Luận văn thạc sĩ Khoa học máy tính: Trích xuất đường giao thông từ ảnh vệ tinh

Tuy nhiên, tự động khai thác các đường giao thông từ hình ảnh vệ tinh độ phân giải vẫn còn một vấn đề đầy thách thức, lý do chính là các nền đa dạng và môi trường phức tạp như cây cối, x

Trang 1

Cao Xuân Bao Lộc

LUAN VAN THAC Si CONG NGHE THONG TIN

Chuyên ngành: KHOA HỌC MAY TÍNH

Mã số: CH1001112

NGƯỜI HƯỚNG DAN KHOA HỌC:

1.TS.Phan Đạt Phúc

Hồ Chí Minh - 2014

Trang 2

Cao Xuân Bảo Lộc

Chuyên ngành: KHOA HỌC MÁY TÍNH

Mã số: CH1001112

LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

(Da hiệu chỉnh theo yêu cầu của hội đồng đánh giá luận văn thạc sĩ ngày

16/4/2014)

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS.Phan Đạt Phúc

Hồ Chí Minh - 2014

Trang 3

CHƯƠNG I - TONG QUAN XỬ LÝ ANH.

1.5 Cải thiện ảnh dùng toán tử không gian

1.5.1, Làm trơn nhiễu bằng lọc tuyến tính

1.5.2 Lam trơn nhiễu bằng lọc phi tuyết

1.5.3 Vai trò của biên trong nhận dang

CHƯƠNG 2 - NHẬN DẠNG ĐƯỜNG GIAO THÔNG

Lọc vùng Đánh giá.

2.5 Hướng tiếp cai

CHUONG 3 - GIAI PHAP DE XUAT

Trang 4

AT 51

0 tương cô lập

3.3.4 Cắt tia đối tượng

3.4 Vector hóa .

3.4.1 Xác định giao lộ

3.4.2 Dựng lại đoạn đường.

3.4.4 Gom nhóm đoạn đường

3.4.5 Rút gọn điểm

CHƯƠNG 4 - CÀI ĐẶT VÀ ĐÁNH GIÁ

4.1 Dữ liệu đầu vào

5.3 Dong gop vé mat khoa hoc

TÀI LIEU THAM KHẢO,

ive) 63 -66

Hoc viên: Cao Xuân Bảo Lộc — CH1001112

Trang 5

gian, độ phân giải quang phổ và thời gian Chúng ta còn gặp sự bùng nỗ bởi khốilượng ảnh vệ tỉnh thu được Dẫn đến sự cần thiết của việc tự động hóa trong khaithác dữ liệu ảnh vệ tinh dé cập nhật bản đồ số dường như là cần thiết Các hình anh

vệ tinh được đặc trưng bởi số lượng lớn các thông tin phong phú và đa dạng Chúngcung cấp cho ta thông tin chính xác, dé dàng và đáng tin cậy dé phục vụ trong lĩnhvực Hệ Thống Thông Tin Địa Lý (GIS) Khai thác dữ liệu từ ảnh vệ tỉnh mang

nhiều ưu điểm, khác với phương pháp thủ công truyền thống thu thập thông tin bản

đồ thường gây tốn kém mit thời gian và không cho phép khai thác day đủ các dữ

liệu.

Trong lĩnh vực khai thác dữ liệu từ ảnh vệ tỉnh thì khai thác đường giao thông

là một trong những nhiệm vụ quan trọng trong Hệ Thống Thông Tin Địa Lý Tuy

nhiên, tự động khai thác các đường giao thông từ hình ảnh vệ tinh độ phân giải vẫn

còn một vấn đề đầy thách thức, lý do chính là các nền đa dạng và môi trường phức

tạp như cây cối, xe cộ, bóng tối gây ra bởi các tòa nhà xung Nhiều nhà nghiên cứu

đã được thực hiện cho mục đích này Có rất nhiều phương pháp đề phát hiện đườnggiao thông từ ảnh vệ tỉnh như:

và tương phản.

Hat (THE), bắt nguồn từ hình thái học toán học và được thiết kế để trích xuấtcường độ đỉnh cao trong vị trí hình ảnh

¢ Bán tự động các phương pháp khác như đường viền hoạt động (hoặc ran)

Trang 6

cứu và tìm hiểu phương pháp nhận dang trích xuất đường giao thông với các tiêu

chí sau:

¢ Nhận diện đường giao thông đối với ảnh đô thị mới ndi có độ phân giải cao

và ít bị nhiễu bởi xe cộ, cây cối, đường vượt.

Chân thành cam ơn!

Cao Xuân Bảo Lộc

Học viên: Cao Xuân Bảo Lộc - CH1001112

Trang 7

Quá trình xử lý nhận dạng ảnh được xem như là quá trình thao tác ảnh đầu vào

nhằm cho ra kết quả mong muốn Kết quả đầu ra của một quá trình xử lý ảnh có thể

là một ảnh “tốt hơn” hoặc một kết luận

va do đó nó có thể xem như một hàm n biến P(cl, c2 , cn)

Sơ đồ tổng quát của một hệ thống xử lý ảnh:

Thủ nhận ảnh | | Tiên xả ý(Scanner, Trich chon Hiệu Đã sink rit ra| Gêanhiểu FY &eđểm LO at ết luậ

