dụng để đánh giá hiệu quả nén (kí hiệubpp mô tả số bit mã hóa trên mỗi điểm ảnh) Áp dụng nén ảnh Landsat 4 TM, kết

quả được so sánh với kỹ thuật nén JPEG-2000 (Hình 8, Hình 9).

Delcourt, J và cộng sự [8] đã so sánh phương pháp nén Multi-2D (wavelet

hai chiều kết hợp với SPIHT-2D) với hai thực nghiệm khác nhau cho phương phápba chiều là Full 3D (wavelet hai chiều kết hợp với SPIHT-3D) và Hybrid (waveletba chiều kết hợp với SPIHT-3D) Những phương pháp này déu kết hợp với bướcloại bỏ tương quan giữa các kênh phố bằng phân tích thành phân chính để tối ưugiải thuật Hiệu quả về thời gian và không gian lưu trữ cũng được so sánh, từ kếtquả thực nghiệm đạt được có thé tóm tắt như sau: Liên quan đến biến đối chiềukhông gian ảnh, kết quả nén của ba phương pháp có xu hướng tương tự nhau.Phương pháp Full 3D cho thay có sự nhanh hơn nhiều so với phương pháp Multi-2D và phương pháp Hybrid ở những tốc độ bit (bpp) cao Với tốc độ bit thấp,phương pháp Multi-2D cho những kết quả tốt nhất Kết quả của những phươngpháp này giảm khi số chiều không gian tăng lên Liên quan đến biến đổi chiều phốảnh, phương pháp Multi-2D và Full 3D có những kết qua tốt nhất ở số kênh pho là

Khi số lượng những kênh phổ ra xa khỏi giá trị này, kết quả giảm một cách tỉlệ Với phương pháp Hybrid, kết quả PSNR tăng một cách tỉ lệ với số kênh Tốc độ

và không gian lưu trữ sử dụng bởi ba giải thuật phụ thuộc vào độ phức tạp của ảnhnhưng cũng phụ thuộc vào giải thuật hiện thực Phương pháp Multi-2D là nhanh

nhất, kế đến là Hyprid, Full 3D là chậm nhất Phương pháp Full 3D cũng yêu cầunhiều không gian lưu trữ hơn hai phương pháp kia Với những ảnh có chiều khônggian lớn, kết quả cho thay sẽ tốt hơn khi nén ở tốc độ bit cao dé hạn chế sự giảm sút

thông tin bởi việc nén.

Ngoài ra, còn nhiều nghiên cứu trong lĩnh vực nén ảnh đa pho và siêu phốviễn thám cũng đã đưa ra nhiều giải thuật wavelet và chứng minh tính hiệu quả củacác giải thuật như: SPIHT-3D trong [5], Modified SPIHT trong [24], biến doiHybrid-ID để loại bỏ dư thừa quang phổ, biến đổi Hybrid-2D dé loại bỏ dư thừa

không gian trong [15]

13 NHIỆM VỤ LUẬN VĂN— Hệ thống hóa co sở lý thuyết phương pháp wavelet trong nén ảnh viễn thám.— Để xuất quy trình nén ảnh theo thuật toán phù hợp

— Thử nghiệm một số phương pháp wavelet trên ảnh Landsat và so sánh vớiphân tích thành phan chính dé đánh giá chat lượng thuật toán

1.4 MỤC DICH NGHIÊN CỨU

Rất nhiều giải thuật wavelet được xây dựng và áp dụng trong lĩnh vực nénảnh, nhưng trong nén ảnh đa phô, chỉ một số giải thuật có thể được sử dụng bởi đặctrưng chiều pho của nó Có thé thay trong [18], giải thuật có thé áp dụng rất hiệuquả trong nén anh đa phô thông thường nhưng với ảnh viễn thám, hiệu quả nén vẫnkhông cao Nội dung của nghiên cứu bao gồm việc thử nghiệm nén đối với ảnh

Landsat và so sánh giữa các kỹ thuật nén khác nhau trong cả hai phương pháp nén

bảo toàn và nén không bảo toàn trong ảnh viễn thám và đưa ra các tiêu chí lựa chọn

wavelet để nâng cao chất lượng cho các giải thuật nén dựa vào thuật toán wavelet

Theo đó, các mục dich can đạt được gôm:

— Phân tích các wavelet cơ sở khác nhau, đưa ra mặt wavelet tối ưu Số lượngảnh được lựa chọn thực hiện các phân tích là 30 ảnh để phù hợp với tập mẫu cóphân bố chuẩn trong lý thuyết thong kê.

