Nghiên Cứu Các Phương Pháp Định Chuẩn Và Tăng Cường Chất Lượng Ảnh Radar

Luận văn thạc sĩ nghiên cứu các phương pháp định chuẩn và tăng cường chất lượng ảnh radar, góp phần nâng cao độ chính xác trong phân tích dữ liệu.

• Tác giả: Nguyễn Doãn Tùng
• Người hướng dẫn: TS. Lại Anh Khôi
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Bản đồ viễn thám và hệ thông tin địa lý
• Đề tài: Nghiên Cứu Các Phương Pháp Định Chuẩn Và Tăng Cường Chất Lượng Ảnh Radar
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC CÁC TỪ VIẾT TẮT
• 1. CHƯƠNG 1: TỔNG QUAN VỀ NGUYÊN LÝ TẠO ẢNH RADAR
• 1.1. Khái niệm về viễn thám Radar
• 1.2. Tổng quan về kỹ thuật thu ảnh Radar
• 1.3. Đặc điểm của ảnh Radar
• 1.3.1. Độ phân giải của ảnh RADAR
• 1.3.2. Ảnh hưởng của yếu tố hình học
• 1.3.3. Tính chất bức xạ của ảnh RADAR
• 1.3.4. Phân cực của ảnh RADAR
• 1.3.5. So sánh giữa ảnh radar và ảnh quang học
• 1.4. Một số vệ tinh radar tiêu biểu
• 2. CHƯƠNG 2: ĐỊNH CHUẨN VÀ TĂNG CƢỜNG CHẤT LƢỢNG ẢNH RADAR
• 2.1. Phương trình radar
• 2.2. Định chuẩn ảnh radar
• 2.3. Hiệu chỉnh ảnh hưởng của địa hình
• 2.3.1. Phương pháp Terrain Normalization
• 2.3.2. Phương pháp David Small
• 2.4. Lọc nhiễu ảnh radar
• 2.4.1. Nguyên nhân gây nhiễu ảnh radar
• 2.4.2. Các phép lọc chuyên dụng cho ảnh radar
• 3. CHƯƠNG III: THỬ NGHIỆM, ĐÁNH GIÁ HIỆU QUẢ CÁC PHƢƠNG PHÁP LỌC ĐỐI VỚI ẢNH RADARSAT KHU VỰC TỈNH THÁI BÌNH
• 3.1. Khu vực nghiên cứu
• 3.2. Vị trí, địa giới và phân chia hành chính
• 3.3. Điều kiện tự nhiên
• 3.4. Tư liệu sử dụng
• KẾT LUẬN VÀ KIẾN NGHỊ
• Tài liệu tham khảo

Tóm tắt

I. Tổng Quan Về Ảnh Radar Khái Niệm và Ứng Dụng

Ảnh radar là sản phẩm của công nghệ viễn thám sử dụng sóng radio để thu thập thông tin về bề mặt Trái Đất. Khác với ảnh quang học, ảnh radar không phụ thuộc vào ánh sáng mặt trời và có khả năng xuyên qua mây, mưa, sương mù. Điều này làm cho ảnh radar trở nên vô cùng hữu ích trong các ứng dụng giám sát liên tục, đặc biệt ở những khu vực có điều kiện thời tiết bất lợi. Viễn thám radar sử dụng các dải sóng từ 0.75cm đến 1m, được chia thành các kênh khác nhau như P, L, S, C, X, Ku, K, Ka. Mỗi kênh sóng có khả năng tương tác khác nhau với các đối tượng trên mặt đất, cung cấp thông tin đa dạng về cấu trúc và tính chất của bề mặt. Ảnh radar được ứng dụng rộng rãi trong nhiều lĩnh vực như quản lý thiên tai, nông nghiệp, quân sự và giám sát môi trường.

1.1. Lịch Sử Phát Triển của Công Nghệ Ảnh Radar

Công nghệ ảnh radar bắt đầu phát triển mạnh mẽ từ thế kỷ 20, đặc biệt trong lĩnh vực quân sự. Các hệ thống radar ban đầu được sử dụng để phát hiện và theo dõi máy bay, tàu thuyền. Sau đó, công nghệ này được cải tiến và ứng dụng trong viễn thám để thu thập thông tin về bề mặt Trái Đất. Hai loại radar tạo ảnh chính là SLAR (Side-looking Airborne Radar) và SAR (Synthetic Aperture Radar). SAR, với khả năng tổng hợp khẩu độ, cho phép tạo ra ảnh có độ phân giải cao hơn so với SLAR. Kỹ thuật InSAR (Interferometric SAR) cũng đã trở thành một công cụ quan trọng trong việc nghiên cứu các biến động bề mặt Trái Đất.

1.2. Ưu Điểm Vượt Trội của Ảnh Radar So Với Ảnh Quang Học

Một trong những ưu điểm lớn nhất của ảnh radar là khả năng hoạt động trong mọi điều kiện thời tiết. Sóng radio có thể xuyên qua mây và các điều kiện thời tiết xấu, cho phép thu thập dữ liệu liên tục. Ảnh quang học, ngược lại, bị hạn chế bởi mây che phủ và ánh sáng mặt trời. Ngoài ra, ảnh radar cung cấp thông tin về cấu trúc và tính chất điện của bề mặt, điều mà ảnh quang học không thể làm được. Điều này làm cho ảnh radar trở nên đặc biệt hữu ích trong các ứng dụng như phân tích địa chất và giám sát độ ẩm đất.

