2.1. Phát hiệnđường cao tốc từhình ảnh viễn thám
2.1.2 Phát hiệncác đường cao tốc
Trong nghiên cứu này, ảnh cường độ được sử dụng để phát hiện đường cao tốc từ ảnh vệ tinh.Kỹ thuật ngưỡng được sử dụng để phát hiện đường cao tốc. Thơng tin chi tiết về Hình ảnhKỹ thuật Phân đoạn và Ngưỡng đã được đưa ra
trong Phần 1.4.Bằng cách phân tích biểu đồ của một số cảnh trong cơ sở dữ liệu chứa đường cao tốc vàđường, chúng tơi chia biểu đồ thành bốn vùng chính. Hình 2.2 cho thấy các vùng này. Vùng I bắt đầutừ các giá trị cường độ thấp nhất đến giữa các giá trị cường độ trung bình. Đối với hầu hết các trường hợp, cường độcác giá trị trong vùng này, bao phủ các đối tượng tối của hình ảnh như xe tối, bóng tối, v.v. Vùng IIbao gồm các cường độ đi từ khoảng giữa của cường độ trung bình đến cường độ trung bình vàthường bao phủ các đối tượng có sắc thái xám đậm như đường cao tốc, cây cối, v.v. Vùng III đi từ mức trung bìnhcường độ đến giữa các cường độ cao nhất và bao phủ các đối tượng màu xám sáng như tòa nhà, điểm đánh dấu làn đường,sông... Vùng IV đi khoảng từ giữa cường độ cao nhất đến cường độ cao nhất vàthường bao phủ các vật thể sáng như xe cộ sáng, dải phân cách... Hình 2.1 và hình 2.2 cho thấy một đường cao tốc điển hìnhcảnh và biểu đồ của nó.
Hình 2.1. Hình ảnh đường cao tốc đặc trưng
Hình 2.3. Phương pháp phát hiện đường cao tốc từ hình ảnh viễn thám
2.1.2.1 Tính tốn ngưỡng T
Từ biểu đồ trong hình 2.2, chúng ta có thể quan sát thấy rằng Vùng II bao gồm các cường độ trong phạm vitừ 50 đến 100 và các giá trị này thường thuộc về đường cao tốc (phạm vi cường độ của đường cao tốc được kiểm trathủ cơng). Vì đường cao tốc có giá trị cường độ nhỏ hơn cường độ trung bình của hình ảnhđã phân tích, chúng tơi quyết định sử dụng cường độ trung bình của mỗi hàng hình ảnh đang được nghiên cứu (M1) để tạoma trận thứ hai (M2). M2 là ma trận một cột và mỗi phần tử là giá trị cường độ trung bình củahàng tương ứng của cường độ của
M1. Giá trị ngưỡng T được chọn là giá trị nhỏ nhất của M2. Thuật tốn tính M2 dùng M1:
for each row i in M1
M2[i] = average_intensity[M1, i] T is calculated using M2:
T = minimum[ M2 ]
T được sử dụng để chuyển đổi ảnh kiểm tra M1 sang ảnh nhị phân B1. Một
pixel ở bất kỳ vị trí nào (xy), nếu f (xy) < T, khi đó nó được coi là Highway(0) nếu
khơng nó được chuyển sang màu trắng (1). Ảnh nhị phân B1 thu được bởi T được
xác địnhnhư: [hàng cột trang] = size [M1]; M2 = mean [M1]; T = minimum[M2]; For i = 1: hàng, For j = 1: cột, if M1 [i, j] <T Tình trung bình theo hàng Ảnh M1 Ảnh nhị phân B1 Tìm ngưỡng T Lọc ảnh M1 theo ngưỡng T M2
B1 [i, j] = 0; end; khác B1 [i, j] = 255; end; end; end;
Bằng cách sử dụng thuật tốn để tìm ngưỡng T, đối với hình ảnh kiểm tra
trong Hình 2.1, chúng tơithu được T = 70,7. Hình 2.4 cho thấy kết quả ảnh nhị phân B1.
