LỜI MỞ ĐẦU Khi công nghệ phát triển, ảnh vệ tỉnh được đánh giá cao cải thiện về không gian, độ phân giải quang phổ và thời gian. Chúng ta còn gặp sự bùng nỗ bởi khối lượng ảnh vệ tỉnh thu được. Dẫn đến sự cần thiết của việc tự động hóa trong khai thác dữ liệu ảnh vệ tinh dé cập nhật bản đồ số dường như là cần thiết. Các hình anh vệ tinh được đặc trưng bởi số lượng lớn các thông tin phong phú và đa dạng.
Chúng cung cấp cho ta thông tin chính xác, dé dàng và đáng tin cậy dé phục vụ trong lĩnh vực Hệ Thống Thông Tin Địa Lý (GIS). Khai thác dữ liệu từ ảnh vệ tỉnh mang nhiều ưu điểm, khác với phương pháp thủ công truyền thống thu thập thông tin bản đồ thường gây tốn kém mit thời gian và không cho phép khai thác day đủ các dữ liệu. Trong lĩnh vực khai thác dữ liệu từ ảnh vệ tỉnh thì khai thác đường giao thông là một trong những nhiệm vụ quan trọng trong Hệ Thống Thông Tin Địa Lý. Tuy nhiên, tự động khai thác các đường giao thông từ hình ảnh vệ tinh độ phân giải vẫn còn một vấn đề đầy thách thức, lý do chính là các nền đa dạng và môi trường phức tạp như cây cối, xe cộ, bóng tối gây ra bởi các tòa nhà xung.
Nhiều nhà nghiên cứu đã được thực hiện cho mục đích này. Có rất nhiều phương pháp đề phát hiện đường giao thông từ ảnh vệ tỉnh như: © Dựa vào cấu trúc tuyến tính được dựa trên điểm ảnh mang tính đồng nhất và tương phản. © Một số kỹ thuật dò đường áp dụng phương pháp khai thác mù. Top Form Hat (THE), bắt nguồn từ hình thái học toán học và được thiết kế để trích xuất cường độ đỉnh cao trong vị trí hình ảnh © Sử dụng dựa máy học tập phương pháp tiếp cận.
¢ Bán tự động các phương pháp khác như đường viền hoạt động (hoặc ran). Hoc viên: Cao Xuân Bảo Lộc — CH1001112 Tuy nhiên, các phương pháp trên có nhiều hạn chế, thường là bán tự động chưa thể tự động trích xuất tự động hoàn toàn đường giao thông hoặc thường độ tin cậy không cao. Với lý do vậy trong luận văn này tác giả xin trình bày phần nghiên cứu và tìm hiểu phương pháp nhận dang trích xuất đường giao thông với các tiêu chí sau: ¢ Nhận diện đường giao thông đối với ảnh đô thị mới ndi có độ phân giải cao và ít bị nhiễu bởi xe cộ, cây cối, đường vượt. © Quá trình nhận dang tự động không cần sự can thiệp của con người.
© Với yêu cầu nhận dạng tốt đường giao thông ( >= 80 % con đường được nhận dạng) với trên 50% ảnh thử nghiệm. Chân thành cam ơn! Cao Xuân Bảo Lộc Học viên: Cao Xuân Bảo Lộc - CH1001112 CHUONG1 - TONG QUAN XỬ LÝ ANH 1. Tổng quan về xử ly ảnh Quá trình xử lý nhận dạng ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh có thể là một ảnh “tốt hơn” hoặc một kết luận.
Ảnh [——*) XULY ANH Kết luận Hình 1. Quy trình xử lý ảnh Ảnh trong xử lý ảnh có thé xem như ảnh n chiều. Bởi vi, ảnh có thể xem là tập hợp các điểm ảnh. Trong đó, mỗi điểm ảnh được xem như là đặc trưng cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó của đối tượng trong không gian va do đó nó có thể xem như một hàm n biến P(cl, c2.
