2.3. Phát hiệnthảm thực vật từ ảnh vệ tinh độ phân giải cao
2.3.3 Kết quả thử nghiệm trên một số ảnh mẫu
Kết quả của việc áp dụng các thuật toán để phát hiện thảm thực vật trên các hình ảnh thử nghiệm khác nhau làthảo luận trong phần này. Hình ảnh thử nghiệm và hình ảnh kết quả được trình bày để so sánh trực quan.
2.3.3.1 Hình ảnh: TajMahal, Ấn Độ
Hình 2.38. Hình ảnh thử nghiệm
Hình 2.38 là hình ảnh vệ tinh có độ phân giải một mét của TajMahal, Ấn Độ được thu thập bởiVệ tinh IKONOS của Space Imaging [6]. Trong trường hợp này, hình ảnh thử nghiệm có thảm thực vật màu xanh lá cây đậm và nhạt, tượng đài trắng và những con đường và những ngơi nhà. Bằng cách áp dụng thuật tốn “Phát hiện Thảm thực vật Xanh nhạt”,chúng tơi có thể phát hiện tất cả các thảm thực vật màu
xanh lục nhạt từ hình ảnh thử nghiệm. Hình 2.39 cho thấy màu xanh lục nhạt là thảm thực vật trích xuất từ hình ảnh thử nghiệm.
Hình 2.39. Bóng xanh nhạt
Hình 2.40 cho thấy thảm thực vật xanh đậm được phát hiện bằng cách sử dụng thuật toán “Phát hiệncủa Thảm thực vật xanh đậm”. Lưu ý rằng thảm thực vật màu xanh lá cây nhạt cũng được hiển thị ở đây.
Hình 2.40. Bóng xanh đậm
Từ hình 2.39 và 2.40, chúng ta có thể quan sát thấy thảm thực vật xanh đậm và nhạt đã được phát hiệncùng với một số phần màu xám đã có trong hình ảnh thử nghiệm. Các phần màu xám được phát hiện vì màu xámvà màu xanh lục có một số đặc tính tương tự đã được sử dụng trong thuật toán “Phát hiện ánh sángThực vật xanh” và “Phát hiện thực vật xanh đậm”. Hình 2.41 cho thấy hình ảnh thu được sau
khi áp dụng thuật toán “Ngăn chặn việc phát hiện các sắc thái của màu xám”. Hình ảnh này chỉ chứathảm thực vật màu xanh lá cây nhạt và đậm.
Hình 2.41. Thảm thực vật được phát hiện
Hình 2.42 cho thấy hình ảnh thử nghiệm và hình ảnh kết quả để so sánh trực quan. Từ hình 2.42 chúng tacó thể nói rằng trong trường hợp này thu được kết quả chính xác 100%. Chỉ có thảm thực vật xanh được phát hiện.Những thứ không liên quan như đường xá, nhà cửa, đất đai,… đều khơng bị phát hiện.
5.3.2 Hình ảnh: Hồ Atsukeshi, Nhật Bản
Hình 2.43. Hình ảnh thử nghiệm
Hình 2.44 là hình ảnh vệ tinh có độ phân giải một mét của hồ Atsukeshi, Nhật Bản, cũng được thu thập bởi vệ tinh IKONOS của Space Imaging [6]. Trong trường hợp này, hình ảnh thử nghiệm có một cái hồ, vùng đất cằn cỗi,đá và thảm thực vật xanh nhạt. Hình 2.45 cho thấy thảm thực vật có màu xanh nhạt được chiết xuất từ thử nghiệmhình ảnh sau khi áp dụng thuật toán “Phát hiện thảm thực vật xanh nhạt”.
Hình 2.45: Bóng xanh nhạt
Hình 2.46 cho thấy hình ảnh thu được sau khi áp dụng thuật tốn “Phát hiện bóng tốiThảm thực vật xanh”. Hình 2.45 và 2.46 tương tự vì khơng có thảm thực vật xanh đậmtrong hình ảnh thử nghiệm.
