intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Luận án tiến sĩ Kỹ thuật: Nghiên cứu phương pháp nâng cao chất lượng và giải đoán ảnh đa phổ dựa trên tính toán mềm

Chia sẻ: Tỉ Thành | Ngày: | Loại File: PDF | Số trang:169

54
lượt xem
8
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mục tiêu của luận án "Nghiên cứu phương pháp nâng cao chất lượng và giải đoán ảnh đa phổ dựa trên tính toán mềm" là nghiên cứu kĩ thuật tăng cường và phân lớp để hỗ trợ cho việc giải đoán ảnh viễn thám đa phổ.

Chủ đề:
Lưu

Nội dung Text: Luận án tiến sĩ Kỹ thuật: Nghiên cứu phương pháp nâng cao chất lượng và giải đoán ảnh đa phổ dựa trên tính toán mềm

  1. BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG NGUYỄN TU TRUNG NGHIÊN CỨU NÂNG CAO CHẤT LƯỢNG VÀ GIẢI ĐOÁN ẢNH VIỄN THÁM ĐA PHỔ DỰA TRÊN TÍNH TOÁN MỀM LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI – 2018 1
  2. BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG NGUYỄN TU TRUNG NGHIÊN CỨU NÂNG CAO CHẤT LƯỢNG VÀ GIẢI ĐOÁN ẢNH VIỄN THÁM ĐA PHỔ DỰA TRÊN TÍNH TOÁN MỀM Chuyên ngành: Hệ thống thông tin Mã số: 9.48.01.04 LUẬN ÁN TIẾN SĨ KỸ THUẬT Người hướng dẫn khoa học: 1. TS. Vũ Văn Thoả 2. PGS.TS. Đặng Văn Đức HÀ NỘI – 2018 2
  3. MỤC LỤC LỜI CAM ĐOAN 7 LỜI CẢM ƠN 8 DANH MỤC CHỮ VIẾT TẮT 9 DANH SÁCH BẢNG 11 DANH SÁCH HÌNH VẼ 13 PHẦN MỞ ĐẦU 17 1. Tính cấp thiết của luận án 17 2. Mục tiêu, đối tượng và phương pháp nghiên cứu của luận án 19 3. Đóng góp chính của luận án 20 4. Bố cục của luận án 20 CHƯƠNG I - TỔNG QUAN VỀ VIỄN THÁM VÀ GIẢI ĐOÁN ẢNH VIỄN THÁM ĐA PHỔ 22 1.1. Tổng quan về viễn thám 22 1.1.1. Tiến trình viễn thám 22 1.1.2. Đặc trưng viễn thám 23 1.1.3. Khuôn mẫu ảnh viễn thám 25 1.1.4. Các loại ảnh viễn thám 25 1.2. Tổng quan về giải đoán, phân tích ảnh viễn thám đa phổ 26 1.2.1. Khái quát về giải đoán, phân tích ảnh viễn thám đa phổ 26 1.2.2. Khái niệm và tiến trình giải đoán ảnh đa phổ 26 1.2.3. Hiệu chỉnh ảnh 29 1.2.4. Tăng cường chất lượng ảnh trực quan 32 1.2.5. Giải đoán thủ công 34 1.2.6. Giải đoán tự động theo phương pháp số 35 3
  4. 1.2.7. Hậu giải đoán, phân lớp 41 1.3. Tổng quan về tính toán mềm 42 1.3.1. Khái niệm về tính toán mềm 42 1.3.2. Phân biệt tính toán mềm và tính toán cứng 43 1.3.3. Một số đặc điểm của tính toán mềm 44 1.3.4. Các kỹ thuật trong tính toán mềm 45 1.4. Tình hình nghiên cứu trong và ngoài nước 47 1.4.1. Tăng cường hình ảnh trực quan 47 1.4.2. Giải đoán ảnh viễn thám 57 1.5. Phân tích, đánh giá về thành công, ưu điểm, hạn chế 71 1.6. Kết luận chương I 72 CHƯƠNG II: PHÁT TRIỂN MỘT SỐ THUẬT TOÁN TĂNG CƯỜNG ĐỘ TƯƠNG PHẢN ẢNH VIỄN THÁM ĐA PHỔ 73 2.1. Một số thuật toán tăng cường độ tương phản ảnh dựa trên logic mờ 73 2.1.1. Tăng cường ảnh mờ với toán tử tăng cường 73 2.1.2. Tăng cường ảnh mờ với toán tử Hyperbol 73 2.1.1. Tăng cường ảnh mờ dựa trên phân bố xác suất 74 2.1.2. Cải thiện độ tương phản dựa trên luật If-Then mờ 75 2.2. Hạn chế của các thuật toán tăng cường mờ 75 2.3. Một số độ đo chất lượng tăng cường ảnh 76 2.4. Đề xuất kĩ thuật tăng cường độ tương phản ảnh viễn thám dựa trên tiếp cận cục bộ 78 2.5. Tăng cường ảnh viễn thám sử dụng phân cụm mờ 79 2.5.1. Thuật toán tăng cường ảnh viễn thám sử dụng phân cụm mờ 79 2.5.2. Phát triển thuật toán LoRSIE_FCM cho ảnh đa phổ 83 2.5.3. Thuật toán tăng cường ảnh viễn thám kích thước lớn 84 4
