CHƯƠNG 1 TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU
4.4 Tiểu kết chương 4
Sau khi thử nghiệm, nghiên cứu sinh đã rút ra một số kết luận sau:
Với điều kiện của Việt Nam hiện nay, đánh giá chất lượng ảnh vệ tinh viễn thám chỉ cần sử dụng hai thông số SNR và MTF; và để thực hiện được cần có một bộ dữ liệu thích hợp, đó là dữ liệu ảnh tại các bãi kiểm định nhân tạo (như bãi kiểm định tại Buôn Ma Thuột và Salon de Provence) và các bãi kiểm định tự nhiên được công nhận trên thế giới như các khu vực sa mạc tại châu Phi, Ả rập,… hay các khu vực Thái Bình Dương, Đại Tây Dương,…
Sử dụng phương pháp Canny chiết tách cạnh trong việc tính tốn MTF để đánh giá chất lượng ảnh viễn thám quang học về mặt không gian, cho kết quả tương đồng với phương pháp của nhà sản xuất vệ tinh VNREDSat-1 đã sử dụng. Phương pháp này có độ chính xác khi chiết tách cạnh tốt hơn phương pháp tuyến tính trước đây đối với dữ liệu có mức lượng tử hóa cao.
Kết quả thực nghiệm đã chứng minh hệ thống chụp ảnh trên vệ tinh VNREDSat-1, vẫn đảm bảo được chất lượng ảnh so với yêu cầu đặt ra (MTF 0.2 cao hơn ngưỡng 0,08 được nhà sản xuất vệ tinh đưa ra và SNR 145, cao hơn ngưỡng 100).
KẾT LUẬN
Trên cơ sở các kết quả nhận được sau khi tiến hành nghiên cứu và thực nghiệm phương pháp đánh giá chất lượng ảnh viễn thám quang học của Việt Nam, nghiên cứu sinh có một số kết luận như sau:
- Trong điều kiện của Việt Nam, chất lượng ảnh viễn thám quang học được đánh giá chỉ dựa trên hai thông số là hàm truyền điều biến MTF và tỉ lệ tín hiệu trên nhiễu SNR là khả thi. Đây là hai thông số đại diện cho yếu tố không gian và bức xạ. Để đánh giá được cần phải thu thập một bộ dữ liệu thường xuyên, thích hợp để phản ánh đầy đủ về tình trạng của thiết bị thu nhận ảnh trong suốt quá trình hoạt động của hệ thống vệ tinh.
- Phương pháp đánh giá chất lượng ảnh đối với thông số thông số SNR là phương pháp sử dụng cảnh đơn, tính tốn theo phương pháp độ lệch chuẩn cục bộ. Đối với MTF là phương pháp cạnh nghiêng với phương pháp chiết tách cạnh Canny thay thế cho các thuật tốn tuyến tính trước đây, và phương pháp Canny hồn tồn thích hợp cho điều kiện hiện nay của Việt Nam.
- Quy trình đánh giá chất lượng ảnh viễn thám quang học được đề xuất trong luận án bao gồm cả yếu tố kỹ thuật và ứng dụng thực tiễn. Đây là lần đầu tiên quy trình đánh giá chất lượng ảnh viễn thám quang học được đề xuất sử dụng các bãi kiểm định tại Việt Nam, đưa ra các kết luận định lượng về chất lượng ảnh. Hơn thế nữa quy trình đề xuất đã kết hợp thêm yêu cầu từ thực tiễn sử dụng, đây là yếu tố chưa được đề cập đến trongnhững quy trình đánh giá từ trước.
- Độ tin cậy, tính khả thi của phương pháp và quy trình đánh giá chất lượng ảnh đề xuất đã được chứng minh qua các kết quả thực nghiệm. Chất lượng ảnh của hệ thống vệ tinh VNREDSat-1 được đảm bảo cho đến thời điểm được đánh giá với giá trị của hai thông số MTF là 0,2 (so với ngưỡng là 0,08) và SNR là 145 (so với ngưỡng là 100).
