b. Hiệu chỉnh hình học
2.5.2.Tăng cường chất lượng ảnh (Image Enhancement)
Tăng cường chất lượng ảnh có thể được định nghĩa như một thao tác nổi bật hình ảnh sao cho người giải đoán ảnh dễ đọc, dễ nhận biết nội dung trên ảnh hơn so với ảnh gốc. Phương pháp cơ bản thường được sử dụng là biến đổi cấp độ xám, chuyển đổi histogram, tổ hợp màu, chuyển đổi màu giữa hai hệ RGB red, green, blue) và HIS (Hue-
sắc, Intensity - cường độ, Saturation - mật độ) nhằm phục vụ việc giải đoán bằng mắt
(phân tích định tính).
Ngoài việc tăng cường chất lượng ảnh, bước tiếp theo trong xử lý ảnh vệ tinh là chiết tách thông tin đặc tính. Đây là một thao tác nhằm phân loại, sắp xếp thông tin có sẵn trong ảnh theo các yêu cầu hoặc chỉ tiêu đưa ra dưới dạng hàm số (phục vụ phân tích chất lượng). Thuận lợi của ảnh vệ tinh là cho phép chúng ta thay đổi các giá trị của pixel trong ảnh. Mặc dù ảnh đã được tiến hành hiệu chỉnh bức xạ, khí quyển và biến dạng hình học trước khi cung cấp cho người sử dụng, ảnh vẫn chưa đảm bảo tối ưu cho việc giải đoán bằng mắt. Với sự thay đổi lớn của cường độ phản xạ ứng với nhiều kênh phổ do sự đa dạng của vật thể trên bề mặt đất (đất, nước, rừng, sa mạc…) nên không có thuật toán hiệu chỉnh bức xạ tổng quát nào có thể được xem là tối ưu và cũng không có giải pháp chung cho việc hiển thị tối ưu về độ sáng cũng như mức tương phản thích hợp cho tất cả các đối tượng trong ảnh. Do đó, tuỳ thuộc trường hợp ứng dụng cụ thể và tuỳ thuộc vào từng loại ảnh vệ tinh, cùng với đặc điểm của từng kênh ảnh, người giải đoán cần phải điều chỉnh độ sáng và mức độ tương phản thích hợp.
Biến đổi cấp độ xám
Biến đổi cấp độ xám là một kỹ thuật tăng cường chất lượng ảnh đơn giản, do thực tế trong ảnh thô giá trị phổ nhằm cung cấp thông tin hữu ích thường phân bố trong phạm vi hẹp so với khả năng hiển thị của ảnh (nếu ảnh lưu 8 bits sẽ hiển thị đến 256 giá trị). Ý nghĩa của việc biến đổi cấp độ xám là nhằm biến đổi khoảng giá trị cấp độ xám thực tế của ảnh gốc về khoảng cấp độ xám mà thiết bị hiển thị có khả năng thể hiện được. Bằng cách này sẽ tăng được độ tương phản giữa các đối tượng, làm cho ảnh rõ ràng hơn.
Để hiểu rõ độ tương phản cần phải hiểu khái niệm histogram của ảnh. Đó là sự thể hiện đồ giải các giá trị độ sáng của các pixel trong ảnh. Histotgram của ảnh được minh họa bởi hình , trong đó trục hoành thể hiện giá trị độ sáng và trục tung thể hiện số lần xuất hiện của từng giá trị độ sáng (chính là số pixel có cùng giá trị độ sáng ).
Bằng cách thay đổi giá trị độ sáng của pixel trong ảnh hay thay đổi histogram (histogram biểu thị thống kê sự tương quan giữa số pixel và giá trị tương ứng được ghi
nhận bởi ảnh) sẽ cho phép chúng ta làm nổi bật hình ảnh sao cho người giải đoán ảnh dễ đọc, dễ nhận biết nội dung trên ảnh hơn so với ảnh gốc.