  5. 2.5.5. Thử nghiệm và đánh giá 85 2.6. Tăng cường ảnh viễn thám sử dụng phân cụm KMeans 93 2.6.1. Thuật toán tăng cường ảnh viễn thám sử dụng thuật toán phân cụm KMeans 93 2.6.2. Phát triển thuật toán cho ảnh đa phổ 96 2.6.3. Thử nghiệm và đánh giá 97 2.7. Kết luận chương II 101 CHƯƠNG III: PHÁT TRIỂN MỘT SỐ THUẬT TOÁN PHÂN LỚP ẢNH VIỄN THÁM ĐA PHỔ 103 3.1. Phân cụm ảnh viễn thám với thuật toán KMeans 103 3.1.1. Thuật toán KMeans 103 3.1.2. Thuật toán CCEA_KMeans 103 3.1.3. Thuật toán 2D-KMeans 104 3.1.4. Hạn chế của thuật toán KMeans 104 3.1.5. Một số độ đo chất lượng phân cụm ảnh 105 3.1.6. Đề xuất thuật toán WIKMeans 105 3.1.7. Đề xuất thuật toán CIKMeans 112 3.1.8. Đề xuất thuật toán KMeansCMN 119 3.2. Phân cụm ảnh viễn thám với thuật toán Fuzzy C-Means 127 3.2.1. Hạn chế của thuật toán Fuzzy C-Means 127 3.2.2. Đề xuất thuật toán lsiFCM 127 3.3. Phân lớp ảnh viễn thám 132 3.3.1. Phân lớp hợp lý tối đa 132 3.3.2. Một số độ đo phân lớp 134 3.3.3. Đề xuất tiếp cận lai cho phân lớp ảnh viễn thám 135 3.4. Kết luận chương III 143 5
  6. KẾT LUẬN 145 DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA NGHIÊN CỨU SINH 147 TÀI LIỆU THAM KHẢO 149 PHỤ LỤC – BIẾN ĐỔI WAVELET 162 6
  7. LỜI CAM ĐOAN Tác giả xin cam đoan đây là công trình nghiên cứu của bản thân tác giả. Các kết quả nghiên cứu và các kết luận trong luận án này là trung thực, không sao chép từ bất kỳ một nguồn nào và dưới bất kỳ hình thức nào. Việc tham khảo các nguồn tài liệu đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định. Tác giả luận án Nguyễn Tu Trung 7
  8. LỜI CẢM ƠN Luận án này báo cáo các kết quả nghiên cứu trong thời gian tôi làm nghiên cứu sinh. Trong suốt thời gian này ngoài nỗ lực làm việc của bản thân tôi, phòng Tin học Viễn thông và nhóm aSoftwareGroup, Viện Công nghệ Thông tin đã tạo cho tôi một môi trường làm việc, điều kiện để thực hiện các nghiên cứu về chuyên nghành xử lý ảnh nói chung và xử lý ảnh viễn thám nói riêng. Tôi xin chân thành cảm ơn TS. Vũ Văn Thoả, PGS.TS Đặng Văn Đức đã tận tình hướng dẫn tôi để hoàn thành được luận án này. Tôi cũng xin chân thành cảm ơn thầy Ngô Hoàng Huy, phòng Nhận dạng và Công nghệ Tri thức, Viện Công nghệ Thông tin. Thầy có ảnh hưởng rất lớn đến lĩnh vực nghiên cứu mà tôi quan tâm. Xin cảm ơn các đồng nghiệp tại Tin học Viễn thông, Viện Công nghệ Thông tin đã đóng góp những ý kiến thiết thực mỗi lần tôi seminar về vấn đề xử lý ảnh viễn thám. Đặc biệt tôi xin bày tỏ lòng biết ơn sâu sắc tới bố mẹ tôi, vợ tôi và đại gia đình tôi mà thiếu họ chắc chắn tôi đã không đủ nghị lực để hoàn thành công trình này. 8
  9. DANH MỤC CHỮ VIẾT TẮT AIVHE Adaptively Increasing Value Histogram Equalization AS Ant System ACO Ant Colony Optimization ACS Ant Colony System KM KMeans MKM Moving KMeans 2D-KM Two-Dimensional KMeans 2D-MKM Two-Dimensional Moving Kmeans FKM Fuzzy Kmeans CDFKM Center Displacement FKM CCEA Cluster Center Estimation Algorithm OSCAR Open Source Cluster Application Resource CUDA Compute Unified Device Architecture MR-FCM Multi Resolution Fuzzy C-Means GLCM Gray level co-occurrence matrix MICI Maximum information compression index BPTS Back Propagation Through Structure MDASER Multispectral Data Analysis System for Earth Resource MLC Maximum Likelihood Classification LNN Layered Neural Networks BPNN Back propagation neural network PCNN pulse coupled neural network 9
  10. SVM Support vector Machine GRASS Geographic Resources Analysis Support System LoRSIE Local based Remote Sensing Image Enhancement DWT Discrete Wavelet Transform LaSRSIE Large Size Remote Sensing Image Enhancement wiKMeans Wavelet init Kmeans CIKMeans Context Information Kmeans WICI-Kmeans Wavelet init - Context Information Kmeans cwKMeans Center Weight Kmeans CMN Cepstal Mean Normalisation lsiFCM large size image Fuzzy cMeans PSI Pixel Shape Index MICI Maximum Information Compression Index 10