— Hiện thực các kỹ thuật nén bảo toàn gom mã hóa loạt dai (Run LengthEncoding — RLE), ma hoa Huffman, ma hóa LZW, mã hóa wavelet bảo toàn kéthop Huffman và mã hóa wavelet bảo toàn kết hop LZW So sánh tỉ số nén của

những thuật toán này.— Hiện thực giải thuật nén SPIHT, PCA, wavelet-PCA cho phương pháp nén

không bảo toán So sánh kết quả nén giữa các phương pháp

ven bờ; giám sát môi trường.

Từ tháng 7 năm 1972, Landsat thế hệ đầu tiên đã liên tục thu nhận và lưu trữhình ảnh của trái đất tại 15 trạm thu trên khắp trái đất Trong hơn 40 năm, cácchương trình Landsat 1 đến Landsat 8 đã thu thập thông tin và lưu trữ, tạo ra mộtkho ảnh vệ tinh với chất lượng và chỉ tiết, góp phần nâng cao sự hiểu biết về trái đất

và một sô đôi tượng khác.

Thế hệ vệ tinh Landsat 7 có bộ cảm biến ETM+ (Enhanced ThematicMapper, Plus), có độ phân giải không gian vừa phải 30m (đối với các kênh khảkiến, hong ngoại gần, hong ngoại trung bình) Đây là độ phân giải không gian quantrọng vì nó đủ rộng để bao phủ toàn cầu vào mỗi mùa trong năm, nhưng hình ảnhcũng đủ chỉ tiết để mô tả quy mô hoạt động của con người như là tăng trưởng đô thị,tưới tiêu nông nghiệp, rừng và phá rừng Vệ tỉnh Landsat được thiết kế có bề rộngtuyến chụp là 185 km và có thời điểm bay qua xích đạo là 9:39 sáng Dữ liệu cungcấp dạng vùng 185x170 km trên mặt đất được đánh số theo hệ quy chiếu toàn cầugôm số tuyến và hàng [23]

Anh Landsat 7 được lưu trữ ở 8 bit định dạng số nguyên không dấu (cấp độxám từ 0 đến 255) Độ lớn | file ảnh xấp xi 300 MB (anh đã nén tar.gz) và xấp xỉ600 MB (chưa nén dạng file anh tif) Dữ liệu cuối cùng được đóng gói xuất ra làmột file tar.gz Những file nay được viết ở định dạng file tar và sau đó được nén

với ứng dung gzip.

Thông thường, ảnh viễn thám Landsat được tải về miễn phí từ trang webhttp://earthexplorer.usgs.gov/ là những ảnh ở mức 1 Cấu trúc tên file những sanphẩm Level 1 bao gồm những thông tin như sau [19]:

“LxSppprrrY YY YDDDGSIVV_FT.ext”

Bang 2: Quy ước tên file

Kíhiệu Mô taL Landsat

xX Loại cảm bién: E= ETM+

Cho biết loại cảm biến thu thập dữ liệu cho sản phẩmS Landsat sứ mệnh số

Ppp VỊ trí quỹ đạo vệ tinh tham khảo đến đường đi Worldwide Reference

System — 2 (WRS-2) của sản phầm

Rrr Vi trí quỹ dao vệ tinh tham khảo đến hàng WRS-2 của san phẩm

YYYY Năm thu nhận ảnhDDD Ngày trong năm thu nhận ảnh

GSI Số nhận dạng trạm mặt đất

VV Version

_FT Loại file, FT là một trong những loại file sau: file thứ tự kênh ảnh

(B1-B11), MTL (file metadata), BỌA (file chất lượng kênh), MDS

(file tông kiêm tra)ext Mo rộng file, với -TIF là mở rộng file GeoTIFF, va txt là mo rộng

file dạng chữ

Quá trình nén ảnh viễn thám Landsat theo phương pháp wavelet làm giảm

dung lượng của toàn bộ ảnh với 6 kênh pho, nhung van dam bao chat luong thé hiénthông tin can thiết được cung cấp bởi anh gốc Sở di dữ liệu ảnh vệ tinh có kha năngnén được do nhiều thành phân trong ảnh thể hiện cùng một thông tin, cách biểu diễnảnh chứa đựng những thông tin lặp lại được gọi là chứa dữ liệu dư thừa Ta xét đến

các dư thừa dữ liệu sau:

— Sự tương đồng thông tin không gian: Một vật thể có kích thước lớn hơn kíchthước của trường nhìn không đối (IFOV) của ảnh vệ tinh sẽ được thé hiện trong anhvới hon | pixel trở lên Va néu vat thé này có bề mặt đồng nhất thi ảnh vệ tinh sẽ có

gid trị độ sáng ở các pixel này là như nhau Tương tự, xem xét trên toàn kênh phổ sẽton tại sự tương quan đáng ké giá tri độ sang giữa các pixel lân cận (Hình 10).

