tóm tắt luận án nghiên cứu đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

1 MỞ ĐẦU Tính cấp thiết luận án Với điều kiện địa lý có đường bờ biển trải dài từ Bắc vào Nam, có nhiều khu vực khai thác dầu khí Biển Đơng nằm tuyến giao thông đường biển giới nên Biển Đông Việt Nam khu vực thường xuyên xảy tượng ô nhiễm dầu biển Trong năm gần đây, Việt Nam liên tục xảy tượng dầu tràn vùng ven biển miền Trung mà không xác định nguyên nhân Hiện tượng dầu tràn phát dầu bị sóng biển đánh dạt vào bờ Do khơng có hệ thống giám sát phát sớm ô nhiễm dầu biển nên Việt Nam hoàn toàn bị động việc ứng phó dầu tràn biển Cùng với phát triển khoa học kỹ thuật, kỹ thuật viễn thám ứng dụng để giám sát phát sớm ô nhiễm dầu vùng biển giới, có hệ thống viễn thám RADAR RADAR hệ thống viễn thám siêu cao tần dạng chủ động, cho phép quan sát ngày đêm, điều kiện thời tiết, không chịu ảnh hưởng mây, sương mù bề mặt biển có đường thu nhận rộng Đây ưu điểm tư liệu viễn thám siêu cao tần so với tư liệu viễn thám quang học việc giám sát phát sớm ô nhiễm dầu biển Do đặc điểm thu nhận lượng tán xạ phản hồi cảm vệ tinh siêu cao tần suy giảm dao động sóng biển vị trí vết dầu nên hình ảnh vết dầu tư liệu viễn thám siêu cao tần có khác biệt với vùng biển xung quanh, tạo điều kiện cho việc tự động hóa q trình nhận dạng phân loại vết dầu biển Tuy nhiên, thông tin bổ trợ điều kiện khí tượng biển, hệ thống xử lý tư liệu viễn thám siêu cao tần Việt Nam hạn chế nên đòi hỏi cần có nghiên cứu đề xuất phương pháp nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần phù hợp với điều kiện thực tế Việt Nam Mục tiêu nghiên cứu - Nghiên cứu sở khoa học yếu tố ảnh hưởng đến việc nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR - Nghiên cứu phương pháp nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần - Đề xuất phương pháp nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần phù hợp với điều kiện thực tế tư liệu, thông tin hỗ trợ biển Việt Nam Đối tƣợng nghiên cứu - Đặc điểm thu nhận tín hiệu vệ tinh siêu cao tần - Tác động vết dầu đến suy giảm cường độ sóng biển đặc điểm tín hiệu tán xạ phản hồi nhận cảm vệ tinh siêu cao tần - Các yếu tố nhiễu ảnh hưởng đến độ tin cậy trình nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần - Các phương pháp nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần Phạm vi nghiên cứu - Nội dung nghiên cứu luận án đề xuất phương pháp nhận dạng phân loại vết dầu xuất biển không rõ nguồn gốc, chủ yếu việc xả dầu trái phép tàu lưu thông biển từ tư liệu viễn thám siêu cao tần - Khu vực nghiên cứu luận án khu vực biển Đông Việt Nam - Luận án nghiên cứu khả sử dụng tư liệu RADAR tạo ảnh cửa mở tổng hợp (SAR), với hai dạng liệu liệu siêu cao tần kênh L (tư liệu ALOS PALSAR), liệu siêu cao tần kênh C (EnviSAT ASAR) Nội dung nghiên cứu - Nghiên cứu nguyên lý khả nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR - Đề xuất quy trình nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR phù hợp với đặc điểm tư liệu ảnh SAR thu nhận tín hiệu biển chế độ thu nhận diện rộng - Xây dựng chương trình thử nghiệm nhận dạng phân loại vết dầu vết nhiễu ảnh viễn thám siêu cao tần Phƣơng pháp nghiên cứu - Phương pháp phân tích, tổng hợp tài liệu bao gồm báo khoa học công bố giới nước, kết nghiên cứu đạt hệ thống giám sát