Sơ đồ tổng quát của một hệ thống xử lý ảnh: (Sca nner , Thủ nhận ảnh | | Tiên xả ý Trich chon Hiệu Đã sink ritra 'Camnera Senso) | &uy.) Gêanhiểu FY đặc điểm &eđểm LO xử at a ết luậ Hình 1. Các bước cơ bản trong một hệ thống xử lý ảnh 1. Ảnh kỹ thuật số Một ảnh kỹ thuật số a[m, n] được mô tả trong một không gian 2D riêng biệt có ánh xạ qua a(x, y) trong một không gian 2D liên tục thông qua một quá trình lấy mẫu thường được gọi là số hóa. Học viên: Cao Xuân Bảo Lộc — CHI001 112 Ảnh 2D a(x, y) được chia thành N hàng và M cột.
Giao nhau của một hàng và một cột được gọi là một pixel. Giá trị được gán cho tọa độ là [m, n] với {m = 0,1,2, vs Mel} và {n= 0,1,2,. Columns Ua] Value = a(x, y, Z, |, t) Hình ảnh thể hiện trong hình 1 đã được chia thành N = 16 hàng và M = 16 cột. Các giá trị được gán cho mỗi điểm ảnh gọi là độ sáng trung bình trong các điểm ảnh, được tròn tới giá trị số nguyên.
Mỗi điểm ảnh sẽ có giá trị một số nguyên với L tượng trưng mức xám khác nhau thường được gọi là lượng tử hóa biên độ hoặc đơn giản là lượng tử. Các hệ màu thông dụng 1. Hệ màu RGB Hệ màu RGB mô tả màu sắc bằng ba thành phần Red, Green, Blue trong một mô hình gọi là "không gian màu". Không gian này được minh họa bằng một khối lập phương với các trục chính R, G, B.
Mỗi màu trong không gian RGB đều được biéu diễn như là một vector thông qua ba vector cơ sở là Red, Green, Blue. Do đó, ứng với các tổ hợp khác nhau của ba màu này sẽ cho ta một màu mới. Thuận lợi © Không gian RGB là chuẩn công nghiệp cho các thao tác đồ họa máy tinh. Các thao tác màu sắc có thể được tính toán trên các không gian màu khác nhưng cuối cùng cần phải chuyển về không gian RGB đề có thể hiển thị trên màn hình (do thiết kế của phần cứng dựa trên mô hình RGB).
Học viên: Cao Xuân Bảo Lộc — CHI001 112 © Có thể chuyển đổi qua lại giữa không gian RGB với các không gian màu khác như CIE, CMY, HSL, HSV,. © Cac thao tác tính toán trên không gian RGB thường đơn giản hơn. Bất lợi © Các giá trị R,G,B của một màu là khác nhau đối với các màn hình khác nhau: Nghĩa là các giá trị R,G,B của một màu trên màn hình màu này sẽ không sinh ra đúng màu đó trên một màn hình khác. ¢ Sự mô tả các màu trong thế giới thực đối với không gian RGB còn nhiều hạn chế bởi vì không gian RGB không hoàn toàn phù hợp với sự cảm nhận màu sắc của con người.
Hai điểm phân biệt trong không gian RGB, với mắt người có thể hoặc không thể là thể hiện của hai màu khác nhau. HSB > Hue một thuộc tính màu sắc mô tả một màu sắc tỉnh khiết như vàng, cam, hoặc đỏ.5[(R-G)+(R-B) } H= beo = 8,otherwise' With 8 = cos” LEESP=œ-nye-m Công thức 1.1: Công thức tinh H, từ ba mau R, G, B > Saturation một phép đo mức độ mà một màu sắc tinh khiết được pha loãng bằng ánh sáng trắng.2: Công thức tính S, từ ba mau R, G, B > Intensity là cường độ hoặc giá trị trung bình của R, G và B tại vị trí cụ thê.3: Công thức tinh S, từ ba mau R, G, B Học viên: Cao Xuân Bảo Lộc - CH1001112 10 1. YC,C, > Y là đại diện cho độ sáng hoặc một đơn vị đo lượng năng lượng mà một quan sát nhận thây từ một nguồn ánh sáng.1: Công thức tính S, từ ba màu R, G, B > Cy, đại diện cho sự khác biệt giữa các thành phần màu xanh và một giá trị tham khảo.2: Công thức tinh S, từ ba mau R, G, B >C, đại diện cho sự khác biệt giữa các thành phần màu đỏ và một giá trị tham khảo.3: Công thức tính S, từ ba màu R, G, B 1. Cải thiện ảnh bằng lược đồ xám 1.