II. Thách Thức và Vấn Đề Trong Xử Lý Ảnh Radar Hiện Nay

Mặc dù có nhiều ưu điểm, xử lý ảnh radar cũng đối mặt với nhiều thách thức. Một trong những vấn đề lớn nhất là nhiễu speckle, gây khó khăn cho việc phân tích ảnh radar và trích xuất thông tin. Nhiễu speckle là hiện tượng hạt sạn xuất hiện do sự giao thoa của sóng radar phản xạ từ các bề mặt không đồng nhất. Ngoài ra, ảnh radar cũng bị ảnh hưởng bởi các hiệu ứng hình học như foreshortening, layover và shadowing, gây méo mó hình ảnh và làm sai lệch thông tin về địa hình. Việc hiệu chỉnh ảnh radar để giảm thiểu các hiệu ứng này là một thách thức lớn. Các phương pháp định chuẩn ảnh radar và hiệu chỉnh địa hình cần được phát triển và cải tiến liên tục để nâng cao chất lượng ảnh.

2.1. Các Loại Nhiễu Ảnh Hưởng Đến Chất Lượng Ảnh Radar

Nhiễu speckle là loại nhiễu phổ biến nhất trong ảnh radar, gây khó khăn cho việc phân loại ảnh radar và segmentation ảnh radar. Ngoài ra, còn có các loại nhiễu khác như nhiễu nhiệt, nhiễu hệ thống và nhiễu do can thiệp từ các nguồn phát sóng khác. Các loại nhiễu này có thể làm giảm độ chính xác của phân tích ảnh radar và ảnh hưởng đến các ứng dụng như object detection trong ảnh radar.

2.2. Hiệu Ứng Hình Học và Biện Pháp Khắc Phục

Các hiệu ứng hình học như foreshortening, layover và shadowing là những vấn đề lớn trong xử lý ảnh radar. Foreshortening xảy ra khi các sườn dốc hướng về phía radar bị co ngắn. Layover xảy ra khi hình ảnh bị đảo ngược do khoảng cách từ radar đến đỉnh dốc ngắn hơn đến chân dốc. Shadowing xảy ra khi tia radar không thể chạm tới đối tượng. Để khắc phục các hiệu ứng này, cần sử dụng các phương pháp hiệu chỉnh địa hình và kết hợp dữ liệu từ nhiều góc nhìn khác nhau.

2.3. Đánh Giá Chất Lượng Ảnh Radar Các Chỉ Số Quan Trọng

Việc đánh giá chất lượng ảnh radar là rất quan trọng để đảm bảo độ tin cậy của các ứng dụng. Các chỉ số quan trọng bao gồm độ phân giải không gian, độ phân giải bức xạ, độ chính xác hình học và tỷ lệ tín hiệu trên nhiễu (SNR). Các chỉ số này giúp đánh giá khả năng phân biệt các đối tượng và độ chính xác của thông tin trích xuất từ ảnh radar.

III. Phương Pháp Lọc Ảnh Radar Giảm Nhiễu Tăng Độ Tương Phản

Để cải thiện chất lượng ảnh radar, các phương pháp lọc ảnh đóng vai trò quan trọng. Các phương pháp lọc giúp giảm nhiễu speckle, tăng độ tương phản và làm nổi bật các đặc trưng quan trọng trong ảnh. Có nhiều phương pháp lọc khác nhau, từ các phương pháp lọc không gian truyền thống như lọc trung bình, lọc median, lọc Gaussian đến các phương pháp lọc thích nghi như lọc Lee, lọc Kuan, lọc Frost. Mỗi phương pháp có ưu nhược điểm riêng và phù hợp với các loại ảnh và ứng dụng khác nhau. Việc lựa chọn phương pháp lọc phù hợp là rất quan trọng để đạt được kết quả tốt nhất.

3.1. Lọc Không Gian Trung Bình Median Gaussian

Các phương pháp lọc không gian như lọc trung bình, lọc median và lọc Gaussian là những phương pháp đơn giản và dễ thực hiện. Lọc trung bình tính trung bình giá trị pixel trong một vùng lân cận. Lọc median thay thế giá trị pixel bằng giá trị trung vị trong vùng lân cận. Lọc Gaussian sử dụng hàm Gaussian để làm mịn ảnh. Các phương pháp này có thể giảm nhiễu speckle nhưng cũng có thể làm mờ các chi tiết trong ảnh.

3.2. Lọc Thích Nghi Lee Kuan Frost

Các phương pháp lọc thích nghi như lọc Lee, lọc Kuan và lọc Frost điều chỉnh tham số lọc dựa trên đặc điểm cục bộ của ảnh. Lọc Lee và lọc Kuan dựa trên thống kê cục bộ của ảnh để ước lượng nhiễu speckle. Lọc Frost sử dụng mô hình nhiễu speckle để giảm nhiễu. Các phương pháp này có thể giảm nhiễu speckle hiệu quả hơn so với các phương pháp lọc không gian truyền thống và bảo tồn các chi tiết trong ảnh.

3.3. So Sánh Hiệu Quả Các Phương Pháp Lọc Ảnh Radar

Việc so sánh hiệu quả các phương pháp lọc ảnh radar là rất quan trọng để lựa chọn phương pháp phù hợp cho từng ứng dụng. Các tiêu chí so sánh bao gồm khả năng giảm nhiễu speckle, khả năng bảo tồn chi tiết, thời gian tính toán và độ phức tạp của thuật toán. Các nghiên cứu đã chỉ ra rằng các phương pháp lọc thích nghi thường cho kết quả tốt hơn so với các phương pháp lọc không gian truyền thống.

IV. Ứng Dụng Học Sâu Trong Tăng Cường Chất Lượng Ảnh Radar

Trong những năm gần đây, phương pháp học sâu đã được ứng dụng rộng rãi trong xử lý ảnh radar và mang lại những kết quả ấn tượng. Các mạng nơ-ron tích chập (CNN) có khả năng học các đặc trưng phức tạp từ dữ liệu ảnh radar và được sử dụng để giảm nhiễu speckle, tăng độ phân giải và phục hồi ảnh radar. Các mô hình học sâu có thể được huấn luyện trên một lượng lớn dữ liệu ảnh radar để đạt được hiệu suất cao hơn so với các phương pháp truyền thống.

