9. BỐ CỤC CỦA LUẬN ÁN
3.3 THỰC NGHIỆM KIỂM CHỨNG
Cỏc nguyờn tắc và quy trỡnh phõn tớch ảnh vừa trỡnh bày ở trờn, nhƣ cú thể thấy, đƣợc xõy dựng dựa trờn những cơ sở lý thuyết đỏng tin cậy. Tuy nhiờn, để đỏnh giỏ chỳng một cỏch trực quan hơn, ta hóy xột thớ nghiệm dƣới đõy.
Hỡnh 3.6: Ảnh tổ hợp màu khu vực thử nghiệm (R:4, G:2, B:1)
Hỡnh 3.6 biểu diễn một vựng ảnh nhỏ đƣợc chọn một cỏch cú chủ định trờn một khu vực tƣơng đối thuần nhất, chỉ bao gồm năm loại hỡnh lớp phủ là đất thổ cƣ, đất lỳa, đất màu, mặt nƣớc và cỏc bói bồi, cú thể nhận biết khỏ dễ dàng trờn ảnh.
Vận dụng quy trỡnh vừa trỡnh bày ở mục trờn, ta thu đƣợc kết quả nhƣ biểu diễn trờn hỡnh 3.7. Trờn đú cỏc điểm ảnh đƣợc gỏn màu theo 5 loại hỡnh lớp phủ đó nờu, nhƣng trờn thực tế, ảnh đó đƣợc phõn loại thành 15 lớp phổ khỏc nhau, gồm: 8 lớp đất lỳa, 1 lớp đất màu, 2 lớp thổ cƣ, 2 lớp mặt nƣớc, 2 lớp bói bồi. Lần lƣợt chồng ghộp từng lớp lờn trờn ảnh gốc cú thể thấy kết quả phõn loại trong trƣờng hợp này là rất đỏng tin cậy.
Để đỏnh giỏ về tỏc động của hệ thống phõn loại lờn kết quả phõn loại, cỏc lớp phổ vừa thu đƣợc ở trờn, đó đƣợc nhúm gộp theo cỏc lớp thụng tin, tƣơng ứng với 5 loại hỡnh lớp phủ trong khu vực, và sau đú đƣợc sử dụng nhƣ cỏc vựng mẫu để tiến hành phõn loại lại ảnh, bằng phƣơng phỏp hợp lý tối đa. Bằng cỏch nhƣ vậy, sai số của việc lựa chọn số liệu mẫu cú thể coi là đƣợc loại trừ, do toàn bộ cỏc điểm ảnh thuộc mỗi lớp đó đƣợc sử dụng làm số liệu mẫu. Kết quả phõn loại, trong trƣờng hợp này đƣợc cho trờn hỡnh 3.8. Đối chiếu với ảnh gốc và kết quả trờn hỡnh 3.7 cú thể thấy: ngoại trừ lớp mặt nƣớc cú đặc tớnh phổ tƣơng đối tỏch biệt nờn hầu nhƣ khụng bị tỏc động, việc sử dụng cỏc lớp thụng tin thay vỡ cỏc lớp phổ trong hệ thống phõn loại đó gõy nờn những nhầm lẫn ở mức độ khỏc nhau trong kết quả phõn loại giữa 4 nhúm cũn lại (Bảng 3.1).
Bảng 3.1: Ma trận nhầm lẫn trong kết quả phõn loại theo cỏc lớp thụng tin
mặt nƣớc đất lỳa đất màu thổ cƣ Bói bồi Tổng
mặt nƣớc 16058 471 0 0 0 16529
đất màu 0 4659 16564 0 0 21223
thổ cƣ 0 5452 0 11612 80 17144
bói bồi 0 1192 0 161 4396 5749
Tổng 16208 73009 16772 12033 4478
Hỡnh 3.7: Kết quả phõn loại vận dụng quy trỡnh mụ tả trong mục 3.2
Hỡnh 3.8: Kết quả phõn loại dựa trờn cỏc lớp thụng tin
Mặt khỏc, ý nghĩa của việc lựa chọn số liệu mẫu đƣợc thể hiện trong kết quả phõn loại trờn hỡnh 3.9. Trong trƣờng hợp này đối với mỗi loại hỡnh lớp phủ, ta chọn ra một vài lớp phổ cú diện tớch lớn nhất để sử dụng làm số liệu mẫu. Đõy cú thể coi là tỡnh huống rất điển hỡnh cho trƣờng hợp khi số liệu mẫu đƣợc lựa chọn thủ cụng, bởi để thuận tiện cho việc khoanh vẽ, cỏc vựng mẫu thƣờng đƣợc chọn trờn những khu vực đối tƣợng cú diện tớch tƣơng đối lớn. Thực nghiệm cho thấy việc lựa chọn số liệu mẫu khụng đủ đại diện cú thể dẫn tới những kết quả phõn loại rất đỏng thất vọng (Bảng 3.2).