Các phép biến đổi Nâng cao chất lượng là bước cần thiết trong xử lý ảnh nhằm hoàn thiện một số đặc tính của ảnh. Nâng cao chất lượng ảnh gồm hai công đoạn khác nhau: tăng cường ảnh và khôi phục ảnh. Tăng cường ảnh nhằm hoàn thiện các đặc tính của ảnh như : - Lọc nhiễu, hay làm trơn ảnh, - Tăng độ tương phản, điều chỉnh mức xám của ảnh, - Làm nổi biên ảnh. Các thuật toán triển khai việc nâng cao chất lượng ảnh hau hết dựa trên các kỹ thuật trong miền điểm, không gian và tần số.
Toán tử điểm là phép biến đổi đối với từng điểm ảnh đang xét, không liên quan đến các điểm lân cận khác, trong khi đó, Học viên: Cao Xuân Bảo Lộc — CHI001 112 11 toán tử không gian sử dụng các điểm lân cận để quy chiếu tới điểm ảnh đang xét. Một số phép biến đổi có tính toán phức tạp được chuyển sang miễn tần số dé thực hiện, kết quả cuối cùng được chuyển trở lại miền không gian nhờ các biến đổi ngược. Khái niệm về toán tử điểm Xử lý điểm ảnh thực chất là biến đổi giá trị một điểm ảnh dựa vào giá trị của chính nó mà không hề dựa vào các điểm ảnh khác. Có hai cách tiệm cận với phương pháp này.
Cách thứ nhất dùng một hàm biến đổi thích hợp với mục đích hoặc yêu cầu đặt ra để biến đổi giá trị mức xám của điểm ảnh sang một giá trị mức xám khác. Cách thứ hai là dùng lược đồ mức xám (Gray Histogram). Vé mặt toán học, toán tử điểm là một ánh xạ từ giá trị cường độ ánh sáng u(m, n) tại toạ độ (m, n) sang giá tri cường độ ánh sáng khác v(m, n) thông qua hàm f(. Nói một cách khác, toán tử điểm là toán tử không bộ nhớ, ở đó một mức xác u €[0,N] được ánh xạ sang một mức xám v E[0,N]: v=f(u).
Ứng dụng chính của các toán tử điểm là biến đổi độ tương phản của ảnh. Ánh xạ f khác nhau tùy theo các ứng dụng. Các dạng toán tử điểm được giới thiệu cụ thể như sau: 1. Tăng độ tương phản au asu<a /0)=|P& — a +w asu<b y(t—b) +y ÿ Su<L Các cấp độ a ,B ,y xác định độ tương phản tương đối.
L là số mức xám cực đại. Tách nhiễu và phân ngưỡng 0 Osu<a ƒ(u) =jau asu<b L u>b Trong đó a = b =t gọi là phân ngưỡng. Học viên: Cao Xuân Bảo Lộc - CH1001112 12 1. Lý thuyết Lược đồ mức xám của một ảnh, từ nay về sau ta qui ước gọi là lược đồ xám, là một hàm cung cấp tần suất xuất hiện của mỗi mức xám (grey level).
Lược đồ xám được biểu din trong một hệ toạ độ vuông góc x,y. Trong hệ toạ độ này, trục hoành biểu di n số mức xám từ 0 đến N, N là số mức xám (256 mức trong trường hợp chúng ta xét).