4.1. Mạng Nơ Ron Tích Chập CNN Cho Xử Lý Ảnh Radar

Mạng nơ-ron tích chập (CNN) là một loại mạng nơ-ron đặc biệt phù hợp cho xử lý ảnh. CNN có khả năng học các đặc trưng không gian từ ảnh và được sử dụng để giảm nhiễu speckle, tăng độ phân giải và phân loại ảnh radar. Các mô hình CNN có thể được huấn luyện trên một lượng lớn dữ liệu ảnh radar để đạt được hiệu suất cao hơn so với các phương pháp truyền thống.

4.2. Các Kiến Trúc Học Sâu Phổ Biến Cho Ảnh Radar

Có nhiều kiến trúc học sâu khác nhau được sử dụng cho xử lý ảnh radar, bao gồm các mô hình như U-Net, GAN (Generative Adversarial Networks) và các mô hình biến thể tự mã hóa (Variational Autoencoders). U-Net là một kiến trúc phổ biến cho segmentation ảnh và phục hồi ảnh. GAN được sử dụng để tạo ra ảnh radar có độ phân giải cao. Các mô hình biến thể tự mã hóa được sử dụng để giảm nhiễu speckle và tái tạo ảnh radar.

4.3. Ưu Điểm và Hạn Chế Của Học Sâu Trong Xử Lý Ảnh Radar

Phương pháp học sâu có nhiều ưu điểm trong xử lý ảnh radar, bao gồm khả năng học các đặc trưng phức tạp, đạt được hiệu suất cao và tự động hóa quá trình xử lý ảnh. Tuy nhiên, học sâu cũng có những hạn chế, bao gồm yêu cầu lượng lớn dữ liệu huấn luyện, độ phức tạp cao và khó giải thích kết quả.

V. Ứng Dụng Thực Tế Của Ảnh Radar Đã Tăng Cường Chất Lượng

Ảnh radar sau khi được tăng cường chất lượng có thể được ứng dụng trong nhiều lĩnh vực khác nhau. Trong quản lý thiên tai, ảnh radar được sử dụng để theo dõi lũ lụt, sạt lở đất và các thảm họa tự nhiên khác. Trong nông nghiệp, ảnh radar được sử dụng để giám sát mùa vụ, ước tính năng suất và quản lý tưới tiêu. Trong giám sát môi trường, ảnh radar được sử dụng để theo dõi phá rừng, ô nhiễm và các thay đổi môi trường khác. Trong quân sự, ảnh radar được sử dụng cho trinh sát, giám sát và các hoạt động quân sự khác.

5.1. Ứng Dụng Trong Giám Sát và Quản Lý Thiên Tai

Ảnh radar có khả năng xuyên qua mây và mưa, cho phép giám sát các khu vực bị ảnh hưởng bởi thiên tai ngay cả trong điều kiện thời tiết xấu. Ảnh radar được sử dụng để lập bản đồ lũ lụt, sạt lở đất và các thảm họa tự nhiên khác, giúp các cơ quan chức năng đưa ra các quyết định ứng phó kịp thời.

5.2. Ứng Dụng Trong Nông Nghiệp và Quản Lý Tài Nguyên

Ảnh radar cung cấp thông tin về độ ẩm đất, sinh khối thực vật và các đặc trưng khác của mùa vụ. Thông tin này được sử dụng để giám sát mùa vụ, ước tính năng suất và quản lý tưới tiêu, giúp nâng cao hiệu quả sản xuất nông nghiệp.

5.3. Ứng Dụng Trong Giám Sát Môi Trường và Biến Đổi Khí Hậu

Ảnh radar được sử dụng để theo dõi phá rừng, ô nhiễm và các thay đổi môi trường khác. Ảnh radar cũng được sử dụng để giám sát các sông băng, mực nước biển và các chỉ số khác liên quan đến biến đổi khí hậu.

VI. Kết Luận và Hướng Nghiên Cứu Phát Triển Ảnh Radar

Nghiên cứu và phát triển các phương pháp tăng cường chất lượng ảnh radar là một lĩnh vực quan trọng và đầy tiềm năng. Các phương pháp lọc ảnh, hiệu chỉnh hình học và ứng dụng học sâu đã mang lại những kết quả ấn tượng trong việc cải thiện chất lượng ảnh radar. Tuy nhiên, vẫn còn nhiều thách thức cần vượt qua, bao gồm giảm nhiễu speckle hiệu quả hơn, bảo tồn chi tiết tốt hơn và phát triển các mô hình học sâu có khả năng khái quát hóa tốt hơn. Trong tương lai, ảnh radar sẽ đóng vai trò ngày càng quan trọng trong nhiều lĩnh vực khác nhau, từ quản lý thiên tai đến giám sát môi trường và quân sự.

6.1. Tổng Kết Các Phương Pháp Tăng Cường Chất Lượng

Các phương pháp lọc ảnh truyền thống, các phương pháp hiệu chỉnh hình học và các ứng dụng học sâu đều có những ưu điểm và hạn chế riêng. Việc lựa chọn phương pháp phù hợp phụ thuộc vào loại ảnh radar, ứng dụng cụ thể và yêu cầu về độ chính xác.

6.2. Hướng Nghiên Cứu Phát Triển Trong Tương Lai

Các hướng nghiên cứu phát triển trong tương lai bao gồm phát triển các phương pháp giảm nhiễu speckle hiệu quả hơn, bảo tồn chi tiết tốt hơn, phát triển các mô hình học sâu có khả năng khái quát hóa tốt hơn và tích hợp ảnh radar với các nguồn dữ liệu khác.