'Camnera Senso) & uy.) đặc điểm xử a

Hình 1.1.2 Các bước cơ bản trong một hệ thống xử lý ảnh

1.2 Ảnh kỹ thuật số

Một ảnh kỹ thuật số a[m, n] được mô tả trong một không gian 2D riêng biệt cóánh xạ qua a(x, y) trong một không gian 2D liên tục thông qua một quá trình lấymẫu thường được gọi là số hóa

Học viên: Cao Xuân Bảo Lộc — CHI001 112

Trang 8

tượng trưng mức xám khác nhau thường được gọi là lượng tử hóa biên độ hoặc đơn

giản là lượng tử

1.3 Các hệ màu thông dụng

1.3.1 Hệ màu RGB

Hệ màu RGB mô tả màu sắc bằng ba thành phần Red, Green, Blue trong một

mô hình gọi là "không gian màu" Không gian này được minh họa bằng một khối

lập phương với các trục chính R, G, B.

Mỗi màu trong không gian RGB đều được biéu diễn như là một vector thông

qua ba vector cơ sở là Red, Green, Blue Do đó, ứng với các tổ hợp khác nhau của

ba màu này sẽ cho ta một màu mới.

1.3.1.1 Thuận lợi

Các thao tác màu sắc có thể được tính toán trên các không gian màu khácnhưng cuối cùng cần phải chuyển về không gian RGB đề có thể hiển thị trênmàn hình (do thiết kế của phần cứng dựa trên mô hình RGB)

Trang 9

1.3.1.2 Bất lợi

nhau: Nghĩa là các giá trị R,G,B của một màu trên màn hình màu này sẽ không

sinh ra đúng màu đó trên một màn hình khác.

¢ Sự mô tả các màu trong thế giới thực đối với không gian RGB còn nhiềuhạn chế bởi vì không gian RGB không hoàn toàn phù hợp với sự cảm nhậnmàu sắc của con người Hai điểm phân biệt trong không gian RGB, với mắtngười có thể hoặc không thể là thể hiện của hai màu khác nhau

1.3.2 HSB

> Hue một thuộc tính màu sắc mô tả một màu sắc tỉnh khiết như vàng,

cam, hoặc đỏ.

_ 6,if B<G 7 = of 0.5[(R-G)+(R-B) }

H= beo = 8,otherwise' With 8 = cos” LEESP=œ-nye-m

Công thức 1.3.2.1: Công thức tinh H, từ ba mau R, G, B

> Saturation một phép đo mức độ mà một màu sắc tinh khiết được pha

loãng bằng ánh sáng trắng

3

S=1- (R+6+B) [MIN(R,6, B)]

Công thức 1.3.2.2: Công thức tính S, từ ba mau R, G, B

> Intensity là cường độ hoặc giá trị trung bình của R, G và B tại vị trí cụ

thê.

R+G+B

3

B=

Công thức 1.3.2.3: Công thức tinh S, từ ba mau R, G, B

Trang 10

1.3.3 YC,C,

> Y là đại diện cho độ sáng hoặc một đơn vị đo lượng năng lượng mà mộtquan sát nhận thây từ một nguồn ánh sáng

Y = 65.481R + 128.553G + 24.966B +16

Công thức 1.3.3.1: Công thức tính S, từ ba màu R, G, B

> Cy, đại diện cho sự khác biệt giữa các thành phần màu xanh và một giá

trị tham khảo.

C»= -37.797R -74.203G + 112.000B +128

Công thức 1.3.3.2: Công thức tinh S, từ ba mau R, G, B

>C, đại diện cho sự khác biệt giữa các thành phần màu đỏ và một giá trị

tham khảo.

C,= 112.000R - 93.786G -18.214B + 128

Công thức 1.3.3.3: Công thức tính S, từ ba màu R, G, B

1.4 Cải thiện ảnh bằng lược đồ xám

1.4.1 Các phép biến đổi

Nâng cao chất lượng là bước cần thiết trong xử lý ảnh nhằm hoàn thiện một sốđặc tính của ảnh Nâng cao chất lượng ảnh gồm hai công đoạn khác nhau: tăngcường ảnh và khôi phục ảnh Tăng cường ảnh nhằm hoàn thiện các đặc tính của ảnh

như :

- Lọc nhiễu, hay làm trơn ảnh,

- Tăng độ tương phản, điều chỉnh mức xám của ảnh,

- Làm nổi biên ảnh

Các thuật toán triển khai việc nâng cao chất lượng ảnh hau hết dựa trên các kỹthuật trong miền điểm, không gian và tần số Toán tử điểm là phép biến đổi đối vớitừng điểm ảnh đang xét, không liên quan đến các điểm lân cận khác, trong khi đó,

Trang 11

toán tử không gian sử dụng các điểm lân cận để quy chiếu tới điểm ảnh đang xét.

Một số phép biến đổi có tính toán phức tạp được chuyển sang miễn tần số dé thựchiện, kết quả cuối cùng được chuyển trở lại miền không gian nhờ các biến đổi

ngược.

1.4.1.1 Khái niệm về toán tử điểm

Xử lý điểm ảnh thực chất là biến đổi giá trị một điểm ảnh dựa vào giá trị củachính nó mà không hề dựa vào các điểm ảnh khác Có hai cách tiệm cận với phươngpháp này Cách thứ nhất dùng một hàm biến đổi thích hợp với mục đích hoặc yêu

cầu đặt ra để biến đổi giá trị mức xám của điểm ảnh sang một giá trị mức xám khác

Cách thứ hai là dùng lược đồ mức xám (Gray Histogram) Vé mặt toán học, toán tửđiểm là một ánh xạ từ giá trị cường độ ánh sáng u(m, n) tại toạ độ (m, n) sang giátri cường độ ánh sáng khác v(m, n) thông qua hàm f(.), tức là:

f(m,n) = f(u(m,n)).