Bảng 3.2: Ma trận nhầm lẫn trong kết quả phõn loại sử dụng số liệu mẫu
khụng đủ đặc trưng
mặt nƣớc đất lỳa đất màu thổ cƣ Bói bồi Tổng
mặt nƣớc 13243 994 0 0 0 14237 đất lỳa 2965 62181 0 3650 0 68796 đất màu 0 6127 16772 0 0 21223 thổ cƣ 0 3704 0 8383 974 13061 bói bồi 0 3 0 0 3504 3507 Tổng 16208 73009 16772 12033 4478
Cuối cựng, để đỏnh giỏ tỏc động của việc cắt giảm số kờnh ảnh sử dụng, cỏc lớp phổ thu đƣợc trong vớ dụ 1 ở trờn đó đƣợc dựng làm số liệu mẫu để phõn loại lại chỉ với 4 kờnh đầu của ảnh. Bằng cỏch nhƣ vậy, hệ thống phõn loại đƣợc giữ khụng đổi và toàn bộ cỏc điểm ảnh thuộc mỗi lớp đó đƣợc
tố này. Kết quả đƣợc thể hiện trờn hỡnh 3.10 và cho thấy, với việc cắt giảm chỉ một kờnh ảnh, mặc dự nằm ở vựng hồng ngoại trung nhƣng kết quả phõn loại vẫn bị ảnh hƣởng rừ rệt (bảng 3.3).
Hỡnh 3.9: Kết quả phõn loại với vựng mẫu khụng đủ đại diện
Hỡnh 3.10: Kết quả phõn loại, sử dụng 4 kờnh đầu của ảnh
Bảng 3.3: Ma trận nhầm lẫn trong kết quả phõn loại do cắt giảm số kờnh
mặt nƣớc đất lỳa đất màu thổ cƣ Bói bồi Tổng
mặt nƣớc 15049 1392 0 2 19 16462 đất lỳa 1140 61232 2908 4349 234 69863 đất màu 0 3450 13864 1 0 17315 thổ cƣ 4 6555 0 7652 83 14294 bói bồi 15 380 0 29 4142 4566 Tổng 16208 73009 16772 12033 4478
3.4 Cải thiện, hiệu chỉnh kết quả phõn loại 3.4.1 Lọc ảnh phõn loại
3.4.1.1 Phõn loại cỏc phộp lọc
Lọc ảnh, nhƣ ta đó biết, là một kỹ thuật rất thụng dụng trong xử lý ảnh số. Cú nhiều loại lọc khỏc nhau và hiện tại ngƣời ta vẫn song song sử dụng cả 3 cỏch phõn loại lọc khỏc nhau đú là: 1) theo phạm vi hoạt động của lọc, 2) theo mục đớch sử dụng và 3) theo phƣơng phỏp tớnh.
1) Theo phạm vi hoạt động cỏc lọc đƣợc chia thành 2 loại:
Lọc trong phạm trự khụng gian (Spatial Domain Filter) tức cỏc lọc hoạt động ngay trờn số liệu gốc của ảnh;
Lọc trong phạm trự tần số (Frequency Domain Filter) tức cỏc lọc hoạt động trờn biến đổi Fourie của ảnh.
Sở dĩ cú tờn gọi nhƣ vậy bởi ở đõy trong trƣờng hợp đầu ngƣời ta coi giỏ trị của cỏc điểm ảnh trờn 1 kờnh ảnh nhƣ một hàm số của cỏc toạ độ khụng gian x, y tƣơng ứng với cỏc số hiệu cột, dũng trờn ảnh, trong khi trong trƣờng hợp sau biến đổi Fourie của hàm này nhƣ ta đó biết lại là hàm số của cỏc tần số x,y.
