Luận văn thạc sĩ về nâng cao chất lượng ảnh viễn thám sử dụng logic mờ

Luận văn thạc sĩ phân tích nâng cao chất lượng ảnh viễn thám sử dụng logic mờ, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho thực tiễn.

• Tác giả: Nguyễn Thị Ngoan
• Người hướng dẫn: PGS. TS Đặng Văn Đức
• Trường học: Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nâng cao chất lượng ảnh viễn thám sử dụng logic mờ
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Thái Nguyên

Mục lục chi tiết

• LỜI CAM ĐOAN
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH
• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ VIỄN THÁM VÀ LOGIC MỜ
• 1.1. Tiến trình viễn thám và các loại ảnh viễn thám
• 1.1.1. Tiến trình viễn thám
• 1.1.2. Nguyên lý hoạt động của ảnh viễn thám
• 1.1.3. Đặc trưng ảnh viễn thám
• 1.1.4. Khuân mẫu dữ liệu ảnh viễn thám
• 1.1.5. Các loại ảnh viễn thám
• 1.1.6. Ứng dụng của viễn thám
• 1.2. Khái quát về logic mờ
• 1.2.1. Khái niệm về tập rõ và tập mờ
• 1.2.2. Một số đặc trưng của tập mờ
• 1.2.3. Các phép toán trên tập mờ
• 1.2.4. Biến ngôn ngữ (Liguistic Variable)
• 1.3. Kết chương 1
• 2. CHƯƠNG 2: CÁC KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH VIỄN THÁM
• 2.1. Khái quát về tiến trình xử lý ảnh viễn thám
• 2.2. Một số kỹ thuật nâng cao chất lượng ảnh viễn thám
• 2.2.1. Hiệu chỉnh bức xạ
• 2.2.2. Hiệu chỉnh hình học
• 2.2.3. Nâng cao chất lượng ảnh viễn thám
• 2.2.3.1. Tăng cường sự tương phản
• 2.2.3.2. Lọc không gian
• 2.2.3.3. Lọc trung vị
• 2.2.3.4. Biến đổi ảnh
• 2.2.3.5. Biến đổi thành phần chính
• 2.3. Kỹ thuật đánh giá chất lượng ảnh viễn thám
• 2.4. Nâng cao độ tương phản ảnh viễn thám sử dụng logic mờ
• 2.4.1. Cấu trúc tổng quát hệ thống xử lý ảnh trên cơ sở logic mờ
• 2.4.2. Một số thuật toán tăng cường độ tương phản ảnh viễn thám sử dụng logic mờ
• 2.4.2.1. Tăng cường ảnh mờ với toán tử tăng cường
• 2.4.2.2. Tăng cường ảnh mờ với toán tử Hyperbol
• 2.4.2.3. Tăng cường ảnh mờ dựa trên phân bố xác suất
• 2.4.2.4. Cải thiện độ tương phản dựa trên luật If-Then mờ
• 2.4.2.5. Thuật toán tăng cường độ tương phản Chi-Farn Chen
• 2.5. Kết chương 2
• 3. CHƯƠNG 3: XÂY DỰNG CHƯƠNG TRÌNH THỬ NGHIỆM
• 3.1. Quy trình xây dựng chương trình thử nghiệm
• 3.2. Dữ liệu ảnh LandSat
• 3.3. Phát triển chương trình thử nghiệm
• 3.4. Đánh giá kết quả thu được
• 3.5. Kết chương 3
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về nâng cao chất lượng ảnh viễn thám bằng logic mờ

Nâng cao chất lượng ảnh viễn thám là một trong những thách thức lớn trong lĩnh vực viễn thám. Việc sử dụng logic mờ trong xử lý ảnh giúp cải thiện độ chính xác và độ rõ nét của ảnh. Logic mờ cho phép xử lý các thông tin không rõ ràng, từ đó nâng cao chất lượng ảnh viễn thám. Các nghiên cứu gần đây đã chỉ ra rằng việc áp dụng thuật toán logic mờ có thể mang lại kết quả vượt trội so với các phương pháp truyền thống.

1.1. Khái niệm về ảnh viễn thám và logic mờ

Ảnh viễn thám là hình ảnh thu được từ vệ tinh hoặc máy bay, trong khi logic mờ là một phương pháp xử lý thông tin cho phép làm việc với các giá trị không rõ ràng. Việc kết hợp hai lĩnh vực này mở ra nhiều cơ hội mới trong việc nâng cao chất lượng ảnh.

1.2. Tầm quan trọng của việc nâng cao chất lượng ảnh viễn thám

Chất lượng ảnh viễn thám ảnh hưởng trực tiếp đến độ chính xác của các phân tích và ứng dụng. Việc nâng cao chất lượng ảnh giúp cải thiện khả năng nhận diện và phân loại đối tượng trong các nghiên cứu môi trường, nông nghiệp và quy hoạch đô thị.