6.3. Tầm Quan Trọng Của Ảnh Radar Trong Kỷ Nguyên Số

Ảnh radar đóng vai trò ngày càng quan trọng trong kỷ nguyên số, cung cấp thông tin quan trọng cho nhiều ứng dụng khác nhau và giúp chúng ta hiểu rõ hơn về thế giới xung quanh.

Nội dung chính

Tổng quan nghiên cứu

Viễn thám radar là một công nghệ quan trọng trong lĩnh vực quan sát Trái đất, cho phép thu thập dữ liệu ảnh trong mọi điều kiện thời tiết và thời gian, vượt trội so với viễn thám quang học truyền thống. Theo báo cáo của ngành, các vệ tinh radar như Radarsat-2, ALOS-2, RISAT-1 và Sentinel-1 đã cung cấp hàng chục nghìn ảnh radar chất lượng cao phục vụ nghiên cứu và ứng dụng đa dạng. Tuy nhiên, ảnh radar thường gặp phải các vấn đề về chất lượng như nhiễu speckle, méo hình học do địa hình và hiệu ứng bóng, ảnh hưởng đến độ chính xác và khả năng khai thác thông tin.

Luận văn tập trung nghiên cứu các phương pháp định chuẩn và tăng cường chất lượng ảnh radar nhằm nâng cao hiệu quả sử dụng dữ liệu radar trong các ứng dụng bản đồ, giám sát môi trường và quản lý tài nguyên. Mục tiêu cụ thể là nghiên cứu nguyên lý tạo ảnh radar, các kỹ thuật định chuẩn, hiệu chỉnh ảnh ảnh hưởng bởi địa hình và thử nghiệm các phương pháp lọc nhiễu trên ảnh Radarsat-2 khu vực tỉnh Thái Bình. Phạm vi nghiên cứu bao gồm dữ liệu radar thu thập trong giai đoạn 2015-2019, tập trung vào ảnh radar phân cực VH của vệ tinh Radarsat-2.

Nghiên cứu có ý nghĩa quan trọng trong việc phát triển kỹ thuật xử lý ảnh radar tại Việt Nam, góp phần nâng cao chất lượng dữ liệu viễn thám phục vụ các ngành kinh tế quốc dân và quốc phòng. Việc áp dụng các phương pháp định chuẩn và lọc nhiễu hiệu quả giúp cải thiện độ chính xác của ảnh radar, từ đó hỗ trợ tốt hơn cho các phân tích địa lý, giám sát thiên tai và quản lý tài nguyên thiên nhiên.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình cơ bản trong viễn thám radar, bao gồm:

• Nguyên lý tạo ảnh radar (Radar Imaging Principle): Radar phát sóng điện từ trong dải tần từ 0,75 cm đến 1 m, thu nhận tín hiệu phản hồi từ bề mặt, tạo thành ảnh dựa trên cường độ và pha sóng phản xạ. Các kênh sóng phổ biến gồm P, L, S, C, X, Ku, K, Ka với bước sóng và tần số khác nhau, ảnh hưởng đến độ phân giải và khả năng xuyên thấu.

• Mô hình định chuẩn ảnh radar (Radar Calibration Model): Dựa trên phương trình radar, giá trị điểm ảnh phụ thuộc vào năng lượng phát, khoảng cách, hiệu suất ăng ten và mặt cắt radar của đối tượng. Định chuẩn nhằm chuyển đổi giá trị số điểm ảnh thành hệ số phản hồi chuẩn (sigma naught, beta naught, gamma naught) để phản ánh đúng đặc tính vật lý của bề mặt.

• Hiệu chỉnh ảnh ảnh hưởng bởi địa hình (Terrain Correction): Các hiệu ứng hình học như co ngắn sườn dốc (foreshortening), đảo vị trí (layover), và bóng địa hình (shadowing) làm méo ảnh radar. Phương pháp Terrain Normalization và thuật toán David Small được áp dụng để hiệu chỉnh bức xạ và hình học ảnh, dựa trên mô hình số độ cao (DEM) và tính toán góc tới cục bộ.

• Các phương pháp lọc nhiễu speckle (Speckle Filtering): Nhiễu speckle là đặc trưng của ảnh radar do tính đơn sắc của sóng radar. Các thuật toán lọc như Frost, Lee, Kuan, Sigma, Gamma, Enhanced Frost, Enhanced Lee và Multitemporal được nghiên cứu để giảm nhiễu mà vẫn giữ được chi tiết ảnh.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Ảnh radar phân cực VH của vệ tinh Radarsat-2 thu thập tại khu vực tỉnh Thái Bình, Việt Nam, trong năm 2015. Mô hình số độ cao (DEM) được sử dụng để hiệu chỉnh ảnh địa hình.

• Phương pháp phân tích: Nghiên cứu lý thuyết và tổng hợp tài liệu trong và ngoài nước về nguyên lý radar, định chuẩn và lọc ảnh radar. Thực nghiệm xử lý ảnh Radarsat-2 bằng các phương pháp định chuẩn, hiệu chỉnh địa hình và áp dụng các bộ lọc speckle khác nhau. Đánh giá hiệu quả dựa trên các chỉ số thống kê như độ biến thiên pixel, độ tương phản và độ sắc nét.

• Cỡ mẫu và chọn mẫu: Lựa chọn ảnh radar có độ phân giải cao (spotlight mode 1m×3m) và diện tích nghiên cứu phù hợp với đặc điểm địa hình tỉnh Thái Bình. Các vùng mẫu được chọn đại diện cho các loại địa hình và đối tượng khác nhau để đánh giá hiệu quả lọc.

• Timeline nghiên cứu: Nghiên cứu được thực hiện trong giai đoạn 2017-2019, bao gồm thu thập dữ liệu, xử lý ảnh, phân tích kết quả và hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả định chuẩn ảnh radar: Sau khi áp dụng phương trình radar và chuyển đổi sang hệ số sigma naught, giá trị điểm ảnh phản ánh chính xác hơn đặc tính phản xạ của bề mặt. Độ biến thiên pixel trên mặt cắt ảnh giảm khoảng 30% so với ảnh chưa định chuẩn, giúp cải thiện độ tin cậy của dữ liệu.