  11. DANH SÁCH BẢNG Bảng 1.1. Ảnh phân loại cuối cùng (a) ảnh gốc và (b) đến (d) là các ảnh gốc được áp watershed từ độ phân giải mức 2 đến mức 0 tương ứng [85]. .............................. 63 Bảng 2.1. Quy trình thuật toán tăng cường ảnh viễn thám dựa trên tiếp cận cục bộ. 78 Bảng 2.2. Các hàm biến đổi mức xám theo từng cụm. ............................................... 81 Bảng 2.3. Tăng cường ảnh với phương pháp mờ và cải tiến. ..................................... 86 Bảng 2.4. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. 87 Bảng 2.5: Thời gian thực thi. ...................................................................................... 88 Bảng 2.6. Tăng cường ảnh với phương pháp mờ và cải tiến. ..................................... 88 Bảng 2.7. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. 89 Bảng 2.8. Tăng cường ảnh với phương pháp mờ và cải tiến. ..................................... 89 Bảng 2.9. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. 90 Bảng 2.10. Tăng cường ảnh với phương pháp mờ và cải tiến. ................................... 90 Bảng 2.11. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. .............................................................................................................................. 91 Bảng 2.12. Thời gian thực thi. .................................................................................... 91 Bảng 2.13. Tăng cường ảnh với phương pháp mờ và cải tiến. ................................... 92 Bảng 2.14. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. .............................................................................................................................. 92 Bảng 2.15. Thời gian thực thi. .................................................................................... 93 Bảng 2.16. Các hàm biến đổi mức xám theo từng cụm. ............................................. 95 Bảng 2.17. Tăng cường ảnh với phương pháp mờ và cải tiến. ................................... 98 Bảng 2.18. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. .............................................................................................................................. 98 Bảng 2.19. Tăng cường ảnh với phương pháp mờ và cải tiến. ................................... 99 11
  12. Bảng 2.20. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. .............................................................................................................................. 99 Bảng 2. 21. Tăng cường ảnh với phương pháp mờ và cải tiến. ................................ 100 Bảng 2.22. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. ............................................................................................................................ 100 Bảng 2. 23. Tăng cường ảnh với phương pháp mờ và cải tiến. ................................ 101 Bảng 2.24. So sánh chỉ số mờ của ảnh tăng cường theo phương pháp mờ và cải tiến. ............................................................................................................................ 101 Bảng 3. 3. Các ảnh đầu vào trong tử nghiệm 1, 2 và 3. ........................................... 109 Bảng 3.4. Ảnh kết quả phân cụm với 5 cụm. ............................................................. 114 Bảng 3.5. Ảnh kết quả phân cụm với 5 cụm. ............................................................. 115 Bảng 3.6. Ảnh kết quả phân cụm với 5 cụm. ............................................................. 116 Bảng 3.7. Ảnh kết quả phân cụm với 5 cụm. ............................................................. 118 Bảng 3.9. So sánh độ đồng nhất cụm (*1.0e+3). ...................................................... 