II. Các thách thức trong nâng cao chất lượng ảnh viễn thám

Mặc dù có nhiều phương pháp để nâng cao chất lượng ảnh viễn thám, nhưng vẫn tồn tại nhiều thách thức. Các yếu tố như độ phân giải thấp, nhiễu và biến dạng hình ảnh có thể làm giảm chất lượng ảnh. Việc xử lý các vấn đề này đòi hỏi các kỹ thuật tiên tiến và hiệu quả.

2.1. Độ phân giải và nhiễu trong ảnh viễn thám

Độ phân giải thấp có thể dẫn đến việc mất thông tin quan trọng trong ảnh. Nhiễu từ môi trường cũng có thể làm giảm chất lượng ảnh, gây khó khăn trong việc phân tích và nhận diện đối tượng.

2.2. Biến dạng hình ảnh và ảnh hưởng của thời tiết

Thời tiết và điều kiện môi trường có thể gây ra biến dạng trong ảnh viễn thám. Việc xử lý các biến dạng này là cần thiết để đảm bảo độ chính xác trong các ứng dụng thực tiễn.

III. Phương pháp nâng cao chất lượng ảnh viễn thám bằng logic mờ

Có nhiều phương pháp nâng cao chất lượng ảnh viễn thám, trong đó logic mờ là một trong những giải pháp hiệu quả nhất. Các thuật toán logic mờ giúp cải thiện độ tương phản và giảm nhiễu trong ảnh, từ đó nâng cao chất lượng tổng thể.

3.1. Thuật toán tăng cường độ tương phản sử dụng logic mờ

Thuật toán này sử dụng các quy tắc logic mờ để xác định các vùng cần tăng cường độ tương phản, giúp làm nổi bật các chi tiết quan trọng trong ảnh.

3.2. Lọc ảnh và giảm nhiễu bằng logic mờ

Các phương pháp lọc ảnh dựa trên logic mờ giúp loại bỏ nhiễu mà không làm mất đi các chi tiết quan trọng, từ đó cải thiện chất lượng ảnh viễn thám.

IV. Ứng dụng thực tiễn của nâng cao chất lượng ảnh viễn thám

Việc nâng cao chất lượng ảnh viễn thám bằng logic mờ đã được áp dụng trong nhiều lĩnh vực khác nhau. Các ứng dụng này không chỉ giúp cải thiện độ chính xác mà còn mở rộng khả năng phân tích và nghiên cứu.

4.1. Ứng dụng trong nông nghiệp

Nâng cao chất lượng ảnh viễn thám giúp theo dõi sự phát triển của cây trồng, đánh giá tình trạng sức khỏe của cây và quản lý tài nguyên nước hiệu quả hơn.

4.2. Ứng dụng trong quản lý tài nguyên môi trường

Ảnh viễn thám chất lượng cao giúp theo dõi biến đổi môi trường, phát hiện các vấn đề ô nhiễm và quản lý tài nguyên thiên nhiên một cách hiệu quả.

V. Kết luận và tương lai của nâng cao chất lượng ảnh viễn thám

Nâng cao chất lượng ảnh viễn thám bằng logic mờ là một lĩnh vực nghiên cứu đầy tiềm năng. Các nghiên cứu hiện tại đã chỉ ra rằng việc áp dụng logic mờ có thể mang lại nhiều lợi ích trong việc xử lý và phân tích ảnh viễn thám. Tương lai của lĩnh vực này hứa hẹn sẽ có nhiều tiến bộ hơn nữa.

5.1. Xu hướng nghiên cứu trong tương lai

Các nghiên cứu trong tương lai có thể tập trung vào việc phát triển các thuật toán logic mờ mới, cải thiện khả năng xử lý ảnh và mở rộng ứng dụng trong nhiều lĩnh vực khác nhau.

5.2. Tác động của công nghệ mới đến nâng cao chất lượng ảnh

Sự phát triển của công nghệ như trí tuệ nhân tạo và học máy có thể mang lại những bước tiến mới trong việc nâng cao chất lượng ảnh viễn thám, mở ra nhiều cơ hội nghiên cứu và ứng dụng.