- Quy trình đề xuất các mức chất lượng ảnh tương ứng với các tỉ lệ bản đồ khác nhau mà dữ liệu VNREDSat-1 được sử dụng, đó là mức: tốt (SNR > 100; MTF > 0,2 và có thể đáp ứng độ chính xác cho bản đồ tỉ lệ 1:25.000 và nhỏ hơn), trung bình (SNR > 100; 0,2 > MTF > 0,15 và có thể đáp ứng độ chính xác cho bản đồ tỉ lệ 1:50.000 và nhỏ hơn), xấu (SNR > 100; 0,15 > MTF không nên sử dụng). Những mức chất lượng này có
những trường hợp khác cần thực hiện thêm thực nghiệm để đưa ra kết quả hợp lý nhất. - Bãi kiểm định tại thành phố Buôn Ma Thuột, tỉnh Đắk Lắk đáp ứng được yêu cầu để đánh giá chất lượng ảnh viễn thám quang học không chỉ của Việt Nam mà còn của các nước khác trên thế giới. Sự khác biệt giữa kết quả đánh giá khi sử dụng bãi kiểm định này và các bãi kiểm định khác trên thế giới là do sự khác nhau về điều kiện khí quyển tại các bãi kiểm định.
KIẾN NGHỊ
Phương pháp đánh giá chất lượng ảnh được đề xuất không chỉ áp dụng cho hệ thống vệ tinh VNREDSat-1 đang có mà cịn có thể áp dụng cho những hệ thống vệ tinh viễn thám quang học trong tương lai của Việt Nam. Hơn thế nữa, phương pháp này cũng có thể áp dụng đối với các nguồn dữ liệu ảnh viễn thám quang học khác ở Việt Nam trong điều kiện đáp ứng đủ dữ liệu đầu vào và các thông số bổ trợ.
Quy trình đánh giá chất lượng ảnh viễn thám quang học được áp dụng tại các cơ quan có trạm thu ảnh mặt đất như Cục Viễn thám quốc gia; các đơn vị vận hành, khai thác hệ thống vệ tinh như Viện Công nghệ vũ trụ, Trung tâm Vũ trụ Việt Nam; và các cơ quan, đơn vị, tổ chức có nhu cầu khác.
Tiếng Việt
1. Đặng Trường Giang, Nghiên cứu, xây dựng công cụ đánh giá chất lượng phổ của
sản phẩm viễn thám quang học độ phân giải cao và siêu cao bằng mơ hình tốn học phục vụ cơng tác kiểm tra và nghiệm thu sản phẩm, Đề tài cấp bộ Tài nguyên
và Môi trường, mã số TNMT.2017.08.03, 2017.
2. Nguyễn Văn Hùng, Nghiên cứu đề xuất biện pháp quản lý chất lượng các loại ảnh
viễn thám đang được sử dụng phổ biến hiện nay, Đề tài nghiên cứu khoa học và
phát triển khoa học công nghệ, Cục Viễn thám quốc gia, 2014.
3. Lương Chính Kế, Nghiên cứu xây dựng các quy trình cơng nghệ hiệu chỉnh và
chuẩn hóa dữ liệu ảnh vệ tinh quang học đa thời gian, đa đầu thu, đa độ phân giải nhằm nâng cao chất lượng ảnh, Đề tài nghiên cứu khoa học và phát triển khoa học
công nghệ, Cục Viễn thám quốc gia, 2011.
4. Nghiêm Văn Tuấn. Nghiên cứu xây dựng phương pháp kiểm định và hiệu chỉnh
chất lượng ảnh viễn thám quang học của Việt Nam, Đề tài cấp Bộ Tài nguyên và
Môi trường, mã số TNMT.2016.08.02, 2018.
5. Chu Hải Tùng. Nghiên cứu việc tối ưu hóa đặt chụp và xử lý tăng cường chất
lượng ảnh vệ tinh VNREDSat-1 trên lãnh thổ Việt Nam, Đề tài nghiên cứu khoa học
và phát triển khoa học công nghệ, Cục Viễn thám quốc gia, 2014.
6. Bộ Tài nguyên và Môi trường, Thông tư số 10/2015/TT-BTNMT, 2015.
7. Bộ Tài nguyên và Môi trường, Thông tư số 52/2016/TT-BTNMT, 2016.
8. Cổng thơng tin điện tử chính phủ. Thơng tin Địa lý [Internet]. [cited 2022 Feb 18]. Available from: https://chinhphu.vn/dia-ly-68387
Tiếng Anh
9. Arai K, Thome K, Iwasaki A, Biggar S. Land Remote Sensing and Global
Environmental Change: NASA’s Earth Observing System and the Science of ASTER and MODIS. In 2011. p. 894.