phát sớm ô nhiễm dầu biển ứng dụng thực tế modul phần mềm phát vết dầu từ tư liệu ảnh SAR cơng bố giới Từ đó, đề xuất phương pháp luận phù hợp, có tính khả thi cao điều kiện Việt Nam - Nghiên cứu thử nghiệm thuật toán xử lý ảnh, thuật toán nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR, tiến hành so sánh chọn lọc mơ hình thuật tốn phù hợp với mục đích nghiên cứu luận án Ý nghĩa khoa học thực tiễn luận án 7.1 Ý nghĩa khoa học luận án - Hệ thống đầy đủ sở khoa học nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần - Xây dựng phương pháp nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR - Luận án đóng góp phần việc thực nhiệm vụ nghiên cứu khoa học đề tài nghiên cứu cấp Nhà nước “Ơ nhiễm dầu vùng biển Đơng Việt Nam” với mã số KC09.22/06-10 PGS.TS Nguyễn Đình Dương làm chủ nhiệm đề tài 7.2 Ý nghĩa thực tiễn đề tài - Nâng cao khả ứng dụng tư liệu ảnh SAR việc giám sát phát sớm nhiễm dầu ngồi khơi biển Đông Việt Nam - Cung cấp đánh giá đầy đủ mặt lý thuyết kết nghiên cứu thử nghiệm tư liệu kênh L (ALOS PALSAR) tư liệu kênh C (EnviSAT ASAR) Những luận điểm bảo vệ luận án Luận điểm 1: Tư liệu ảnh SAR chuẩn hóa mặt cắt ngang tồn hiệu ứng xa – gần nguồn phát sóng tư liệu ảnh SAR Hiệu ứng xa – gần nguồn phát sóng ảnh hưởng đến khả tự động hóa tách vết đen ảnh SAR thuật toán phân ngưỡng tổng thể Luận điểm 2: Phương pháp tách vết đen thuật toán nở vùng ứng dụng hiệu trường hợp vết dầu tồn lâu biển bị phong hóa theo thời gian Hình ảnh vết dầu trường hợp có độ tương phản khơng cao so với hình ảnh bề mặt biển ảnh SAR thân hình ảnh vết dầu có nhiều ngưỡng độ xám khác Luận điểm 3: Phương pháp nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần đề xuất luận án thực điều kiện tư liệu, sở hạ tầng thơng tin có Việt Nam Những điểm luận án 9.1 Đề xuất phương pháp tự động hóa q trình nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR 9.2 Đề xuất phương pháp hạn chế ảnh hưởng hiệu ứng xa gần nguồn phát sóng vệ tinh siêu cao tần tư liệu ảnh SAR việc nhận dạng phân loại vết dầu biển Hiệu ứng xa - gần nguồn phát sóng tồn dạng tư liệu viễn thám siêu cao tần, đặc biệt chế độ đường chụp rộng 9.3 Nghiên cứu ứng dụng mạng nơ – ron nhiều lớp MLP nhận dạng phân loại vết dầu vết nhiễu biển từ tư liệu ảnh SAR với số lượng tham số đầu vào mạng nơ-ron khác 10 Khối lƣợng kết cấu luận án Kết cấu luận án trình bày 118 trang, 62 hình vẽ sơ đồ, 05 bảng biểu CHƢƠNG 1.TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU TRONG NƢỚC VÀ TRÊN THẾ GIỚI 1.1 Đặt vấn đề 1.2 Tổng quan tình hình nghiên cứu giới Vấn đề nghiên cứu khả sử dụng tư liệu viễn thám siêu cao tần đặc biệt tư liệu ảnh SAR để phát sớm vết dầu tràn biển nghiên cứu từ năm 1992, tác giả Bern sử dụng tư liệu ảnh SAR vệ tinh ERS -1, kênh C để nghiên cứu khả phát vết dầu bề mặt biển [11] Các kết nghiên cứu đạt được: - Về q trình tiền xử lý ảnh: Chưa có tài liệu đề cập đến vấn đề loại bỏ ảnh hưởng xa – gần nguồn phát sóng trình tiền xử lý ảnh phục vụ cho việc phát vết dầu ảnh SAR - Về phát khoanh vùng vết đen: Sử dụng phương pháp phân ngưỡng để phát khoanh vùng vết đen ảnh [5] Ngồi tách vết đen phương pháp khác sử dụng thuật toán LoG, DoG, HMC [27] để phân đoạn ảnh, thuật toán CFAR [9], thuật toán FCM [34] - Về xác định số đặc trưng: Do hình dạng vết dầu không rõ nguồn gốc