Luận văn: Xử lý ảnh radar đa phân giải bằng Curvelet - Nguyễn Tuấn Hải

Nghiên cứu ứng dụng phương pháp Curvelet trong xử lý ảnh radar đa phân giải (SAR), giúp khử nhiễu và tăng cường cấu trúc ảnh một cách hiệu quả.

• Tác giả: Nguyễn Tuần Hải
• Người hướng dẫn: PGS. Nguyễn Thủy Anh
• Trường học: Trường Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Xử Lý Ảnh
• Đề tài: Xử Lý Ảnh Radar Đa Phân Giải Bằng Phương Pháp Curvelet
• Loại tài liệu: Luận Văn Tốt Nghiệp
• Năm xuất bản: 2015
• Địa điểm: Hà Nội

Tóm tắt

I. Giới thiệu về xử lý ảnh SAR và phương pháp Curvelet

Ảnh SAR (Synthetic Aperture Radar) là công nghệ viễn thám hiện đại được ứng dụng rộng rãi trong quân sự, địa chất học và quản lý tài nguyên. Tuy nhiên, ảnh SAR thường bị ảnh hưởng bởi nhiễu đốm bội - một hiện tượng hỗn loạn phát sinh từ sự kết hợp của sóng radar. Điều này làm giảm chất lượng ảnh và ảnh hưởng đến việc khai thác thông tin ảnh SAR. Phương pháp Curvelet, một dạng biến đổi đặc biệt của Wavelet, đã chứng minh hiệu quả vượt trội trong xử lý ảnh đa phân giải. Curvelet có khả năng giữ nguyên các đặc trưng hình học của ảnh trong khi loại bỏ nhiễu, mang lại chất lượng ảnh tốt hơn cho các ứng dụng thực tiễn.

1.1. Tầm quan trọng của việc khử nhiễu ảnh SAR

Khử nhiễu là một yêu cầu quan trọng để nâng cao chất lượng ảnh SAR phục vụ cho phát hiện mục tiêu và nhận dạng. Sự tồn tại của nhiễu đốm bội ảnh hưởng trực tiếp đến khả năng phân tích và xử lý thông tin. Các kỹ thuật khử nhiễu truyền thống thường gây mất độ phân giải, trong khi Curvelet có thể giữ lại chi tiết quan trọng của ảnh.

1.2. Ứng dụng của SAR trong các lĩnh vực

Ảnh SAR được ứng dụng trong lập bản đồ, xác định mục tiêu tự động, quản lý tài nguyên thiên nhiên, và nghiên cứu địa chất. Với độ phân giải cao về không gian, thời gian và hướng phương vị, SAR trở thành công cụ hữu ích trong nhiều lĩnh vực. Tuy nhiên, việc xử lý ảnh SAR hiệu quả là chìa khóa để khai thác tối đa giá trị của dữ liệu này.

II. Lý thuyết nền tảng Từ Wavelet đến Curvelet

Biến đổi Wavelet là một công cụ toán học mạnh mẽ cho phân tích tín hiệu đa phân giải, cho phép tách biệt các thành phần tần số khác nhau. Tuy nhiên, Wavelet truyền thống có hạn chế trong việc mô tả các cấu trúc cong và hình học phức tạp trong ảnh. Curvelet ra đời để khắc phục hạn chế này, với khả năng xử lý các cạnh cong hiệu quả hơn. Phương pháp này sử dụng các hàm cơ sở curvilinear để biểu diễn ảnh, cho phép tăng cường cấu trúc ảnh và giảm nhiễu đồng thời. Curvelet không chỉ bảo tồn chi tiết hình học mà còn cung cấp biểu diễn thưa thớt, giúp nén dữ liệu và xử lý hiệu quả.