10. Arnoux J-J. Optical Instruments. 2011.
11. Asmami M, Wald L. Interband calibration of the PolDER sensor. Remote Sens Monit Chang Environ Eur Proc 12th EARSeL Symp Hungary, 1992. 1993;(January 1992):253–9.
12th EARSeL Symp Hungary, 1992. 1993;53–7.
13. Atkinson PM, Sargent IM, Foody GM, Williams J. Exploring the geostatistical
method for estimating the signal-to-noise ratio of images. Photogramm Eng
Remote Sensing. 2007;73(7):841–50.
14. Bannari A, Omari K, Teillet PM, Fedosejevs G. Potential of getis statistics to
characterize the radiometric uniformity and stability of test sites used for the calibration of earth observation sensors. IEEE Trans Geosci Remote Sens.
2005;43(12):2918–25.
15. Benbouzid A., Rachedi A. LK. on-Orbit Modulation Transfer Function Estimation
Using Ground Targets. 3(1):19–19.
16. Bethel J. Building Earth Observation Cameras. Vol. 82, Photogrammetric Engineering & Remote Sensing. 2016. 588–589 p.
17. Biggar SF, Dinguirard MC, Gellman DI, Henry PJ, Jackson RD, Moran MS, et al.
Radiometric calibration of SPOT 2 HRV: a comparison of three methods.
Calibration Passiv Remote Obs Opt Microw Instrum. 1991;1493:155–62.
18. Blanc P, Wald L. Image Quality – WP224. Report. 2008;33(0):1–44.
19. Blanc P, Wald L. A review of earth-viewing methods for in-flight assessment of
modulation transfer function and noise of optical spaceborne sensors To cite this version : HAL Id : hal-00745076 A review of earth-viewing methods for in-flight assessment of modulation transf. 2012.
20. Boreman GD. Modulation Transfer Function in Optical and Electro-Optical
Systems. Modulation Transfer Function in Optical and Electro-Optical Systems.
2021.
21. Bouvet M, Thome K, Berthelot B, Bialek A, Czapla-Myers J, Fox NP, et al.
RadCalNet: A radiometric calibration network for earth observing imagers operating in the visible to shortwave infrared spectral range. Remote Sens.
2019;11(20).
22. Chae E, Lee E, Kang W, Cheong H, Paik J. Spatially adaptive antialiasing for
enhancement of mobile imaging system using combined wavelet-fourier transform.
IEEE Trans Consum Electron. 2013;59(4):862–8.
International Symposium on Spectral Sensing Research. 1999.
24. Chappell A, Seaquist JW, Eklundh L. Improving the estimation of noise from
NOAA AVHRR NDVI for Africa using geostatistics. Int J Remote Sens.
2001;22(6):1067–80.
25. Choi T, Helder DL. Generic Sensor Modeling for Modulation Transfer Function
( Mtf ) Estimation. Pecora 16 “Global Priorities L Remote Sensing” Oct 23 – 27,
2005 * Sioux Falls, South Dakota. 2005;1–12.
26. Cosnefroy H, Leroy M, Briottet X. Selection and characterization of Saharan and
Arabian desert sites forthe calibration of optical satellite sensors. Remote Sens
Environ. 1996;58(1):101–14.
27. Coulange B, Moisan L. An aliasing detection algorithm based on suspicious
colocalizations of fourier coefficients. Proc - Int Conf Image Process ICIP. 2010;
(May):2013–6.
28. Curran PJ, Dungan JL. Estimating the signal-to-noise ratio of AVIRIS data. NASA Tech Memo 101035. 1988;(May).
29. Curran PJ, Dungan JL. Estimation of signal-to-noise: a new procedure applied to
AVIRIS data. In: IEEE Transactions on Geoscience and Remote Sensing. 1989. p.
620–8.
30. Donovan M, Zhang D, Liu H. Step by step analysis toward optimal MTF algorithm
using an edge test device. J Xray Sci Technol. 2009;17(1):1–15. 31. EADS. In orbit Commission and Calibration Report.
32. EADS. In orbit Commission and Calibration Plan.
33. Egan WG. Optical remote sensing: Science and technology [Internet]. Science And
Technology. 2003. 493 p. Available from:
http://books.google.com/books?hl=en&lr=&id=-
EnmByWoPYEC&oi=fnd&pg=PA1&dq=Optical+Remote+Sensing +Science+and+Technology&ots=rFeNCBkph8&sig=pmk0LInMeDZyZ mfKL8iGQfNwRXQ
34. ESA. Sentinel-2 User Handbook. European Space Agency. 2015.
35. ESA. Calibration Test Sites Selection and Characterisation Site equipment and
Bianca Hoersch. 2014.