Nói một cách khác, toán tử điểm là toán tử không bộ nhớ, ở đó một mức xác u

€[0,N] được ánh xạ sang một mức xám v E[0,N]: v=f(u) Ứng dụngchính của các toán tử điểm là biến đổi độ tương phản của ảnh Ánh xạ f khác nhau

tùy theo các ứng dụng Các dạng toán tử điểm được giới thiệu cụ thể như sau:

1.4.1.2 Tăng độ tương phản

au asu<a

/0)=|P& — a +w asu<b

y(t—b) +y ÿ Su<LCác cấp độ a ,B ,y xác định độ tương phản tương đối L là số mức xám cực đại

1.4.1.3 Tách nhiễu và phân ngưỡng

0 Osu<aƒ(u) =jau asu<b

L u>b Trong đó a = b =t gọi là phân ngưỡng.

Trang 12

1.4.2 Xử lý histogram

1.4.2.1 Lý thuyết

Lược đồ mức xám của một ảnh, từ nay về sau ta qui ước gọi là lược đồ xám,

là một hàm cung cấp tần suất xuất hiện của mỗi mức xám (grey level) Lược đồ xámđược biểu din trong một hệ toạ độ vuông góc x,y Trong hệ toạ độ này, trục hoànhbiểu di n số mức xám từ 0 đến N, N là số mức xám (256 mức trong trường hợpchúng ta xét) Trục tung biểu di n số điểm ảnh cho một mức xám (số điểm ảnh có

cùng mức xám) Cũng có thể biểu di n khác một chút: trục tung là tỷ lệ số điểm ảnh

có cùng mức xám trên tông số điểm ảnh

Số điểm ảnh Số điểm ảnh

Mức xám Mức xám

a) ảnh đậm b) ảnh nhạt

Hình 1.4.2.1.1 Mức xám của một ảnh

Lược đồ xám cung cấp rat nhiều thông tin về phân bố mức xám của ảnh Theo

thuật ngữ của xử lý ảnh gọi là tính động của ảnh Tính động của ảnh cho phép phân

tích trong khoảng nào đó phân bố phần lớn các mức xám của ảnh: ảnh rất sáng hayảnh rất đậm Nếu ảnh sáng, lược đồ xám nằm bên phải (mức xám cao), còn ảnh đậm

luợc đồ xám nằm bên trái(mức xám thấp)

Theo định nghĩa của lược đồ xám, việc xây dựng nó là khá đơn giản Thuật

toán xây dựng lược đồ xám có thể mô tả như sau:

Bắt đầu

Trang 13

Max.

Kết thúc

Lược đồ xám là một công cụ hữu hiệu dùng trong nhiều công đoạn của xử lý

ảnh như tăng cường ảnh Dưới đây ta xem xét một số biến đổi lược đồ xám hay

dùng.

1.4.2.2 Biến đổi lược đồ mức xám

Trong tăng cường ảnh, các thao tác chủ yếu dựa vào phân tích lược đồ xám

Trước tiên ta xét bảng tra LUT(Look Up Table) Bảng tra LUT là một bảng chứa

biến đổi một mức xám ¡ sang mức xám j Một cách toán học, LUT được định nghĩanhư sau:

- Cho GI là tập các mức xám ban đầu GI = {0, I, , NI}

- Cho GF là tap các mức xám kết qua GF = {0, I, , NF}

để cho tiện ta cho NI = NF = 255

- f là ánh xạ từ GI vào GF: VgieGi sẽ 3 gf € Gf ma gf = f (gi)

Với mỗi giá tri của mức xám ban dau ứng với một giá trị kết qua Việc chuyển

đổi một mức xám ban đầu về một mức xám kết quả tương ứng có thể dàng thực

hiện được nhờ một bảng tra Khi đã xây dựng được bảng, việc sử dụng bảng là kháđơn giản Người ta xem xét mức xám của mỗi điểm ảnh, nhờ bảng tra tính đượcmức xám kết quả Gọi là bảng tra

Trang 14

1.4.3 Tăng độ tương phảnNhiệm vụ của tăng độ tương phản không làm thay đổi thông tin vốn có trongảnh mà làm nôi bật các đặc trưng đã chọn,làm sao để phát hiện tốt hơn, tạo thànhquá trình tiền xử lý ảnh.

