L ời cam đoan
3.2.3. Phân loại ảnh dựa trên đối tượng thành lập bản đồ tỷ lệ rừng
a. Phân đoạn ảnh
Theo Vũ Anh Tuân (2009) Phân đoạn ảnh là một thao tác đầu tiên trong toàn bộ quá trình xử lý ảnh. Quá trình này thực hiện việc phân vùng ảnh thành các vùng rời rạc và đồng nhất với nhau hay nói cách khác là xác định các biên của các vùng ảnh đó. Các vùng ảnh đồng nhất này thông thường sẽ tương ứng với tòan bộ hay từng phần của các đối tượng thật sự bên trong ảnh. Vì thế, trong hầu hết các ứng dụng của lĩnh vực xử lý ảnh (image processing), phân đoạn ảnh luôn đóng một vai trò cơ bản và thường là bước tiền xử lý đầu tiên trong toàn bộ quá trình trước khi thực hiện các thao tác khác ở
Nhóm đối tượng chọn mẫu phân loại Bãi bồi Rừng đước Rừng mắm Rừng hỗn hợp Rừng đước_ thủy sản Dân cư Thủy sản Sông, ao hồ Bãi bồi 10454 0 0 0 0 2 8 48 Rừng đước 0 6764 29 78 43 0 0 0 Rừng mắm 0 43 7167 57 32 0 0 0 Rừng hỗn hợp 0 46 59 9816 74 0 0 0 Rừng đước_thủy sản 0 38 43 10 4025 66 89 0 Dân cư 2 1 0 0 0 6697 0 0 Thủy sản 54 0 0 0 85 0 5969 106 Sông, ao hồ 48 0 0 0 0 0 34 10180 Tổng pixel 10558 6891 7298 9961 4259 6665 5092 10334 Sai số (%) 0,16 0,22 0,18 0,34 0,24 0,12 0,37 0,25 Độ chính xác toàn cục (%) 87.62% Hệ số Kappa 0.89
mức cao hơn như nhận dạng đối tượng, biểu diễn đối tượng, nén ảnh dựa trên đối tượng, hay truy vấn ảnh dựa vào nội dung.
Hình 3.16 Sơ đồ phân cấp đối tượng trong phương pháp phân đoạn đa độ phân giải
(Nguồn: Definiens, 2007)
Phân đoạn ảnh là chia ảnh thành các vùng không trùng lắp. Mỗi vùng gồm một nhóm pixel liên thông và đồng nhất theo một tiêu chí đồng nhất với các thông số được chọn. Trong đề tài thực hiện việc phân đoạn ảnh đa độ phân giải với phần mềm eCognition 8.5, chức năng phân đoạn ảnh dựa trên trên 3 thông số chính là quy mô (hay tỷ lệ), hình dáng và độ chặt chẽ của đối tượng. Quá trình phân đoạn ảnh trong phần mềm eCognition, còn được gọi là phân đoạn đa độ phân giải. Nó dựa trên phương pháp giới hạn tối ưu hóa cho các đối tượng hình ảnh (phân đoạn). Giới hạn tối ưu được định nghĩa như là tính không đồng nhất được chấp nhận trong tối đa hóa cho các đối tượng. Pixel hoặc đối tượng được chỉ đơn giản là sáp nhập, nếu không đồng nhất là dưới giới hạn tối ưu này. Tính không đồng nhất của một đối tượng bao gồm tính không đồng nhất màu sắc và hình dạng và có thể điều chỉnh theo một tham số được gọi là yếu tố hình dạng (được thể hiện trong sơ đồ phân cấp đối tượng trong phương pháp phân đoạn đa độ phân giải ở hình 3.16) (Trimble, 2011).
