Luận văn ths nghiên cứu và đánh giá các phương pháp nội suy ảnh viễn thám cho bài toán phân loại lớp phủ đô thị tại việt nam

Chuyên khảo toán học phân tích Luận văn ths nghiên cứu và đánh giá các phương pháp nội suy ảnh viễn thám cho bài toán phân loại, đánh giá các khía cạnh quan trọng, đề xuất hướng

• Tác giả: Đỗ Thị Phương
• Người hướng dẫn: TS. Bùi Quang Hưng
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên cứu và đánh giá các phương pháp nội suy ảnh viễn thám cho bài toán phân loại lớp phủ đô thị tại Việt Nam
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng Quan Về Nội Suy Ảnh Viễn Thám và Ứng Dụng

Khoa học viễn thám ngày càng phát triển, ứng dụng trong nhiều lĩnh vực như giám sát môi trường, biến đổi khí hậu, nông nghiệp, quản lý tài nguyên. Một ứng dụng quan trọng là xây dựng bản đồ phân loại lớp phủ đô thị. Tuy nhiên, ảnh vệ tinh thường bị nhiễu, méo hình học, hoặc mất dữ liệu. Do đó, các phương pháp nội suy ảnh được áp dụng để xử lý ảnh đầu vào, hiệu chỉnh ảnh, và tăng độ phân giải. Việc này có ý nghĩa kinh tế, vì ảnh độ phân giải cao thường đắt hơn. Luận văn này tập trung vào nghiên cứu và đánh giá các phương pháp nội suy ảnh viễn thám cho bài toán phân loại lớp phủ đô thị tại Việt Nam, mang lại nhiều ý nghĩa khoa học và thực tiễn. Viễn thám là khoa học nghiên cứu các phương pháp thu thập, đo lường và phân tích thông tin của vật thể quan sát mà không cần tiếp xúc trực tiếp với chúng. Ảnh viễn thám sẽ cung cấp thông tin về các vật thể tương ứng với năng lượng bức xạ ứng với từng bước sóng đã xác định.

1.1. Giới Thiệu Dữ Liệu Ảnh Viễn Thám và Ứng Dụng Thực Tế

Ảnh viễn thám, hay ảnh vệ tinh, được lưu dưới dạng ảnh số. Năng lượng sóng phản xạ từ mặt đất được bộ cảm biến thu nhận và chuyển thành tín hiệu số. Tùy vào kênh phổ, ảnh vệ tinh được ghi lại theo những dải phổ khác nhau. Ảnh vệ tinh có nhiều ứng dụng trong việc giải quyết các bài toán thực tế như: Giám sát môi trường, giám sát sự biến đổi khí hậu, trong nông nghiệp, trong quản lý tài nguyên thiên nhiên, trong khí tượng học, lập bản đồ chuyên ngành.

1.2. Các Bước Xử Lý Ảnh Vệ Tinh Cơ Bản Trong Nghiên Cứu

Các bước xử lý ảnh vệ tinh thông thường bao gồm: Hiệu chỉnh hình học, hiệu chỉnh khí quyển, nội suy ảnh, phân loại ảnh, và đánh giá độ chính xác. Hiệu chỉnh hình học giúp loại bỏ sai số do vị trí và góc nhìn của cảm biến. Hiệu chỉnh khí quyển giúp giảm thiểu ảnh hưởng của khí quyển đến chất lượng ảnh. Nội suy ảnh giúp tăng độ phân giải của ảnh. Phân loại ảnh giúp gán nhãn cho từng pixel dựa trên đặc trưng phổ của chúng. Đánh giá độ chính xác giúp xác định độ tin cậy của kết quả phân loại.

II. Thách Thức Tiền Xử Lý Ảnh Viễn Thám Phân Loại Đô Thị

Bài toán phân loại lớp phủ đô thị tại Việt Nam theo phương pháp GLCMNO mở rộng sử dụng nhiều nguồn dữ liệu, bao gồm bản đồ mật độ dân số, ảnh vệ tinh ánh sáng ban đêm DMSP-OLS, ảnh vệ tinh bề mặt không thấm nước EstISA, ảnh vệ tinh chỉ số thực vật, và ảnh vệ tinh bề mặt chứa nước. Hai dữ liệu DMSP-OLS và EstISA có độ phân giải thấp (1km) và cần được nội suy để tăng độ phân giải lên 500m. Quá trình thu nhận ảnh, ảnh vệ tinh thường bị nhiễu, méo hình học hay mất dữ liệu. Trong các bài toán thực tế thường cần sử dụng nhiều dữ liệu vệ tinh, đa nguồn, đa độ phân giải. Yêu cầu tiền xử lý dữ liệu đầu vào, đưa về cùng độ phân giải.