Ảnh số là tập hợp các điểm, mà mỗi điểm có giá trị độ sáng khác nhau fe) day,

độ sáng để mắt người dé cảm nhận ảnh song không phải là quyết định Thực tế chi

ra rằng hai đối tượng có cùng độ sáng nhưng đặt trên hai nền khác nhau sẽ cho cảmnhận khác nhau Như vậy, độ tương phản biểu diễn sự thay đổi sáng của đối

tượng so với nền Một cách nôm na, độ tương phản là độ nôi của điểm ảnh hay vùng

ảnh so với nền Với định nghĩa này, nếu ảnh của ta có độ tơng phản kém, ta có thểthay đổi tuỳ ý theo ý muốn

Ảnh với độ tuơng phản thấp có thể do điều kiện sáng không đủ hay không đều,

hoặc do tính không tuyến tính hay biến động nhỏ của bộ cảm nhận ảnh Để điều

chỉnh lại độ tương phản của ảnh, ta điều chỉnh lại biên độ trên toàn dải hay trên dai

có giới hạn bằng cách biến đổi tuyến tính biên độ đầu vào (dùng hàm biến đổi là

hàm tuyến tính) hay phi tuyến (hàm mũ hay hàm lôgarít) Khi dùng hàm tuyến tính

các độ dốc a, B,y phải chọn lớn hơn một trong miền cần dan Các tham số a và b (các cận ) có thể chọn khi xem xét lược đồ xám của ảnh

a b Lou

Hình 1.4.3.1 Dãn độ tương phản

Chú ý, nếu dan độ tương phản bằng hàm tuyến tính ta có:

a= B= y=1 ảnh có kết quả trùng với ảnh gốc

a,B,y>1 dan độ tương phan

Trang 15

đ,,y<1 co độ tương phản.

1.5 Cải thiện ảnh dùng toán tử không gian

Cải thiện ảnh là làm cho ảnh có chất lợng tốt hơn theo ý đồ sử dụng Thường

là ảnh thu nhận có nhiễu cần phải loại bỏ nhiễu hay ảnh không sắc nét bị mờ hoặc

cần làm rõ các chỉ tiết nh biên Các toán tử không gian dùng trong kỹ thuật tăngcường ảnh duoc phân theo nhóm theo công dụng: làm trơn nhiễu, nỗi biên Dé làm

trơn nhiễu hay tách nhiễu ngời ta sử dụng các bộ lọc tuyến tính (lọc trung bình,

thông thấp) hay lọc phi tuyến (trung vị, giả trung vị, lọc đồng hình) Do bản chất

của nhiễu là ứng với tần số cao và cơ sở lý thuyết của lọc là bộ lọc chỉ cho tín hiệu

có tần số nào đó thông qua (dải tần bộ lọc) Do vậy để lọc nhiễu ta dùng lọc thông

thấp (theo quan điểm tần số không gian) hay lấy tổ hợp tuyến tính dé san bằng (lọc

trung bình) Để làm nổi cạnh (ứng với tần số cao), người ta dùng các bộ lọc

thông cao, Laplace.

1.5.1 Làm trơn nhiễu bằng lọc tuyến tính:

Vi có nhiều loại nhiễu can thiệp vào quá trình xử lý ảnh nh: nhiễu cộng, nhiễuxung, nhiễu nhân nên cần có nhiều bộ lọc thích hợp Với nhiễu cộng và nhiễu nhân

ta dùng các bộ lọc thông thấp, trung bình và lọc đồng hình (homomorphie); với

nhiễu xung ta dùng lọc trung vi , giả trung vị, lọc ngoai (outlier).

Trang 16

1.5.1.1 Lọc trung bình không gianVới lọc trung bình, mỗi điểm ảnh được thay thế bằng trung bình trọng số củacác điểm lân cận và được định nghĩa như sau:

vứn,m) = LLanew a(, I)yŒm — k,n — 1)Nếu trong kỹ thuật lọc trên, ta dùng các trong số như nhau

v(m,n) =y—È Xoupay ym — kn — D)Với:

® y(m,n): ảnh đầu vào

® a(k,I): là trọng số lọc

Với ayy = re và Nụ là số điểm ảnh trong cửa sé lọc.

Lọc trung bình có trọng số là thực hiện chập ảnh đầu vào với nhân chập H.Nhân chập H trong trường hợp này có dạng:

trận I:

Trang 17

Lọc thông thấp thường được sử dụng để làm trơn nhiễu Về nguyên lý giống

như đã trình bày trên.

Trong kỹ thuật này người ta hay dùng một số nhân chập sau:

1[0 1 0 HẾP là 20

Để thực hiện lọc Median trong lân cận của một pixel chúng ta sắp xếp các giá

trị của pixel và các lân cận, xác định trung vị Median và định giá trị pixel Ví dụ như một lân cận 3x3 có các giá trị: 10, 20, 20, 20, 15, 20, 20, 25, 100 Các giá trịnày được sắp xếp lại theo thứ tự từ thấp đến cao: 10, 15, 20, 20, 20, 20, 20, 25, 100.Giá trị median là 20 Do đó về nguyên lý thì mạch median có thể tách được các

Trang 18

điểm có cường độ sáng lớn như nhiễu xung và lọc các điểm có cường độ sáng tứcthì (xung) hay còn gọi là các nhiễu muối tiêu.

1.5.1.4 Bộ lọc Gauss

Về bản chất bộ lọc Gauss có phương thức tiến hành tương đồng với bộ lọc

trung bình nhưng có thêm tác động của các trọng số Các trọng số này được tính tỷ

lệ với hàm Gauss theo khoảng cách tới điểm tính toán Công thức tính giá trị cho

từng pixel ảnh gốc theo lọc Gauss như sau:

a= my) 0= mj—n)* Form)

Trong đóg(ij) là giá trị độ xám pixel kết quả, N là kích thước cửa

số, f(m,n) là giá trị độ xám của pixel đang tác động, G(i-m,j-n) là các trọng số.Các trọng số được tính toán tỷ lệ theo hàm Gauss bằng khoảng cách tới điểm tính

1.5.2 Làm trơn nhiễu bằng lọc phi tuyến

Các bộ lọc phi tuyến cũng hay được dùng trong tăng cường ảnh Trong kỹ

thuật này người ta dùng bộ lọc trung vị (Median Filtering), giả trung vị (PseudoMedian Filtering), lọc ngoài (Outlier) Với lọc trung vị, điểm ảnh đầu vào sẽ đượcthay thé bởi trung vị các điểm ảnh Còn lọc giả trung vị sẽ dùng trung bình cộng của

2 giá trị "trung vị" (trung bình cộng của max và min).