Dh = wmàu sắc* Dhmàu sắc + whình dáng* Dhhình dạng Trong đó:
Dh: tính không đồng nhất của đối tượng wmàu sắc: Giá trị màu sắc (wmàu sắcÎ [0,1])
Dhmàu sắc: Sự thay đổi về màu sắc của đối tượng whình dạng: Giá trị hình dạng (whình dạng Î [0,1])
Tính không đồng nhất hình dạng được xác định bởi hai giá trị là độ chặt chẽ và độ mịn của đối tượng và được định nghĩa bằng công thức:
Dhhình dạng= wđộ chặt* Dhđộ chặt + wđộ mịn* Dhđộ mịn wđộ chặtÎ [0,1]; wđộ mịnÎ [0,1]; wđộ chặt + wđộ mịn = 1
Trên cơ sở lý thuyết quy định về các thông số trong phương pháp phân đoạn đa độ phân giải. Kết quả áp dụng để thực hiện quá trình phân đoạn ảnh trong đề tài như sau: - Phân đoạn ảnh lần đầu: Phân đoạn ảnh lần đầu được thực hiện theo phương pháp phân đoạn ảnh đa độ phân giải với các thông số được xác định như sau: thông số quy mô hay tỷ lệ là 30 (xác định là những khu vực vùng nhỏ nhất được phân cắt ra có kích thước 30); hình dáng là 0,05 (phù hợp với giá trị trong lý thuyết về whình dạng Î [0,1]); độ chặt chẽ là 0,5 (giá trị độ chặt trong lý thuyết quy định wđộ chặtÎ [0,1]). Quá trình này được hiểu là khi các đối tượng trên ảnh có sự khác biệt nhau về hình dáng, độ chặt so với quy định thì các đối tượng đó sẽ bị phân ra thành những đối tượng riêng với kích thước của vùng được phân nhỏ nhất là 30. Kết quả thực hiện phân đoạn ảnh lần đầu đã phân chia ảnh khu vực nghiên cứu được ra thành 46.249 đối tượng và mỗi đối tượng chỉ thuộc về một vùng duy nhất.
- Phân đoạn ảnh lần thứ 2: Phân đoạn ảnh lần thứ 2 được thực hiện dựa trên vùng đối tượng đã phân đoạn ảnh lần đầu, tiếp tục thực hiện phân đoạn ảnh lần thứ 2 với các thông số được quy định là thông số quy mô hay tỷ lệ là 10; hình dáng là 0,05 (giá trị trong lý thuyết về whình dạng Î [0,1]); độ chặt chẽ là 0,5 (giá trị độ chặt trong lý thuyết quy định wđộ chặtÎ [0,1]). Kết quả quá trình phân đoạn ảnh lần thứ 2 chia ảnh ra thành 379.420 đối tượng. Các đối tượng này được chia nhỏ ra từ các đối tượng trong phương pháp phân đoạn ảnh làn đầu và chúng cũng có sự đồng nhất với nhau hình dáng, độ chặt, tuy nhiên diện tích các đối tượng được xác định là 10. Quá trình tách các đối tượng trên ảnh ở lần phân đoạn thứ hai cũng tương tự quá trình phân đoạn ảnh lần thứ
Ảnh gốc Ảnh phân đoạn lần 1
nhất chỉ khác là khi đối tượng có sự khác nhau về hình dạng và độ chặt theo quy định thì đối tượng đó sẽ bị tách ra thành vùng riêng với kích thước nhỏ nhất của vùng là 10.
b. Phân loại ảnh dựa trên đối tượng thành lập bản đồ
Phân loại dựa trên đối tượng được thực hiện bằng cách sử dụng phần mềm eCognition, cho phép xây dựng một bộ quy tắc có thể được áp dụng cho các dữ liệu tương tự với những điều chỉnh. Cách tiếp cận chung bao gồm trong ngưỡng quang phổ (bao gồm các tính năng tùy chỉnh như là NDVI), các tính năng kết cấu và theo ngữ cảnh để phân loại các lớp đất che phủ sử dụng/đất thì càng dễ bị cô lập, và sử dụng các phân loại hàng xóm gần nhất cho các lớp còn lại. Phương pháp người láng giềng gần nhất không gian đặc trưng đã được tối ưu hóa bằng cách sử dụng công cụ tính năng tối ưu hóa không gian và chứa các tính năng có nguồn gốc từ SPOT5. Hai cấp độ đã được phân loại (mịn và thô) do đó cho phép việc sử dụng các thuộc tính thứ bậc của các đối tượng hình ảnh. Các tính chất này đã chứng tỏ hữu ích trong những bối cảnh khác (Laliberte et al, 2004).