Hình 2.4. Hình ảnh nhị phân B1 có được bằng cách sử dụng T
2.1.2.2 Tăng cường chất lượng
Vì chúng tơi đang tạo bất kỳ pixel nào nhỏ hơn T là 0 để phát hiện đường cao tốc, nên có khả năngphát hiện xe tối, bóng tối và cây cối, có giá trị cường độ nhỏ hơn T (nghĩa là phạm vi tương tự nhưcủa đường cao tốc). Trong hình 2.3, có thể quan sát thấy đường cao tốc có màu tối. Nó cũng có thể quan sát thấy rằng có một số điểm ảnh màu đen bị cơ lập, tương ứng với xe tối, bóng tối vàcây. Để giảm thiểu việc phát hiện bóng tối, xe tối và cây cối, chúng tơi áp dụng bốn hình tháicác thao tác: Clean, Majority, Fill, vàHolescho ảnh nhị phân B1 (hình 2.5).
Hình 2.5. Tăng cường chất lượng
Clean: Loại bỏ các pixel bị cô lập (1 được bao quanh bởi 0).
Clean Majority Fill Holes
Ảnh B1
Majority: Đặt một pixel thành 1 nếu năm pixel trở lên trong vùng lân cận 3
x 3 của nó là 1.
Fill: Điền vào các pixel bên trong bị cô lập (0 được bao quanh bởi 1).
Holes: Làm đầy các lỗ đen trong ảnh nhị phân.
Các thao tác hình thái học này là các chức năng có sẵn của Bộ cơng cụ xử lý ảnh MATLAB.Do đó, chúng tơi sẽ khơng đi vào chi tiết triển khai của các hoạt động này. Kết quả của bốn phép tốn hình thái này, hầu hết các điểm ảnh tối cô lập sẽ bị loại bỏ. Trong trường hợp cụ thể, nơi có diện tích lớn được bao phủ bởi cây cối và thảm thực vật (với cường độgiá trị trong phạm vi của đường cao tốc), khả năng bị loại bỏ là tối thiểu. Điều này là do thực tếrằng những khu vực rộng lớn này không phải là tập hợp các pixel riêng biệt và các kỹ thuậttăng cường chất lượng ảnhxử lý trênmỗi khối 3x3 pixel, sẽ không loại bỏ chúng. Nếu chúng tôi cố gắng tăng kích thước của khối, cókhả năng bỏ lỡ các đường cao tốc. Hình 2.4 cho thấy hình ảnh nhị phân B2 thu được sau khi áp dụngcác phép tốn hình thái.
Hình 2.6. Hình ảnh nhị phân B2 sau các phép tốn hình thái
Từ Hình 2.6, chúng ta có thể quan sát thấy rằng trong ảnh nhị phân B2, hầu hết các pixel cô lập làbị loại bỏ. Lưu ý rằng trong hình này, hình chữ nhật được đánh dấu màu đỏ cho thấy một số thảm thực vật không thểbị loại bỏ bởi các kỹ thuậtloại bỏ nhiễu và tăng cường chất lượng ảnh.
2.1.2.3 Hình ảnh cường độ của các đường cao tốc
Để có được hình ảnh cường độ cuối cùng (Final_Image) chỉ hiển thị các đường cao tốc, các pixel có giá trị 0 trong B2 được cân nhắc. Nếu một pixel có giá trị 0 trong B2, thì cường độ của pixel tương ứng trong bản gốcảnh kiểm tra M1 được sao chép vào Final_image. Bằng cách này, chỉ các đường cao tốc đã phát hiện sẽ được sao chép từ M1 sangFinal_Image bằng B2.
Hình 2.7. Trích xuất đối tượng cao tốc bằng sao chép từ ảnh gốc M1
Hình 2.8 cho thấy hình ảnh kết quả thu được bằng thuật toán Phát hiệnĐường xa lộ. Final_Image thu được từ B2 và M1 như sau:
[hàng cột trang] = size [B2]; fori = 1: hàng,
forj = 1: cột,
if B2 [i, j] == 0
Final_Image [i, j] = M1 [i, j]; khác
Final_Image [i, j] = 0; end;
end; end;
Hình 2.8. Đường cao tốc được phát hiện