biển thường dạng hình tuyến nên phương pháp nhận dạng phân loại vết dầu ảnh SAR dựa số đặc trưng vết dầu bao gồm: số hình học; số mức độ tán xạ vết đen vùng xung quanh; vị trí so với khu vực khai thác dầu vùng đất liền; số đặc điểm cấu trúc - Về nhận dạng phân loại vết dầu: Một số nghiên cứu thực nhận dạng phân loại vết dầu tư liệu ảnh SAR kinh nghiệm giải đoán trực tiếp ảnh chuyên gia [7] Bên cạnh phương pháp nhận dạng phân loại vết dầu bán tự động [7] Một số tác giả công bố nghiên cứu cho phép tự động nhận dạng phân loại vết dầu vết nhiễu mơ hình mạng nơ-ron (Neural Network) [18], [23] lý thuyết logic mờ (Fuzzy Logic) [22] Một số tổ chức nghiên cứu xây dựng modul phát vết dầu modul Oil spill detection phần mềm NEST (Next ESA SAR toolbox) (phụ lục 12) Phần mềm NEST sử dụng phương pháp bán tự động 1.3.Tổng quan kết nghiên cứu nƣớc Đáng ý kết đạt đề tài nghiên cứu cấp Nhà nước “Ô nhiễm dầu vùng biển Đông Việt Nam” với mã số KC09.22/06-10 PGS.TS Nguyễn Đình Dương cộng - Viện Địa lý – Viện Khoa học Công nghệ Việt Nam Bản thân nghiên cứu sinh tham gia nghiên cứu nhiệm vụ xây dựng hệ thống công nghệ giám sát phát sớm ô nhiễm dầu biển từ tư liệu viễn thám siêu cao tần đề tài KC09.22/06-10 1.4 Đánh giá kết nghiên cứu đạt đƣợc nƣớc giới Dữ liệu nghiên cứu báo khoa học công bố chủ yếu tư liệu ERS – 1,2, Envisat ASAR Radarsat (kênh C) Vẫn chưa có nhiều kết nghiên cứu thử nghiệm tư liệu kênh L Kết nhận dạng phân loại vết dầu chủ yếu dựa kiến thức chuyên gia Phương pháp phân loại vết dầu vết nhiễu hoàn toàn tự động nghiên cứu thử nghiệm với nhiều phương pháp mơ hình tính tốn khác Với điều kiện sở hạ tầng thông tin việc giám sát phát sớm vết dầu tràn biển Việt Nam chưa đầu tư nên đòi hỏi cần nghiên cứu phương pháp phù hợp với điều kiện thực tế Việt Nam 1.5 Những vấn đề đƣợc phát triển luận án Nội dung luận án kế thừa số kết nghiên cứu nghiên cứu sinh thực đề tài cấp Nhà nước KC09.22/06-10 Dựa kết nghiên cứu đạt kết cơng bố tạp chí khoa học, nghiên cứu sinh tiếp tục nghiên cứu ứng dụng số thuật toán xử lý ảnh nhằm nâng cao khả nhận dạng tự động hóa q trình phân loại vết dầu biển từ tư liệu ảnh SAR bao gồm: - Nghiên cứu sử dụng thuật toán cân biểu đồ thích ứng giới hạn độ tương phản (CLAHE) để loại bỏ ảnh hưởng hiệu ứng xa – gần nguồn phát sóng tư liệu ảnh SAR - Lựa chọn thuật toán tự động phân ngưỡng tổng thể để tách vết đen ảnh SAR cho phù hợp với ảnh hiệu chỉnh ảnh hưởng xa – gần nguồn phát sóng - Nghiên cứu sử dụng thuật toán nở vùng theo ngưỡng để tách vết dầu trường hợp vết dầu bị phong hóa hình ảnh vết dầu ảnh SAR có độ tương phản khơng cao so với hình ảnh mặt biển - Nghiên cứu thử nghiệm khả phân biệt vết dầu vết nhiễu mơ hình mạng nơ – ron nhiều lớp MLP dựa số hình học đặc trưng vết - Thử nghiệm với dạng tư liệu viễn thám siêu cao tần kênh C kênh L Đây dạng tư liệu viễn thám siêu cao tần sử dụng Việt Nam CHƢƠNG CƠ SỞ KHOA HỌC CỦA QUÁ TRÌNH NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN BẰNG TƢ LIỆU VIỄN THÁM SIÊU CAO TẦN 2.1 Đặc điểm hệ thống RADAR cửa mở tổng hợp (SAR) 2.1.1 Hệ thống RADAR tạo ảnh 2.1.2 Hệ thống RADAR cửa mở tổng hợp (SAR) Theo nguyên lý hoạt động hệ thống SAR ăng-ten thu nhận phần tín tán xạ phản hồi từ đối tượng Năng lượng tán xạ phản hồi nhận vệ tinh siêu cao tần phụ thuộc vào mức độ gồ ghề