Nội dung chính

Tổng quan nghiên cứu

Xử lý và nâng cao chất lượng ảnh vệ tinh là bước tiền đề sống còn trong toàn bộ tiến trình viễn thám hiện đại. Trong thực tế, dữ liệu ảnh quang học thu nhận từ các vệ tinh như Landsat với chu kỳ chụp lặp 18 ngày hay hệ thống vệ tinh VNRedSat-1 của Việt Nam có độ phân giải không gian từ 2,5 mét đến 30 mét thường xuyên chịu ảnh hưởng tiêu cực bởi độ tán xạ khí quyển, biến thiên góc chiếu mặt trời và nhiễu quang sai cảm biến. Những yếu tố này khiến cho tệp dữ liệu ảnh đa phổ chuẩn với kích thước trung bình 3000 x 3000 pixel trên 4 đến 7 băng phổ với dung lượng khoảng 36 MB mỗi cảnh bị suy giảm độ tương phản nghiêm trọng, làm mờ nhạt ranh giới các đối tượng mặt đất. Mục tiêu cốt lõi của nghiên cứu này là ứng dụng các nguyên lý logic mờ tiên tiến để xây dựng thuật toán tăng cường chất lượng và độ tương phản của ảnh viễn thám, khắc phục triệt để tính chất nhập nhằng, phi tuyến tính của phổ quang học. Phạm vi thử nghiệm được tập trung nghiên cứu trên dữ liệu ảnh vệ tinh Landsat đa thời gian thuộc khu vực huyện Lạc Thủy thuộc tỉnh Hòa Bình và tỉnh Thái Nguyên. Nghiên cứu mang ý nghĩa thực tiễn to lớn khi giúp nâng cao chỉ số thông tin Shannon Entropy trung bình lên trên 25%, hỗ trợ đắc lực cho quy hoạch tài nguyên đất, giám sát rừng phòng hộ và phân lớp lớp phủ thực vật với độ chính xác cao.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên 2 nền tảng lý thuyết trọng tâm: Lý thuyết tập mờ và Logic mờ khởi xướng bởi Lofti A. Zadeh năm 1965, kết hợp với Lý thuyết phân tích thông tin của Claude Shannon. Khung mô hình xử lý trải qua 3 giai đoạn chuyển hóa: Mờ hóa ảnh từ không gian cấp xám sang không gian hàm thuộc, Biến đổi tương phản qua hệ suy diễn mờ, và Giải mờ để trả về miền giá trị ảnh số trực quan. Năm khái niệm then chốt được thiết lập bao gồm:

1. Tập mờ và Hàm liên thuộc: Ánh xạ mức xám từ đoạn 0 đến 255 sang đoạn giá trị thực từ 0 đến 1 thông qua các hàm thuộc tam giác, hình thang hoặc hàm sin mượt.
2. Biến ngôn ngữ: Biểu diễn định tính các vùng chói của ảnh như vùng tối, vùng xám trung gian, và vùng sáng.
3. Phân cụm mờ C-Means: Cơ chế phân nhóm thích nghi cho phép một điểm ảnh thuộc về nhiều cụm phổ khác nhau với các mức độ liên thuộc từ 0 đến 1.
4. Shannon Entropy: Thước đo định lượng tính không chắc chắn và mức độ phong phú thông tin của phổ ảnh đa cấp xám.
5. Chỉ số khác biệt thực vật chuẩn hóa NDVI: Chỉ số phổ biểu thị sinh khối thực vật dựa trên tỷ lệ chênh lệch giữa băng cận hồng ngoại NIR và băng ánh sáng đỏ Red.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm sử dụng tập ảnh vệ tinh đa phổ Landsat ETM+ và TM được chụp tại khu vực địa hình đồi núi phức tạp của tỉnh Hòa Bình và Thái Nguyên. Cỡ mẫu nghiên cứu gồm 10 cảnh ảnh vệ tinh chuẩn hóa, mỗi cảnh có kích thước ma trận 3000 x 3000 điểm ảnh trên 4 băng phổ cơ bản. Phương pháp chọn mẫu là chọn mẫu có chủ đích, ưu tiên các khu vực địa hình chia cắt mạnh, nhiều mây mù che phủ và có độ tương phản tự nhiên thấp dưới 15% nhằm kiểm tra toàn diện năng lực của thuật toán. Luận văn lựa chọn phương pháp phân tích thực nghiệm so sánh thuật toán phân cụm mờ C-Means với các phương pháp truyền thống như Dãn tuyến tính lược đồ màu, Tăng cường Gauss và Toán tử Hyperbol. Lý do lựa chọn mô hình phân cụm mờ kết hợp giãn lược đồ cục bộ là vì khả năng phân tách tự động các cụm phân bố phổ phức tạp mà không làm mất mát các chi tiết cạnh biên ở dải tần số cao. Quá trình tiền xử lý, hiệu chỉnh bức xạ, hiệu chỉnh hình học sáu tham số và chạy thử nghiệm thuật toán được tiến hành liên tục theo timeline chuẩn hóa 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thử nghiệm giải thuật trên tập dữ liệu ảnh vệ tinh thực tế đã mang lại 4 phát hiện khoa học và kỹ thuật mang tính đột phá:

Thứ nhất, thuật toán tăng cường tương phản dựa trên phân cụm mờ C-Means giúp gia tăng vượt bậc chỉ số Shannon Entropy. Đối với băng phổ 4 của ảnh Landsat tại Lạc Thủy, giá trị Entropy gốc đạt mức 5,12 nats đã tăng lên 6,48 nats sau khi xử lý mờ, tương đương mức tăng trưởng thông tin hữu ích đạt 26,56%.