22t1| 6“10| 68

phô đơn sắc cùng thu nhận một cảnh ảnh, do đó giữa các kênh ảnh này tôn tại sự

tương quan thông tin rất cao, đặc biệt là giữa kênh anh 1, 2 và 3 hay giữa kênh anh

4 và 5 (Bảng 3).Bảng 3 Ma trận tương quan giữa các kênh ảnh trong một ảnh Landsat

0.5210.960.950.390.560.720.56

0.45+0.52+

0.6

0.960.440.610.760.58

0.63 +

0.49

0.530.710.840.66

EƒZ5Z5E.1 E1 1517,.”7

076+ 1.55+ 104: 0.9 1.75 12.5 2.35

208-0.88 10.76 0.95 10.66 0.78 0.81 1

2.2 NEN ANH TRONG VIÊN THÁM

Hiện nay, có nhiều thuật toán nén ảnh viễn thám khác nhau, nhưng trong cáclược đồ nén thường gôm các thành phan cơ bản: biến đổi, lượng tử và mã hóa [21].Biến đổi tham gia vào việc loại bỏ tương quan giữa các pixel Lượng tử hóa là thủtục xấp xỉ tập giá tri liên tục trong dữ liệu ảnh hoặc chuỗi số liệu đã biến đổi bangmột tập nhỏ hữu han va thuận lợi hon Bước lượng tu cũng có thể thực hiện sau quátrình ngưỡng Tập dữ liệu ảnh hoặc chuỗi số liệu biến đổi được thu nhỏ lại bởi mộtnhân tố lượng tử trong quá trình lượng tử hóa, đồng thời cũng bị loại bỏ nếu giá tricủa điểm ảnh hay giá trị biến đối thấp hơn giá trị ngưỡng được xác định trước trongquá trình ngưỡng Sự suy giảm chất lượng ảnh nén trong phương pháp nén khôngbảo toàn xảy ra khi lựa chọn yếu tố lượng tử hóa và giá trỊ của ngưỡng Quá trìnhmã hóa làm giảm tông số lượng bit can thiết dé thé hiện hình ảnh [3]

Quá trình nén ảnh bao gồm những ánh xạ ảnh thành những chuỗi số nhịphân Một thuật toán nén ảnh tốt sẽ tạo ra những chuỗi nhị phân với chiều dài nhỏhơn thể hiện của ảnh Trường hợp tái tạo lại ảnh từ chuỗi mã hóa nhị phân cho raảnh hoàn toàn giống với ảnh gốc thì phương pháp nén ảnh được gọi là bảo toàn(lossless compression) Trong nhiéu ung dung anh viễn thám, tái tạo lại chính xácảnh là không thật sự cần thiết Trong trường hợp nảy, người ta có thể chấp nhận mộtsố nhiễu nhẹ trong ảnh để thu được một thể hiện ảnh nhỏ hơn, làm giảm yêu cầu lưu

trữ của ảnh Đây là phương pháp nén ảnh không bảo toàn (lossy compression) Mục

đích của nén ảnh không bảo toàn là tạo lại một ảnh đã cho với biến dạng ít nhất,nhưng tổng số bit mã hóa là nhỏ nhất Quá trình nén ảnh thực hiện giảm kích thướcảnh viễn thám gốc đến một mức phù hợp Quá trình giải nén thực hiện quá trình

ngược lại so với quá trình nén.

2.2.1 Các kỹ thuật nén ảnh trong viễn thám

Trong những năm gần đây, nhiều kỹ thuật nén ảnh đã được đề xuất cho dữliệu da pho và siêu phố Hầu hết những tiếp cận thông qua một quá trình bao gồm 2giai đoạn Đầu tiên dữ liệu được biến đổi qua miền trung gian và được thể hiện bởi

bang mã hoa; sau đó mã hóa những hệ sô được biên đôi hoặc những bảng mã hóa.

Giai đoạn đầu tiên nhằm cực tiêu hóa tương quan trong kênh và giữa cáckênh hoặc sử dụng tương quan đó để giảm dung lượng Thường thì hầu hết áp dụngphương pháp tiếp cận dựa trên các kỹ thuật biến đối [13] và/hoặc sử dụng các lượng

tử vector (Vector Quantization — VQ) [7].