bề mặt vật thể 2.2 Đặc điểm tín hiệu siêu cao tần thu nhận biển 2.2.1 Cấu trúc bề mặt biển Trên bề mặt biển có ba dạng sóng sóng mao dẫn, sóng trọng lực sóng mao dẫn trọng lực Theo tài liệu [25] sóng mao dẫn trọng lực tác động đến sóng siêu cao tần sử dụng vệ tinh quan sát đại dương 2.2.2 Đặc điểm tín hiệu siêu cao tần tán xạ phản hồi biển 2.2.2.1 Ảnh hưởng số điện môi nước biển Hằng số điện môi môi trường biển ảnh hưởng đến khả thẩm thấu sóng siêu cao tần 2.2.2.2 Ảnh hưởng dao động sóng mặt biển Sự tác động sóng siêu cao tần sóng mao dẫn trọng lực bề mặt biển tuân theo định luật tán xạ Bragg tạo sóng tán xạ Bragg 2.2.2.3 Tương tác sóng ngắn sóng dài Khi sóng dài phát triển dốc gây sai số liên quan tới ước lượng pha tín hiệu, dẫn đến sai số nhịe phương vị ảnh SAR [20] 2.2.2.4 Tương tác sóng ngắn dịng chảy Sự tương tác sóng bề mặt dòng chảy làm thay đổi đáng kể bước sóng sóng bề mặt biển, làm tăng giảm sóng tán xạ phản hồi từ bề mặt biển phân bố lại sóng tán xạ Bragg ảnh SAR 2.3 Cơ sở khoa học trình nhận dạng phân loại vết dầu biển tƣ liệu viễn thám siêu cao tần 2.3.1 Đặc điểm hình ảnh vết dầu tư liệu ảnh SAR Do đặc tính độ nhớt dầu làm giảm dao động sóng ngắn, tăng sức căng mặt ngồi giảm áp lực gió vị trí vết dầu Do làm suy giảm lượng tán xạ phản hồi vị trí vết dầu kết hình ảnh vết dầu ảnh SAR thường có màu đen, tương phản so với vùng biển xung quanh (hình 2.10) Sự tương phản hình ảnh vết dầu bề mặt biển tư liệu ảnh SAR đặc điểm quan trọng để nhận dạng phân loại vết dầu biển mà tư liệu viễn thám khác khơng có Tuy nhiên, dao động phức tạp bề mặt biển với điều kiện tự nhiên biển biến động nên khả phát độ tin cậy nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR thay đổi tùy theo điều kiện khách quan Hình 2.10 Đặc điểm Vết dầu hình ảnh vết dầu ảnh SAR (a) Năng lượng tán xạ Sóng phản xạ Vết dầu Sóng tán xạ (b) vị trí vết dầu vùng xung quanh; (b) Hình ảnh vết dầu Bề mặt biển Vết dầu biển ảnh SAR 2.3.2 Nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR Theo nghiên cứu Cơ quan hàng không vũ trụ Châu Âu (ESA) [16] vết dầu tràn khơng rõ ngun nhân biển chủ yếu kết việc xả dầu trái phép tàu lưu thông biển Các tàu thường xả chất thải có dầu đường để lại đằng sau tàu vệt dầu hình tuyến giống đường mịn Các nhà khoa học dựa đặc điểm để tiến hành nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR 2.4 Những ảnh hƣởng trình nhận dạng phân loại vết dầu biển từ tƣ liệu ảnh SAR 2.4.1 Ảnh hưởng tốc độ gió bề mặt biển Hình 2.12 Tốc độ gió ảnh hưởng đến phân tích vết dầu ảnh SAR [37] 2.4.2 Ảnh hưởng nhiễu hạt tiêu ảnh SAR Phương pháp lọc nhiễu cần đảm bảo giữ nguyên đường biên vết dầu trình xử lý 2.4.3 Ảnh hưởng đặc điểm thu tín hiệu vệ tinh siêu cao tần Trên thực tế tồn ảnh hưởng góc tới tín hiệu vệ tinh ảnh SAR chuẩn hóa mặt cắt ngang đưa giá trị  , đặc biệt tư liệu chế độ đường chụp rộng, hiệu ứng xa-gần nguồn phát sóng tư liệu ảnh SAR 2.4.4 Ảnh hưởng vết nhiễu biển Trên bề mặt biển có tượng tự nhiên làm suy giảm dao động sóng biển tạo vết đen ảnh siêu cao tần Những vết đen ảnh SAR vết dầu gọi vết nhiễu 2.4.5 Đặc điểm tư liệu ảnh SAR sử dụng phân tích vết dầu biển Theo kết nghiên cứu cơng bố tài liệu [35] giá trị suy giảm tín hiệu quan sát vết dầu biển kênh C kênh L khác 2.4.6 Ảnh hưởng điều kiện khí tượng bề mặt biển Dưới