Hình 2.46. Bóng xanh đậm
Hình 2.47 cho thấy hình ảnh thu được sau khi áp dụng thuật toán “Ngăn chặnDetection of Shades of Grey”. Hình ảnh này giống với hình ảnh trong hình 2.44 và 2.45 vì thử nghiệm nàyhình ảnh khơng có phần màu xám.
Hình 2.48: Hình ảnh thử nghiệm và Hình ảnh kết quả
Hình 2.48 cung cấp sự so sánh trực quan giữa hình ảnh thử nghiệm và hình ảnh kết quả. Từ hình2.48 chúng ta có thể nói rằng, trong trường hợp này, kết quả chính xác 100%. Chú ý rằng tất cả các thảm thực vậtđược phát hiện và không phát hiện những thứ không liên quan như hồ, đất, đá, ....
2.3.3 Hình ảnh: Kyoto, Nhật Bản
Hình 2.49: Hình ảnh thử nghiệm
Hình 2.49 cho thấy một hình ảnh vệ tinh có độ phân giải một mét của Kyoto, Nhật Bản, cũng làđược thu thập bởi vệ tinh IKONOS của Space Imaging [6]. Trong trường hợp này, hình ảnh thử nghiệm có đường xá, tịa nhà,xe cộ và thảm thực
vật. Hình 2.50 cho thấy thảm thực vật màu xanh lục nhạt được trích xuất từ hình ảnh thử nghiệm sau khi áp dụng thuật tốn “Phát hiện Thảm thực vật Xanh nhạt”.
Hình 2.50: Bóng xanh nhạt
Trong Hình 2.50, chúng ta có thể quan sát thấy rằng tất cả các thảm thực vật có màu xanh nhạt đã được phát hiện. Ngoài ra, một số phần củađường được phát hiện vì chúng có màu xám. Hình 2.51 cho thấy màu xanh lá cây đậmthảm thực vật được phát hiện bằng thuật tốn “Phát hiện Thảm thực vật có màu xanh đậm”.
Trong hình 2.51, chúng ta có thể thấy rằng tất cả các thảm thực vật có màu xanh đậm đã được phát hiện. Một số đoạn đườngcũng được phát hiện vì chúng có màu xám. Một điều quan trọng cần lưu ý là một số tịa nhà có màu xanh lục cũng được phát hiện. Các tịa nhà xanh được phát hiện vì chúng đáp ứngđặc tính màu sắc được thỏa mãn bởi thảm thực vật xanh đậm và nhạt. Bằng cách sử dụng các thuật toán đề xuất củaphát hiện thực vật, chúng ta không thể tránh khỏi việc phát hiện các đối tượng màu xanh lá cây mà khơng phải là thảm thực vật. Hình 2.52 cho thấy hình ảnh thu được sau khi áp dụng thuật toán “Ngăn chặn việc phát hiện các sắc tháicủa Grey”. Hình ảnh này chỉ có thảm thực vật màu xanh lá cây đậm và nhạt và các tòa nhà có màu xanh lá cây.
Hình 2.52. Thảm thực vật được phát hiện
Hình 2.53 cho thấy hình ảnh thử nghiệm và hình ảnh kết quả. Từ hình ảnh này, chúng ta có thể nói rằng chúng takhơng thể thu được kết quả chính xác. Mặc dù có thể phát hiện tất cả các thảm thực vật, chúng tơi cũng phát hiện một sốtịa nhà có màu xanh lá cây.
Hình 2.53. Thảm thực vật được phát hiện
2.3.4 Kết luận
Từ các ví dụ được trình bày trong Phần 2.3.3, chúng ta có thể nói rằng tồn bộ thảm thực vật với cácsắc thái của màu xanh lá cây được phát hiện. Chỉ phát hiện các trường màu xanh lá cây ngay cả khi hình ảnh có các trường ở cácmàu sắc. Kết quả tốt hơn sẽ thu được nếu hình ảnh khơng có màu xanh lá cây nào khác ngồi thảm thực vật.