2) Theo mục đớch sử dụng, lọc cú thể đƣợc chia thành 3 loại:
Lọc thụng tần thấp (Low Pass Filter) tức cỏc lọc chỉ cho qua những tớn hiệu cú tần số thấp (những biến đổi chậm của độ xỏm trờn ảnh) và loại bỏ những tớn hiệu cú tần số cao (những biến đổi nhanh của độ xỏm). Do vậy thƣờng đƣợc dựng để lọc nhiễu mà trong trƣờng hợp này đƣợc coi là những biến đổi đột ngột, bất thƣờng trong giỏ trị độ xỏm của ảnh;
Lọc thụng tần cao (High Pass Filter), ngƣợc lại, chỉ cho qua những tớn hiệu cú tần số cao nờn thƣờng đƣợc dựng để làm nổi rừ cỏc chi tiết nhỏ, cỏc đƣờng biờn hay núi chung cỏc chi tiết dạng tuyến trờn ảnh;
Lọc thớch ứng (Adaptive Filter), cỏc lọc này nhƣ tờn gọi của chỳng đó cho thấy cú khả năng tuỳ thuộc vào đặc điểm của vựng ảnh trong cửa sổ lọc tại vị trớ hiện thời của nú, tự điều chỉnh một cỏch thớch hợp để hoạt động lỳc thỡ nhƣ một lọc thụng tần thấp lỳc lại nhƣ một lọc thụng tần cao. Tất nhiờn đõy là những lọc phải đƣợc thiết kế dựa trờn 1 số tớnh chất đặc biệt của tớn hiệu ảnh nờn thƣờng vẫn đƣợc coi nhƣ những lọc chuyờn dụng cho cỏc ảnh radar.
3) Theo phƣơng phỏp tớnh, lọc đƣợc chia thành cỏc lọc nhõn chập (Convolution Filter), lọc sắp thứ tự (Ranking Filter) và lọc hỡnh thỏi (Morphological Filter). Trong hai trƣờng hợp đầu, ngƣời ta sử dụng một cửa sổ lọc cú kớch thƣớc nhất định (vớ dụ 3x3, 5x5 hay 7x7 v.v. điểm ảnh), quột trờn ảnh qua tuần tự từng điểm một. Trong trƣờng hợp cỏc lọc nhõn chập, cửa
điểm ảnh tƣơng ứng trờn ảnh ra đƣợc gỏn giỏ trị bằng tổng trọng hoỏ của cỏc điểm ảnh trờn ảnh vào nằm lọt trong cửa sổ lọc tại vị trớ hiện thời của nú. Núi cỏch khỏc, mỗi điểm trờn ảnh vào, nằm lọt trong cửa sổ lọc tại vị trớ hiện thời của nú, đƣợc nhõn với phần tử tƣơng ứng của ma trận lọc rồi cộng lại ta đƣợc giỏ trị của điểm ảnh tƣơng ứng trờn ảnh ra. Thuộc loại này cú thể kể tờn một số lọc quen thuộc nhƣ lọc trung bỡnh trƣợt, lọc Laplacian v.v.
Trỏi lại, trong trƣờng hợp cỏc lọc sắp thứ tự, ngƣời ta khụng sử dụng một ma trận nào cả, mà chỉ đơn thuần sắp xếp thành một dóy, theo thứ tự cú giỏ trị tăng dần, tất cả cỏc điểm ảnh trờn ảnh vào, nằm lọt trong cửa sổ lọc tại vị trớ hiện thời của nú, rồi lấy giỏ trị của điểm ảnh cú vị trớ nhất định trong dóy, để gỏn cho điểm ảnh tƣơng ứng trờn ảnh ra. Thuộc loại này quen thuộc nhất phải kể đến lọc trung vị (Median Filter), với vị trớ đƣợc chọn là ở giữa dóy. Ngồi ra, ngƣời ta cũng thƣờng ghộp chung vào nhúm này cả lọc đa số (Majority Filter), mặc dự nguyờn tắc tớnh của nú là lấy giỏ trị điểm ảnh xuất hiện nhiều nhất trong cửa sổ lọc, để gỏn cho điểm ảnh tƣơng ứng của ảnh ra.
Khỏc với 2 loại trờn, cỏc lọc hỡnh thỏi thay vỡ cửa sổ lọc sử dụng một phần tử cấu trỳc (structural element). cú hỡnh dạng và kớch thƣớc tuỳ chọn. Mỗi đối tƣợng trờn ảnh, cũng nhƣ phõn tử cấu trỳc kể trờn, trong trƣờng hợp này đều đƣợc coi nhƣ những tập hợp, gồm cỏc phần tử là những vộc tơ xỏc định toạ độ của mỗi điểm ảnh, thuộc đối tƣợng hay phần tử cấu trỳc. Mỗi lọc dạng này trờn thực tế thực hiện một toỏn tử riờng (đƣợc định nghĩa cho tập hợp), giữa cỏc đối tƣợng với phần tử cấu trỳc đó núi.