tác động môi trường biển đặc tính lý hóa dầu nên hình ảnh vết dầu ảnh SAR thời điểm phát khác khác [35] 2.5 Kết luận chƣơng Cơ sở khoa học việc nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần dựa tương tác sóng siêu cao tần 10 dao động sóng bề mặt biển Hình ảnh vết dầu tương phản so với bề mặt biển ảnh SAR suy giảm lượng tán xạ phản hồi sóng tán xạ Bragg vị trí vết dầu so với vùng biển xung quanh Kết nhận dạng phân loại vết dầu biển tư liệu ảnh SAR chịu ảnh hưởng lớn tốc độ gió bề mặt biển, vết nhiễu biển, đặc điểm tư liệu viễn thám siêu cao tần, điều kiện khí tượng bề mặt biển đặc tính lý hóa vết dầu CHƢƠNG ĐỀ XUẤT PHƢƠNG PHÁP NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN TỪ TƢ LIỆU VIỄN THÁM SIÊU CAO TẦN 3.1 Tiền xử lý tƣ liệu viễn thám siêu cao tần 3.1.1 Chuyển đổi khuôn dạng gốc khuôn dạng thống 3.1.1.1 Khuôn dạng liệu thống GeoTIFF 3.1.1.2 Chuyển đổi khuôn dạng tư liệu ALOS PALSAR Quy trình đọc liệu ALOS PALSAR mơ tả hình 3.1 Hình 3.1 Sơ đồ thuật tốn chuyển đổi khuôn dạng tư liệu ALOS PALSAR 16 xác định ảnh Kết đầu độ tin cậy trình phân loại vết dầu vết nhiễu Số lượng mẫu thử nghiệm 100 mẫu bao gồm 67 vết dầu 33 vết nhiễu Chương trình phân chia 70 mẫu sử dụng để huấn luyện mạng, tập kiểm chứng 15 mẫu sử dụng 15 mẫu độc lập để kiểm tra Sử dụng cấu trúc mạng nơ-ron 8:8:2 với liệu đầu vào số hình dạng vết đen ảnh bao gồm số diện tích, chu vi, hình dạng (Sf), độ phức tạp, độ lệch chuẩn giá trị độ xám (Osd), giá trị độ xám trung bình (Osm), giá trị độ xám lớn nhất, giá trị độ xám nhỏ Kết phân loại thể Bảng 3.3 cho độ tin cậy đạt 93% Để khẳng định vai trò số hình dạng ảnh hưởng đến kết phân loại vết dầu vết nhiễu mạng nơ-ron, nghiên cứu sinh tiến hành thử nghiệm với mô hình cấu trúc mạng nơ-ron MLP 4:4:2 với số đầu vào bao gồm số diện tích, chu vi, hình dạng độ phức tạp; lớp ẩn lớp đầu vết dầu vết nhiễu Kết phân tích thể Bảng 3.4 đạt độ tin cậy 96% So sánh kết phân loại vết dầu vết nhiễu mô hình mạng nơ-ron MLP với cấu trúc mơ hình 8:8:2 mơ hình 4:4:2: - Xét vết dầu ID 95, 96 hai mơ hình cho thấy mơ hình 4:4:2 cho độ xác cao với độ tin cậy vết dầu 0.94 độ tin cậy vết nhiễu 0.04 Mơ hình 8:8:2 cho kết chưa rõ ràng vết dầu hay vết nhiễu - Mô hình mạng nơ-ron nhận dạng phân loại tốt vết dầu có hình dạng đặc trưng dạng hình tuyến kéo dài với số hình dạng lớn (chỉ số hình dạng lớn 4) với độ tin cậy 0.9 - Một số vết dầu xuất ảnh có số hình dạng khơng đặc trưng, độ phức tạp lớn tàu xả vòng vết dầu ID 74 độ tin cậy phân loại thấp Đối với mơ hình 4:4:2 có độ tin cậy vết dầu cao với mức 0.4, độ tin cậy vết nhiễu với mức 0.2 Đối với mơ hình 8:8:2 độ tin cậy vết dầu vết nhiễu mức 0.8, phân biệt kết đầu Như vậy, hiệu ứng xa – gần nguồn phát sóng nhiễu tín hiệu ảnh SAR nên số độ xám vết đen ảnh chưa thực thể rõ khác biệt vết dầu vết nhiễu Do đó, đưa vào mơ hình mạng nơ-ron làm giảm độ xác q trình phân tích 17 3.4 Đề xuất phƣơng pháp nhận dạng phân loại vết dầu biển từ tƣ liệu ảnh SAR Dựa kết nghiên cứu đạt được, nghiên cứu sinh đề xuất phương pháp nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR với quy trình xử lý dựa đặc điểm vết dầu tồn biển Quy trình thể hình 3.27 áp dụng vết dầu xả, hình ảnh vết dầu ảnh SAR tương phản so với hình ảnh Bắt đầu vùng biển xung quanh Đọc liệu ảnh SAR Chuyển đổi khuôn dạng