Cấp độ xám của ảnh vệ tinh phụ thuộc vào giá trị của pixel, ví dụ nếu ảnh được lưu theo 8 bits, các pixel sẽ được thể hiện bởi 256 giá trị và cấp độ xám của ảnh thể hiện như sau:
0 = đen; 50 = xám đậm 150 = xám trung bình 200 = xám nhạt; 255 = trắng
Histogram của ảnh quá tối, quá sáng, tương phản thấp, tương phản cao
Có nhiều kỹ thuật và phương pháp để biến đổi cấp độ xám của ảnh, nhưng hiện nay thường sử dụng các biện pháp cơ bản như sau:
+ Biến đổi độ tương phản
Thực tế khi ảnh chụp một vùng nào đó chỉ bao gồm những vật thể có độ phản xạ giống nhau trên cùng vùng phổ, hoặc đôi khi trên ảnh có nhêìu vùng tập trung các pixel có giá trị độ sáng gần nhau. Kết quả là ảnh không thể hiển thị rõ ràng (độ tương phản thấp), ví dụ nếu ảnh có 80% số pixel thể hiện trong phạm vi từ 50 đến 95 thì ảnh sẽ mang màu đen xám và độ tương phản rất thấp. Hình 1.14 minh hoạ ảnh gốc với độ tương phản thấp và sau khi mở rộng khoảng độ sáng thì độ tương phản được tăng cường và ảnh sau khi biến đổi trở nên rõ ràng hơn.
Có thể thực hiện phép biến đổi này dựa theo hàm số như sau:
y = f(x)
Trong đó:
y- giá trị độ sáng của pixel trên ảnh đã biến đổi (cấp độ xám của ảnh sau khi biến đổi) x – giá trị độ sáng của pixel trên ảnh gốc (cấp độ xám của ảnh gốc)
Biến đổi tuyến tính là một trong những phép biến đổi cơ bản thường được sử dụng trong việc thay đổi độ tương phản của ảnh vệ tinh, và còn được gọi là phương pháp kéo giãn tương phản tuyến tính, trong đó hàm y = ax + b được sử dụng.
Giá trị độ sáng của pixel bất kỳ trên ảnh đã biến đổi được tính theo công thức:
min min min max min max (x x ) y x x y y y − + − − = Với: xmin: giá trị độ sáng nhỏ nhất
xmax: giá trị độ sáng lớn nhất của ảnh gốc y : giá trị độ sáng nhỏ nhất và
ymax: giá trị độ sáng lớn nhất của ảnh biến đổi
Ví dụ: cấp độ xám của ảnh gốc biến thiên từ xmin = 20 đến xmax = 120 khi hiển thị sẽ rất khó phân biệt các đối tượng trên ảnh, để nhận ảnh biến đổi có độ tương phản cao nghĩa là kéo giãn giá trị nhỏ nhất và lớn nhất trên ảnh gốc tương ứng là 0 và 255 trên ảnh biến đổi, còn toàn bộ các giá trị độ sáng (từ 21 đến 119) sẽ được phân bố tuyến tính và nhận giá trị trong khoảng từ 1 đến 254. Nếu pixel nào đó của ảnh gốc có giá trị là x = 40 và sau khi biến đổi, ggt của pixel này khi được hiển thị là:
51 0 ) 20 40 ( 20 120 0 255 − + = − − = y
Ảnh và biểu đồ Histogram trước và sau khi biến đổi tuyến tính
Trong phương pháp kéo giãn tương phản tuyến tính thì những vùng sáng trên ảnh trở nên sáng hơn và điểm tối trở nên tối hơn làm cho việc giải đoán bằng mắt dễ dàng hơn. Tuy nhiên trong một số trường hợp thực tế, phương pháp này đôi khi không khắc phục được sự phân bố không đồng đều của các giá trị độ sáng trên ảnh, nên ảnh sau khi biến đổi sẽ không được mịn (vào chỗ tương phản quá mạnh do các pixel lân cận có giá trị chênh lệch nhau khá lớn). Để khắc phục những trường hợp này, có thể biến đổi dựa trên giá trị trung bình và độ lệch chuẩn.