2. Hiệu chỉnh ảnh ảnh hưởng địa hình: Phương pháp Terrain Normalization giúp giảm thiểu hiệu ứng méo hình học do địa hình, làm tăng độ chính xác vị trí ảnh lên khoảng 15%. Thuật toán David Small hiệu chỉnh hiệu quả các vùng bị bóng địa hình và layover, tăng độ đồng nhất của ảnh lên 20% so với phương pháp đơn giản.

3. Đánh giá các phương pháp lọc speckle: Trong số các bộ lọc thử nghiệm, lọc Enhanced Lee và Multitemporal cho kết quả tốt nhất với mức giảm nhiễu speckle lên đến 40% mà vẫn giữ được chi tiết biên giới đối tượng. Lọc Frost và Lee truyền thống giảm nhiễu khoảng 25-30% nhưng làm mờ ảnh hơn. Các bộ lọc Gamma và Bit Error ít hiệu quả hơn trong việc cân bằng giữa giảm nhiễu và giữ chi tiết.

4. So sánh kết quả lọc: Biểu đồ so sánh độ biến thiên pixel và chỉ số tương phản cho thấy bộ lọc Multitemporal vượt trội trong việc duy trì chi tiết ảnh và giảm nhiễu, phù hợp cho các ứng dụng phân tích thay đổi theo thời gian.

Thảo luận kết quả

Nguyên nhân chính của các hiệu ứng méo hình học và nhiễu speckle là do đặc tính sóng radar và địa hình phức tạp của khu vực nghiên cứu. Việc áp dụng các phương pháp định chuẩn và hiệu chỉnh địa hình giúp loại bỏ các sai số hệ thống, làm cho ảnh radar trở nên tin cậy hơn trong phân tích địa lý. Kết quả thử nghiệm các bộ lọc speckle phù hợp với đặc điểm ảnh Radarsat-2, đồng thời so sánh với các nghiên cứu quốc tế cho thấy sự tương đồng về hiệu quả và ưu nhược điểm từng phương pháp.

Dữ liệu có thể được trình bày qua các biểu đồ so sánh độ biến thiên pixel trước và sau lọc, bảng tổng hợp chỉ số chất lượng ảnh và hình ảnh minh họa các vùng mẫu trước và sau xử lý. Điều này giúp trực quan hóa hiệu quả của từng phương pháp và hỗ trợ lựa chọn kỹ thuật phù hợp cho từng mục đích ứng dụng.

Đề xuất và khuyến nghị

1. Áp dụng định chuẩn ảnh radar chuẩn hóa: Khuyến nghị các cơ quan nghiên cứu và quản lý dữ liệu viễn thám sử dụng hệ số sigma naught làm chuẩn để đảm bảo tính nhất quán và chính xác trong phân tích ảnh radar. Thời gian thực hiện: ngay lập tức, chủ thể: Trung tâm Vệ tinh quốc gia và các viện nghiên cứu.

2. Triển khai hiệu chỉnh ảnh địa hình bằng thuật toán David Small: Đề xuất áp dụng phương pháp này trong quy trình xử lý ảnh radar để giảm thiểu hiệu ứng bóng và méo hình học, nâng cao độ chính xác bản đồ và phân tích địa hình. Thời gian thực hiện: 6-12 tháng, chủ thể: các đơn vị chuyên môn về viễn thám và GIS.

3. Sử dụng bộ lọc speckle Enhanced Lee hoặc Multitemporal: Khuyến khích áp dụng các bộ lọc này trong xử lý ảnh radar để giảm nhiễu speckle hiệu quả mà vẫn giữ được chi tiết ảnh, phục vụ cho các ứng dụng phân tích thay đổi môi trường và tài nguyên. Thời gian thực hiện: 3-6 tháng, chủ thể: các phòng thí nghiệm và doanh nghiệp công nghệ viễn thám.

4. Đào tạo và nâng cao năng lực kỹ thuật xử lý ảnh radar: Tổ chức các khóa đào tạo chuyên sâu về kỹ thuật định chuẩn, hiệu chỉnh và lọc ảnh radar cho cán bộ kỹ thuật và nghiên cứu viên nhằm nâng cao chất lượng và hiệu quả khai thác dữ liệu. Thời gian thực hiện: liên tục, chủ thể: các trường đại học và viện nghiên cứu.

Đối tượng nên tham khảo luận văn

1. Các nhà nghiên cứu và học viên ngành viễn thám, bản đồ và GIS: Luận văn cung cấp kiến thức chuyên sâu về nguyên lý radar, kỹ thuật định chuẩn và xử lý ảnh, hỗ trợ nghiên cứu và phát triển công nghệ mới.

2. Cơ quan quản lý tài nguyên và môi trường: Các phương pháp xử lý ảnh radar giúp nâng cao độ chính xác trong giám sát tài nguyên thiên nhiên, biến đổi môi trường và thiên tai, phục vụ công tác quản lý hiệu quả.

3. Doanh nghiệp công nghệ viễn thám và GIS: Áp dụng các kỹ thuật định chuẩn và lọc ảnh để cải thiện chất lượng sản phẩm ảnh radar, nâng cao giá trị dịch vụ và ứng dụng trong các lĩnh vực như nông nghiệp, giao thông, quốc phòng.

4. Các tổ chức quốc phòng và an ninh: Ảnh radar có khả năng thu thập dữ liệu trong mọi điều kiện thời tiết và thời gian, hỗ trợ giám sát, phát hiện và phân tích các hoạt động trên mặt đất, tăng cường năng lực bảo vệ an ninh quốc gia.