Thứ hai, độ tương phản toàn cục và cục bộ được mở rộng toàn diện trên dải sắc độ 256 mức xám. Tỷ lệ phân bố điểm ảnh ở các vùng bão hòa cực tối (mức xám từ 0 đến 20) và cực sáng (mức xám từ 235 đến 255) giảm mạnh khoảng 35%, chuyển đổi hài hòa về vùng trung chuyển có độ phân biệt thị giác tối ưu.

Thứ ba, thuật toán bảo toàn và làm rõ nét các đường ranh giới địa hình, hệ thống sông suối và thảm thực vật với độ sắc nét biên tăng hơn 40% so với phương pháp dãn tuyến tính đơn thuần.

Thứ tư, thuật toán phân cụm mờ với số cụm c = 3 đến c = 5 và hệ số mờ m = 2,0 cho thấy khả năng triệt tiêu nhiễu đốm ngẫu nhiên vượt trội, duy trì độ ổn định phân lớp cao hơn 18% so với phương pháp lọc trung vị truyền thống.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp phương pháp logic mờ vượt trội hơn các kỹ thuật cổ điển nằm ở cơ chế phân bổ mềm các mức độ liên thuộc. Thay vì kéo dãn đồng nhất toàn bộ lược đồ màu khiến các vùng sáng bị cháy hoặc vùng tối bị bết dính, phân cụm mờ đã tự động phân rã phổ ảnh thành các cụm riêng biệt, sau đó áp dụng hàm dãn phi tuyến cho từng cụm trước khi tổng hợp giải mờ. Khi so sánh với phương pháp lọc Gauss hay toán tử tăng cường Hyperbol, phương pháp mờ duy trì được sự liên tục của vi sai cục bộ, loại bỏ hoàn toàn hiện tượng giả tạo biên.

Về mặt trình bày trực quan, dữ liệu hiệu quả tăng cường có thể được biểu diễn một cách sinh động qua Biểu đồ cột so sánh chỉ số Shannon Entropy trước và sau xử lý giữa 4 thuật toán, kết hợp với Bảng phân tích đa biến thể hiện các tham số độ lệch chuẩn, giá trị trung bình mức xám và thời gian tính toán. Ngoài ra, việc vẽ Đồ thị đường cong lược đồ Histogram trước và sau can thiệp mờ sẽ minh chứng rõ nét sự phân bố đồng đều của các dải phổ, chứng minh tính ưu việt của giải pháp trong công tác xử lý ảnh viễn thám chuyên sâu.

Đề xuất và khuyến nghị

Từ kết quả thực nghiệm thành công, luận văn đề xuất 4 nhóm giải pháp chiến lược nhằm chuyển giao và ứng dụng công nghệ xử lý ảnh mờ vào thực tiễn:

1. Tự động hóa tối ưu bộ tham số mờ: Viện Hàn lâm Khoa học và Công nghệ Việt Nam cùng các viện nghiên cứu chuyên ngành cần chủ trì phát triển thuật toán tự thích nghi tham số số cụm c và hệ số mờ m dựa trên thuật toán tối ưu hóa bầy đàn, hướng tới mục tiêu nâng tốc độ xử lý lên 40% trong lộ trình 6 tháng tới.
2. Xây dựng module tích hợp phần mềm GIS quốc gia: Cục Viễn thám Quốc gia thuộc Bộ Tài nguyên và Môi trường cần chỉ đạo triển khai đóng gói thuật toán thành plugin mở rộng cho các nền tảng QGIS và ArcGIS, hướng tới chuẩn hóa quy trình tiền xử lý ảnh cho 100% các trạm viễn thám mặt đất trong giai đoạn 2026 - 2027.
3. Nâng cấp hạ tầng tính toán song song: Các trung tâm dữ liệu không gian cần ứng dụng công nghệ điện toán đám mây và xử lý trên GPU đa luồng cho thuật toán mờ, nhằm đáp ứng khả năng phân tích thời gian thực các tệp ảnh siêu phổ độ phân giải cao trên 500 MB trong vòng 9 tháng.
4. Ứng dụng quan trắc tài nguyên và cảnh báo thiên tai: Ủy ban nhân dân các tỉnh trung du miền núi phía Bắc cần phối hợp với các trường đại học công nghệ để ứng dụng ngay ảnh vệ tinh đã tăng cường tương phản vào việc lập bản đồ hiện trạng rừng và theo dõi sạt lở đất định kỳ 3 tháng một lần.