2.1. Vấn Đề Độ Phân Giải và Yêu Cầu Nội Suy Ảnh

Trong bài toán phân loại lớp phủ đô thị, việc sử dụng dữ liệu đa nguồn với độ phân giải khác nhau đặt ra thách thức lớn. Dữ liệu có độ phân giải thấp cần được nâng cấp để phù hợp với dữ liệu có độ phân giải cao hơn. Nội suy ảnh là giải pháp để giải quyết vấn đề này, giúp tăng độ chi tiết và độ chính xác của kết quả phân loại. Việc áp dụng các phương pháp nội suy ảnh vệ tinh cũng mang nhiều ý nghĩa về mặt kinh tế trong thực tiễn.

2.2. Các Loại Nhiễu Ảnh và Ảnh Hưởng Đến Phân Loại Đô Thị

Ảnh vệ tinh thường bị ảnh hưởng bởi nhiều loại nhiễu, bao gồm nhiễu khí quyển, nhiễu cảm biến, và nhiễu hình học. Nhiễu khí quyển gây ra sự sai lệch về màu sắc và độ sáng của ảnh. Nhiễu cảm biến gây ra các vệt hoặc đường kẻ trên ảnh. Nhiễu hình học gây ra sự méo mó về hình dạng và kích thước của các đối tượng trên ảnh. Các loại nhiễu này có thể ảnh hưởng đến độ chính xác của kết quả phân loại lớp phủ đô thị.

III. Phương Pháp Nội Suy Ảnh Phổ Biến và Đánh Giá Chất Lượng

Luận văn này tập trung vào ba phương pháp nội suy ảnh phổ biến: Nội suy láng giềng gần nhất, nội suy song tuyến tính, và nội suy xoắn bậc ba. Mỗi phương pháp có ưu và nhược điểm riêng về độ chính xác, tốc độ tính toán, và khả năng làm mịn ảnh. Các chỉ số đánh giá chất lượng ảnh như Sai số bình phương trung bình (MSE), Tỷ số tín hiệu cực đại/nhiễu (PSNR), và So sánh sự tương đồng cấu trúc (SSIM) được sử dụng để so sánh hiệu quả của các phương pháp nội suy.

3.1. Nội Suy Láng Giềng Gần Nhất Ưu Điểm và Hạn Chế

Nội suy láng giềng gần nhất là phương pháp đơn giản nhất, gán giá trị của pixel gần nhất cho pixel mới. Ưu điểm là tốc độ tính toán nhanh, nhưng nhược điểm là tạo ra hiệu ứng răng cưa và giảm độ mịn của ảnh. Phương pháp này ít được sử dụng trong các ứng dụng yêu cầu độ chính xác cao.

3.2. Nội Suy Song Tuyến Tính Cân Bằng Giữa Tốc Độ và Độ Chính Xác

Nội suy song tuyến tính tính giá trị của pixel mới dựa trên trung bình có trọng số của bốn pixel lân cận. Phương pháp này cho kết quả mịn hơn so với nội suy láng giềng gần nhất, nhưng tốc độ tính toán chậm hơn. Đây là phương pháp phổ biến trong nhiều ứng dụng viễn thám.

3.3. Nội Suy Xoắn Bậc Ba Độ Chính Xác Cao Tính Toán Phức Tạp

Nội suy xoắn bậc ba tính giá trị của pixel mới dựa trên 16 pixel lân cận, sử dụng hàm xoắn bậc ba để tính trọng số. Phương pháp này cho kết quả chính xác nhất và mịn nhất, nhưng tốc độ tính toán chậm nhất. Phương pháp này thường được sử dụng trong các ứng dụng yêu cầu độ chính xác cao và không quá quan trọng về tốc độ.

IV. Thực Nghiệm Đánh Giá Nội Suy Ảnh Vệ Tinh Phân Loại Đô Thị

Thực nghiệm được tiến hành để đánh giá tác động của các phương pháp nội suy đối với ảnh vệ tinh ánh sáng ban đêm DMSP-OLS và ảnh vệ tinh bề mặt không thấm nước EstISA. Các phương pháp nội suy được áp dụng để tăng độ phân giải của ảnh từ 1km lên 500m. Sau đó, các ảnh đã nội suy được sử dụng làm dữ liệu đầu vào cho bài toán phân loại lớp phủ đô thị tại Việt Nam. Kết quả phân loại được so sánh với dữ liệu tham chiếu để đánh giá độ chính xác.