Trang 19

Giả thiết cho rằng có một mức ngưỡng nao đó cho các mức nhiễu ( có thé dựa

vào lược đồ xám ) Tiến hành so sánh giá trị của một điểm ảnh với trung bình số học

8 lân cận của nó Nếu sự sai lệch này lớn hơn ngưỡng, điểm ảnh nay coi như nhiễu

Trong trường hợp này ta thay thế giá trị của điểm ảnh bằng giá trị trung bình 8 lân

cận vừa tính được Các cửa số tính toán thường là 3x3 Tuy nhiên mở rộng đến 5x5

hay 7x7 dé đảm bảo tính tương quan giữa các điểm ảnh Vấn dé quan trọng là xác

định ngưỡng dé loại nhiễu mà vẫn không làm mat thông tin

1.5.3 Vai trò của biên trong nhận dạng

Như đã đề cập tới ở phần tổng quan về một hệ thống nhận dạng và xử lý ảnh,

quá trình nhận dạng có hai giai đoạn cần thực hiện:

mẫu) và tập các phần tử mẫu được chia thành các lớp

Trang 20

cần nhận dạng thuộc lớp nào

Xem thêm [10], [12].

CHƯƠNG 2 - NHẬN DẠNG ĐƯỜNG GIAO THÔNG

2.1 Phân tích ảnh vệ tinh

Trong ảnh vệ tinh, đường giao thông là những đối tượng có các đặc điểm sau.

¢ D6 tương phan: Đường giao thông thường trái ngược với môi trường xung

quanh Thường là tối hơn hoặc sáng hơn với cấu trúc đối với các khác nằm

xung quanh trong ảnh Tuy nhiên, màu sắc trong đường không phải là hằng số

vì xe hơi, bóng tối, và đánh dấu làn đường có thể làm thay đổi nhanh chóng

màu sắc gây nhiễu cục bộ Những yếu tố này làm cho việc xác định đường trở

nên khó khăn.

e Hướng: Mỗi điểm ảnh thuộc đường thường nằm trên đường và có hướng

trùng với hướng của đường

hạn Chiều rộng của một con đường là không thay đổi hoặc thay đổi theo từngphần

“Trong các phan sau của chương này, ta sẽ lần lượt tìm hiểu từng phương pháp

củ thể trong nhận dạng từ đơn giản đến phức tạp

¢ Nhận dang theo màu.

® Nhận theo hoc màu.

e Nhận dạng theo đặc tính hình học.

Trang 21

2.2 Nhan dang theo mau.

2.2.1 Giới thiệu

Khi quan sát ảnh vệ tinh ta dễ nhận thấy mỗi vùng trong ảnh vệ tỉnh được đặc

trưng bởi một nhóm màu nhất định Ta thường có thể được tìm thấy năm yếu tố

chung là: Bụi cây hoặc cây, Đường giao thông, Các tòa nhà, Khu vực cát, Khu vực

nước.

bushes or trees

water rgcns

brings sandy egens

Hình 2.2.1.1 Cấu trúc của ảnh vệ tinh thông thường

Trong phan này ta tập trung vào hai hệ màu chính sau:

e HSV hệ mau dựa trên nền tảng trực giác dùng nhiều trong xử lý ảnh

vì thê hiện môi quan hệ của các màu chính xác hơn.

®© YC,C, hệ màu dùng trên truyền hình.

Trang 22

Bảng 2.2.2.1 Cấu trúc của ảnh vệ tỉnh thông thường

Theo như bảng mỗi điểm ảnh sẽ được phân biết theo vùng dựa trên các thông

số HSV, YC,C, Dựa vào đó, ta có thê nhận dạng vùng đường từ hình ảnh vệ tinh

bằng cách áp dụng những điều cần thiết điều chỉnh loại bỏ một số màu:

Giá trị Luminance lớn hơn 100 loại bỏ bụi hoặc cây.

Giá trị Saturation nhỏ hơn 0,3 loại bỏ vùng cát.

Giá trị Hue lớn hơn hoặc bằng 0,05 đến loại bỏ một số tòa nhà

Ta rút ra công thức sau:

(100 < Y) AND (S < 0.3) AND (H > 0.05)

Trang 23

Hình 2.2.2.1 Con đường được trích xuất thông qua lọc màu co bản 2.2.3 Đánh giá

Phương pháp này nhận dạng điểm ảnh đường khá tốt Mặc dù có thé loại bỏkhá nhiều vùng không phải đường Nhưng không thể áp dủng tổng quát được vì

hình ảnh vệ tỉnh thay đổi liên tục, còn chưa tính tới việc bị các đối tượng che khuất

như xe cộ, cây cối, Nên ta sẽ rất khó thé rút ra được công thức có định cho nhậndang đường.