- Trong kết quả phân đoạn ảnh lần đầu với thông số tỷ lệ là 30 hình dáng là 0,05, độ chặt chẽ là 0,5, xác định được 2 đối tượng là nước biển và khu vực bãi bồi
+ Đối tượng nước biển được xác định dựa vào giá trị độ sáng (tone ảnh) của đối tượng. Trong phương pháp phân loại theo đối tượng thì những vùng có giá trị độ sáng lớn hơn 0 thì được xác định là khu vực nước biển.
+ Đối tượng bãi bồi: là vùng mà giá trị độ sáng nhỏ hơn 0 và cần sự hỗ trợ kiến thức chuyên môn của người giải đoán để lựa chọn ra khu vực phân bố của bãi bồi. Theo Nguyễn Văn Lập và Tạ Kim Oanh (2012) khu vực bãi bồi được phân bố ở khu vực ven biển Cà Mau kéo dài từ sông Gành Hào, huyện Đầm Dơi đến mũi Cà Mau thuộc bờđông và từ mũi Cà Mau đến rạch Tiểu Dừa, huyện U Minh thuộc bờ tây
Ảnh phân đoạn lần 2 Ảnh phân đoạn lần 1
- Trên cơ sở những khu vực đã phân loại lần đầu, tiến hành phân đoạn ảnh lần thứ 2 với thông số tỷ lệ là 10m, hình dáng là 0,05; độ chặt chẽ là 0,5 đã phân ảnh ra thành 379.420 đối tượng. Trong đó, các đối tượng được xác định:
+ Đối tượng rừng: xác định dựa vào chỉ số khác biệt thực vật NDVI trên ảnh, những khu vực có chỉ số NDVI lớn hoặc bằng 0,4 được xác định là những khu vực có rừng. + Đối tượng dân cư: Khu vực có chỉ số NDVI < 0,4 và cùng với đó là giá trị độ sáng của đối tượng trên ảnh bằng hoặc lớn hơn 15 được xác định là khu vực dân cư. Khu vực dân cư trên ảnh được thể hiện bằng màu trắng hoặc trắng xanh, hình dạng không xác định,cấu trúc lốn đốm xen lẫn với các đốm đỏ của cây trồng lâu năm.
+ Đối tượng sông, ao hồ: Khu vực có giá trị NDVI nhỏ hơn hoặc bằng 0 thì được xác định là khu vực sông, ao hồ. Cơ sở để phân biệt đối tượng này trên ảnh Spot 5 tổ hợp màu giả thì đối tượng được thể hiện bằng màu xanh đậm hơi tối, sông có dạng tuyến, cấu trúc mịn.
Hình 3.19 Cây phân cấp đối tượng trong phương pháp phân loại theo đối tượng
Sau khi chọn các lớp đối tượng được sử dụng để phân loại và giá trị dùng để phân biệt các nhóm đối tượng với nhau, thực hiện phân loại đối tượng và thành lập bản đồ tỷ lệ phần trăm rừng.Tỷ lệ phần trăm che phủ của rừng được tính theo phương pháp sau:
Tỷ lệ % rừng = (Diện tích có rừng che phủ (phân đoạn lần 2)/Diện tích vùng có chứa
Dựa vào tỷ lệ che phủ rừng trên diện tích đất mà chia thành những khu vực sau: khu vực có tỷ lệ rừng nhỏ hơn 30% so với diện tích đất, khu vực có tỷ lệ rừng chiếm từ 31 đến 50%, khu vực tỷ lệ rừng chiến từ 51 đến 70%, khu vực có tỷ lệ rừng so với diện tích đất chiến trên 70%. Ngoài ra các đối tượng không phải rừng được phân thành những khu vực đất bãi bồi, đất dân cư, diện tích mặt nước, ao hồ.