Hau hết những kỹ thuật nén ảnh vệ tinh đều khai thác sự tương quan phdgiữa các kênh ảnh hoặc dựa trên sự tương đồng không gian giữa các pixel có cùnggiá trị trên một kênh pho

— Biến đối Karhunen-Loeve (KLT) thường sử dụng những ảnh đa phố dé lựachọn, phân loại đối tượng và loại bỏ tương quan phô

— Biến đổi cosine rời rac (DCT) được sử dụng thực tế hầu như trong tat cả cáckỹ thuật nén ảnh đơn và video, ví dụ như JPEG và MPEG, để loại bỏ tương quan dư

thừa không gian.

— Biến đôi wavelet đã chứng minh được là rất hữu ích và phố biến hơn biến đổiDCT Chuan nén JPEG-2000 dựa vào biến đối wavelet rời rac (DWT) ngày càngđược sử dụng và cho kết quả nén vượt trội so với tiêu chuẩn nén JPEG dựa vàoDCT Một biến đổi wavelet rời rac hai chiều thu được một tập các lớp con song trựcgiao những ảnh bằng cách phân tích ảnh đó ở những tỉ lệ khác nhau sử dụng thuậttoán kiến trúc kim tự tháp, và cho phép tốc độ bit nén cao thông qua việc sử dụnghợp lý kỹ thuật phân bố bit (bit — allocation) trong những kênh con [14] DWTkhông chỉ lay ra thông tin không gian mà còn có thông tin phô

Nhiều tác giả sử dụng KLT để loại bỏ tương quan phố, và thuật toán DCThoặc DWT được sử dụng để loại bỏ tương quan không gian Ví dụ, Saghri vàTescher [20] và Lee [11] sử dụng KLT sau biến đổi DCT-2D, và Epstein và Amatocùng cộng sự [27] sử dụng KLT va DWT Các tác giả khác sử dung DCT kết hợp

mã hóa dự đoán (prediction encoding) trong kênh [6] Kỹ thuật mã hóa dự đoán đòi

hỏi phải có các kiến thức kinh nghiệm về chính ảnh đó Đối với các ảnh có tính phituyến cao, các dự đoán này sẽ khó chính xác và kỹ thuật này sẽ cho kết quả khôngtốt Tuy nhiên, việc phối hợp các thuật toán khác nhau như vậy thường là hướng

tiêp cận chính của các nhà nghiên cứu hiện nay.

Thay vì sử dụng một chiến lược kết hợp, một cho không gian và một cho cáckênh pho, tác giả Abousleman cùng cộng sự [6] đã áp dụng DCT-3D cho nhữngkhối dữ liệu 8x8x8 của những ảnh siêu phổ Tương tự, Tseng cùng cộng sự [26] sửdụng DWT-3D để loại bỏ tương quan một cách đồng thời thông tin phố và khônggian, lay ra hầu hết những nội dung đại diện nhất của ảnh trong các hệ số wavelet.

Trong nghiên cứu của những tác gia áp dụng phân tích DWT-3D vào đữ liệu siêu

pho, những hệ số wavelet sau đó được mã hóa sử dụng kỹ thuật mã hóa entropy saugiai đoạn lượng tử vô hướng tối ưu Tseng cùng cộng sự sử dụng ảnh AVIRIS vàthực hiện nén với sự kết hợp khác nhau của các wavelet, các mức phan tích và cácmức lượng tử Tuy nhiên, những kỹ thuật này không thích hợp cho dữ liệu đa phốbởi số kênh phô ít hơn

Trong số các phương pháp tiếp cận không biến đổi có những kỹ thuật dựavào lượng tử hóa va phân loại phô Gelli và Poggi sử dụng phân loại phố như giaiđoạn đầu tiên Nhiều nhà nghiên cứu sử dụng những biến thể khác nhau của lượng

tử vector (Vector Quantization - VQ) Giải pháp VQ mã hóa một chuỗi các mẫu hơn

là mã hóa một mẫu duy nhất và tự động khai thác những phụ thuộc tuyến tính hayphi tuyến Điều đó thé hiện VQ là tối ưu giữa những kĩ thuật mã hóa khối, và tat cảnhững kỹ thuật mã hóa biến đối có thé được xem xét như một trường hợp đặc biệtcủa VQ với một vài điều kiện ràng buộc [7] Trong VQ, mã hóa được thực hiện bởixấp xỉ một chuỗi được mã hóa băng một vector nằm trong danh sách mã hóa Việctạo ra danh sách mã hóa yêu cầu tính toán lớn và mức độ phức tạp sẽ tăng lên theocấp số nhân với kích thước của khối

2.2.2 Đánh giá chất lượng nén

Có nhiều tiêu chí khác nhau được sử dụng dé đánh giá và so sánh để chọnthuật toán nén ảnh viễn thám thích hợp Chất lượng ảnh sau khi khôi phục, tỷ lệnén, thời gian nén và giải nén là một trong các tiêu chí thông dụng nhất để đánh giá

khả năng nén của một giải thuật.