4.1. Lựa Chọn Dữ Liệu Ảnh Vệ Tinh và Khu Vực Nghiên Cứu

Dữ liệu ảnh vệ tinh DMSP-OLS và EstISA được lựa chọn vì chúng có độ phân giải thấp và được sử dụng rộng rãi trong các nghiên cứu về lớp phủ đô thị. Khu vực nghiên cứu là Việt Nam, một quốc gia đang phát triển với tốc độ đô thị hóa nhanh chóng. Việc phân loại lớp phủ đô thị tại Việt Nam có ý nghĩa quan trọng trong việc quản lý và quy hoạch đô thị.

4.2. Quy Trình Thực Nghiệm và Đánh Giá Kết Quả Nội Suy

Quy trình thực nghiệm bao gồm các bước: Tiền xử lý dữ liệu, nội suy ảnh, phân loại ảnh, và đánh giá độ chính xác. Tiền xử lý dữ liệu bao gồm hiệu chỉnh hình học và hiệu chỉnh khí quyển. Nội suy ảnh được thực hiện bằng ba phương pháp: Láng giềng gần nhất, song tuyến tính, và xoắn bậc ba. Phân loại ảnh được thực hiện bằng thuật toán Random Forest. Đánh giá độ chính xác được thực hiện bằng cách so sánh kết quả phân loại với dữ liệu tham chiếu.

V. Kết Quả và Đề Xuất Phương Pháp Nội Suy Ảnh Tối Ưu

Kết quả thực nghiệm cho thấy rằng phương pháp nội suy song tuyến tính và nội suy xoắn bậc ba cho kết quả tốt hơn so với phương pháp nội suy láng giềng gần nhất. Phương pháp nội suy xoắn bậc ba cho kết quả chính xác nhất, nhưng tốc độ tính toán chậm hơn so với phương pháp nội suy song tuyến tính. Dựa trên kết quả này, luận văn đề xuất sử dụng phương pháp nội suy song tuyến tính hoặc nội suy xoắn bậc ba trong tiền xử lý dữ liệu cho bài toán phân loại lớp phủ đô thị tại Việt Nam.

5.1. So Sánh Độ Chính Xác Phân Loại với Các Phương Pháp Nội Suy

Độ chính xác phân loại được đánh giá bằng các chỉ số như Overall Accuracy, Kappa coefficient, và F1-score. Kết quả cho thấy rằng phương pháp nội suy song tuyến tính và nội suy xoắn bậc ba cho độ chính xác cao hơn so với phương pháp nội suy láng giềng gần nhất. Sự khác biệt về độ chính xác giữa phương pháp nội suy song tuyến tính và nội suy xoắn bậc ba không đáng kể.

5.2. Đề Xuất Phương Pháp Nội Suy Ảnh Phù Hợp Cho Phân Loại Đô Thị

Dựa trên kết quả thực nghiệm và phân tích, luận văn đề xuất sử dụng phương pháp nội suy song tuyến tính hoặc nội suy xoắn bậc ba trong tiền xử lý dữ liệu cho bài toán phân loại lớp phủ đô thị tại Việt Nam. Phương pháp nội suy song tuyến tính là lựa chọn tốt nếu yêu cầu tốc độ tính toán cao. Phương pháp nội suy xoắn bậc ba là lựa chọn tốt nếu yêu cầu độ chính xác cao.

VI. Hướng Phát Triển Nghiên Cứu Nội Suy Ảnh Viễn Thám Tương Lai

Nghiên cứu này có thể được mở rộng bằng cách sử dụng các phương pháp nội suy tiên tiến hơn, chẳng hạn như các phương pháp dựa trên học máy (Machine Learning) hoặc học sâu (Deep Learning). Ngoài ra, có thể nghiên cứu tác động của các phương pháp nội suy đối với các loại dữ liệu viễn thám khác, chẳng hạn như dữ liệu Radar hoặc dữ liệu LiDAR. Cuối cùng, có thể nghiên cứu ứng dụng của các phương pháp nội suy trong các bài toán khác, chẳng hạn như giám sát biến động lớp phủ đô thị hoặc ước tính lượng khí thải nhà kính.