2.1. Biến đổi Wavelet liên tục và rời rạc

Biến đổi Wavelet cho phép phân tích tín hiệu ở nhiều tỷ lệ khác nhau. Wavelet liên tục (CWT) cung cấp độ phân giải cao nhưng tốn chi phí tính toán, trong khi Wavelet rời rạc (DWT) hiệu quả hơn. Phân tích đa phân giải sử dụng Wavelet tạo nên nền tảng cho các phương pháp xử lý ảnh hiện đại.

2.2. Ưu điểm của Curvelet so với Wavelet

Curvelet vượt trội hơn Wavelet trong việc xử lý các cạnh cong và cấu trúc hình học. Trong khi Wavelet tạo ra các hiện tượng Gibbs ở cạnh, Curvelet giữ nguyên tính chất hình học của ảnh. Điều này làm cho Curvelet lý tưởng cho xử lý ảnh SAR với nhiều cấu trúc địa hình phức tạp.

III. Phương pháp xử lý ảnh SAR bằng Curvelet

Quy trình xử lý ảnh SAR bằng phương pháp Curvelet bao gồm các bước: (1) Biến đổi Curvelet ảnh đầu vào thành miền Curvelet; (2) Loại bỏ nhiễu bằng cách áp dụng ngưỡng cho các hệ số Curvelet; (3) Biến đổi ngược để phục hồi ảnh. Khử nhiễu ảnh SAR sử dụng Curvelet dựa trên nguyên lý rằng tín hiệu hữu ích tập trung trong một số hệ số lớn, trong khi nhiễu phân tán. Fast Discrete Curvelet Transform (FDCT) là phiên bản tối ưu về tính toán, cho phép xử lý ảnh lớn một cách nhanh chóng. Tăng cường cấu trúc ảnh SAR được thực hiện bằng cách điều chỉnh hệ số Curvelet theo hướng và tỷ lệ cụ thể.

3.1. Các bước thực hiện biến đổi Curvelet

Biến đổi Curvelet được thực hiện thông qua: (1) Phân tích tần số để tách các thành phần; (2) Phân tích hướng để xác định các cạnh; (3) Tính toán hệ số ở các tỷ lệ khác nhau. FDCT sử dụng các ma trận thưa thớt để giảm độ phức tạp tính toán, giúp xử lý ảnh SAR nhanh hơn mà không mất chất lượng.

3.2. Chiến lược loại bỏ nhiễu và tăng cường cấu trúc

Ngưỡng hệ số Curvelet là chìa khóa để khử nhiễu hiệu quả. Các hệ số nhỏ (thường là nhiễu) được loại bỏ, trong khi các hệ số lớn (tín hiệu hữu ích) được giữ lại. Tăng cường cấu trúc được thực hiện bằng cách điều chỉnh hệ số theo hướng ưu tiên, giúp nổi bật các đặc trưng quan trọng của ảnh SAR.

IV. Kết quả thực nghiệm và ứng dụng thực tiễn

Các thực nghiệm với phương pháp Curvelet trên ảnh SAR thực tế cho thấy kết quả khử nhiễu vượt trội so với các kỹ thuật truyền thống. Chất lượng ảnh được cải thiện đáng kể với PSNR (Peak Signal-to-Noise Ratio) cao hơn, và độ phân giải được giữ nguyên. Phương pháp Curvelet đã được chứng minh hiệu quả trong các ứng dụng thực tế như: xác định mục tiêu quân sự, lập bản đồ địa chất, giám sát môi trường. Ứng dụng ảnh SAR trong viễn thám ngày càng phổ biến, và xử lý ảnh SAR hiệu quả bằng Curvelet trở thành một công cụ không thể thiếu. Ngoài ra, Curvelet cũng mở ra hướng nghiên cứu mới cho xử lý ảnh y khoa và các lĩnh vực khác cần phân tích hình ảnh chi tiết.

4.1. Đánh giá chất lượng ảnh sau xử lý

Chất lượng ảnh SAR được đánh giá bằng các chỉ số như PSNR, SSIM (Structural Similarity Index), và độ tương phản. Kết quả cho thấy phương pháp Curvelet vượt trội trong việc khử nhiễu đốm bội so với lọc trung vị và bilateral filter truyền thống. Ảnh xử lý giữ lại chi tiết cạnh tốt hơn, giúp tăng độ chính xác của các nhiệm vụ phân tích tiếp theo.