Hàm biến đổi được định nghĩa như sau:
n m x y y x x S S y= ( − )+ Trong đó:
xm: giá trị trung bình của ảnh gốc Sx: độ lệch chuẩn của ảnh gốc (adsbygoogle = window.adsbygoogle || []).push({});
ym: giá trị trung bình của ảnh sau khi biến đổi Sy: độ lệch chuẩn của ảnh sau khi biến đổi
Ngoài ra, biến đổi cấp độ xám có thể dựa theo một số dạng hàm số đặc biệt như sau: - Biến đổi Fold sử dụng đường tuyến tính phức để làm nổi bật một phần cấp độ xám . - Biến đổi Saw tạo cấp độ xám không liên tục nhằm tăng tương phản cho từng cấp độ.
Ngoài ra, có thể sử dụng các hàm luỹ thừa, logarit… để biến đổi cấp độ xám.
Biến đổi histogram là kỹ thuật biến đổi histogram thực tế của ảnh gốc để nhận ảnh mới mà có histogram phù hợp với yêu cầu thực tế. Thực chất đây là một dạng kéo giãn histogram để làm nổi bật những chi tiết của khu vực nào đó trên histogram của ảnh mới so với phạm vi của histogram nguyên thuỷ (những giá trị độ sáng trong phạm vi này ít được hiển thị). Vì histogram biểu thị thống kê, sự tương phản giữa số pixel và giá trị độ sáng tương ứng trong ảnh nên có thể thay đổi cấp độ xám của ảnh hay độ tương phản bằng cách biến đổi phần cụ thể (đặc biệt) nào đó của histogram.
Ví dụ : ảnh có cửa sông và thể hiện nước của ảnh có giá trị từ 40 đến 76 nằm vùng
nhỏ histogram của ảnh gốc. Nếu muốn thể hiện chi tiết của vùng nước (để có thể phân biệt sự biến dổi bồi đắp của phù sa) chỉ cần thay đổi phần nhỏ của histogram nguyên thuỷ tương ứng cho vùng nước (từ 40 đến 76) kết quả chi tiết tại khu vực này sẽ được nổi bật khi hiển thị ảnh. Có hai phép biến đổi cơ bản thường được sử dụng như sau:
+ Quân bình histogram: Tương phản thấp trên ảnh còn sinh ra do một lượng lớn
pixel tập trung tại một số giá trị (vùng hẹp phạm vi từ 0 đến 255) nên không thể áp dụng phương pháp kéo giãn tương phản tuyến tính.
Ảnh thể hiện với histogram của ảnh có đỉnh tương ứng với một giá trị độ sáng (thấp) và tập trung trong phạm vi rất hẹp, nên ảnh có vẻ tối mặc dù giá trị độ sáng của pixel trong ảnh đã giãn từ 0 đến 255. Biến đổi histogram thưc tế của ảnh gốc để nhận ảnh mới mà có histogram đã quân bình như thể hiện trên hình. Quá trình biến đổi được thực hiện bằng cách tạo histogram tích luỹ của ảnh gốc sau đó chia biểu đồ thành một số vùng bằng nhau và cuối cùng cấp độ xám tương ứng cho từng vùng được chỉ định để biến đổi giá trị độ sáng của pixel tương ứng. Với phép biến đổi này, trên ảnh vùng có thay đổi lớn sẽ được hiển thị rõ, ngược lại sẽ được bỏ qua và tạo sự tăng cường độ tương phản trên toàn bộ ảnh, đặc bịêt là tạo sự tương phản tốt cho những vùng quá tối hoặc quá sáng trên ảnh.