2.3 Nhận dạng theo neuron.

2.3.1 Giới thiệuMạng thần kinh là hệ thống tính toán được tạo thành từ tế bào thần kinh,

thường được tổ chức thành các lớp Một tế bào thần kinh nhận giá trị từ lớp trước,

tính toán và trả về giá trị khác ở đầu ra

"Thuật toán lan truyền ngược ( Back Propagation ) là thuật toán học phổ biến

trong mang than kinh, được mô tả bằng công thức:

B= 534d — of)?

Trang 24

Trong đó dj và O; đại diện cho đầu ra mong muốn và giả trị trả về hiện tại của

tế bào thần kinh j trong lớp ra tương ứng và L là số lượng tế bào thần kinh trong lớp

ra Phương pháp lặp đi lặp lại, điều chỉnh trọng lượng các thông số được tính toán

và thêm vào giá trị trước đó như sau:

2.3.2 Hướng tiếp cận

2.3.2.1 Thiết kế

30/1520

Neurodes

Hình 2.3.2.1.1 Mô hình mang neuron trong nhân dang hình ảnh

Trong bài toán nhận dạng đường giao thông:

i RGB, về [0.1] để nhập đầuvào cho mạng thần kinh Như vậy, sẽ tế bào thần kinh ở lớp đầu tiên được

thiết kế lớp đầu vào phụ trách nhận giá trị 3 giá trị [0,1] trong ứng R,G,B cho

mỗi điểm ảnh trong toàn bộ hình ảnh Sau khi xử lý xong mạng thần kinh sẽ

Trang 25

trả về giá trị [0,1] tương ứng với giá trị điểm ảnh kết quả ( ảnh kết quả sẽ làảnh trắng đen )

2.3.2.2 Tham số đầu vào.

BỊ LBlmean

ds = qan,gga ((Rm — RO? + Gn ~ 6)” + Bm — B)]”2

Trong đó [Rs 6: Bx) là giá trị trung bình của các điểm ảnh đường trong tập

huấn luyện Khoảng cách tối đa trong không gian quang phỏ, là 441,673

Sử dụng ma trận

Chúng ta sử dụng một ma trận 3x3 gồm các điểm ảnh xung quanh mỗi điểmảnh Ta sẽ có 9 điểm ảnh màu đỏ, 9 điểm ảnh màu xanh lá cây và 9 màu xanh détạo thành vector đầu vào của 27 tế bào thần kinh Và Lớp đầu ra bao gồm một tếbào thần kinh mạng giá trị [0,1] ( 1 là đường giao thông, 0 là ảnh nền ) pixel, tương

ứng.

Trang 26

Hình 2.3.3.1 Hiển thị quá trình nhận dang theo mang neuron.

So với phương pháp nhận dạng bằng màu sắc mang nặng tính thủ công,

phương pháp nhận dạng bằng neuron được đánh giá nhận diện màu tốt hơn Tuynhiên cũng không khắc phục được nhược điểm hiện hữa là không thể phân biệtđược các đôi tượng khi chúng có cùng màu sắc với nhau.

Tuy nhiên phương pháp này được áp dụng tốt trong nhận dạng sông ngòi, đấtliền, hải đảo Khi mà sông ngòi và biển cả là một dai màu tuyến tính

Trang 27

Hình 2.3.3.2 Nhận dang dat lién và hải đảo

2.4 Nhận dạng theo hình học.

2.4.1 Giới thiệu

Khác với các phương pháp trước, ở phương pháp này ta sử dụng các đặc tính

hình học của đối tượng trong ảnh đê xác định vùng nào là đường và vùng khôngphải đường Áp dụng giả thiết ban đầu, đường là một dãy dài tương đối hẹp so vớicác đối tượng khác trong hình Phương pháp này bao gồm hai bước cơ bản sau:

® Lọc vùng

Trang 28

2.4.2 Phát hiện biên

Hình 2.4.2.1 Miêu tả phát hiện biên

2.4.3 Lọc vùngSau khi đã thực hiện xác định biên, ta thay sẽ thu nhận được nhiều loại đốitượng trong ảnh như: tòa nhà, cây côi, sông ngòi, đường giao thông Một thuật toán

dùng đê loại bỏ các đối tượng không vào đường dựa trên giả định hình học của đối

tượng đường là một dãy dài và hẹp, Phuong pháp đường tròn tham khảo [1] Gồm 2bước:

e Xác định vòng tròn trung tâm.

2.4.3.1 Xác định vòng tròn trung tâm

Để xác định đầy đủ và khu vực đường tách biệt với phần còn lại của hình ảnh,

ta cần quan tâm phương pháp mới trong đó bao gồm hai khái niệm quan trọng: vòngtròn tham khảo và điêm ảnh trung tâm.

Cho một điểm ảnh p , vòng tròn tham khảo C của nó (p) là vòng tròn lớn nhấttập trung ở p không chứa điêm cạnh Trực quan , bán kính của vòng tròn thamchiếu là khoảng cách tối đa từ các điểm ảnh đến điểm cạnh ( điểm biên)

Trang 29

Một điểm ảnh là một điểm ảnh trung tâm nếu nó có vòng tròn tham khảo lớnnhất giữa các điểm ảnh lân cận của nó là một ma trân 3x3_.