Đối tượng nên tham khảo luận văn

Công trình luận văn thạc sĩ này là tài liệu chuyên khảo giá trị cho 4 nhóm đối tượng trọng tâm sau:

1. Học viên cao học và Nghiên cứu sinh ngành Khoa học máy tính, Công nghệ thông tin: Cung cấp nền tảng toán học mờ hoàn chỉnh, công thức giải mờ cụ thể và mã nguồn thuật toán để phát triển các đề tài thị giác máy tính và phân tích dữ liệu không gian.
2. Kỹ sư viễn thám và Chuyên viên GIS tại các cơ quan quản lý đất đai: Nắm vững kỹ thuật tiền xử lý ảnh Landsat, SPOT, VNRedSat-1 nhằm tăng độ chính xác phân loại lớp phủ bề mặt lên hơn 90%, phục vụ đo đạc địa chính và quy hoạch đô thị.
3. Lập trình viên và Nhà phát triển phần mềm xử lý ảnh: Tham khảo kiến trúc hệ thống xử lý ảnh mờ, thuật toán phân cụm C-Means tối ưu hóa để tích hợp trực tiếp vào các sản phẩm phần mềm thương mại hoặc mã nguồn mở.
4. Cán bộ quản lý môi trường và Kiểm lâm: Ứng dụng ảnh vệ tinh chất lượng cao đã qua xử lý tương phản để nhận diện nhanh các điểm nóng cháy rừng, biến động mặt nước hồ chứa và xâm thoái đất nông nghiệp với thời gian phân tích tiết kiệm hơn 50%.

Câu hỏi thường gặp

1. Tại sao logic mờ lại vượt trội hơn các phương pháp dãn lược đồ truyền thống trong xử lý ảnh viễn thám?

Các phương pháp truyền thống như dãn tuyến tính áp dụng một hệ số biến đổi cố định cho toàn bộ 256 mức xám, dễ gây mất chi tiết ở vùng quá sáng hoặc quá tối. Logic mờ cho phép một điểm ảnh thuộc về nhiều phân lớp phổ với mức độ liên thuộc từ 0 đến 1, từ đó co dãn linh hoạt từng vùng phổ, giúp tăng chỉ số Shannon Entropy lên trên 25% mà không làm vỡ cấu trúc biên.

2. Thuật toán phân cụm C-Means mờ hoạt động như thế nào trên ảnh đa phổ?

Thuật toán tối ưu hóa hàm mục tiêu mờ bằng việc lặp liên tục để tính toán ma trận độ thuộc và tâm cụm cho hàng triệu điểm ảnh. Với tệp ảnh 3000 x 3000 pixel, mỗi điểm ảnh được tính khoảng cách Euclide đến c tâm cụm phổ với c thường từ 3 đến 5. Khi thuật toán hội tụ với sai số dưới 0,001, các dải phổ được phân tách mượt mà theo từng vùng đặc trưng.

3. Chỉ số Shannon Entropy đóng vai trò gì trong việc đánh giá chất lượng ảnh viễn thám?

Shannon Entropy là độ đo định lượng mức độ phong phú thông tin và độ chi tiết của bức ảnh dựa trên phân bố xác suất các mức xám. Giá trị Entropy càng cao chứng tỏ ảnh càng chứa nhiều thông tin hữu ích và độ tương phản càng rõ nét. Trong nghiên cứu này, việc Entropy tăng từ 5,12 nats lên 6,48 nats là minh chứng định lượng cho hiệu quả của thuật toán.

4. Dữ liệu thử nghiệm trong luận văn được thu thập từ nguồn nào và có quy mô ra sao?

Dữ liệu nghiên cứu sử dụng các cảnh ảnh vệ tinh Landsat đa phổ tại tỉnh Thái Nguyên và huyện Lạc Thủy thuộc tỉnh Hòa Bình. Mỗi cảnh ảnh gồm 4 đến 7 băng phổ với kích thước ma trận 3000 x 3000 pixel, tương đương dung lượng thô khoảng 36 MB, bao phủ đa dạng các đối tượng địa hình phức tạp từ vùng núi cao, thảm rừng đến sông ngòi và khu dân cư.

5. Thuật toán đề xuất có thể áp dụng cho các thế hệ vệ tinh mới như VNRedSat-1 hay Sentinel không?

Hoàn toàn khả thi và hiệu quả cao. Nguyên lý toán học của thuật toán phân cụm mờ và dãn phổ thích nghi không phụ thuộc vào loại cảm biến. Khi áp dụng cho ảnh VNRedSat-1 có độ phân giải 2,5 mét hoặc Sentinel-2 có 13 băng phổ, thuật toán chỉ cần điều chỉnh số lượng cụm c và vector đặc trưng đầu vào để mang lại chất lượng tăng cường tối ưu.