+ Chuẩn hoá histogram: là kỹ thuật biến đổi histogram ảnh gốc để nhận ảnh mới
mà có histogram phân bố chuẩn (nhằm tạo ra cấp độ xám phân bố trên ảnh tự nhiên hơn) như được thể hiện trên hình 11.8. Tuy nhiên trong quá trình biến đổi này, một số pixel có cùng giá trị được biến đổi để có những giá trị khác nhau. Do đó, đây không phải là phép biến đổi (1:1) nên thực hiện tái tạo histogram của ảnh gốc sẽ gặp nhiều khó khăn. Phương pháp này chỉ áp dụng cho ảnh có phạm vi biến đổi cấp độ xám thấp.
Ảnh gốc và ảnh sau khi biến đổi Histogram
Lọc không gian
Hiện tượng “muối và tiêu” trên ảnh phân loại, hoặc lốm đốm sinh ra trên ảnh gốc do sai số phát snh trong quá trình truyền dữ liệu hoặc bị gián đoạn tạm thời. Do ảnh hưởng này, mọt số pixel trên ảnh có giá trị độ sáng lớn hay nhỏ hơn rất nhiều so với các pixel xung quanh. Kết quả tạo ra các điểm sáng trắng hay sậm đen trên ảnh, làn ảnh hưởng đến việc tách thông tin từ ảnh viễn thám. Tăng cường hay cải tiến chất lượng ảnh bằng cách áp dụng hàm (hay toán tử lọc) trong không gian ảnh nhằm loại nhiễu ngẫu nhiên và các giá trị đột biến của pixel trên ảnh, tạo ảnh mới mịn hơn so với ảnh gốc. Biện pháp dùng cửa sổ lọc là khá phổ biến để loại trừ nhiễu còn được gọi là lọc tần số không gian nhằm tạo ra một ảnh mới mịn hơn, nổi bật được các chi tiết cần quan tâm như nhận dạng các yếu tố dạng tuyến… tuỳ thuộc dặc tính của ảnh được xác định, những kỹ thuật lọc không gian có thể áp dụng như: lọc tần số thấp, lọc tần số cao, lọc tách biên hay lọc theo hướng…
+ Lọc tần số không gian
Lọc tần số không gian liên quan đến khái niệm cấu trúc của ảnh, đó là tần số biến đổi của tone ảnh vệ tinh. Ảnh mịn khi có tần số không gian thấp, có nghĩa là ít có sự thay đổi tone trong toàn bộ ảnh và ngược lại, ảnh có cấu trúc thô khi có sự biến đổi mạnh bất ngờ hay đột ngột về tone ảnh và được gọi là ảnh có tần số biến đổi không gian cao.
Lọc trong không gian ảnh được thực hiện bởi cửa sổ trượt, với ma trận toán tử (n × n) là một số lẻ (3 × 3); (5 × 5) hay (9 × 9) nhằm tạo ra một ảnh mới đáp ứng các yêu cầu như tạo sự rõ nét các yếu tố đường nét; làm mịn ảnh hoặc nhận mạnh một yếu tố cấu trúc nào đó. Cửa số (ma trận) này được áp dụng cho toàn ảnh theo mô hình toán học của phép lọc như được minh hoạ bởi hình (11.18a) và nguyên lý cơ bản của phương pháp lọc không gian được thể hiện bởi hình (11.18b). Trong đó toán tử lọc thường chỉ sử dụng trên từng kênh đơn và giá trị của từng pixel trên ảnh mới (pixel trung tâm của cửa sổ lọc) được tính từ những giá trị độ sáng lân cận của ảnh gốc. Sau đó, cửa sổ dịch chuyển đi theo hàng hay cột (của ảnh gốc) 1 pixel để tính toán và thay thế giá trị của pixel trung tâm, quá trình tiếp tục cho đến khi toàn bộ ảnh gốc được lọc để tạo thành ảnh mới. Để tiến hành lọc không gian, giá trị một pixel trung tâm của cửa sổ lọc được tính bằng một công thức liên quan đến các giá trị độ sáng của các pixel xung quanh ở vị trí tương ứng với ảnh gốc.