4.2. Hướng phát triển và ứng dụng tương lai

Curvelet có tiềm năng ứng dụng trong xử lý ảnh SAR với các công nghệ mới như fusion dữ liệu đa nguồn, machine learning, và xử lý ảnh thời gian thực. Phương pháp Curvelet có thể kết hợp với các kỹ thuật hiện đại để nâng cao hiệu quả xử lý ảnh cho các ứng dụng quân sự, địa chất, và quản lý tài nguyên.

Trích đoạn nội dung tài liệu

LỜI MỞ ĐẦU. TOM TAT NOI DUNG LUAN VAN ABSTRACT. DANH MỤC CÁC TỪ VIỆT TẮT, TRANH MỤC CÁC HÌNH ẢNH. CHƯƠNG L, GIỚI THIỆU CHUNG VỀ ĐÈ TÀI.1 Nguyên lý rađar.2 Ly thuyét Wavelet 1.1 Biễn đổi Wavelet liên tụo.3 Biển đôi Wavelet rời rạc.3 Wavelet va phan tích đa phân giả.4 Phản tích gói Wavelet.5 Các họ Wavelet lọ 1.6 Ung dụng của Wayelet.1 Mỗi quan của Curvelet với Wavelet .2 Biên đổi curvelel - - 23 1.4 Mục dích dối tượng và phạm vi nghiên cứu của dễ tài 1.5 Phương pháp nghiền cứu để tải.6 Ý nghĩa khoa học vả thực tiễn của dễ ABSTRACT Tmage noise roduetion, rnage enhancement structure, is one of the issucs lo be studied popularly and the most important factor in image processing and computer vision.

Heading 1o restore nnage, mprove images’ qualily for information. extraction process, information processing in medical applications, remote sonsing, geological. Studied in many developed countries, curvelet became a very effective Lools for image processing in recat years The objective of this study is to apply the advantages of curvelet in SAR image processing. SAR has been widely applied in military field and civil sectors such as mapping, automatic target identification, ., thanks to its high resolution in space and time, the azimuthal direction.

Ilowever, SAR images are affected by multiple interference spot, a chaotic phenomenon as a result of a combination of xadar wavelengths. he existence of multiple spots interference affects cognition and vision of computers, and the resulis of processing information from SAR images. Therefore, noise reduction is imporlant and necessary for the purpose of target detection, identification, and classification systems. SAR image noise reduction techniques typically have two kinds: one is the muulti-processing techniques belore taking pholos and the other is the masking Lochnique after shooting.

‘[echniques for handling multiple views cause negative impacts such as reducing the image resolution. The techniques using filters based on local statistics, calculated in a fixed square window, In this way, interference spots decreases as a function of the inhomogeneity is measured by local coefficient of variations. Content of this study CHAPTER 1. AN OVERVIEW OF THIS STUDY CHAPTER 2.

SOLUTIONS TO PROCESSING RADAR MULTI-RESOLUTION BASED ON CURVELET METHOD CHAPTER 3. EXPERIMENTS, EVALUATION AND CONCLUSION 1.7 Kết luận chương. GIẢI PHÁP XỨ LÝ ẢNH RADAR DA PHÂN GIẢI BẰNG PHƯƠNG PHÁP CURVELE 2.1 Các phương pháp xử lý ảnh radaz biện nay.1 Những biển dạng hình học cơ bên của ônh rahec.2 Phương pháp xử lý hình học ảnh rađar.2 Nhiễu và các phương pháp xử lý nhiễu trên ánh radar da phân giải.1 Nhiéu ctia anh radar 41 2.2 Xử lý nhiễu trên ánh radar - các loại phin lọc.3 Biểu diễn ảnh đa phân giải.1 Các tiên dễ của phân tích đa phan 45 2.2 Biểu diễn Pyramid - - - - 47 2.3 Biểu diễn wavelet.4 Giải pháp xử lý ảnh radar đa phân giải bằng phương pháp Curvelet. TH HH H Heo mreririeerireeereÔDD 2.42 Biển đổi Curvelet rời rạc nhanh (FDCT) .3 Giăm nhiều đấm trên ãnh SAR dựa trên #DƠI.5 Kết luận chương.