6.1. Ứng Dụng Học Máy và Học Sâu Trong Nội Suy Ảnh

Học máy và học sâu có thể được sử dụng để phát triển các phương pháp nội suy thông minh, có khả năng tự động học các đặc trưng của ảnh và tạo ra kết quả nội suy chính xác hơn. Các mô hình CNN (Convolutional Neural Network) có thể được sử dụng để nội suy ảnh với độ phân giải cao.

6.2. Nghiên Cứu Nội Suy cho Các Loại Dữ Liệu Viễn Thám Khác

Các phương pháp nội suy có thể được áp dụng cho các loại dữ liệu viễn thám khác, chẳng hạn như dữ liệu Radar hoặc dữ liệu LiDAR. Dữ liệu Radar cung cấp thông tin về độ nhám bề mặt và độ ẩm đất. Dữ liệu LiDAR cung cấp thông tin về độ cao địa hình. Việc nội suy các loại dữ liệu này có thể giúp cải thiện độ chính xác của các ứng dụng viễn thám.

Trích đoạn nội dung tài liệu

Chương 1: Tìm hiểu khái quát về ảnh vệ tinh, các đặc trưng cơ bản của ảnh vệ tinh. Bài toán phân loại lớp phủ đô thị theo phương pháp GLCMNO mở rộng và các vấn đề đặt ra trong tiền xử lý dữ liệu. Bài toán nghiên cứu đặt ra trong luận văn, ý nghĩa khoa học và ý nghĩa thực tiễn. Chương 2: Tìm hiểu khái niệm nội suy ảnh, đặc điểm của quá trình nội suy ảnh, các phương pháp nội suy phổ biến bao gồm: Nội suy láng giềng gần nhất, nội suy song tuyến tính, nội suy xoắn bậc ba.

Các chỉ số đánh giá, so sánh chất lượng ảnh. Chương 3: Tiến hành thực nghiệm, đánh giá tác động của quá trình nội suy đối với ảnh vệ tinh ánh sáng ban đêm DMSP-OLS và ảnh vệ tinh bề mặt không thấm nước EstISA. Áp dụng các phương pháp nội suy ảnh trong quá trình tiền xử lý 02 dữ liệu này trong bài toán phân loại lớp phủ đô thị. Tính toán lại ngưỡng phân lớp phù hợp với từng phương pháp nội suy ảnh.

So sánh, đánh giá và đề xuất phương pháp nội suy ảnh vệ tinh phù hợp nhất đối với bài toán. Kết quả và ý nghĩa của luận văn Luận văn đã đánh giá được tác động của quá trình nội suy đối với 02 dữ liệu vệ tinh ảnh ánh sáng ban đêm DMSP-OLS và ảnh bề mặt không thấm nước EstISA. Đây là 02 dữ liệu vệ tinh có độ phân giải thấp (1km), nhưng đã và đang có nhiều ứng dụng trong nghiên cứu và thực tế. Đặc biệt, dữ liệu ảnh vệ tinh EstISA là dữ liệu vệ tinh bề mặt không thấm nước toàn cầu duy nhất hiện nay.

Việc đánh giá và áp dụng nội suy tăng độ phân giải đối với 2 dữ liệu vệ tinh này giúp quá trình phân tích và giải đoán có kết quả tốt hơn. Với kết quả đánh giá tính chính xác của bài toán phân loại lớp phủ đô thị qua chỉ số F1 Score = 0.9842, luận văn đề xuất áp dụng phương pháp nội suy song tuyến tính hoặc nội suy xoắn bậc ba trong tiền xử lý dữ liệu, tăng độ phân giải ảnh vệ tinh ánh sáng ban đêm DMSP-OLS và ảnh bề mặt không thấm nước EstISA đầu vào của bài toán. Tổng quan về dữ liệu viễn thám Viễn thám (Remote Sensing) được định nghĩa là khoa học nghiên cứu các phương pháp thu thập, đo lường và phân tích thông tin của vật thể quan sát mà không cần tiếp xúc trực tiếp với chúng [7]. Điều này được thực hiện nhờ việc quan sát và thu nhận năng lượng phản xạ, bức xạ từ các đối tượng quan sát và sau đó phân tích, xử lý, ứng dụng những thông tin đó.