Hình 2.4.3.1.1 Mô tả vòng tròn tham khảo

Ta thấy các vòng tròn tham chiếu của ba điểm P, Q, và S Trong đó, Q và S làcác điểm ảnh trung tâm Dễ nhận thấy, tất cả các điểm ảnh trung tâm được hìnhthành từ các tim của một con đường Vì vậy, tất cả các điểm ảnh trung tâm có thểđược coi là điểm thả neo đối với đường Mỗi điểm ảnh trung tâm có một vòng tròn(

với bán kính là cho biên đường) và một hướng của đường Đầu ra của bước lọc là

một tập hợp các điểm ảnh trung tâm cho từng khu vực

b) điểm ảnh trung tâm

c) Vòng tròn tham khảo

Hình 2.4.3.1.2 Mô phỏng điêm ảnh trung tâm và vòng tròn tham khảo

Trang 30

khu vực, mà còn là thông tin của hình dạng tông thể của nó hình học Ví dụ, một

hình vuông hoàn hảo sẽ chỉ có một điêm ảnh trung tâm tại trung tâm của nó Một

khu vực dai dài và hẹp sẽ có số lượng lớn các điểm ảnh trung tâm là con đường Vì

tròn tham khảo của họ là một chỉ s tốt cho hình dang của khu vực Chỉ vùng có ty

lệ trên ngưỡng nhất định được coi là khu vực ứng cử viên Điều này có hiệu quả sẽ

loại bỏ hầu hết các đối tượng ngẫu nhiên từ các hình ảnh

Anh đầu vào Anh dau ra Hình 2.4.3.2.1 Lọc các đối tượng không phải là con đường

Trang 31

Anh dau vào Anh dau ra Hình 2.4.4.1 Kết quả khi sit dung phương pháp loc theo hình học

So với hai phương pháp đầu tiên nhận dạng theo màu sắc thì phương pháp

nhận dạng theo đặc tính hình học này có phần ưu việt hơn hẳn Tuy nhiên vẫn còn

một hạn chế là đối với những đối tượng hình học có hình dạng dài và hẹp giống nhưsông ngòi, dai phân cách, thì phương pháp này cũng khó nhận dạng được.

2.5 Hướng tiếp cận

Nhận thấy cả ba hướng tiếp cận trên đều có những ưu điểm và hạn chế riêng

Tuy nhiên phướng pháp nhận dạng đối tượng theo hình học có vẽ tốt nhất và gần

gủi hơn nên sẽ được tập trung đi vào nghiên cứu Hạn chế là chưa phân biệt đượcđối tượng có hình dạng giống nhau ta sẽ kết hợp phương pháp một dé loại bỏ đối

tượng giống nhau về hình dạng Trong chương 4 Sẽ nói chỉ tiết về phần này

Trang 32

CHƯƠNG 3 - GIẢI PHÁP ĐỀ XUẤT

3.1 Phân tích hệ thống

Trong lĩnh vực xử lý và phân tích ảnh, một trong những công việc quan trong

là trích lọc được những đặc trưng của đối tượng, mô tả hình đáng và nhận dang

mẫu Một trong những nhiệm vụ thường đề cập đến khái niệm hình học của đốitượng, ví dụ như kích thước, hình dáng và hướng của đối tượng trong ảnh Xử lýhình thái học được hình thành từ lý thuyết tập hợp, hình học và hình học topo, đểphân tích các cấu trúc hình học trong ảnh

Trong phần này e sẽ trình bày phương pháp phân tích, và trích lọc đường giao

thông từ ảnh vệ tỉnh có độ phân giải cáo

Yêu cầu hệ thống

Trang 33

Ảnh đầu vào Ảnh đầu ra

Anh dau vào và dau ra trong mô hình

Tác giả đề xuất quy trình trích xuất đường đi từ ảnh vệ tỉnh gồm ba module cơ

bản sau:

Vector hóa

Lọc đườni

8 đường giaogiao thông

thông

Trang 34

3.2 Phân đoạn ảnh

Hình Phân đoạn ảnh

Phân vùng ảnh là bước then chốt trong xử lý ảnh Giai đoạn này nhằm phântích ảnh thành những thành phần có cùng tính chất nào đó dựa theo biên hay các

vùng liên thông Tiêu chuẩn để xác định các vùng liên thông có thể là cùng mức

xám, cùng màu hay cùng độ nhám Trước hết cần làm rõ khái niệm "vùng ảnh"

(Segment) và đặc điểm vật lý của vùng Vùng ảnh là một chỉ tiết, một thực thé trong

toàn cảnh Nó là một tập hợp các điểm có cùng hoặc gần cùng một tính chất nào đó

: mức xám, mức màu, độ nhám Vùng ảnh là một trong hai thuộc tính của ảnh.