Khu vực có diện tích lớn nhất là khu vực mà tỷ lệ rừng nhỏ hơn 30% với diện tích là 92.135,61 ha, chiếm tỷ lệ 44,25% so với tổng diện tích đất. So sánh với bản đồ hiện trạng được thành lập theo phương pháp phân loại có kiểm soát thì đây chính là những khu vực nuôi trồng thủy sản và khu vực rừng kết hợp với nuôi trồng thủy sản. Khu vực có diện tích nhỏ nhất là khu vực dân cư với diện tích 7.891,84 ha, chiếm tỷ lệ 3,79%, diện tích và vị trí của khu vực dân cư trong bản đồ thành lập theo phương pháp phân loại theo đối tượng cũng trùng với diện tích và khu vực khi thành lập bản đồ theo phương pháp phân loại có kiểm soát. Khu vực bãi bồi có diện tích là 5.082,54 ha chiếm tỷ lệ 4.23% so với tổng diện tích toàn khu vực. Đây là khu vực nằm ở các cửa sông, cửa biển. Khu vực có tỷ lệ che phủ của rừng từ 31 đến 50% so với diện tích đất có diện tích 40.523,49ha, chiếm tỷ lệ 19,46%, được phân bố nhiều ở huyện Ngọc Hiển, phân bố rãi rác ở các huyện Năm Căn, Phú Tân và ít nhất ở huyện Cái Nước và Đầm Dơi. Khu vực có tỷ lệ che phủ của rừng từ 51 đến 70% so với diện tích đất có diện tích 25.013,16ha, chiếm tỷ lệ 12,01%, được phân bố ở nhiều nhất ở huyện Ngọc Hiển, rãi rác ở các huyện Năm Căn, Phú Tân và ít nhất là ở Đầm Dơi. Ở vùng này người dân chủ yếu là trồng rừng chỉ một phần diện tích là nuôi thủy sản theo hướng lâm ngư kết hợp. Khu vực có tỷ lệ che phủ của rừng trên 70% so với diện tích đất có diện tích 33.834,15ha, chiếm tỷ lệ 16,25%. Khu vực này thuộc những khu vực rừng phòng hộ, rừng đặc dụng và một phần nằm trong khu vực rừng sản xuất.
5,082.54 7,891.84 92,135.61 40,523.49 25,013.16 33,834.15 0 20000 40000 60000 80000 100000
Bãi bồi Dân cư Dưới 30% rừng Từ 31-50% rừng Từ 51-70% rừng Tr ên 70% rừng
Hình 3.21 Bản đồ tỷ lệ phần trăm rừng khu vực Mũi Cà Mau (Kết quả phân loại theo đối tượng)
c. Đánh giá độ chính xác của kết quả phân loại theo đối tượng
Đánh giá độ chính xác là thuật toán xác định độ tin cậy của sự phân loại ảnh. Độ chính xác của ảnh được phân loại dựa vào khu vực mà nó đặt dữ liệu tham khảo (ground truth map). Hầu hết những phương pháp để đánh giá độ chính xác sự phân loại bao gồm một ma trận được xây dựng từ 2 loại dữ liệu (ví dụ: bản đồ sự phân loại viễn thám và dữ liệu tham khảo). Độ chính xác còn thể hiện mức độ phù hợp giữa những gì quan sát được và thực tế (thường là dưới dạng phần trăm).