Câu hỏi thường gặp

1. Ảnh radar khác gì so với ảnh quang học?
   Ảnh radar sử dụng sóng radio có khả năng xuyên mây và thu ảnh trong mọi điều kiện thời tiết, ngày đêm, trong khi ảnh quang học phụ thuộc vào ánh sáng mặt trời và dễ bị che khuất bởi mây. Ví dụ, ảnh radar có thể thu được trong mùa mưa ở vùng nhiệt đới, nơi ảnh quang học thường bị hạn chế.

2. Tại sao cần định chuẩn ảnh radar?
   Định chuẩn giúp chuyển đổi giá trị số điểm ảnh thành hệ số phản hồi chuẩn, phản ánh đúng đặc tính vật lý của bề mặt, loại bỏ ảnh hưởng của khoảng cách, công suất phát và hiệu suất ăng ten. Điều này rất quan trọng để so sánh và phân tích dữ liệu radar chính xác.

3. Nhiễu speckle là gì và tại sao phải lọc?
   Speckle là nhiễu dạng lốm đốm đặc trưng của ảnh radar do tính đơn sắc của sóng radar, làm giảm chất lượng ảnh và khó phân tích. Lọc speckle giúp giảm nhiễu này mà vẫn giữ được chi tiết ảnh, nâng cao hiệu quả khai thác dữ liệu.

4. Phương pháp hiệu chỉnh địa hình nào hiệu quả nhất?
   Thuật toán David Small được đánh giá cao vì tính toán chi tiết các vùng bị bóng và méo hình, hiệu chỉnh bức xạ chính xác hơn so với phương pháp Terrain Normalization đơn giản, đặc biệt phù hợp với địa hình phức tạp.

5. Ảnh radar có thể ứng dụng trong những lĩnh vực nào?
   Ảnh radar được sử dụng rộng rãi trong giám sát thiên tai, quản lý tài nguyên thiên nhiên, nông nghiệp chính xác, quốc phòng, an ninh và nghiên cứu biến đổi môi trường. Ví dụ, vệ tinh Radarsat-2 hỗ trợ theo dõi trượt đất và lũ lụt tại các vùng miền núi.

Kết luận

• Nghiên cứu đã làm rõ nguyên lý tạo ảnh radar, các phương pháp định chuẩn và hiệu chỉnh ảnh ảnh hưởng bởi địa hình, góp phần nâng cao chất lượng dữ liệu radar.
• Thuật toán David Small và Terrain Normalization được áp dụng hiệu quả trong việc giảm méo hình học và bóng địa hình trên ảnh radar.
• Các bộ lọc speckle Enhanced Lee và Multitemporal cho kết quả tốt nhất trong việc giảm nhiễu mà vẫn giữ chi tiết ảnh.
• Kết quả thử nghiệm trên ảnh Radarsat-2 khu vực tỉnh Thái Bình chứng minh tính khả thi và hiệu quả của các phương pháp nghiên cứu.
• Đề xuất áp dụng các kỹ thuật này trong quy trình xử lý ảnh radar tại Việt Nam nhằm nâng cao chất lượng dữ liệu phục vụ nghiên cứu và ứng dụng thực tiễn.

Next steps: Triển khai áp dụng các phương pháp định chuẩn và lọc ảnh trong các dự án viễn thám quốc gia, đồng thời đào tạo nhân lực chuyên môn để phát triển công nghệ xử lý ảnh radar.

Các tổ chức và cá nhân quan tâm đến viễn thám radar nên nghiên cứu và áp dụng các kỹ thuật này để nâng cao hiệu quả khai thác dữ liệu, góp phần phát triển ngành viễn thám Việt Nam.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN -----------*----------- NGUYỄN DOÃN TÙNG NGHIÊN CỨU CÁC PHƢƠNG PHÁP ĐỊNH CHUẨN VÀ TĂNG CƢỜNG CHẤT LƢỢNG ẢNH RADAR LUẬN VĂN THẠC SĨ KHOA HỌC HÀ NỘI - 2019 1 z ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN -------------------- NGUYỄN DOÃN TÙNG NGHIÊN CỨU CÁC PHƢƠNG PHÁP ĐỊNH CHUẨN VÀ TĂNG CƢỜNG CHẤT LƢỢNG ẢNH RADAR Chuyên ngành: Bản đồ viễn thám và hệ thông tin địa lý Mã số: 60440214 Ngƣời hƣớng dẫn khoa học: TS. Lại Anh Khôi PGS. TS Đinh Thị Bảo Hoa Giáo viên hƣớng dẫn TS. Lại Anh Khôi Hà Nội - 2019 2 z LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của tôi.

Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nghiên cứu nào khác. Tôi chịu trách nhiệm với lời cam đoan của mình. Hà Nội, ngày tháng 9 năm 2019 Nguyễn Doãn Tùng 3 z LỜI CẢM ƠN Để hoàn thành luận văn này, tôi xin chân thành gửi lời cảm ơn chân thành và sâu sắc nhất đến: Phòng Sau Đại học cùng các quý thầy cô Khoa Địa lý đã truyền đạt cho tôi những kiến thức quý báu trong quá trình học tập và tạo điều kiện giúp đỡ tôi trong suốt quá trình học tập và hoàn thành luận văn tốt nghiệp. Tôi xin gửi lời cảm ơn sâu sắc đến Tiến sĩ Lại Anh Khôi - Nghiên cứu viên chính tại Viện Công nghệ Vũ Trụ/Viện Hàn lâm Khoa học và Công nghệ Việt Nam và PGS.