liệu sang GeoTIFF Tiền xử lý ảnh Loại bỏ đất liền, hải đảo Hiệu chỉnh ảnh hưởng xa-gần nguồn phát sóng Lọc nhiễu ảnh SAR Hình 3.27 Phương pháp tự động nhận dạng phân loại vết dầu biển Tự động phân ngưỡng Huang Tách vết đen Ảnh tách vết đen (dạng nhị phân) Vector đường biên vết đen Nhận dạng phân loại vết dầu vết nhiễu Tính số hình dạng vết đen ArcGIS mơ hình mạng nơ-ron MLP Nhận dạng phân loại vết dầu vết nhiễu Phân tích khoanh vùng vị trí vết dầu Kết thúc 18 Quy trình thể Hình 3.28 áp dụng vết dầu tồn lâu biển Trong thực tế, vết dầu tồn lâu bề mặt biển chịu tác động nhiều yếu tố biển điều kiện khí tượng, thủy văn biển, dao động sóng biển, tốc độ gió biển nhỏ (nhỏ 2.5m/s) lớn (lớn 12.5m/s) tính chất lý hóa dầu…Vết dầu trường hợp bị phân rã nên hình ảnh vết dầu ảnh SAR khơng cịn rõ nét, có độ tương phản khơng cao so với mặt biển có nhiều ngưỡng độ xám vết dầu nên việc tự động tách vết đen ảnh khó khăn Bắt đầu Đọc liệu ảnh SAR Chuyển đổi khuôn dạng liệu sang GeoTIFF Loại bỏ đất liền, hải đảo Tiền xử lý ảnh Hiệu chỉnh ảnh hưởng xa-gần nguồn phát sóng Lọc nhiễu ảnh SAR Hình3.28 Phương pháp bán tự động nhận dạng phân loại vết dầu Nhận dạng phân loại vết dầu vết nhiễu Nhận dạng phân loại vết dầu vết nhiễu phương pháp giải đoán trực tiếp ảnh Chọn điểm gieo mầm bên vết dầu Tách vết đen Thuật toán nở vùng Ảnh tách vết đen (dạng nhị phân) Vector đường biên tính số vết dầu Phân tích, khoanh vùng vị trí vết dầu Kết thúc 19 3.5 Kết luận chƣơng Phương pháp nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR tập hợp bước xử lý cần thiết bao gồm: 1) Tiền xử lý ảnh; 2) Tách vết đen; 3) Nhận dạng phân loại vết dầu vết nhiễu, bước tách vết đen ảnh SAR đóng vai trị quan trọng Việc tách xác vết đen ảnh thuật toán tự động phân ngưỡng thuật toán nở vùng nâng cao khả tự động phương pháp nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR Tuy nhiên, để tách tất vết đen ảnh giá trị ngưỡng độ xám thuật toán tự động phân ngưỡng Huang đòi hỏi tư liệu ảnh SAR cần phải thực tốt bước tiền xử lý ảnh, đặc biệt trình hiệu chỉnh ảnh hưởng xa - gần nguồn phát sóng Hiệu ứng xa – gần nguồn phát sóng tạo khác biệt giá trị độ xám vết dầu gần nguồn phát sóng giá trị độ xám vết dầu xa nguồn phát sóng ảnh, gây khó khăn trình tự động phân ngưỡng tách vết đen ảnh Trong trường hợp vết dầu bị phong hóa theo thời gian, có nhiều ngưỡng độ xám vết dầu cần sử dụng thuật toán nở vùng để tách vết đen Qua kết thử nghiệm nhận dạng phân loại vết dầu vết nhiễu trình bày chương khẳng định khả sử dụng số hình dạng nhận dạng phân loại vết dầu vết nhiễu biển từ tư liệu ảnh SAR Đồng thời, kết thử nghiệm khẳng định khả ứng dụng mạng nơ-ron nhiều lớp MLP để nhận dạng phân loại vết dầu vết nhiễu, nâng cao khả hoàn toàn tự động phương pháp nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR CHƢƠNG THỬ NGHIỆM NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN TỪ TƢ LIỆU VIỄN THÁM SIÊU CAO TẦN 4.1 Thiết kế hệ thống nhận dạng phân loại vết dầu biển từ ảnh SAR 4.1.1 Thiết kế chức modul thành phần 4.1.2 Sơ đồ thuật toán chương trình thử nghiệm 20 Bắt đầu Đọc liệu ảnh Chuyển đổi sang khuôn dạng GeoTIFF Nhập tệp CSDL.dat Loại bỏ vùng đất liền Hiệu chỉnh hiệu ứng xa – gần Kích thước cửa sổ lọc nhiễu Lọc nhiễu ảnh SAR S Nhập phương pháp tách vết đen PP Huang=1 Phương pháp