121 Bảng 3.10. Thời gian phân cụm (ms). ....................................................................... 122 Bảng 3.11. So sánh độ đồng nhất cụm (*1.0e+3). .................................................... 123 Bảng 3.12. Thời gian phân cụm. ............................................................................... 124 Bảng 3.13. Tâm cụm sinh từ KMeans và KMeansCMN. .......................................... 125 Bảng 3.14. Thời gian phân cụm. ............................................................................... 126 Bảng 3.15. Các ảnh dùng trong các thử nghiệm. ..................................................... 129 Bảng 3.16. So sánh độ chính xác. ............................................................................. 138 Bảng 3.17. So sánh độ chính xác. ............................................................................. 140 Bảng 3.18. So sánh độ chính xác. ............................................................................. 142 12
  13. DANH SÁCH HÌNH VẼ Hình 1.1. Tiến trình viễn thám. ................................................................................... 22 Hình 1.2. Ảnh chụp và ảnh số. .................................................................................... 24 Hình 1.3. Tiến trình giải đoán tự động ảnh viễn thám đa phổ.................................... 28 Hình 1.4. Nắn chỉnh hình học. .................................................................................... 31 Hình 1.5. Cân bằng lược đồ màu. ............................................................................... 32 Hình 1.6. Nguyên tắc chính của tăng cường ảnh mờ [47]. ........................................ 33 Hình 1.7. Phân lớp có giám sát (trái) và không giám sát (phải). ............................... 36 Hình 1.8. Các bước cơ bản trong phương pháp phân lớp có giám sát. ..................... 38 Hình 1.9. Quy trình phân lớp ảnh đa phổ hướng điểm ảnh. ....................................... 39 Hình 1.10. Quy trình phân loại ảnh đa phổ hướng đối tượng. ................................... 40 Hình 1.11. Ví dụ của ảnh khử sương mù sử dụng dò tìm điểm tối; Trái: Ảnh sương mù đầu vào, Phải: Kết quả của phương pháp trong [122]......................................... 48 Hình 1.12. So sánh kết quả của trong [70] với trong [48]. ........................................ 49 Hình 1.13. (a-f): So sánh kết quả xử lý với các hàm wavelet khác nhau và bộ lọc đồng cấu [124]. ........................................................................................................... 50 Hình 1.14. So sánh với phương pháp nhanh của Tarel và Hautiere [105]. Phương pháp trong [29] nhanh và cho kết quả chính xác hơn phương pháp của Tarel. ........ 51 Hình 1.15: thử nghiệm loại bỏ mây mù trong [120]................................................... 52 Hình 1.16. So sánh kết quả thuật toán của Cheng (c) với thuật toán ACE (b) [24]... 54 Hình 1.17. So sánh kết quả 2 kĩ thuật tăng cường: đầu vào, luật mờ, toán tử tăng cường [99]................................................................................................................... 55 Hình 1.18. Kiến trúc phân lớp của Napoleon và cộng sự [77]................................... 59 Hình 1.19. Ảnh đầu vào Landsat và kết quả với 5 cụm [77]. ..................................... 60 Hình 1 20. Kết quả phân loại có kiểm soát ảnh World View 1, QuickBird [7]. ......... 68 Hình 1 21. Sơ đồ quá trình nhận dạng. ....................................................................... 70 13