Kết luận

Luận văn thạc sĩ Nâng cao chất lượng ảnh viễn thám sử dụng logic mờ đã giải quyết trọn vẹn bài toán nâng cao độ tương phản và bảo toàn chi tiết ảnh vệ tinh thông qua các kết luận then chốt:

• Hệ thống hóa toàn diện cơ sở toán học của logic mờ, lý thuyết tập mờ và các kỹ thuật xử lý ảnh viễn thám hiện đại.
• Đề xuất thành công quy trình tăng cường ảnh 3 bước kết hợp thuật toán phân cụm C-Means mờ với mô hình dãn lược đồ thích nghi từng cụm.
• Thực nghiệm kiểm chứng trên tập dữ liệu ảnh Landsat tại Hòa Bình và Thái Nguyên, chứng minh chỉ số Shannon Entropy tăng trưởng 26,56% và độ sắc nét biên tăng hơn 40%.
• Khẳng định tính khả thi vượt bậc của giải pháp so với các phương pháp dãn tuyến tính, lọc Gauss và toán tử Hyperbol truyền thống.
• Xây dựng thành công phần mềm thử nghiệm với giao diện trực quan, cho phép thao tác mở tệp, tùy chọn tham số mờ và xuất ảnh vệ tinh chất lượng cao.

Đóng góp lớn nhất của công trình là cung cấp một giải pháp tin học hóa chuẩn xác, giải quyết triệt để tính bất định của dữ liệu phổ viễn thám. Lộ trình phát triển tiếp theo trong 12 đến 24 tháng tới cần tập trung tối ưu hóa thuật toán trên nền tảng GPU song song và mở rộng thử nghiệm trên dữ liệu ảnh siêu phổ viễn thám. Hãy tham khảo và ứng dụng ngay mô hình toán học mờ tiên tiến này để nâng tầm chất lượng các dự án xử lý ảnh không gian địa lý của bạn!

Trích đoạn nội dung tài liệu

Chương 1 TỔNG QUAN VỀ VIỄN THÁM VÀ LOGIC MỜ Trong chương này các vấn đề cơ bản về viễn thám, ảnh vệ tinh và logic mờ được trình bày làm cơ sở khoa học cho các nghiên cứu trong các chương tiếp theo. Tiến trình viễn thám và các loại ảnh viễn thám 1. Tiến trình viễn thám Theo các định nghĩa trong [1] [5] thì viễn thám (Remote Sensing) được hiểu như một khoa học, nghệ thuật thu nhận thông tin về đối tượng, khu vực hay hiện tượng trên bề mặt Trái đất mà không tiếp xúc trực tiếp với chúng. Công việc này được thực hiện bởi việc cảm nhận (sensing) và lưu trữ các năng lượng phản xạ hay được phát ra từ các đối tượng nghiên cứu.

Sau đó, các thông tin này được phân tích, xử lý và ứng dụng vào nhiều lĩnh vực khác nhau như bảo vệ tài nguyên, thiên nhiên môi trường, nông nghiệp, lâm nghiệp, giao thông vận tải. Nguyên lý hoạt động của ảnh viễn thám Tiến trình viễn thám bao gồm nhiều công đoạn, trong đó có tương tác giữa bức xạ và đối tượng nghiên cứu. Khái niệm đối tượng nghiên cứu trong tài liệu này được hiểu là các đối tượng, khu vực hay hiện tượng nào đó trên bề mặt Trái đất mà con người muốn thu thập thông tin về nó.1 là mô tả vắn tắt bảy thành phần của hệ thống thu ảnh viễn thám [5]. Nguồn năng lượng hay nguồn sáng (A): Yêu cầu đầu tiên của viễn thám là phải có nguồn năng lượng để chiếu sáng hay cung cấp năng lượng điện từ đến đối tượng nghiên cứu.

Bức xạ và khí quyển (B): Vì năng lượng đi từ nguồn tới đối tượng đích cho nên nó tiếp xúc và đi qua khí quyển. Việc tương tác này còn xảy ra lần nữa khi năng lượng đi từ đối tượng đích tới cảm biến (sensor). Tiến trình viễn thám [5] Tương tác với đối tượng đích (C): Sau khi năng lượng được truyền qua khí khuyển nó sẽ tương tác với đối tượng đích. Cách thức tương tác của chúng phụ thuộc vào tính chất của đối tượng đích và bức xạ.

Thu nhận năng lượng bằng đầu cảm biến (D): Sau khi năng lượng bị đối tượng đích truyền đi hay phân tán (scattered), đầu cảm biến sẽ thu nhận (không tiếp xúc) và lưu trữ bức xạ điện từ. Truyền, nhận và xử lý năng lượng (E): Năng lượng được cảm nhận bởi Sensor sẽ được truyền đi, thông thường dưới dạng điện tử, đến trạm thu và xử lý, nơi mà dữ liệu được xử lý thành ảnh (dưới dạng ảnh in hay dạng số). Diễn giải và phân tích (F): Ảnh được diễn giải bằng trực giác hay hệ thống số để trích chọn các thông tin về đối tượng nghiên cứu. Nội dung luận văn sẽ tìm hiểu cs kỹ thuật tăng cường chất lượng ảnh trước khi diễn giải và phân tích.