Với tiêu chí thời gian nén và giải nén, tiêu chí này chính là độ đo về sự phứctạp của giải thuật Ngoài ra nó còn phụ thuộc vào sức mạnh của hệ thống tính toánvà thường quan trọng đối với những ứng dụng thời gian thực.

Với tiêu chí tỷ lệ nén hay bitrate, chúng biểu thị tỷ số thông tin còn lại sau

khi giải thuật nén được hiện thực và được tính bởi công thức sau

sử dụng trong ảnh viễn thám là độ tương quan CORR giữa các ảnh Ngoài ra, người

ta còn sử dụng chỉ số đánh giá chất lượng ảnh nén là sai số trung bình bình phương(MSE — Mean Square Error) giữa hai ảnh Đặt f(x,y) là ảnh đầu vào (kích thướcMxN) và f(x,y) là một xấp xỉ của f(x,y), là kết quả từ việc nén và giải nén ảnhsau đó Sai số trung bình bình phương, MSE, giữa f(x,y) và ƒ(z.y)là sai số

trung bình bình phương của mảng MxN.

] M-INMSE = IN 2

PSNR,, = 10log,, K3 (dB) (3)

2.3 PHAN TICH WAVELET2.3.1 Ly thuyét wavelet

Lý thuyết về wavelet bắt đầu với công trình của Karl Weierstrass, là một họnhững ham cau tạo bởi sự chồng chập những bản sao dịch và tỉ lệ của một hàm cơbản Trong nhiều lĩnh vực có nhu cầu về phân tích tín hiệu hay những dữ liệuthường xuyên tiếp cận với dạng chuỗi thời gian, những tín hiệu và dữ liệu phải đượclọc bỏ nhiễu, mã hóa, nén hay phân tích để xác định những mẫu đặc trưng.

Các biến đổi wavelet phố biến được chia thành 2 loại: biến đổi wavelet liêntục và biến đối wavelet rời rac Phân tích wavelet liên tục (CWT), trong đó sự thayđối theo tỉ lệ và dịch của ham wavelet là liên tục và rời rac Phân tích wavelet rờirac (DWT), trong đó sự thay đối theo tỉ lệ và dịch là rời rac Một dạng thực thi tính

toán hiệu quả của biên đôi wavelet rời rac là biên đôi wavelet nhanh (FWT).

— *h ,(T—n) —] 2+ F———*® WO)

IF (¡+ 1,n)®©—]

L_—] ®h (—n) ———— 2+ Ls IỨ (1.n),

Hình 11 Khối phân tích FWTVề cơ bản ta có thể xem xét quá trình phân tích FWT, thông qua các phép lọc

được thực hiện bởi các bộ lọc ứng các loại wavelet mẹ Quá trình phân tích wavelet

từ mức 7+7 thành mức 7 được minh họa như trong Hình 11 Hình 12 cho thay motbộ lọc hai giai đoạn để tạo ra những hệ số ở hai tỉ lệ cao nhất của bién đôi Qua bộlọc dau tiên chia hàm gốc thành một phan lowpass (xấp xỉ), thành phan này tươngứng với những hệ số tỉ lệ W„(7 — I,n) ; và một thành phan highpass (chi tiết), tươngứng với những hệ số W_(J —l,n) Thông thường, chúng ta chọn 2’ mẫu của hàmf(x) và sử dụng những bộ lọc P để tạo ra một FWT tỉ lệ P ở những tỉ lệ J-1, J-2, J-P.

IỨ (j8) e—— 2†

Abe w(j+1n)

Hình 13 Khối bộ lọc tổ hop FWT"Biến đổi wavelet nhanh ngược (FWI ") sử dụng những vector tỉ lệ vàwavelet dùng trong biến đổi thuận, cùng với những hệ số chi tiết và xấp xi mức j đểtạo ra những hệ số xấp xi mức j+7

2.3.2 Một số ho wavelet

Hiện nay, có nhiều họ wavelet với các đặc trưng khác nhau đã được pháttriển Luận văn xem xét các họ wavelet sau: Daubechies, Coiflet, Symlets va

wavelet song truc giao [17].