Bất kỳ đối tượng nào có màu xanh lục, sẽ được phát hiện bởi các thuật tốn được đề xuất bởi vì chúng tơi đang sử dụngtính chất màu của thảm thực vật. Vì vậy, nếu hình ảnh chứa những thứ như tịa nhà xanh, sân tennis, ... chúngcũng sẽ được phát hiện như trong ví dụ 2.3.3. Vấn đề này có thể đã được loại bỏ nếu mơ hìnhtài sản của thảm thực vật đã được sử dụng. Tuy nhiên, kết quả tổng thể của phương pháp đề xuất chophát hiện thảm thực vật rất khả quan.
2.3. Kết luận chương
Như vậy, với bài toán phát hiện đường cao tốc từ hình ảnh viễn thám, chương này đã hoàn thành mục tiêu nghiên cứu này làTriển khai một thuật toán để phát hiện Đường cao tốc khơng có Xe cộ và trong Đường cao tốc có Xe cộ. Kỹ thuật ngưỡng được sử dụng cho cả hai mục tiêu dựa trên một số ảnh mẫu.
Với bài tốn phát hiện xe từ hình ảnh viễn thám, nghiên cứu đã phát triển các thuật toán hiệu quả để phát hiện tự động, phân loại và đếm số lượng xe từ ảnh vệ tinh độ phân giải cao sử dụng kỹ thuật lập ngưỡng, nhiều ngưỡng. Kỹ thuật ngưỡng
được áp dụng trong hai trường hợp: Phát hiện các phương tiện sáng dùng hai phương pháp khác nhau là nhiều ngưỡng và phân cụm theo phương pháp Otsu. Phương pháp nhiều ngưỡng xác định các phương tiện và tránh phát hiện các đối tượng không liên quan như làn đường đánh dấu, ba ngưỡng khác nhau T1, T2, và T3 được sử dụng. Trường hớp phát hiện xe tối, ngưỡng Otsu được sử dụng. Trước khi áp dụng OtsuThreshold, phép toán vùng lân cận trượt được áp dụng cho hình ảnh thử nghiệm. Mỗi pixel được chỉ định với cường độ tối thiểu của pixel lân cận trong một hình chữ nhật vùng lân cận của ma trận 3 x 3.
Để tính tốn số lượng xe cuối cùng trong hình ảnh thử nghiệm (số ô tô và số ô tô tải), hàm MATLAB: BWLABEL được sử dụng. Hàm này trả về số lượng các đối tượng được kết nối trong một hình ảnh nhị phân.Các trường hợp đặc biệt sẽ ảnh hưởng đến kết quả.
Với vấn đề phát hiện thảm thực vật từ ảnh vệ tinh độ phân giải cao, chúng ta có thể nói rằng tồn bộ thảm thực vật với cácsắc thái của màu xanh lá cây được phát hiện. Bao gồm hai trường hợp thảm thực vật xanh nhạt và thảm thực vật xanh đậm. Kết quả thử nghiệm thể hiện trên một số ảnh mẫuTajMahal, Ấn Độ, ảnh Hồ Atsukeshi, Nhật Bản và ảnh Kyoto, Nhật Bản.
CHƯƠNG 3.TRIỂN KHAI PHÁT HIỆN ĐỐI TƯỢNG TRONG ẢNH VIỄN THÁM TẠI MỘT SỐ ĐỊA ĐIỂM VIỆT
NAM 3.1 Phát hiện xe từ hình ảnh vệ tinh
Áp dụng các thuật toán phát hiện xe trong chương 2, thực hiện trên ảnh trích từ cơ sở dữ liệu bản đồ trái đất của Google, được xây dựng từ các hình ảnh được chụp bởi bằng rất nhiều vệ tinh với độ phân giải khác nhau. Đây là cơ sở dữ liệu thực tế rất hữu ích, cho phép khai thác nhiều thông tin từ dữ liệu ảnh thị giác chụp toàn bộ bề mặt trái đất.
Ảnh
(a)
(b)
(d)
(e)