  14. Hình 1.22. Ảnh đầu vào, kết quả phân loại dựa trên tiếp cận điểm ảnh, tiếp cận đối tượng. .......................................................................................................................... 70 Hình 2.1. Hàm phân bố xác suất cho việc tính toán các giá trị hàm thuộc. ............... 74 Hình 2.2. Hàm thuộc. .................................................................................................. 75 Hình 2.3. Hàm phân bố và các ngưỡng theo từng cụm. ............................................. 82 Hình 2.4. Hàm phân bố và các ngưỡng theo từng cụm. ............................................. 96 Hình 3.1. Biến đổi ảnh với Wavelet. ......................................................................... 106 Hình 3 2. Cây phân cấp cho phân rã nhiều mức. ..................................................... 107 Hình 3.3. Ảnh đầu vào kết quả phân rã ảnh viễn thám đa phổ. ............................... 107 Hình 3.5. Biểu đồ so sánh thời gian phân cụm của KMeans và WIKMeans với ảnh thử nghiệm 1. ............................................................................................................. 109 Hình 3.6. Biểu đồ so sánh thời gian phân cụm của CCEAKMeans và WIKMeans với ảnh thử nghiệm 1. ...................................................................................................... 110 Hình 3.7. Biểu đồ so sánh thời gian phân cụm của KMeans và WIKMeans với ảnh thử nghiệm 2. ............................................................................................................. 110 Hình 3.8. Biểu đồ so sánh thời gian phân cụm của CCEAKMeans và WIKMeans với ảnh thử nghiệm 2. ...................................................................................................... 111 Hình 3.9. Biểu đồ so sánh thời gian phân cụm của KMeans và WIKMeans với ảnh thử nghiệm 3. ............................................................................................................. 111 Hình 3 10. Biểu đồ so sánh thời gian phân cụm của CCEAKMeans và WIKMeans với ảnh thử nghiệm 3. ................................................................................................ 112 Hình 3.11. Biểu đồ so sánh chỉ số độ đồng nhất các cụm sinh ra bởi KMeans, WIKMeans, 2D-KMeans, CIKMeans và WICI-Kmeans (*1.0e+3). ......................... 116 Hình 3.12. Biểu đồ so sánh chỉ số độ đồng nhất các cụm sinh ra bởi KMeans, WIKMeans, 2D-KMeans, CIKMeans và WICI-Kmeans (*1.0e+3). ......................... 117 Hình 3.13. Biểu đồ so sánh chỉ số độ đồng nhất các cụm sinh ra bởi KMeans, WIKMeans, 2D-KMeans, CIKMeans và WICI-Kmeans (*1.0e+3). ......................... 119 Hình 3.14. Kết quả phân cụm bởi KMeans. .............................................................. 121 14
  15. Hình 3.15. Kết quả phân cụm bởi KMeansCMN. ..................................................... 121 Hình 3.16. Biểu đồ so sánh chỉ số độ đồng nhất các cụm sinh ra bởi KMeans, KMeansCMN (*1.0e+3). ........................................................................................... 122 Hình 3.17. Kết quả phân cụm bởi KMeans. .............................................................. 123 Hình 3.18. Kết quả phân cụm bởi KMeansCMN. ..................................................... 123 Hình 3.19. Biểu đồ so sánh chỉ số độ đồng nhất các cụm sinh ra bởi KMeans, KMeansCMN (*1.0e+3). ........................................................................................... 124 Hình 3.20. Kết quả phân cụm bởi KMeans. .............................................................. 125 Hình 3.21. Kết quả phân cụm bởi KMeansCMN. ..................................................... 125 Hình 3.22. Biểu đồ so sánh chỉ số độ đồng nhất các cụm sinh ra bởi KMeans, KMeansCMN (*1.0e+3). ........................................................................................... 