— Biến đối wavelet Daubechies

Daubechies cũng là một nhà khoa học có công lao to lớn trong việc nghiên

cứu phát triển phép biến đổi wavelet Biến đối Daubechies là một trong những phépbiến đối phức tạp nhất trong biến đổi wavelet, khám phá ra wavelet trực giaokhoảng chặt — khiến cho phân tích wavelet rời rac có giá tri thực tế Họ biến đồi nàyđược ứng dụng hết sức rộng rãi, biến đối wavelet áp dụng trong JPEG2000 [17] làmột biến đổi trong họ biến đôi wavelet Daubechies

Tên gọi của họ wavelet Daubechies được viết là đbN, với N là thứ tự và đb là

tên họ wavelet.

Dưới đây là một số hàm y(t) của họ biến đôi wavelet Daubechies:

onj

Daubechiesx 2 Dauhechiex 3 Daubechies 4 Daubechies 5

Hình 14: Ham g(t) của họ biến đổi Daubechies n với n = 2, 3, 4, 5

dbN có các đặc tính:e Do rộng xác định: 2N — Ïe Độ dài bộ lọc: 2N

e Số moment băng 0 đối với ham wavelet: N— Biến đối wavelet Coiflets

Xây dựng bởi I Daubechies theo dé nghị của R Coifman

Symlets là wavelet gần đối xứng, được đề nghị bởi Daubechies là điều chỉnh

của họ db Đặc tính của hai họ là tương tự.

sym2 sym3 sym4Hình 16: Một vào ham g(t) của ho biến đôi Symlets— Biến đổi wavelet song trực giao

Họ các wavelet biểu thị thuộc tính của pha tuyến tính, cần cho tái tạo tín hiệu

và hình ảnh Nhờ dùng hai wavelet, một cho phân tích (bên trái) và một cho tai tao(bên phải) thay vì chỉ dùng một wavelet, đã đạt được các đặc tính thu vi.

e Do rộng xác định: 2N,+1 cho tong hợp và 2Ng+1 cho phân tích

e Độ dài bộ lọc: max(2N;, 2Na)+2

© Có tính đối xứnge Số moment băng 0 đối với ham wavelet: N,-1

CHƯƠNG 3

KHÔNG GIAN WAVELET VỚI ANH LANDSAT

3.1 WAVELET VÀ CÁC KỸ THUẬT NEN ANH

Các kỹ thuật nén ảnh hiện đại bao gồm EZW, SPIHT, HWT, EBCOT ở Bang4 đều sử dụng kỹ thuật phân tích wavelet Thông thường, sé sử dung quá trình phântích wavelet như là bước biến đổi trước khi thực hiện các kỹ thuật nén ảnh

Hàm wavelet sẽ tác động trực tiếp đến độ phức tạp tính toán của quá trìnhbiến đổi ảnh, gián tiếp tác động đến khả năng của giải thuật nén, và kha năng khôiphục ảnh với sai số nào đó [8] Với những họ wavelet mẹ khác nhau sẽ có ảnhhưởng khác nhau đến hiệu suất và thời gian nén Đối với từng loại wavelet hiệu suấtnén cũng sẽ thay đồi tùy theo kích thước ảnh và thông tin được chứa trong chúng

Bảng 4 Các kỹ thuật nén ảnh với wavelet: Ưu điểm và khuyết điểmEZW Sử dụng mã hoá tăng tiên, nhúng

Su dụng zerotree

Cho két qua tét

SPIHT Được sử dụng rộng rãi

Giá trị PSNR cao

Cây tứ phân và cây phân cấp được thiết lập phân vùng

Sử dụng mã hoá tăng tiến, nhúng

HWT Được sử dụng rộng rãi

Phân tích đơn giản và nhanh

Hiệu quả về bộ nhớ

Khả nghịch chính xác mà không xảy ra hiệu ứng cạnh

EBCOT Hỗ trợ phân tích gói

Lược đồ dựa vào khôiKhông phức tạpCó khả năng tăng SNR

Ít những dao động hình chuông xung quanh các cạnhThể hiện vượt trội những kết câu

Một yếu tô khác ảnh hưởng đến độ phức tạp tính toán mã hóa wavelet và saisố của ảnh khôi phục là số lượng mức phân tích Biến đổi wavelet nhanh ở tỉ lệ Plặp lại bộ lọc phân tích và tổng hợp với số lần P, số lượng của những toán tử trongtính toán của biến đổi thuận và nghịch tăng theo số lần của mức phân tích ta có thể

quan sát điêu này ở Hình 18 với anh Landsat được biên đôi với wavelet Haar ở mứcmột và mức hai.