Viễn thám ngày càng phát triển cùng với những thành tựu khoa học kỹ thuật về công nghệ vũ trụ, công nghệ điện tử, tin học. Các đối tượng nghiên cứu của khoa học viễn thám cũng trở nên đa dạng hơn về sự vật, hiện tượng xảy ra trên trái đất với các ứng dụng tại nhiều lĩnh vực khác nhau. Với các đặc trưng cơ bản như độ phân giải thời gian, độ phân giải không gian, độ phân giải bức xạ,… ảnh vệ tinh có nhiều ứng dụng trong việc giải quyết các bài toán thực tế như: Giám sát môi trường (theo dõi và cảnh báo ô nhiễm không khí); giám sát sự biến đổi khí hậu (theo dõi quá trình nóng lên trên toàn cầu, băng tan,.); trong nông nghiệp (theo dõi, giám sát cây trồng, dự báo năng suất, nguy cơ sói mòi đất); trong quản lý tài nguyên thiên nghiên (tài nguyên đất, rừng, biển,.), trong khí tượng học (dự báo thời tiết, động lực học khí quyển), lập bản đồ chuyên ngành (bản đồ sử dụng đất, bản đồ địa hình, bản đồ dân cư); theo dõi biến động của quá trình đô thị hóa với việc sử dụng đất, ước tính lượng điện năng tiêu thụ,… 1. Nguyên lý thu nhận dữ liệu viễn thám Viễn thám là công nghệ nhằm xác định và nhận biết đối tượng hoặc các điều kiện môi trường thông qua những đặc trưng riêng về phản xạ và bức xạ.

Sóng điện từ được phản xạ hoặc bức xạ từ vật thể là nguồn cung cấp thông tin chủ yếu về đặc tính của đối tượng [7]. Ảnh viễn thám sẽ cung cấp thông tin về các vật thể tương ứng với năng lượng bức xạ ứng với từng bước sóng đã xác định. Đo lường và phân tích năng lượng phản xạ phổ ghi nhận bởi ảnh viễn thám cho phép tách thông tin hữu ích về từng loại lớp phủ mặt đất khác nhau do sự tương tác giữa bức xạ điện từ và vật thể.1 Sơ đồ hệ thống viễn thám Một hệ thống viễn thám bao gồm bảy yếu tố liên quan dưới đây: a) Nguồn năng lượng hay nguồn chiếu sáng (A)- yêu cầu đầu tiên đối với hệ thống viễn thám là cần có một nguồn năng lượng giúp chiếu sáng hoặc cung cấp năng lượng điện cho đối tượng mục tiêu. Nguồn năng lượng chính thường sử dụng trong viễn thám là bức xạ mặt trời [9].

b) Sự bức xạ và khí quyển (B) – nguồn năng lượng đi từ nguồn phát đến đối tượng mục tiêu, nó sẽ tiếp xúc và tương tác với lớp khí quyển mà nó đi qua. Sự tương tác này có thể xảy ra lần thứ 2 khi năng lượng truyền từ đối tượng mục tiêu đến bộ cảm biến [9]. c) Sự tương tác với các đối tượng mục tiêu trên mặt đất (C) – khi năng lượng xuyên qua lớp khí quyển và tiếp xúc với mục tiêu, sự tương tác giữ nó và mục tiêu phụ thuộc vào đặc tính của đối tượng mục tiêu và sóng điện từ. Năng lượng phản xạ hay bức xạ của các đối tượng khác nhau là khác nhau [9].

d) Bộ ghi tại bộ cảm biến – Sensor (D) - năng lượng của sóng điện từ do các vật thể phản xạ hay bức xạ được bộ cảm biến đặt trên vật mang thu nhận và ghi lại. Bộ cảm biến có thể là các máy chụp ảnh hoặc máy quét. Phương tiện mang các bộ cảm biến được gọi là vật mang (máy bay, khinh khí cầu, tàu con thoi hoặc vệ tinh…) [9]. e) Bộ chuyển đổi, tiếp nhận và xử lý (E) – dữ liệu ghi nhận được từ bộ cảm biến sẽ được truyền đi (thường dưới dạng mẫu điện tử - electronic form) tới trạm thu nhận và xử lý dữ liệu – nơi dữ liệu được xử lý thành một ảnh (dạng hardcopy hoặc ảnh kỹ thuật số) [9].