Công thức đơn giản nhất có thể được viết như sau:
∑ ∑+ − = + − = − − = i w w i k w j w j l l j k i h l k f j i y(. ) ( , ) ( , )
Trong đó:
f - ma trận ảnh nhập (đàu vào); h - toán tử lọc y – giá trị pixel trung tâm (ảnh xuất sau khi lọc) j, j - chỉ số hàng và cột ; w – kích thước cửa sổ lọc k, l - chỉ số hàng và cột ảnh gốc.
Ví dụ, các giá trị pixel trên ảnh gốc (được minh họa bởi hình 11.19a) được thực hiện lọc không gian bởi cửa sổ trượt (3 × 3), ma trận toán tử histogram thể hiện bởi
Giá trị của pixel trung tâm được tính theo trung bình cộng đơn giản sẽ là 3 và sau đó cửa sổ dịch chuyển để xác định giá trị mới (4).
Nếu gọi các phần tử hệ số trong cửa sổ xác định bởi:
c1 c2 c3
c4 c5 c6
c7 c8 c9
Giá trị của từng pixel trong cửa sổ xác định bởi: c1BV1 c2BV2 c3BV3 c4BV4 c5BV5 c6BV6 c7BV7 c8BV8 c9BV9
Tuỳ thuộc đặc tính của ảnh được xác định, hai kỹ thuật lọc không gian sau đây * Lọc tần số thấp (adsbygoogle = window.adsbygoogle || []).push({});
Áp dụng để loại trừ hiện tượng nhiễu thật trên ảnh vệ tinh. Đây là phép lọc nhằm giảm độ chênh lệch giá trị độ sáng giữa nhưng pixel lân cận nhau. ảnh mới nhận được sẽ mịn hơn so với ảnh gốc và trong phép lọc này giá trị của pixel trung tâm được tính toán và thay thế tuỳ thuộc vào thuật toán được chọn. Hình 11.20 minh hoạ phương pháp lọc tần số thấp.
1 1 1 1 1 1
1 2 1 1 1 1
1 1 1 1 1 1
Ảnh mới Ảnh gốc Ảnh mới
a) trung bình trọng số trung tâm; b) trung bình trọng số đơn giản
* Lọc tần số cao
Đây là phép lọc ngược với lọc tần số thấp, được áp dụng để nhấn mạnh các đối tượng cần quan tâm hoặc phóng đại để tạo sự sắc nét đối với một số chi tiết trên ảnh vệ tinh. Phương pháp lọc tần số cao, trong đó pixel trung tâm có giá trị cao hơn rất nhiều so với giá trị của các pixel lân cận
1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 1 1 1 1 1 1 1 1 1 1 1 2 2 2 1 1 1 1 2 3 2 1 1 1 1 1 10 1 1 1 1 1 2 2 2 1 1 1 1 2 2 2 1 1 1 1 1 1 1 1 1 1 1 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1
+ Lọc theo hướng
Lọc theo hướng còn được gọi là lọc tách biên, được sử dụng để tách những biến đổi rời rạc hoặc làm nổi bật những vật thể ở biên của ảnh vệ tinh. Ngoài ra, phép lọc này còn được áp dụng rất tốt cho việc làm nổi các đối tượng có dạng hình tuyến như các vết đứt gãy địa chất, đường quốc lộ, kênh đào… Trong phép lọc này, con số trung tâm của ma trận cửa sổ lọc lớn hơn hay nhỏ hơn rất nhiều so với giá trị của các phần tử hệ số lân cận. ảnh mới nhận được từ phép lọc này cho phép làm nổi bật các pixel bị nhiễu trong