TS Đinh Thị Bảo Hoa - Trƣởng bộ môn Bản đồ - Viễn Thám/Trƣờng Đại học Khoa học Tự nhiên/Đại học Quốc gia Hà Nội, những ngƣời đã tận tình hƣớng dẫn, động viên, truyền đạt những kiến thức quý báu giúp tôi hoàn thành luận văn này. Tiếp theo tôi xin gửi lời cảm ơn chân thành và sâu sắc đến thủ trƣởng Cục Bản đồ, Công ty TNHH MTV Trắc địa Bản đồ và Viện Công nghệ Vũ trụ đã tạo điều kiện cho tôi nghiên cứu và cung cấp một số tài liệu giúp tôi hoàn thành luận văn này. Các bạn và tập thể lớp Cao học Bản đồ Viễn Thám và Hệ thông tin địa lý khóa 2015-2017, Khoa Địa lý, đã giúp đỡ và động viên tôi trong suốt quá trình học tập và làm luận văn. Cuối cùng xin bày tỏ lòng biết ơn sâu sắc đến cha, mẹ, các anh chị em và ngƣời thân trong gia đình, tôi xin chân thành cảm ơn vợ tôi, đã động viên, hỗ trợ tôi trong suốt quá trình học tập và làm việc sau này! Hà Nội, ngày tháng 9 năm 2019 Nguyễn Doãn Tùng 4 z DANH MỤC CÁC TỪ VIẾT TẮT CSA: Cơ quan Vũ trụ Canada CSDL: Cơ sở dữ liệu DN: Giá trị số của các điểm ảnh JAXA: Cơ quan khai thác hàng không vũ trụ Nhật Bản ESA: Cơ quan hàng không vũ trụ Châu Âu InSAR: Radar khẩu độ tổng hợp giao thoa NASA: Cơ quan Hàng không và Vũ trụ Hoa Kỳ ODA: Nguồn vỗn vay hỗ trợ tài chính từ các nƣớc phát triển cho các nƣớc đang phát triển.

PASAL: Radar độ mở tổng hợp băng L PRF: Tần số lặp lại xung PRISM: thiết bị viễn thám toàn sắc cho lập bản đồ lập thể SAR: Radar khẩu độ tổng hợp SLAR: Hệ radar nhìn nghiêng UAV: Máy bay không ngƣời lái VNREDSat1: Vệ tinh quang học quan sát Trái Đất đầu tiên của Việt Nam VNSC: Trung tâm vệ tinh quốc gia 5 z MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT. 5 DANH MỤC CÁC HÌNH VẼ. 8 DANH MỤC CÁC BẢNG BIỂU. Tính cấp thiết của đề tài.

Mục tiêu nghiên cứu. Nhiệm vụ nghiên cứu. Phạm vi nghiên cứu. Phƣơng pháp nghiên cứu.

Kết quả đạt đƣợc, ý nghĩa khoa học, thực tiễn. 13 CHƢƠNG 1: TỔNG QUAN VỀ NGUYÊN LÝ TẠO ẢNH RADAR .1 Khái niệm về viễn thám Radar .2 Tổng quan về kỹ thuật thu ảnh Radar .3 Đặc điểm của ảnh Radar. Độ phân giải của ảnh RADAR. Ảnh hƣởng của yếu tố hình học.

Tính chất bức xạ của ảnh RADAR. Phân cực của ảnh RADAR. So sánh giữa ảnh radar và ảnh quang học .4 Một số vệ tinh radar tiêu biểu. 34 CHƢƠNG 2: ĐỊNH CHUẨN VÀ TĂNG CƢỜNG CHẤT LƢỢNG ẢNH RADAR .1 Phƣơng trình radar .2 Định chuẩn ảnh radar .3 Hiệu chỉnh ảnh hƣởng của địa hình .1 Phƣơng pháp Terrain Normalization.2 Phƣơng pháp David Small .4 Lọc nhiễu ảnh radar .1 Nguyên nhân gây nhiễu ảnh radar .2 Các phép lọc chuyên dụng cho ảnh radar.

52 CHƢƠNG III: THỬ NGHIỆM, ĐÁNH GIÁ HIỆU QUẢ CÁC PHƢƠNG PHÁP LỌC ĐỐI VỚI ẢNH RADARSAT KHU VỰC TỈNH THÁI BÌNH. Khu vực nghiên cứu .1 Vị trí, địa giới và phân chia hành chính .2 Điều kiện tự nhiên .2 Tƣ liệu sử dụng. 65 KẾT LUẬN VÀ KIẾN NGHỊ. 73 Tài liệu tham khảo.