12 f) Giải đoán và phân tích (F)- hình ảnh thu nhận sẽ được giải đoán và phân tích bằng các chương trình tự động hoặc dựa trên kinh nghiệm của chuyên gia nhằm trích xuất các thông tin về đối tượng mục tiêu [9].2 Phân loại viễn thám a. Phân loại theo nguồn tín hiệu  Viễn thám chủ động (active): được cung cấp một năng lượng riêng, nguồn tia tới là tia sáng phát ra từ các thiết bị nhân tạo, thường là các máy phát đặt trên các thiết bị bay [7]. Ví dụ về viễn thám chủ động: Các hệ thống Radar, và Lidar đều là loại viễn thám chủ động  Viễn thám bị động (passive): nguồn phát bức xạ là mặt trời hoặc từ các vật chất tự nhiên [7]. Phân loại theo đặc điểm quỹ đạo Căn cứ vào đặc điểm quỹ đạo vệ tinh, có thể chia ra hai nhóm vệ tinh là:  Vệ tinh địa tĩnh là vệ tinh có tốc độ góc quay bằng tốc độ góc quay của trái đất trong vòng một ngày đêm nghĩa là vị trí tương đối của vệ tinh so với trái đất là đứng yên [7].

 Vệ tinh quỹ đạo cực (hay gần cực) là vệ tinh có quỹ đạo nghiêng một góc gần 90° so với mặt phẳng xích đạo của trái đất [7]. Góc nghiêng đó gần như không đổi trong suốt quá trình hoạt động. Tốc độ quay của vệ tinh khác với tốc độ quay của trái đất và được thiết kế riêng sao cho thời gian thu ảnh trên mỗi vùng lãnh thổ trên mặt đất là cùng giờ địa phương và thời gian thu lặp lại là cố định đối với 1 vệ tinh [7]. Vệ tinh quỹ đạo không quan sát được thường xuyên liên tục như đối với vệ tinh tĩnh, nhưng độ cao gần trái đất hơn nên cho thông tin chi tiết hơn.

Các tham số về quỹ đạo (độ cao, góc nghiêng,…) của hai loại vệ tinh được xác định dựa vào những yếu tố quan trắc, cơ học quỹ đạo và các nghiên cứu về kỹ thuật. Phân loại theo bước sóng  Viễn thám trong dải sóng nhìn thấy (𝜆 = 0,4 ÷ 0,7𝜇𝑚)và hồng ngoại (𝜆 = 0,7 ÷ 3𝜇𝑚) sử dụng nguồn năng lượng chủ yếu là bức xạ mặt trời.  Viễn thám hồng ngoại nhiệt (𝜆 = 3 ÷ 4𝜇𝑚): là phương pháp ghi nhận các bức xạ nhiệt ở dải sóng hồng ngoại nhiệt (từ 3 đến 14 μm). Vì bức xạ nhiệt có cường độ yếu, lại bị hấp thụ mạnh bởi khí quyển, nên để thu các tín hiệu nhiệt cần có thiết bị quét nhiệt với độ nhạy cao.

13  Viễn thám siêu cao tần: Viễn thám siêu cao tần sử dụng bức xạ siêu cao tần có bước sóng từ một đến vài chục centimet.3 Các đặc trưng cơ bản của ảnh viễn thám 1.1 Khái niệm ảnh số Ảnh số được biểu diễn bởi một mảng hai chiều tập hợp hữu hạn các điểm ảnh (pixel) có cùng kích thước với mức xám phù hợp dùng để mô tả ảnh gần với ảnh thật.Mỗi điểm ảnh được xác định bởi toạ độ hàng (m), cột (n) và giá trị mức xám (g) [8].Toạ độ hàng và cột của mỗi pixel đều là các số nguyên. Số điểm ảnh xác định độ phân giải của ảnh.Ảnh có độ phân giải càng cao thì càng thể hiện rõ nét các đặt điểm của tấm hình càng làm cho tấm ảnh trở nên thực và sắc nét hơn.2 Khái niệm ảnh vệ tinh Ảnh vệ tinh hay còn gọi là ảnh viễn thám thường được lưu dưới dạng ảnh số, trong đó năng lượng sóng phản xạ (theo vùng phổ đã được xác định trước) từ các vị trí tương ứng trên mặt đất, được bộ cảm biến thu nhận và chuyển thành tín hiệu số xác định giá trị độ sáng của mỗi pixel. Ứng với các giá trị này, mỗi pixel sẽ có độ sáng khác nhau thay đổi từ đen đến trắng để cung cấp thông tin về các vật thể. Tùy chọn vào kênh phổ được sử dụng, ảnh vệ tinh được ghi lại theo những dải phổ khác nhau (từ cực tím đến sóng radio) nên người ta gọi là dữ liệu đa phổ, đa kênh, đa băng tần hoặc nhiều lớp.3 Độ phân giải không gian Độ phân giải không gian cho ta biết diện tích nhỏ nhất trên mặt đất mà bộ cảm có thể phân biệt được.

Ảnh có độ phân giải không gian càng cao khi có kích thước của pixel càng nhỏ.