126 Hình 3.23. Chi tiết từng cụm của FCM của thử nghiệm 1. ....................................... 129 Hình 3.24. Chi tiết từng cụm của lsiFCM của thử nghiệm 1. ................................... 129 Hình 3.25. Biểu đồ so sánh chỉ số F(I) các cụm sinh ra bởi FCM và lsiFCM của thử nghiệm 1 (*1.0e+3). .................................................................................................. 130 Hình 3.26. Biểu đồ so sánh chỉ số F’(I) các cụm sinh ra bởi FCM và lsiFCM của thử nghiệm 1 (*1.0e-3). ............................................................................................. 130 Hình 3.27. Chi tiết từng cụm của FCM của thử nghiệm 2. ....................................... 131 Hình 3.28. Chi tiết từng cụm của lsiFCM của thử nghiệm 2. ................................... 131 Hình 3.29. Biểu đồ so sánh chỉ số F(I) các cụm sinh ra bởi FCM và lsiFCM của thử nghiệm 2(*1.0e+3). ................................................................................................... 131 Hình 3.30. Biểu đồ so sánh chỉ số F’(I) các cụm sinh ra bởi FCM và lsiFCM của thử nghiệm 2 (*1.0e-3). ............................................................................................. 131 Hình 3.31. Quy trình phân loại ảnh đa phổ theo tiếp cận lai. .................................. 135 Hình 3.32: Sơ đồ thử nghiệm quy trình thử nghiệm phân lớp theo tiếp cận lai. ...... 136 Hình 3.33: Lựa chọn và hiển thị vùng mẫu trên ảnh. ............................................... 137 Hình 3.34. Ảnh đầu vào, kết phân loại thuật toán gốc và cải tiến. ........................... 138 Hình 3.35. So sánh độ chính xác. .............................................................................. 139 15
  16. Hình 3.36. Ảnh đầu vào, kết phân loại thuật toán gốc và cải tiến. ........................... 140 Hình 3.37. So sánh độ chính xác. .............................................................................. 141 Hình 3.38. Ảnh đầu vào, kết phân loại thuật toán gốc và cải tiến. ........................... 142 Hình 3.39. So sánh độ chính xác. .............................................................................. 143 16
  17. PHẦN MỞ ĐẦU 1. Tính cấp thiết của luận án Viễn thám được hiểu là một khoa học và nghệ thuật để thu nhận thông tin về một đối tượng, một khu vực hoặc một hiện tượng, thông qua việc phân tích tài liệu thu nhận được bằng các phương tiện [6]. Viễn thám bao gồm các thiết bị cảm biến, ghi lại năng lượng phát ra từ đối tượng nghiên cứu, và bao gồm tổ hợp phần cứng/phần mềm với khả năng xử lý, phân tích và ứng dụng các thông tin thu được từ ảnh. Với cách hiểu này thì quá trình viễn thám bao gồm hai giai đoạn chính: (i) Thu thập thông tin viễn thám; (ii) Xử lý và phân tích dữ liệu viễn thám. Đề tài được đặt ra nhằm nghiên cứu một số phương pháp xử lý ảnh viễn thám để hỗ trợ giải quyết các vấn đề liên quan đến giai đoạn (ii), Xử lý và phân tích ảnh viễn thám. Những công nghệ mới trong thu nhận và xử lý ảnh viễn thám không ngừng được phát triển, cho phép không ngừng nâng cao độ phân giải của ảnh cả về phổ và không gian. Một trong những tiên phong trong lĩnh vực này là hãng Kestrel. Kestrel đã thiết kế, xây dựng, thử nghiệm và triển khai hệ thống xử lý ảnh siêu phổ (hyperspectral) có chi phí hiệu quả, sử dụng phép chuyển đổi Fourier mới được phát triển theo chương trình Small Business Innovation. Hệ thống xử lý này đã được đưa vào sử dụng trên vệ tinh MightySat của Không lực Hoa kỳ năm 2000. Hãng Kestrel đang tiếp tục phát triển bộ cảm biến dữ liệu siêu phổ hai chiều CCD, nhằm tăng cường khả năng