nở vùng Đ Chọn điểm gieo mầm Ảnh tách vết đen (Dạng nhị phân) Vector hóa đường biên vùng, tính số hình dạng vết đen Ghi liệu dạng Shapefile Phân tích ArcGIS mạng nơ-ron MLP Kết thúc Hình 4.1 Sơ đồ thuật tốn chương trình thử nghiệm 4.1.3 Tích hợp modul thiết kế hệ thống chương trình 4.1.4 Phân tích modul chương trình 4.1.4.1 Modul phân tích vết dầu biển từ tư liệu ảnh SAR 4.1.4.2 Modul hiển thị kết phân tích 4.1.4.3 Kết thúc chương trình 4.1.5 Một số giải pháp thực tế thực chương trình thử nghiệm 4.1.5.1 Giải pháp xử lý ảnh ảnh kích thước lớn Các thuật toán hiệu chỉnh ảnh hưởng xa – gần nguồn phát sóng, lọc 21 nhiễu ảnh SAR thực khối, có tính đến khác biệt vùng biên khối ảnh 4.1.5.2 Giải pháp hạn chế vùng tìm kiếm đường biên vùng Giải pháp hạn chế vùng tìm kiếm ảnh sau: Tìm kiếm xóa đường biên rìa ảnh (tham khảo phụ lục 6); Tìm kiếm tự động cắt ảnh theo hình chữ nhật nhỏ bao quanh toàn vết dầu (tham khảo phụ lục 7) Quá trình tìm kiếm đường biên vết dầu tiến hành ảnh sau cắt 4.2 Kết thử nghiệm nhận dạng phân loại vết dầu biển từ tƣ liệu ảnh SAR 4.2.1 Cơ sở liệu ảnh thử nghiệm 4.2.2 Kết thử nghiệm nhận dạng phân loại vết dầu biển ảnh SAR Kết thử nghiệm tư liệu ảnh ALOS PALSAR PASL4200706130316260911040000 hãng ERSDAC cung cấp, mức xử lý 4.2, thu nhận ngày 13/06/2007 thể hình 4.6 hình 4.7 Hình 4.6: KQ tách vết đen Hình 4.7 KQ vector đường biên vết dầu Thử nghiệm ảnh EnviSAT ASAR ASA_WSM_1PNxxx20080614_024255_00000057V035_00031_32880_0 064.N1 chế độ thu nhận WSM, mức xử lý 1B thể hình 4.11 hình 4.12 22 Hình 4.11 KQ tách vết đen Hình 4.12 KQ vector đường biên vết dầu 4.3 Kết luận chƣơng Các thuật toán xử lý ảnh đề xuất nâng cao khả tự động nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR Thời gian xử lý cảnh ảnh khoảng 03 phút Chương trình thử nghiệm khảo sát dạng tư liệu viễn thám siêu cao tần sử dụng giám sát phát sớm vết dầu biển có Việt Nam liệu ALOS PALSAR (kênh L) EnviSAT ASAR (kênh C) Vị trí thời điểm thử nghiệm khu vực Biển Đông Việt Nam với điều kiện khí tượng biển bình thường, tốc độ gió từ 2.5m/s đến 7.5m/s, khơng có tượng thời tiết cực đoan mưa, giông biển Phương pháp tách vết đen ảnh SAR sử dụng chương trình thử nghiệm thuật tốn phân ngưỡng Huang cho kết tốt hai dạng tư liệu ảnh SAR Việc sử dụng thuật toán tự động phân ngưỡng Huang tách vết đen ảnh SAR nâng cao khả tự động hóa phương pháp nhận dạng phân loại vết dầu biển đề xuất luận án KẾT LUẬN VÀ KIẾN NGHỊ A KẾT LUẬN Cơ sở khoa học việc nhận dạng phân loại vết dầu biển từ ảnh SAR dựa khác biệt lượng tán xạ phản hồi vị trí vết dầu 23 vùng biển xung quanh ảnh Năng lượng tán xạ phản hồi thu tư liệu vệ tinh siêu cao tần quan sát biển chủ yếu lượng tán xạ Bragg hình thành tương tác tín hiệu siêu cao tần dao động sóng biển Tuy nhiên, độ tin cậy nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR chịu ảnh hưởng nhiều vào tốc độ gió bề mặt biển, góc tới tín hiệu vệ tinh siêu cao tần đặc tính lý hóa vết dầu Phương pháp nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR gồm phương pháp quan sát trực tiếp ảnh phân tích nhờ kiến thức chuyên gia; phương pháp phân tích bán tự động áp dụng rộng rãi nhờ khả tự động tách vết đen ảnh SAR, tự động tính tốn số hình dạng vết dầu vết nhiễu; phương pháp phân tích hồn tồn tự động nghiên cứu dựa khả phân loại vết