3.4.1.2 Lựa chọn lọc cho ảnh phõn loại
Từ những gỡ đó trỡnh bày ở mục trờn, ta thấy rằng, để khỏi quỏt hoỏ ảnh kết quả phõn loại, loại bỏ những chi tiết vụn vặn, cũng nhƣ những sai sút trong phõn loại (thuộc nhúm 2 nhƣ đó trỡnh bày trong mục 3.2.8), đồng thời, làm trơn cỏc đƣờng biờn trờn ảnh, ta cú thể sử dụng một lọc thụng tần thấp.
Tuy nhiờn, cần lƣu ý là do đặc điểm của ảnh kết quả phõn loại, nờn khụng phải bất cứ lọc thụng tần thấp nào cũng cú thể sử dụng đƣợc.
Giỏ trị của cỏc điểm trờn ảnh kết quả phõn loại, nhƣ ta đó biết, khụng đƣợc gắn với một đại lƣợng vật lý nào, mà chỉ đơn thuần là những con số dựng mó hoỏ cho cỏc lớp trờn ảnh. Khi biểu diễn thành hỡnh ảnh, mỗi con số đƣợc gỏn với một màu riờng, hoàn toàn tuỳ chọn. Sự khỏc biệt về màu sắc giữa hai điểm ảnh, khụng núi lờn điều gỡ về mức độ khỏc biệt giữa giỏ trị của chỳng. Do vậy, lấy vớ dụ, nếu nhƣ trờn cỏc kờnh ảnh thụng thƣờng, để loại bỏ một điểm nhiễu, hay núi chung là một điểm ảnh, cú giỏ trị tỏch biệt so với cỏc điểm ảnh xung quanh, ta cú thể đơn giản gỏn cho nú một giỏ trị gần với giỏ trị của cỏc điểm ảnh xung quanh đú. Trỏi lại, trong trƣờng hợp ảnh kết quả phõn loại, nếu làm nhƣ vậy nghĩa là ta đó thay thế một cỏch khụng cú căn cứ một điểm ảnh thuộc lớp này bằng một điểm ảnh thuộc lớp khỏc và nhƣ vậy, ta khụng những khụng xoỏ nhoà đƣợc chi tiết kể trờn mà cũn tạo thờm một sai số phõn loại mới.
Vớ dụ trờn cho ta thấy, một lọc nhƣ lọc trung bỡnh trƣợt, mặc dự là lọc thụng tần thấp, hoạt động rất hiệu quả đối với cỏc ảnh thụng thƣờng, nhƣng lại khụng thể ỏp dụng cho cỏc ảnh kết quả phõn loại. Vấn đề ở đõy là ở chỗ, trờn ảnh kết quả phõn loại, để loại bỏ một chi tiết nhỏ đƣợc biểu diễn bằng một vài điểm ảnh riờng lẻ, nằm lọt trong một vựng gồm chủ yếu những điểm ảnh biểu diễn một lớp khỏc, ta bắt buộc phải thay giỏ trị của cỏc điểm ảnh riờng lẻ đú, bằng chớnh giỏ trị của cỏc điểm ảnh bao quanh chỳng, chứ khụng phải bằng một giỏ trị xấp xỉ nào khỏc. Chớnh vỡ lý do này, mà khụng chỉ lọc trung bỡnh trƣợt, mà núi chung tất cả cỏc lọc thuộc nhúm lọc nhõn chập, đều khụng thể ỏp dụng đƣợc cho cỏc ảnh kết quả phõn loại.