Một ma trận sai số là một ma trận vuông được sắp xếp theo hàng và cột chỉ rõ số lượng các mẫu pixel được gán cho một lớp riêng biệt liên quan tới các lớp hiện thời, được thực hiện bởi việc tham khảo dữ liệu. Độ chính xác toàn diện được tính bởi tổng pixel phân loại chính xác và tổng số pixel tách rời ra. Trong nghiên cứu này, phương pháp lấy mẫu ngẫu nhiên được dùng để đánh giá độ chính xác sự phân loại. Để đánh giá độ chính xác của sự phân loại thảm phủ, những mẫu ngẫu nhiên được mô tả cho mỗi lớp thực vật riêng biệt.
Theo Freek D. van der Meer và Steven M. de Jong (2008) Độ chính xác rất cao của phép phân loại thường được chấp nhận phổ biến là trên 0,85 (85%), độ chính xác vừa phải thì nằm trong khoảng 0,4 – 0,8, các thông số này do Cục Địa chất Mỹ quy định. Hệ số Kappa được sử dụng là thước đo đánh giá độ chính xác phân loại. Trái ngược hẳn với độ chính xác toàn diện được miêu tả ở trên, đây là hệ số tiện ích của tất cả các nguyên tố từ ma trận ở trên. Nó là sự khác nhau cơ bản giữa những gì có thực về sai số độ lệch của ma trận và tổng số thay đổi được chỉ ra bởi hàng và cột.
Kết quả điều tra, khảo sát thực địa có 220 điểm điều tra. Trong đó, số điểm điều tra ở khu vực có tỷ lệ rừng chiếm nhỏ hơn 30% diện tích che phủ là 58 điểm, khu vực có tỷ lệ rừng che phủ từ 31 đến 50% diện tích là 61 điểm, khu vực có tỷ lệ rừng che phủ từ 51 đến 70% diện tích là 42 điểm, có tỷ lệ rừng che phủ từ trên 70% diện tích là 25 điểm, khu vực dân cư là 25 điểm, khu vực bãi bồi là 3 điểm và khu vực ao, sông hồ là 6 điểm. Dựa trên cơ sở kết quả thành lập bản đồ tỷ lệ rừng khu vực ven biển mũi Cà Mau theo phương pháp phân loại dựa trên đối tượng và kết quả điều tra thực địa, tiến hành đánh giá độ chính xác của kết quả. Phương pháp đánh giá là thành lập bảng ma trận đánh giá những điểm trên bản đồ chính xác hay không chính xác với vị trí điều tra. Độ chính xác của kết phân loại ảnh dựa trên đối tượng được mô tả trong bảng ma trận đánh giá độ chính xác (bảng 3.7) cho thấy độ chính xác toàn cục là 89,26%. Trong kết quả giải đoán thì có sự sai lệch (phân loại trùng nhau) giữa các nhóm đối tượng.
- Đối tượng ao, sông hồ có sự loại phân trùng với đối tượng là đất bãi bồi với sai số là 12,67%. Có sự sai số này là do những khu vực ao hồ có mực nước thấp hay những khu vực ao, hồ có hàm lượng chất phù sa cao nên trên ảnh viễn thám những khu vực này
gần như là giống với đối tượng là khu vực bãi bồi. Tương tự đối tượng bãi bồi khi phân loại trùng với đối tượng là ao, sông hồ với sai số 13,33%.
- Các đối tượng có sự che phủ của rừng cũng có sự sai số của kết quả phân loại như: + Khu vực có tỷ lệ rừng nhỏ hơn 30% khi phân loại trùng vào tỷ lệ rừng từ 31 – 50% (sai số 8,34%), tỷ lệ rừng từ 51 – 70% (sai số 2,90%), tỷ lệ rừng trên 70% (sai số 0,72%);
+ Khu vực có tỷ lệ rừng từ 31 - 50% khi phân loại trùng vào tỷ lệ rừng dưới 30% (sai số 3,20%), tỷ lệ rừng từ 51 – 70% (sai số 6,48%), tỷ lệ rừng trên 70% (sai số 1,28%).
Bảng 3.7 Ma trận đánh giá độ chính xác của phép phân loại theo phần trăm
Không có rừng Tỷ lệ rừng che phủ
Đối tượng