THỤC NGHIỆM, ĐÁNH GIÁ VÀ KẾT LUẬN.2 Xử lý tín hiện một chiều (1-D sïgnal).3 Xử lý ảnh 2D sử dụng CurveleL.1 Khử nhiễu và khôi phục ảnh 2D.2 Tach biên và khôi phục biển.4 Xử lý ảnh radar đa phân giải bằng Curvelct.1 Khử nhiễu và khởi phuc ảnh SAR. - - 69 DANH MỤC CÁC HÌNH ẢNH Hình 1.1 Hấp thụ và phần xa séng radio cita dia hin nwan iw Tĩnh 1.2 Một số anh LIDAR chyp bé mit dia hinh.3 Không gian và các không gian cou trong da phân giải.4 Phân tích gói wavelet sử dụng các ký hiệu toán tử 1 Hinh 1.5 So sánh biểu điễn trên mặt nhàng! thời giám - Lần số của WaveleL và gói Wavelet .6 Các nguyên tử gói Wavelet sinh ra từ Wavelet Daubechies2 17 Hình 1.7 Các họ Wavelet (a) Haar (b) Daubechies4 (c) Coifietl (đ) Symlet2.19 (e) Meyer (f) Morlet (g) Mexican Hat - 19 Hình 1.E Các phẩn tử của các wavelet( bên trai) và các curvelet với các tỷ lệ khác nhau, các hướng và cáo chuyển đời trong miền không gian ( bên phải ) 21 Hình 1.10 Cua sé UOF (ban trai) va hinh chiéu dig (bén pha) 25 Hình 1.1] Ctra 36 UOE (bén wai) va hinh chiéu dime (ben phai) 27 Hinh 2.1 Khác biệt về kích thước giữa cạnh gân và cạnh xa trên ảnh radar 33 Tĩnh 2.2 Sự nén đổi tượng cạnh gần so với cạnh xa của ảnh rađạr.3 Hiện tượng co ngắm phía trước.4 Hiện tượng chồng đè trên ảnh radar 34 Tinh 3.5 Hiện tượng bong tran arth radar.6 Ảnh hướng của chênh cao địa hính tới vị trị điểm trên thực địa.7 Sự tạo thành nhiều trên ảnh SAR 41 Tĩnh 2.8 Mối tương quan giữa độ lệch chuẩn vả giá trị trưng bình cục bộ.9 Vị trí của một tín hiện trong mặt phẳng thời gian-tẫn số được giới hạn bởi định lý bắt định Heisenberg. cà ceeiiererre 252 Hinh 7.10 Những ví du về hàm wavelet mẹ và hàm scaling. Hàng thứ nhất: Haar.

Hàng thứ hai: Daubeclie 6. Hàng thứ ba: trực giao 2.8, Hàng thứ tư: Meyer 8.11 A) Biểu diễn tín hiệu lấy mẫu trong miễn thời gian H) Biểu điển theo biến đối Fourier C) Biểu diễn theo cửa số Fourier D) Biểu diễn theo wavelel.12 Phân rã một xắp xi roi rac “2 thành một xắp xỉ ở độ phân giải thô “ và tin hiệu chỉ tiế PhỂ.56 DANH MỤC CÁC TỪ VIET TAT Tiếng Anh Continuous Curvelet Tranform. Bién déi Curvelet liên tục Continuous Wavelet Transform Biển đối WaveleL liên lục Discrete Curvelct Transform Biển đổi Curvelet rời rac Discrete Fourier ‘lransform tiễn đổi Fourier rời rạc Discrete Shearlet Transform Biển đổi Curvelel rời rạc Discrete Wavelet Transform Hiên đổi Wavelet rời rac Fast discrete Curvelet Transform Bién d6i Curvelet roi rạc nhanh Fast. Founer Transform Biển déi Fourier nhanb Finite-impulse Response Hộ lọc có đáp ứng xung hữu hạn Fourier Transform Tiền đối Fourier Tiwverse Fast Fourier transform Biển đối Fourier nhanh ngược LIDAR Light Detection And Raging D6 tim bing anh sáng vá tập hop anh sing MRA Muli Resolution Analyzing Phan tích đa phân giải PSNR Peak Signal to Noise Ratio Tỷ lệ từt hiệu trên nhiều dinh.