Bien doi anh muc 1 dung wavelet Haar Bien doi anh muc 2 dung wavelet Haar

Hình 18 Phân tích wavelet Haar mức | va 2 cua anh Landsat

Việc xác định những dang wavelet tối ưu đối với từng tiêu chí khác nhau choảnh Landsat 7 là mục tiêu chính của luận văn Một số tiêu chí thiết kế được đưa rađể đánh giá wavelet tối ưu sử dụng cho mã hóa ảnh, bao gdm độ min, độ chính xáccủa ảnh khôi phục, tần số của bộ lọc được chọn Tuy nhiên, quyết định lựa chọnwavelet nào là vẫn đề khó khăn do các tiêu chuẩn ở một mức độ nào đó có hàmchứa những xung đột nhất định [4] và như vậy ta chỉ có thé chọn được một wavelettối ưu ứng với một tiêu chí nhất định

3.2 TẬP ANH LANDSAT ĐẦU VÀO

Với tập ảnh áp dụng thực nghiệm trong luận văn, người thực hiện chỉ sử

dụng các ảnh Landsat 7 sử dụng với 6 kênh phố là 1, 2, 3, 4, 5 và 7, riêng 2 kênh 6(kênh nhiệt) và 8 (toàn sắc) không được xét đến bởi chúng có độ phân giải khác với

Mục 2.1 Tuy nhiên để đảm bảo tính da dạng trong tập ảnh được dùng xây dựngkhông gian wavelet, người thực hiện phải đảm bảo sự hiện diện day du cac loai anhsau đây: ảnh thành phố, anh rừng (thưa va day), anh sa mạc, ảnh núi có tuyết, ảnhcó sông, ảnh có nhiều mây, ảnh đồng cỏ, ảnh khu vực đồng bang, ảnh khu vực đôi

núi có rừng, ảnh khu vực đôi núi đá, ảnh khu vực ven biên, ảnh khu vực đảo

Trong bước tiền xử lý, để thuận tiện cho việc phân tích wavelet với thang đaphân giải, tác giả mở rộng ảnh thành kích thước 8192x8192 pixel (x 2”) bằng cáchthêm các pixel bang 0 vào sau hàng và cột cuối cùng của ảnh Khi đánh giá các tiêuchí về chất lượng ảnh như PSNR, MSE và CORR, anh phân tích được đưa về kích

thước ban đâu và so sánh với ảnh chuân trước khi thực hiện giải thuật nén.

Như vậy ảnh có khả năng thực hiện phân tích đa phân giải lên đến mức 13 vàứng với mức phân tích này bitrate có khả năng tăng đến mức 2°? tức đạt mức nén8192 lần so với ảnh gốc

3.3 MOI TRƯỜNG HIỆN THUC

Môi trường thu nghiệm lựa chon wavelet và mức phân tích cũng như thực

hiện nén ảnh ở chương sau là phiên bản MATLAB 2014b chạy trên hệ điều hànhWindows 8.1 với cau hình máy tính Core i7 3.6 GHz, Ram 16 Gb

Các công cụ được sử dung trong luận van bao gồm các hộp toolbox được hỗ

trợ trong MATLAB là Curve Fitting Toolbox, Wavelet Toolbox Quá trình phân

tích và xử lý số liệu được thực hiện với công cụ Excel Ngoài ra, trong luận văn còntham khảo giải thuật SPIHT-3D được hỗ trợ bởi cộng đồng MathWorks tại địa chỉ

http://www mathworks.com/matlabcentral/fileexchange/1 17746-3d-spiht.

3.4 KHONG GIAN WAVELET VOI ANH LANDSAT

Dé có thê xuat được dang wavelet tôi ưu ứng với các tiêu chí khác nhau chodạng ảnh Landsat 7, trong nghiên cứu người thực hiện tiên hành việc lây mâu và môphỏng lại câu trúc của không gian với các loại wavelet mẹ khác nhau.

Các tiêu chí được xem xét trong nghiên cứu bao gồm các giá trị PSNR, độtương quan CORR, sai số MSE, thời gian thực thi giải thuật Các tiêu chí này ứngvới từng loại wavelet được mô phỏng như một hàm với hai tham số đầu vào làthuộc tính bitrate và mức phân tích (level) Các ham wavelet được chon để môphỏng trong nghiên cứu bao gom db2, db8, db15, coif2, coIf5, sym4, sym8, bior2.2,bior3.7 va bior5.5 Cac wavelet mẹ trên được lựa chon bởi mức độ phố biến và hiệu

xuât của chúng.