Nói đến vùng ảnh là nói đến tính chất bề mặt Đường bao quanh một vùng ảnh

(Boundary) là biên ảnh Các điểm trong một vùng ảnh có độ biến thiên giá trị mức

xám tương đối đồng đều hay tính kết cấu tương đồng Dựa vào đặc tính vật lý của

ảnh, người ta có nhiều kỹ thuật phân vùng : phân vùng dựa theo miễn liên thông gọi

là phân vùng dựa theo miền đồng nhất hay miền kể ; phân vùng dựa vào biên gọi làphân vùng biên Ngoài ra còn có các kỹ thuật phân vùng khác dựa vào biên độ, phânvùng dựa theo kết cấu

Các đặc tính đơn giản, cần thiết nhất của ảnh là biên độ và các tính chất vật lý

như : độ tương phản, độ truyền sáng, màu sắc hoặc đáp ứng phổ Như vậy, có thểdùng ngưỡng biên độ đề phân vùng khi biên độ đủ lớn đặc trưng cho ảnh Thí dụ,

Trang 35

biên độ trong bộ cảm biến ảnh hồng ngoại có thể phản ánh vùng có nhiệt độ thấp

hay vùng có nhiệt độ cao Kỹ thuật phân ngưỡng theo biên độ rất có lợi đối với ảnhnhị phân như văn bản in, đồ họa, ảnh màu hay ảnh X-quang Việc chọn ngưỡng rấtquan trọng Nó bao gồm các bước :

Trong phân vùng ảnh vệ tinh ta tiến hành các bước xữ lý ảnh như sau:

Mô hình phân đoạn ảnh

Trang 36

Ảnh đầu vào Ảnh đầu ra

Trang 37

3.2.2.1 phương pháp phát hiện biên cơ bảnBiên là vấn đề quan trọng trong trích chọn đặc điểm nhằm tiến tới hiểu ảnh.Cho đến nay chưa có định nghĩa chính xác về biên, trong mỗi ứng dụng người tađưa ra các độ đo khác nhau về biên, một trong các độ đo đó là độ đo về sự thay đổi

đột ngột về Ap xám Ví du: Đối với ảnh đen trắng, một điểm được gọi là điểm biên

nếu nó là điểm đen có ít nhất một điểm trắng bên cạnh Tập hợp các điểm biên tao

nên biên hay đường bao của đối tượng Xuất phát từ cơ sở này người ta thường sử

dụng hai phương pháp phát hiện biên cơ bản::

e Phat hiện biên trực tiếp:

Phương pháp này nhằm làm nổi biên dựa vào sự biến thiên về giá trị độ sangcủa điểm ảnh kỹ thuật chủ yếu dùng phát hiện biên ở đây là kỹ thuật đạo hàm

Hai phương pháp trên được gọi là phương pháp dò biên cục bộ ngoài ra người

ta còn sử dụng phương pháp “đi theo đường bao”: dựa vào nguyên lý qui hoạchhoạt động và được gọi là phương pháp dò biên tổng thể

Nếu bằng cách nào đấy , ta phân được ảnh thành các vùng thì đường phân ranh

giữa các vùng đó chính là biên Việc phân vùng ảnh thường dựa vào kết cấu

(texture) bề mặt của ảnh

Cũng cần lưu ý rằng, kỹ thuật dò biên và phân vùng ảnh là hai bài toán đốingẫu của nhau Thực vậy, dò biên để thực hiện phân lớp đối tượng và một khi đãphân lớp xong có nghĩa là đã phân vùng được ảnh Và ngược lại, khi phân vùng,

ảnh đã phân lập được thành các đối tượng, ta có thê phát hiện được biên Phương

pháp dò biên trực tiếp tỏ ra khá hiệu quả vì ít chịu ảnh hưởng của nhiễu.Song nếu sự

biến thiên độ sang không đột ngột, phương pháp này lại kém hiệu quả Phương pháp

đò biên gián tiếp tuy có khó cài đặt song lại áp dụng khá tốt khi sự biến thiên độ

Tiêu đề	Trích xuất đường giao thông từ ảnh vệ tinh
Tác giả	Cao Xuân Bảo Lộc
Người hướng dẫn	TS. Phan Đạt Phúc
Trường học	Đại học Quốc gia Thành phố Hồ Chí Minh
Chuyên ngành	Công nghệ thông tin
Thể loại	Luận văn thạc sĩ
Năm xuất bản	2014
Thành phố	Hồ Chí Minh

Định dạng
Số trang	75
Dung lượng	36,67 MB

Tài liệu tham khảo	Loại	Chi tiết
1] Pham Việt Bình, ( 2006) Phát trién kỹ thuật dò biên, phát hiện biên va dứngdụng. Viện Công Nghệ Thông Tin	Khác
2] _ Nguyễn Thị Lan (2010). một số kỹ thuật phát hiện biên trong xử lý ảnh. ViệnCông Nghệ Thông Tin.Tiếng Anh	Khác
3] D.B.L. Bong, K.C. Lai, and A. Joseph (2009). Automatic Road Network Recognition and Extraction for Urban Planning, World Academy of Science, Engineering and Technology	Khác
4] Pratik Panchabhaiyye, Ravi Shekhar Chaudhary (2009 ), Automatic Main Road Extraction From High Resolution Satellte Imagery, National Institute Of Technology Rourkela	Khác
6] Xiangyun Hu, Vincent Tao (2007), Automatic Extraction of Main Road Centerlines from High Resolution Satellite Imagery Using Hierarchical Grouping	Khác
7] liuxiang Hu, Anshuman Razdan, John C. Femiani, Ming Cui, Peter Wonka (2007), Road Network Extraction and Intersection Detection From Aerial Images by Tracking Road Footprints	Khác
8] Qiaoping Zhang, Isabelle Couloigner (2006), Automated Road Network Extraction From High Resolution Multi-Spectral Imagery. Department of Geomatics Engineering University of Calgary	Khác
9] M. Mokhtarzade, M. J. Valadan Zoej, H. Ebadi (2008), Automatic Road Extraction Form high resolution Satellite Images Using Neural Networks	Khác