một, hai điểm ảnh cần loại bỏ là thuộc lớp khỏc. Do vậy, sử dụng lọc đa số, rừ ràng sẽ cho phộp ta loại bỏ đƣợc hoàn toàn cỏc điểm ảnh riờng lẻ kể trờn, và đƣa nú về cựng lớp với cỏc điểm ảnh xung quanh. Mặt khỏc, nếu ta sắp xếp theo thứ tự cú giỏ trị tăng dần, tất cả cỏc điểm ảnh nằm lọt trong cửa sổ lọc, thỡ cỏc điểm ảnh thuộc mỗi lớp sẽ đƣợc sắp về một đầu của dóy. Do chiếm đa số trong cửa sổ lọc, nờn vị trớ trung tõm trong dóy bao giờ cũng thuộc về một điểm ảnh thuộc lớp lớn. Do vậy, lọc trung vị trong trƣờng hợp này cũng sẽ cho hiệu quả tƣơng tự. Tổng quỏt hơn cú thể núi, cỏc lọc thuộc loại sắp thứ tự đều cú thể đƣợc ỏp dụng cho cỏc ảnh kết quả phõn loại. Trong một số phần mềm xử lý ảnh thƣơng mại, để ỏp dụng cho ảnh phõn loại, cỏc lọc này cũn thƣờng đƣợc cải tiến để cú thể hoạt động riờng rẽ trờn một hoặc một vài lớp do ngƣời sử dụng tuỳ chọn. Trong trƣờng hợp này, lọc chỉ cú tỏc động khi điểm ảnh ở tõm cửa sổ lọc thuộc một trong cỏc lớp đó chọn. Cỏc điểm ảnh thuộc những lớp khụng đƣợc chọn, do vậy sẽ khụng bao giờ bị chuyển thành lớp khỏc, nhƣng ngƣợc lại, cỏc lớp này vẫn cú thể thu nhận thờm cỏc điểm ảnh từ lớp khỏc chuyển về.
Ngoài ra, khụng thể khụng kể đến cỏc lọc hỡnh thỏi. Cỏc lọc này nhƣ trờn đó núi, hoạt động nhƣ những toỏn tử trờn cỏc tập hợp. Thay vỡ cửa sổ lọc, ở đõy ta sử dụng một phần tử cấu trỳc, cú hỡnh dạng và kớch thƣớc tuỳ chọn và đƣợc định nghĩa nhƣ một tập hợp cỏc điểm, hay cỏc vộc tơ xỏc định vị trớ của cỏc điểm tạo nờn nú. Hỡnh 3.11 biểu diễn 2 phần tử cấu trỳc điển hỡnh thƣờng đƣợc sử dụng. Trong đú phần tử (a) đƣợc định nghĩa nhƣ sau:
0,0,1,0, 0,1, 1,0, 0,1
Hỡnh 3.11: Hai phần tử cấu trỳc thường dựng
Ảnh trong trƣờng hợp này đƣợc coi là chứa nhiều đối tƣợng riờng biệt, mỗi đối tƣợng đƣợc định nghĩa dƣới dạng 1 tập hợp điểm, tƣơng tự nhƣ đối với phần tử cấu trỳc kể trờn, nhƣng tất nhiờn là sử dụng chung một hệ toạ độ cho toàn ảnh. Cỏc lọc hỡnh thỏi, nhƣ trờn đó núi, trờn thực tế là những toỏn tử trờn 2 tập hợp, trong đú một bờn là phần tử cấu trỳc đó lựa chọn và bờn kia là tập hợp xỏc định một đối tƣợng trờn ảnh.
Bờn cạnh cỏc toỏn tử tập hợp thụng dụng nhƣ hợp, giao và bự , ,C khi xõy dựng cỏc lọc hỡnh thỏi ngƣời ta cũn đƣa thờm một số toỏn tử đặc biệt đƣợc định nghĩa nhƣ sau: Phộp dịch vị: Axax|aA trong đú A là 1 tập hợp và x là 1 vec tơ; Phộp cộng Minkowski: B b b A B A Phộp trừ Minkowski: A B B b b A
Trong hai định nghĩa về cỏc phộp cộng và trừ Minkowski cần lƣu ý rằng cả A và B đều là những tập hợp của cỏc vộc tơ và toỏn tử trong dấu
ngoặc đơn sau cỏc phộp hợp và giao là phộp dịch vị vừa định nghĩa ở trờn. Với một tập hợp cỏc toỏn tử mở rộng trờn tập hợp nhƣ vậy hai lọc hỡnh thỏi cơ sở là dilation (tạm dịch là gión mở) và erosion (mài mũn) đƣợc xỏc
Lọc gión mở B b b A B A B A D , (3.7) Lọc mài mũn B b b A B A B A E , (3.8) Trong đú A là tập hợp xỏc định 1 đối tƣợng trờn ảnh, B là tập hợp xỏc
định phần tử cấu trỳc đó chọn và -B là tập hợp đối xứng của B:
b b B
B
| . Hiệu quả của hai lọc này đƣợc minh hoạ trờn hỡnh 3.12. Để dễ hỡnh dung ta chọn sử dụng một phần tử cấu trỳc đơn giản và một đối tƣợng cú hỡnh dỏng cũng tƣơng đối đơn giản nhƣng đặc thự nhƣ trờn hỡnh (a). Hỡnh