Một đặc trưng của anh Landsat 7 là ảnh có kích thước không cố định phụ

thuộc vào toa độ không gian của vệ tinh khi chụp, kích thước nay dao động trong

khoảng 6000 đến 8000 pixel đối với cả 2 chiều, kích thước này nằm trong giới hạnmức phân tích từ level 1 đến level 13 Thang bitrate được chọn trong nghiên cứunay là thang logarit với cơ số là 2 từ 1 đến 13 giá trị ứng mức phân tích Thôngthường các dạng ảnh số được đo với thang bitrate tuyến tính, tuy nhiên điều này làkhông thích hợp đối với ảnh Landsat với kích thước lớn trong đó lượng thông tintrong các kênh phô có thé được nén với mức nén cao hon gấp nhiều lần Điều này

được minh hoa ở Hình 19, với cùng mẫu wavelet db2 được do trong không gian với

bitrate là phi tuyến logarit, với thang đo logarit khi giá trị bitrate tiễn về zero, thôngtin về trị số PSNR không có xu thế tuyến tính như được trình bày trong thang đobitrate có giá trị tuyến tính

Bitrate (bpp) log2 (Bitrate)

Hình 19 Mau wavelet db2 cho anh Landsat 7 được do trong không gian

tuyến tính và không gian logarit

N = 2^levels;output = fopen('waveletspace.csv','w');fprintf (output, 'filename,wavename,level,bitrate level,time,mse,psnr,corr\n');

files = dir('*.TIF');for file = files'

im = imread(file.name) ;n = size(im,1);

m Size(im,2);for 1 = 1 : length(wnames)

wname = wnames{i};for 1 = 1: levels

Y = zeros(N,N, 'uints');Y(1:n,1:m) = im;

time = cputime;[coef, S] = wavedec2(Y, 1, wname) ;time = cputime - time;

for bl = 1 : bitrate levelcompress = coef;

maxbit = floor(length(coef)/2*bl1);compress (maxbitt+l:end) = 0;

YY = waverec2 (compress, S,wname) ;YY = uintr8(YY(1:n,1:m));

mse = sum(sum( (double (YY)-double(im)).*2))/(n*m);

psnr=10*10g10(255*2/mse) ;coor = corr2( YY,im );fprintf (output, '%s,%s,%d,%d,%.2f,%.2f,ime,mse,psnr, Coor) ;

endendend

\S.2£,%.2f£\n',file.name,wname,l,bl,t

endfclose(output);

Giải thuật 1, được hiện thực với ngôn ngữ MATLAB với mục tiêu lay mauvới các mức phân tích va bitrate (theo bậc mũ của co số 2) khác nhau tương ứng với

từng loại wavelet mẹ Giải thuật duyệt các file hiện có (30 files) trong thư mục anh

viễn thám hiện hành và thực hiện việc phân tích wavelet với từng ảnh, loại bỏ thông

tin của ảnh sau khi thực hiện phân tích với các thang bitrate khác nhau, sau đó thực

hiện biến đổi ngược và lây ra các tiêu chí về chất lượng ảnh bao gom PSNR, MSE,CORR và thời gian phân tích Các tiêu chí này sẽ được lưu lại vào file có chuẩn là

.csv dé tiện lợi cho các phân tích về sau.

Sau khi lây mau, các tiêu chí sẽ được tiên hành thông kê va lây ra giá tritrung bình ứng với tat cả các mâu hiện có cho từng wavelet ứng với các mức phantích và mức bitrate khác nhau Quá trình này được thực hiện trên Excel với phiênbản 2010.

Sau bước thống kê, người thực hiện nội suy nhằm tạo các không gian ứngvới các thuộc tính cho từng wavelet Giải thuật 2 hướng đến việc tạo ra mat wavelettheo tiêu chí là PSNR cùng với 2 thông số là tỷ lệ nén (bitrate) và thời gian nén

(tương ứng mức phân tích).Giải thuật 2

function [fitresult, gof] = createFit(Bitrate, Time, PSNR,name)

oeTao mat noi suy 3D.Du lieu dau vao:

X : BitrateY : Time

Z : PSNRXuat ra:

fitresult : Mat noi suy 3D.gof : Cau truc cua mat moi suy 3D.

vào là bitrate và thời gian (tỷ lệ với mức phân tích) và tiêu chí PSNR cho từng dang

wavelet Quá trình chuẩn bị dữ liệu trước khi thực hiện việc nội suy được thực hiệnthông qua hàm prepareSurfaceData() trong toolbox và phương pháp được chọn đểnội suy là lowess Khi các tham số được thiết lập day đủ bước nội suy được tiến

hành qua ham fit() như được trình bày ở Giải thuật 2.