dầu vết nhiễu mơ hình mạng nơ-ron MLP Phương pháp nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR đề xuất luận án quy trình gồm nhiều cơng đoạn xử lý với phần gồm: 1) Tiền xử lý ảnh; 2) Tách vết đen ảnh SAR; 3) Nhận dạng phân loại vết dầu vết nhiễu Kết thử nghiệm chứng tỏ phương pháp đề xuất thực tốt tư liệu ảnh SAR kênh L (ALOS PALSAR) kênh C (EnviSAT ASAR) Đây hai dạng tư liệu viễn thám siêu cao tần sử dụng Việt Nam Kết nghiên cứu đề xuất khả thi điều kiện khí tượng bình thường biển Đơng Việt Nam không xảy trường hợp cực đoan thời tiết bão tố, mưa giông… Kết sử dụng thuật toán phân ngưỡng tự động Huang để tách vết đen ảnh SAR tự động xác định đường biên vết đen, tính tốn số hình dạng tương ứng vết đen giúp giảm thời gian xử lý phân tích cảnh ảnh, nâng cao hiệu ứng dụng tư liệu viễn thám siêu cao tần giám sát phát sớm ô nhiễm dầu biển Sử dụng thuật tốn cân biểu đồ thích ứng giới hạn độ tương phản (CLAHE) cho phép loại bỏ hiệu ảnh hưởng hiệu ứng xa-gần nguồn phát sóng tư liệu ảnh SAR Việc loại bỏ hiệu ứng xa-gần nguồn phát 24 sóng giúp đơn giản hóa q trình tách vết đen ảnh SAR, sử dụng thuật tốn phân ngưỡng tổng thể với ngưỡng độ xám để tách toàn vết đen ảnh Đối tượng nghiên cứu luận án vết dầu xuất không rõ nguồn gốc, chủ yếu việc xả dầu trái phép tàu lưu thông biển gây Các vết dầu xả dầu trái phép thường để lại dạng hình tuyến, dọc theo hướng dịch chuyển tàu xả dầu Do đó, việc nhận dạng phân loại vết dầu vết nhiễu ảnh SAR thực thơng qua phân tích số hình dạng vết dầu vết nhiễu Phương pháp nhận dạng phân loại vết dầu vết nhiễu mơ hình mạng nơ-ron MLP cho độ tin cậy 93% với cấu trúc mơ hình 8:8:2 96% với cấu trúc mơ hình 4:4:2 Độ tin cậy trình nhận dạng phân loại vết dầu vết nhiễu mơ hình mạng nơ-ron MLP phụ thuộc vào mức độ đặc trưng cho hình dạng vết dầu vết nhiễu số đầu vào mạng nơ-ron Các số hình dạng chu vi, diện tích, độ phức tạp, hình dạng cho độ tin cậy cao phân loại vết dầu xả dầu trái phép tầu lưu thông biển Kết nghiên cứu ứng dụng mơ hình mạng nơ-ron MLP giúp nâng cao khả tự động hoàn toàn phương pháp nhận dạng phân loại vết dầu vết nhiễu biển từ tư liệu ảnh SAR B KIẾN NGHỊ Dựa kết nghiên cứu đạt luận án, thời gian tới, NCS hoàn thiện nghiên cứu xử lý ảnh để nâng cao khả tự động hóa nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR Đồng thời, nghiên cứu số đặc trưng vết dầu khả sử dụng mơ hình mạng nơ-ron nhiều lớp MLP việc nhận dạng phân loại vết dầu xả vòng biển từ tư liệu ảnh SAR Kết xác định vector đường biên vết dầu số hình dạng tương ứng lưu định dạng Shapefile hệ tọa độ địa lý cung cấp CSDL đầu vào cho mơ hình tính tốn lan truyền dầu xác định mức độ ô nhiễm dầu tràn khu vực xung quanh 25 26 27 28 29 30 ...2 - Nghiên cứu phương pháp nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần - Đề xuất phương pháp nhận dạng phân loại vết dầu biển từ tư liệu viễn thám siêu cao tần phù... pháp nhận dạng phân loại vết dầu biển từ tư liệu ảnh SAR CHƢƠNG THỬ NGHIỆM NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN TỪ TƢ LIỆU VIỄN THÁM SIÊU CAO TẦN 4.1 Thiết kế hệ thống nhận dạng phân loại vết. .. trình phân tích 17 3.4 Đề xuất phƣơng pháp nhận dạng phân loại vết dầu biển từ tƣ liệu ảnh SAR Dựa kết nghiên cứu đạt được, nghiên cứu sinh đề xuất phương pháp nhận dạng phân loại vết dầu biển từ