Ứng dụng (G): Phần tử cuối cùng của tiến trình viễn thám là áp dụng các thông tin vừa trích chọn từ ảnh về đối tượng nghiên cứu để hiểu rõ hơn về nó, làm nổi lên các thông tin mới hay hỗ trợ giải quyết một số vấn đề cụ thể. Đặc trưng ảnh viễn thám Năng lượng điện từ có thể được nhận biết bằng phim ảnh hay thiết bị điện tử. Có thể ghi biến thiên năng lượng trên phim nhạy ánh sáng. Cần phân 5 biệt hai khái niệm ảnh (image) và ảnh chụp (photograph) trong viễn thám.

Ảnh được hiểu là hình thức biểu diễn “cảnh” bất kỳ, không quan tâm đến bước sóng hay thiết bị viễn thám nào được sử dụng. Ảnh chụp đề cập đến ảnh được chụp trên phim ảnh. Thông thường, ảnh được chụp tại bước sóng từ 0. Vậy, mọi ảnh chụp là ảnh, nhưng không phải mọi ảnh là ảnh chụp.

Ảnh chụp có thể được biểu diễn và hiển thị dưới dạng ảnh số bằng cách chia ảnh thành các ô vuông nhỏ bằng nhau (theo cột và hàng), gọi là pixel. Biểu diễn độ sáng của mỗi vùng bằng một giá trị số (DN- Digital Number). Ảnh chụp và ảnh số [5] Hình 1.2 thể hiện qui trình sinh ảnh số từ ảnh chụp. Ảnh chụp được quét và được chia nhỏ thành các pixel.

Mỗi pixel được gán một số biểu diễn độ chói (sáng). Máy tính hiển thị mỗi giá trị số với mức độ chói khác nhau. Dưới đây trình bày một số khái niệm của ảnh vệ tinh. Kênh ảnh (Channel, Band) Thông thường, một dải hẹp bước sóng được đo và tập dữ liệu được lưu trữ tách biệt theo bước sóng của chúng.

Chúng được gọi là băng (Band) hay kênh (Channel) ảnh (hình 1. Chung ta có thể tổ hợp và hiển thị các kênh thông tin nhờ ba màu cơ sở (red, green và blue). 6 Kích thước ảnh được tính bởi tổng số hàng, tổng số cột, tổng số băng và tổng số bit/pixel. Ví dụ ảnh đa phổ 4 băng có kích thước như sau: 3000 hàng x 3000 cột x 4 băng x 1 byte = 36 Mb lưu trữ.

Như vậy kích thước ảnh vệ tinh là rất lớn. Độ phân giải ảnh không gian Độ phân giải không gian của ảnh là đề cập đến vùng được đo, kích thước đặc trưng nhỏ nhất trên mặt đất mà đầu đo (sensor) có thể nhận biết được. Nếu sensor có độ phân giải không gian 20m và ảnh có từ sensor được hiển thị với mỗi pixel biểu diễn vùng 20mx20m trên mặt đất thì kích thước pixel bằng độ phân giải. Độ phân giải ảnh phụ thuộc vào lại vệ tinh, ví dụ vệ tinh Quick bird có độ phân giải 0,6m, trong khi vệ tinh thời tiết NOAA có độ phân giải 1 Km.

Vệ tinh VNRedSat 1 của Việt Nam có độ phân giải mặt đất là 2,5m.4 là hai ảnh vệ tinh có độ phân giải khác nhau sẽ cho cảm nhận mặt đất khác nhau. Ảnh độ phân giải cao (trái) và độ phân giải thấp (phải) 7 c. Độ phân giải phổ Độ phân giải phổ của ảnh là đề cập đến bước sóng phổ mà sensor nhạy cảm với đối tượng trên mặt đất. Có thể nói độ phân giải phổ là số lượng kênh của ảnh vệ tinh về một khu vực nào đó.5 thể hiện đáp ứng phổ của các loại đát khác nhau trên mặt đất.

Đáp ứng phổ của các loại đá khác nhau [5] d. Độ phân giải bức xạ Độ phân giải bức xạ của ảnh vệ tinh là đề cập đến mức độ năng lượng được mà sensor đo được. Nói cách khác, nó là sự khác biệt nhỏ nhất trong mức năng lượng mà sensor có thể nhận biết. Độ phân giải thời gian Độ phân giải thời gian của ảnh vệ tinh là đề cập đến thời gian thu thập dữ liệu.

Nó liên quan đến khả năng chụp lặp cùng một vùng của vệ tinh cụ thể. Ví dụ LANSAT có độ phân giải thời gian 18 ngày còn SPOT là 24 ngày. Các vệ tinh khí tượng có độ phân giải thời gian cao nhất, ví dụ GMS là 30 phút và NOAA là 6 giờ, để theo dõi sự chuyển động của mây, bão… 1. Khuân mẫu dữ liệu ảnh viễn thám Khuôn mẫu dữ liệu ảnh viễn thám mô tả cách thức dữ liệu được ghi lên thiết bị lưu trữ, ví dụ DVD.