RMSE Root Mean Square Error Căn trung bình bình phương lễi SAR Synthetic Aperture Radar Radar khau dé Lang hợp UWT Undecimated Wavelet ‘Transform Biển déi Wavelet khong phan ra WPA ‘Wavelet Package Analyzing Thân tích géi Wavelet WT Wavelet Transform Tiện ddi Wavelet 1.7 Kết luận chương. GIẢI PHÁP XỨ LÝ ẢNH RADAR DA PHÂN GIẢI BẰNG PHƯƠNG PHÁP CURVELE 2.1 Các phương pháp xử lý ảnh radaz biện nay.1 Những biển dạng hình học cơ bên của ônh rahec.2 Phương pháp xử lý hình học ảnh rađar.2 Nhiễu và các phương pháp xử lý nhiễu trên ánh radar da phân giải.1 Nhiéu ctia anh radar 41 2.2 Xử lý nhiễu trên ánh radar - các loại phin lọc.3 Biểu diễn ảnh đa phân giải.1 Các tiên dễ của phân tích đa phan 45 2.2 Biểu diễn Pyramid - - - - 47 2.3 Biểu diễn wavelet.4 Giải pháp xử lý ảnh radar đa phân giải bằng phương pháp Curvelet. TH HH H Heo mreririeerireeereÔDD 2.42 Biển đổi Curvelet rời rạc nhanh (FDCT) .3 Giăm nhiều đấm trên ãnh SAR dựa trên #DƠI.5 Kết luận chương. THỤC NGHIỆM, ĐÁNH GIÁ VÀ KẾT LUẬN.2 Xử lý tín hiện một chiều (1-D sïgnal).3 Xử lý ảnh 2D sử dụng CurveleL.1 Khử nhiễu và khôi phục ảnh 2D.2 Tach biên và khôi phục biển.4 Xử lý ảnh radar đa phân giải bằng Curvelct.1 Khử nhiễu và khởi phuc ảnh SAR.13 ‘Tai tao xấp xi roi rac “A” te xdp xỉ ở mức thô hơn “` và tin hiệu chủ tiết Dut ta1 Linh 2.14 (a) Sử dụng phân doan W.