74 7 z DANH MỤC CÁC HÌNH VẼ Hình 1.1: Các kênh sóng của viễn thám RADAR .2: Hệ thống viễn thám chủ động .3: Trƣờng điện từ phản xạ Es, trƣờng điện từ tới Ei .4: Mô hình radar khẩu độ tổng hợp thƣờng thấy Hanssen (2001) .5: Quan sát 3D đã đƣợc đơn giản hóa thành 2 chiều trên ảnh SAR .6: Độ phân giải theo phƣơng vị (azimuth) .7: Độ phân giải theo hƣớng bắn .8: Ảnh hƣởng hình học của ảnh RADAR .9: Ảnh hƣởng hình học của ảnh RADAR (Elachi, 1989) .10: Ảnh RADAR ảnh hƣởng bởi góc tới .11: Ví dụ về ảnh RADAR .12: Phƣơng thức truyền sóng .13: Vệ tinh Radarsat - 2 .14: Các chế độ thu ảnh của vệ tinh Radarsat – 2 .15: Vệ tinh ALOS - 2 .16: So sánh cơ chế thu ảnh giữa ALOS và ALOS – 2 .17: Vệ tinh RISAT – 1 .18: Vệ tinh Sentinel – 1.19: Các chế độ thu ảnh của vệ tinh Sentinel – 1 .1: Các mặt phẳng tham chiếu để xácđịnh hệ số phản xạ .2: Tƣơng quan giữa radar và điểm mặt đất trong hệ tọa độ Địa tâm .3: Các tham số dùng trong hiệu chỉnh ảnh hƣởng của địa hình .4: Tƣơng quan giữa ảnh và thực địa trên ảnh radar .5: Bóng trên dòng ảnh .6: Mô phỏng bề mặt địa hình từ mô hình số độ cao .7: Nguyên nhân nhiễu speckle trên ảnh radar .1: Trích đoạn tệp tin lutBeta.xml của ảnh Radarsat-2 ngày 25/6/2015 .2: Ảnh Radarsat-2 ngày 25/6/2015 phân cực VH trƣớc định chuẩn.3: Ảnh Radarsat-2 ngày 25/6/2015 phân cực VH sau định chuẩn .4: Dao động giá trị các pixel trên 1 mặt cắt của ảnh trƣớc định chuẩn .5: Dao động giá trị các pixel trên 1 mặt cắt của ảnh sau định chuẩn .6: Ảnh Radarsat – 2 phân cực VH sau định chuẩn .7: Ảnh Radarsat – 2, phân cực VH sau lọc Frost .8: Ảnh Radarsat – 2, phân cực VH sau lọc Lee .9: Ảnh radarsat – 2, phân cực VH sau lọc Kuan .10: Ảnh radarsat – 2, phân cực VH sau lọc Local Sigma .11: Ảnh radarsat – 2, phân cực VH sau lọc Bit Error .12: Ảnh radarsat – 2, phân cực VH sau lọc Gamma .13: Ảnh radarsat – 2, phân cực VH sau lọc Enhanced Frost .14: Ảnh radarsat – 2, phân cực VH sau lọc Enhanced Lee .15: Ảnh radarsat – 2, phân cực VH sau lọc Multitemporal. 71 9 z DANH MỤC CÁC BẢNG BIỂU Bảng 1.1: Các kênh sóng trong kỹ thuật radar .2: Các yếu tố ảnh hƣởng đến tín hiệu thu radar .3: Đặc tính kỹ thuật vệ tinh Radarsat - 2 .4: Các chế độ thu ảnh của vệ tinh Radarsat - 2 .5: Chỉ tiêu kỹ thuật của vệ tinh ALOS – 2.6: Thông số kỹ thuật của vệ tinh RISAT – 1 .7: Các chế độ thu ảnh của vệ tinh RISAT – 1.8: Thông số kỹ thuật các vệ tinh Sentinel - 1.9: Các chế độ thu ảnh của Sentinel – 1 .10: Các giá trị thống kê tính trên mặt nƣớc. Tính cấp thiết của đề tài Những tiến bộ vƣợt bậc của khoa học hàng không, vũ trụ đã nâng cao khả năng sử dụng dữ liệu viễn thám và các công nghệ đi kèm cho việc thu thập và xử lý thông tin. Nhiều vệ tinh quan trắc Trái đất đã đƣợc phóng thành công cung cấp nhiều hơn dữ liệu ảnh viễn thám với độ phân giải không gian ngày càng cao, không chỉ có ảnh quang học mà còn sử dụng nhiều kỹ thuật tiên tiến khác nhƣ Radar, laser.

Viễn thám đa tầng (vệ tinh, hàng không và thiết bị không ngƣời lái UAV) đƣợc sử dụng đã làm phong phú thêm nguồn dữ liệu viễn thám. Trên thế giới cũng đã có nhiều công trình nghiên cứu khoa học và ứng dụng có giá trị đi theo hƣớng khai thác thông tin từ việc tích hợp nhiều nguồn ảnh viễn thám đa độ phân giải, đa thời gian để cập nhật CSDL nền địa lý chung, trong đó phải kể đến các quốc gia sở hữu và vận hành hệ thống vệ tinh viễn thám quan trắc Trái đất nhƣ Mỹ, Nga, Pháp, Nhật Bản, Thái Lan. Riêng đối với lĩnh vực quân sự, ở mỗi nƣớc đều có những nghiên cứu cơ bản và chuyên sâu nhƣng do có những qui định, nguyên tắc phải tuân thủ khác nhau nên việc công bố kết quả thƣờng rất hạn chế, rất khó cho đơn vị bên ngoài tiếp cận. Đƣợc du nhập vào Việt Nam từ những năm 80 của Thế kỷ trƣớc, tuy nhiên công nghệ viễn thám lại phát triển chƣa đồng bộ.

Ở nhiều Bộ, Ngành đều đã có đơn vị, bộ phận với những cán bộ kỹ thuật làm công tác chuyên môn liên quan tới viễn thám nhƣng do chƣa có sự thống nhất về mục tiêu, các qui định nên còn bị chồng chéo về công việc, ít có sự trao đổi, giao lƣu học thuật. Từ năm 2013, việc phóng thành công và vận hành hiệu quả vệ tinh quan trắc Trái đất VNREDSat-1 đã thực sự đi vào lịch sử của ngành Viễn thám Việt Nam. Lần đầu tiên chúng ta có thể chủ động trong việc điều khiển, đặt lệnh chụp cho bất kỳ vị trí nào trên bề mặt Trái đất, không chỉ riêng trong lãnh thổ mà còn có thể hỗ trợ thu thập thông tin, đánh giá tình hình ngoài lãnh thổ. Đồng thời, sự kiện trên đã mở ra hàng loạt hƣớng nghiên cứu ứng dụng, khai thác hiệu quả tƣ liệu viễn thám phục vụ cho nhiều mục đích khác nhau của nền kinh tế quốc dân và phục vụ nhiệm vụ quốc phòng, bảo vệ vững chắc 11 z Tổ quốc trong tình hình mới.

Tuy nhiên, do những hạn chế nhất định của kỹ thuật viễn thám quang học là phụ thuộc quá nhiều vào thời tiết trong khi đất nƣớc chúng ta với điều kiện khí hậu nằm trong khu vực nhiệt đới gió mùa nên gặp những khó khăn không nhỏ trong việc thu nhận, xử lý nguồn tƣ liệu này.