37. ESA. Calibration Test Sites Selection and Characterisation Site equipment and
Auxiliary data. Vol. 33. 2009.
38. ESA TIQ. SPOT Image Quality Performances. 2004.
39. Estribeau M, Magnan P. Fast MTF measurement of CMOS imagers at the chip
level using ISO 12233 slanted-edge methodology. Sensors, Syst Next-Generation
Satell VIII. 2004;5570:557.
40. Gao BC. An operational method for estimating signal to noise ratios from data
acquired with imaging spectrometers. Remote Sens Environ. 1993;43(1):23–33. 41. Gascon F, Bouzinac C, Thépaut O, Jung M, Francesconi B, Louis J, et al.
Copernicus Sentinel-2A calibration and products validation status. Remote Sens.
2017;9(6).
42. Ghamisi P, Rasti B, Yokoya N, Wang Q, Hofle B, Bruzzone L, et al. Multisource
and Multitemporal Data Fusion in Remote Sensing. 2018;1–26. Available from:
http://arxiv.org/abs/1812.08287
43. Govaerts YM. Correction of the Meteosat-5 and -6 radiometer solar channel
spectral response with the Meteosat-7 sensor spectral characteristics. Int J Remote
Sens. 1999;20(18):3677–82.
44. Govaerts YM, Pinty B, Verstraete MM, Schmetz J. Exploitation of angular
signatures to calibrate geostationary satellite solar channels. Int Geosci Remote
Sens Symp. 1998;1(August 1998):327–9.
45. Green B. Canny edge detection tutorial. In: Retrieved: March. 2002. p. 2005.
46. Hearn DR. Earth Observing-1 Advanced Land Imager. 2002.
47. Henry P, Meygret A. Calibration of HRVIR and VEGETATION cameras on SPOT4. Adv Sp Res. 2001;28(1):49–58.
48. Holst GC. Electro–Optical Imaging System Performance. The second. SPIE Optical Engineering Press; 2000. 455 p.
49. Huang C, Townshend JRG, Liang S, Kalluri SNV, DeFries RS. Impact of sensor’s
point spread function on land cover characterization: Assessment and deconvolution. Remote Sens Environ. 2002;80(2):203–12.
2016;10(3):141–52.
51. James B. Campbell RHW. Introduction to Remote Sensing. The Guilford Press; 2011. 718 p.
52. Kabir S, Leigh L, Helder D. Vicarious methodologies to assess and improve the
quality of the optical remote sensing images: A critical review. Remote Sens.
2020;12(24):1–40.
53. Kaufman YJ. Atmospheric effect on spatial resolution of surface imagery: errata. Appl Opt. 1984;23(22):4164.
54. Knight EJ, Kvaran G. Landsat-8 operational land imager design, characterization
and performance. Remote Sens. 2014;6(11):10286–305.
55. Kohm K, Parkway LH, Louis S. Modulation Transfer Function Measurement
Method and Results for the Orbview-3 High Resolution Imaging Satellite. Imaging.
2003;1–6.
56. Latry C, Despringre V, Valorge C. Automatic MTF measurement through a least
square method. Sensors, Syst Next-Generation Satell VIII. 2004;5570:233.
57. Lebègue L, Pascal V, Meygret A, Léger D. SPOT5 Radiometric Image Quality. Int Geosci Remote Sens Symp. 2003;1(C):306–8.
58. Lefevre M, Bauer O, Iehle A, Wald L. An automatic method for the calibration of
time-series of Meteosat images. Int J Remote Sens. 2000;21(5):1025–45.
59. Léger D. On-orbit MTF and defocus assessment methods applied to SPOT5
cameras. 2012.
60. Leger D, Duffaut J, Robinet F. MTF measurement using spotlight. Int Geosci Remote Sens Symp. 1994;4:2010–2.
61. Leger D, Viallefont F, Hillairet E, Meygret A. In-flight refocusing and MTF
assessment of SPOT5 HRG and HRS cameras. Sensors, Syst Next-Generation
Satell VI. 2003;4881:224.