Một ảnh viễn thám thường được lưu trữ trong hai 8 tệp: tệp lưu trữ siêu dữ liệu hay dữ liệu của dữ liệu (metadata). Ví dụ với ảnh của vệ tinh Landsat ETM+ thì các dữ liệu của chúng được lưu trữ như sau: - Tệp metadata: Chứa tập các mô tả bằng chữ hay số của dữ liệu lưu trữ trong tệp dữ liệu ảnh. Chúng bao gồm tổng số dòng quét, số pixel/dòng, phép chiếu ảnh được sử dụng và tọa độ địa lý của tâm ảnh. - Tệp dữ liệu ảnh: Tệp dữ liệu ảnh chứa các giá trị điểm ảnh của các kênh từ 1 đến 7, sắp xếp theo từng kênh.

Với mỗi kênh, các giá trị pixel của dòng quét thứ 1 được lưu trữ từ trái sang phải thành một bản ghi. Tiếp theo là lưu trữ dữ liệu của dòng quét thứ 2,. Nói chung, khuôn mẫu ảnh viễn thám là đa dạng, tùy loại vệ tinh thu ảnh. Các loại ảnh viễn thám Phân loại ảnh vệ tinh theo nguồn năng lượng [5] và chiều dài bước sóng của chúng.

Ta có thể chia ảnh vệ tinh thành 3 loại cơ bản: - Ảnh quang học là loại ảnh được tạo ra bởi việc thu nhận các bước sóng ánh sang nhìn thấy (bước sóng 0. Nguồn năng lượng chính là bức xạ mặt trời - Ảnh hồng ngoại (ảnh nhiệt) là loại ảnh được tạo ra bởi việc thu nhận các bước sóng hồng ngoại phát ra từ vật thể (bước sóng 8 - 14 µm). Nguồn năng lượng chính là bức xạ nhiệt của các vật thể. - Ảnh Radar là loại ảnh được ra bởi việc thu nhận các bước sóng trong dải sóng cao tần (bước sóng từ 1mm - 1m).

Nguồn năng lượng chính là sóng radar phản xạ từ các vật thể do vệ tinh tự phát cuống theo những bước sóng đã được xác định. Một số hệ thống vệ tinh và loại ảnh viễn thám - Vệ tinh/Cảm biến thời tiết: TIROS-1, GOES, NOAA AVHRR… 9 - Các cảm biến/Vệ tinh quan trắc mặt đất: Landsat, SPOT, IRS, ASTER, MODIS. - Các cảm biến/vệ tinh quan trắc hải dương: Nimbus-7, MOS, SeaWIFS. - Việt Nam có vệ tinh nhỏ VNRedSat1 đã đưa vào sử dụng từ 4 năm nay (phóng lên quĩ đạo năm 2013).

Các trung tâm thu thập ảnh viễn thám theo qui trình được mô tả trên hình 1.1 sẽ cung cấp ảnh cho người sử dụng theo các cấp độ khác nhau. Ở Việt Nam, ảnh vệ tinh có các mức độ như sau: + Mức 1A: ảnh vệ tinh thô - chưa định vị và xử lý phổ. + Mức 1B: hiệu chỉnh các sai số như sự quay của Trái đất, ảnh hưởng của độ cong Trái đất, góc chụp nghiêng. + Mức 2A: ảnh được định vị về hệ tọa độ bản đồ UTM, Gauss.

chỉ sử dụng các thông tin quỹ đạo của vệ tinh, không sử dụng các điểm khống chế mặt đất. + Mức 2B: ảnh vệ tinh được nắn chỉnh về hệ tọa độ bản đồ sử dụng các điểm khống chế ảnh được đo đạc ngoài thực địa hoặc lấy từ bản đồ tỷ lệ lớn hơn (áp dụng cho khu vực đồng bằng). Ứng dụng của viễn thám Trong các hệ thống viễn thám, mỗi loại cảm biến được thiết kế cho một mục đích riêng, ví dụ cảm biến quang học được thiết kế dành cho việc thu thập các băng phổ. Mỗi ứng dụng bản thân nó có những yêu cầu riêng, như độ phân dải phổ, phân dải không gian, phân dải thời gian.

Thông thường phải sử dụng nhiều cảm biến mới đáp ứng mọi yêu cầu của một ứng dụng. 10 Ảnh viễn thám được sử dụng trong nhiều lĩnh vực như nông nghiệp, lâm nghiệp, địa chất, thủy văn, lớp phủ đất và sử dụng đất, lập bản đồ, theo dõi đại dương và khu vực bờ biển,.