(b) St: dung phan doan dinh hudng V .15 Sơ đỏ diễn tiên của khử nhiễu trên ảnh SAR đựa trên FDCT.1 Biểu diễn tín hiệu 1D và nhiều.2 Biểu diễn quy luật ngưỡng của một vector Hình 3.3 Biểu diễn ngưỡng cửng vả ngưỡng mềm.1 Biều diễn khử nhiễu tín hiệu 1D Tình 3.5 Kết quả khôi phục ảnh 2D sử đụng Curvclet.6 So sanh chỉ tiết ảnh ban đầu và ảnh khôi phục Hình 3.7 Kết quả RMSE và PSNR trên ảnh 2D với Curvelet.8 Két qua RMSE va PSNR trên ảnh 2D với Wavelet Tình 3.9 Kết quả lách biên ảnh 2D sử dựng Curvelel Ilinh 3.10 Kết quả khôi phục ảnh tách biên.11 So sảnh củỉ tiết ảnh tách biên và ảnh lách biên dược khôi phue.12 Kết quả RMSD và PSNR trên ảnh tách biên được khôi phục Tình 3.13 Kết quả khử nhiễu và khôi phục ảnh SAR với Curvelet Linh 3.14 So sánh chí tiết ảnh ban đầu và ảnh khôi phục.15 Kết qua RMSE va PSNR gifta Curvelet va Wavelet THinh 3.16 Các câu trúc ảnh khôi phục với Cưrvelet. DANH MỤC CÁC HÌNH ẢNH Hình 1.1 Hấp thụ và phần xa séng radio cita dia hin nwan iw Tĩnh 1.2 Một số anh LIDAR chyp bé mit dia hinh.3 Không gian và các không gian cou trong da phân giải.4 Phân tích gói wavelet sử dụng các ký hiệu toán tử 1 Hinh 1.5 So sánh biểu điễn trên mặt nhàng! thời giám - Lần số của WaveleL và gói Wavelet .6 Các nguyên tử gói Wavelet sinh ra từ Wavelet Daubechies2 17 Hình 1.7 Các họ Wavelet (a) Haar (b) Daubechies4 (c) Coifietl (đ) Symlet2.19 (e) Meyer (f) Morlet (g) Mexican Hat - 19 Hình 1.E Các phẩn tử của các wavelet( bên trai) và các curvelet với các tỷ lệ khác nhau, các hướng và cáo chuyển đời trong miền không gian ( bên phải ) 21 Hình 1.10 Cua sé UOF (ban trai) va hinh chiéu dig (bén pha) 25 Hình 1.1] Ctra 36 UOE (bén wai) va hinh chiéu dime (ben phai) 27 Hinh 2.1 Khác biệt về kích thước giữa cạnh gân và cạnh xa trên ảnh radar 33 Tĩnh 2.2 Sự nén đổi tượng cạnh gần so với cạnh xa của ảnh rađạr.3 Hiện tượng co ngắm phía trước.4 Hiện tượng chồng đè trên ảnh radar 34 Tinh 3.5 Hiện tượng bong tran arth radar.6 Ảnh hướng của chênh cao địa hính tới vị trị điểm trên thực địa.7 Sự tạo thành nhiều trên ảnh SAR 41 Tĩnh 2.8 Mối tương quan giữa độ lệch chuẩn vả giá trị trưng bình cục bộ.9 Vị trí của một tín hiện trong mặt phẳng thời gian-tẫn số được giới hạn bởi định lý bắt định Heisenberg. cà ceeiiererre 252 Hinh 7.10 Những ví du về hàm wavelet mẹ và hàm scaling. Hàng thứ nhất: Haar.

Hàng thứ hai: Daubeclie 6. Hàng thứ ba: trực giao 2.8, Hàng thứ tư: Meyer 8.11 A) Biểu diễn tín hiệu lấy mẫu trong miễn thời gian H) Biểu điển theo biến đối Fourier C) Biểu diễn theo cửa số Fourier D) Biểu diễn theo wavelel.12 Phân rã một xắp xi roi rac “2 thành một xắp xỉ ở độ phân giải thô “ và tin hiệu chỉ tiế PhỂ.56 LƯỜI CAMDOAN LỜI MỞ ĐẦU. TOM TAT NOI DUNG LUAN VAN ABSTRACT. DANH MỤC CÁC TỪ VIỆT TẮT, TRANH MỤC CÁC HÌNH ẢNH.

CHƯƠNG L, GIỚI THIỆU CHUNG VỀ ĐÈ TÀI.1 Nguyên lý rađar.2 Ly thuyét Wavelet 1.1 Biễn đổi Wavelet liên tụo.3 Biển đôi Wavelet rời rạc.3 Wavelet va phan tích đa phân giả.4 Phản tích gói Wavelet.5 Các họ Wavelet lọ 1.6 Ung dụng của Wayelet.1 Mỗi quan của Curvelet với Wavelet .2 Biên đổi curvelel - - 23 1.