chụp mặt đất tốc độ cao, đặc tính vốn bị hạn chế do việc sử dụng hệ thống phát hiện một chiều truyền thống.Ngoài ra, các nhà nghiên cứu còn hướng quan tâm tới việc tăng cường khả năng chụp ảnh trong điều kiện sáng yếu và hỗ trợ truy nhập dữ liệu quang phổ ở những dải năng lượng thấp. Bên cạnh đó, những tiến bộ công nghệ trong cảm biến và quang học cũng được áp dụng nhằm tăng cường chất lượng dữ liệu ảnh thu được, giảm nhẹ gánh nặng cho quá trình xử lý ảnh. Ngày nay, một xu hướng mới của ứng dụng phần mềm ảnh viễn thám đó là các dịch vụ bản đồ trực tuyến. Giá trị của dữ liệu viễn thám đã được nhiều nhà cung cấp nặng ký trong các dịch vụ Web phát hiện. Microsoft và Google đã lần lượt phát triển các dịch vụ bản đồ trực tuyến “MSN Virtual Earth” và “Google Earth”. Sự kết hợp của dữ liệu viễn thám và các công cụ bản đồ thân thiện trên dịch vụ bản đồ trực tuyến đã đem dữ liệu viễn thám tới đại chúng và mở ra những khả năng ứng dụng mới cho viễn thám. 17
  18. Quá trình xử lý và phân tích thông tin viễn thám được thực hiện bằng phần mềm máy tính. Ảnh viễn thám ngày càng có những ứng dụng quan trọng trong nhiều lĩnh vực, từ hỗ trợ quản lý đất đai phục vụ dân sinh, quản lý, giám sát chủ quyền quốc gia, cho đến hỗ trợ giám sát tài nguyên, môi trường ... Ứng dụng ngày càng phổ biến của ảnh viễn thám tất yếu dẫn đến nhu cầu ngày càng tăng của việc sử dụng phần mềm xử lý ảnh viễn thám. Ngày nay, có rất nhiều phần mềm cả thương mại lẫn mã nguồn mở phục vụ công tác xử lý dữ liệu viễn thám. Theo nghiên cứu của hãng Global Marketing Insights, những phần mềm liên quan tới xử lý dữ liệu viễn thám được ứng dụng nhiều nhất tại các nhóm nghiên cứu châu Á là ESRI 30%; ERDAS 25%; RSI ENVI 17%; MapInfo 17%; ERMapper 11%. Trong khi đó, ở phương Tây, những con số này là ESRI 39%, ERDAS 27%, MapInfo 9%, AutoDesk 7%, RSI ENVI 17% [42]. Còn ở Việt Nam, công nghệ xử lý ảnh viễn thám đã xâm nhập khá sớm, từ năm 1983 (Viện Khoa học Việt Nam). Để nhanh chóng phát triển công nghệ vũ trụ phục vụ cho phát triển kinh tế của đất nước, Nhà nước đã xây dựng đề án: “Kế hoạch tổng thể về ứng dụng và phát triển công nghệ viễn thám ở Việt Nam” nhằm hướng đến sự phát triển bền vững trên cơ sở sử dụng hợp lý tài nguyên thiên nhiên và bảo vệ môi trường. Năm 2006, Viện Công nghệ Vũ trụ, thuộc Viện Hàn Lâm Khoa học và Công nghệ Việt Nam được thành lập. Năm 2013 Việt Nam đã phóng vệ tinh viễn thám đầu tiên mang tên VNRedsat-1. Vệ tinh viễn thám thứ 2 VNRedsat-2 dự kiến được phóng vào năm 2019. Các bài toán liên quan đến hoạt động nhận thức, trí tuệ của con người đều hàm chứa những đại lượng, thông tin không chính xác, không chắc chắn và không đầy đủ. Trong lĩnh vực khoa học kĩ thuật, các hệ thống phức tạp thực tế không thể mô tả đầy đủ và chính xác bởi các phương trình toán học truyền thống. Kết quả là những tiếp cận kinh điển dưa trên kỹ thuật phân tích và các phương trình toán học nhanh chóng tỏ ra không còn phù hợp. Vì thế, công nghệ tính toán mềm là giải pháp trong lĩnh vực này. Vấn đề giải đoán ảnh viễn thám cũng phức tạp và cần sử dụng các kĩ thuật trong công nghệ tính toán mềm. Công nghệ tính toán mềm gồm các thành phần: Logic mờ, Mạng Neural nhân tạo, lập luận xác suất, hệ hỗ trợ ra quyết định. Các kĩ thuật phân lớp thuộc về công nghệ tính toán mềm. Xuất phát từ thực tế và những lý do trên, nghiên cứu sinh đã lựa chọn đề tài “Nghiên cứu phương pháp nâng cao chất lượng và giải đoán ảnh đa phổ dựa 18