62. Li CR, Tang LL, Ma LL, Zhou YS, Gao CX, Wang N, et al. A comprehensive
calibration and validation site for information remote sensing. Int Arch
Photogramm Remote Sens Spat Inf Sci - ISPRS Arch. 2015;40(7W3):1233–40.
63. Li H, Yan C, Shao J. Measurement of the modulation transfer function of infrared
64. Li J, Xing F, Sun T, You Z. Efficient assessment method of on-board modulation
transfer function of optical remote sensing sensors. Opt Express. 2015;23(5):6187. 65. Lindsay F, Lynnes C, Gualtieri JA, Tong Q, Bagwell R. Remote Sensing Level 2 +
Data Quality : NASA overview. 2011.
66. Lonjou V, Tremas T, Languille F, Hagolle O, Nosavan J, Martimort P, et al.
Sentinel-2 mission , project status and products. 2017.
67. Markham BL, Irons JR, Deering DW, Halthore RN, Irish RR, Jackson RD, et al.
Radiometric calibration of aircraft and satellite sensors at White Sands, NM. Dig -
Int Geosci Remote Sens Symp. 1990;515–8.
68. Markham B, Barsi J, Kvaran G, Ong L, Kaita E, Biggar S, et al. Landsat-8 operational land imager radiometric calibration and stability. Remote Sens.
2014;6(12):12275–308.
69. Markham BL, Barsi JA, Kaita E, Ong L, Morfitt RA, Haque MO. Radiometric
calibration and stability of the Landsat-8 Operational Land Imager (OLI). In:
Earth Observing Systems XX. 2015. p. 96070N.
70. Minnis P, Nguyen L, Doelling DR, Young DF, Miller WF, Kratz DP. Rapid
calibration of operational and research meteorological satellite imagers. Part I: Evaluation of research satellite visible channels as references. J Atmos Ocean
Technol. 2002;19(9):1233–49.
71. Mishra N, Haque MO, Leigh L, Aaron D, Helder D, Markham B. Radiometric
cross calibration of landsat 8 Operational Land Imager (OLI) and landsat 7 enhanced thematic mapper plus (ETM+). Remote Sens. 2014;6(12):12619–38. 72. Montanaro M, Gerace A, Lunsford A, Reuter D. Stray light artifacts in imagery
from the landsat 8 thermal infrared sensor. Remote Sens. 2014;6(11):10435–56. 73. Morain SA, Budge AM. Post-Launch Calibration of Satellite Sensors. Post-Launch
Calibration Satell Sensors. 2004;
74. Nagaraju C. Canny Scale Edge Detection. Int J Eng Trends Technol. 2017; (November):3–7.
75. Nelson NR, Barry PS. Measurement of hyperion MTF from on-orbit scenes. Int Geosci Remote Sens Symp. 2001;7:2967–9.
77. Paxman RG, Schulz TJ, Fienup JR. Joint estimation of object and aberrations by
using phase diversity. J Opt Soc Am A. 1992;9(7):1072–85.
78. Pillet VM, Aparicio A, Sanchez F. Payload and mission definition in space
sciences. Vol. 9780521858, Payload and Mission Definition in Space Sciences.
2005. 1–394 p.
79. Rauchmiller, Jr. RF, Schowengerdt RA. Measurement Of The Landsat Thematic
Mapper Modulation Transfer Function Using An Array Of Point Sources. Opt Eng.
1988;27(4):334–43.
80. Reulke R, Becker S, Haala N, Tempelmann U. Determination and improvement of
spatial resolution of the CCD-line-scanner system ADS40. ISPRS J Photogramm
Remote Sens. 2006;60(2):81–90.
81. Rigollier C, Lefèvre M, Blanc P, Wald L. The operational calibration of images
taken in the visible channel of the meteosat series of satellites. J Atmos Ocean
Technol. 2002;19(9):1285–93.
82. Robinet F., Leger D., Cerbelaud H. LS. Obtaining the Mtf of a Ccd Imaging System
Using an Array of Point Sources : Evaluation of Performances. In: IGARSS’91
Remote Sensing: Global Monitoring for Earth Management. 1991. p. 1357–61.
83. Roger RE, Arnold JF. Reliably estimating the noise in AVIRIS hyperspectral
images. Int J Remote Sens. 1996;17(10):1951–62.
84. Ronald G. Driggers, Melvin H. Friedman JN. Introduction to Infrared and Electro-