  19. trên tính toán mềm” để thực hiện luận án tiến sĩ chuyên ngành Hệ thống thông tin . Kết quả nghiên cứu được áp dụng trên ảnh viễn thám, đặc biệt là ảnh viễn thám tại khu vực trong nước để phân tích các đặc thù của lớp phủ nước ta và đưa ra những kết quả hữu ích cho giai đoạn hậu phân loại như xây dựng bản đồ... Thách thức đặt ra với đề tài là rất lớn vì ảnh viễn thám có nhiều loại với đặc thù riêng. Mỗi loại có phương pháp xử lý, phân tích riêng. Vì vậy, việc lựa chọn phương pháp, kĩ thuật phù hợp để từ đó cải tiến là rất quan trọng. 2. Mục tiêu, đối tượng và phương pháp nghiên cứu của luận án Mục tiêu của luận án là nghiên cứu kĩ thuật tăng cường và phân lớp để hỗ trợ cho việc giải đoán ảnh viễn thám đa phổ. Từ mục tiêu, luận án tập trung vào bốn nội dung nghiên cứu chính bao gồm:  Nội dung thứ nhất là đánh giá các phương pháp, kĩ thuật tiền xử lý, tăng cường ảnh viễn thám.  Nội dung thứ hai là so sánh, đánh giá các phương pháp, kĩ thuật phân lớp ảnh viễn thám.  Nội dung thứ ba là đề xuất kĩ thuật mới tăng cường ảnh viễn thám đa phổ và chứng minh phương pháp mới hiệu quả hơn các phương pháp đã có theo các tiêu chuẩn đánh giá được chọn.  Nội dung thứ tư là đề xuất kĩ thuật mới phân loại ảnh viễn thám đa phổ và chứng minh phương pháp mới hiệu quả hơn các phương pháp đã có theo các tiêu chuẩn đánh giá được chọn. Đối tượng nghiên cứu của luận án bao gồm:  Các kĩ thuật tiền xử lý, tăng cường ảnh viễn thám.  Các kĩ thuật phân lớp ảnh viễn thám. Ảnh viễn thám bao gồm nhiều loại khác khau với các đặc trưng và phương pháp xử lý khác nhau. Luận án tập trung vào ảnh viễn thám đa phổ và các kĩ thuật xử lý tương ứng. Vì vậy, phạm vi nghiên cứu của luận án tập trung chủ yếu ở hai vấn đề chính. Một là, nghiên cứu kĩ thuật tiền xử lý, tăng cường ảnh viễn thám đa phổ. Hai là, nghiên cứu phương pháp phân lớp ảnh viễn thám đa phổ. 19
  20. Phương pháp nghiên cứu của luận án là nghiên cứu lý thuyết và nghiên cứu thực nghiệm. Về nghiên cứu lý thuyết: Tổng hợp các thông tin liên quan, lựa chọn các cách tiếp cận đã được áp dụng thành công dựa vào các kiến thức cơ bản, các kết quả nghiên cứu đã công bố; trao đổi thông qua seminar hoặc tham gia báo cáo tại các hội thảo khoa học; trao đổi, làm việc và kết hợp chặt chẽ với các chuyên gia về lĩnh vực viễn thám. Về nghiên cứu thực nghiệm: luận án thực hiện cài đặt các thuật toán, chạy thử nghiệm thuật toán với các bộ số liệu ảnh viễn thám, so sánh và đánh giá kết quả thực nghiệm so với kết quả nghiên cứu lý thuyết, từ đó kết luận tính đúng đắn của kết quả nghiên cứu. 3. Đóng góp chính của luận án  Đề xuất kỹ thuật tăng cường độ tương phản ảnh viễn thám dựa trên tiếp cận cục bộ theo cụm thông qua 2 giải thuật phân cụm KMeans và phân cụm mờ FCM.  Cải tiến thuật toán phân cụm KMeans áp dụng với ảnh viễn thám: (i) WIKMeans với bước khởi tạo tâm cụm xác lập dựa theo kỹ thuật Wavelet; (ii) CIKMeans dựa trên vector trung b nh cụm, (iii) KMeansCMN với công thức tính tâm cụm áp dụng kĩ thuật chuẩn hóa trung bình phổ và (iv) Fuzzy C-Means thành lsiFCM với những tuỳ biến để xử lý với ảnh k ch thước lớn trên cơ sở FCM. 4. Bố cục của luận án Luận án gồm phần mở đầu và ba chương nội dung, phần kết luận, danh mục các công trình và danh mục các tài liệu tham khảo. Chương 1 trình bày tổng quan tình hình nghiên cứu về viễn thám và xử lý ảnh viễn thám đa phổ. Các đóng góp chính của luận án được trình bày trong chương chương 2 và chương 3. Chương 2 trình bày một số thuật toán tăng cường ảnh dựa trên logic mờ. Từ đó, chương 2 để xuất một kĩ thuật tăng cường ảnh viễn thám mới dựa trên tiếp cận cục bộ. Trong đó, bao gồm hai thuật toán chính dựa trên hai thuật toán phân cụm khác nhau là KMeans và Fuzzy CMeans. Tuy nhiên, do nhược điểm cố hữu của thuật toán phân cụm mờ dẫn đến gặp vấn đề với ảnh viễn thám kích thước lớn, chương 2 cũng 20
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2