Giáo trình cơ sở viễn thám: Chương 8 các phương pháp xử lý thông tin viễn thám

Chơng 8
Các phơng pháp xử lý thông tin viễn thám

Nh phần trên đã giới thiệu, viễn thám có hai dạng t liệu chủ yếu là dạng hình
ảnh (photograph) chụp theo nguyên tác khung và hình ảnh tạo nên bằng phơng
pháp quét (image). Cả hai phơng pháp đều có thể thực hiện trên máy bay hoặc vệ
tinh.
Xử lý thông tin viễn thám cũng có hai phơng pháp cơ bản: phân tích bằng mắt
và xử lý số. Giải đoán bằng mắt (Visual Interpretation) có thể áp dụng cho cả hai
dạng t liệu, song xử lý số (Digital image Processing) thì chỉ áp dụng cho ảnh số.
8.1. Phân tích ảnh bằng mắt (Visual Interpretation)
8.1.1. Khái niệm chung
Giải đoán bằng mắt là sử dụng mắt ngời cùng với trí tuệ để tách chiết các
thông tin từ t liệu viễn thám dạng hình ảnh. Trong vic x lý thụng tin vin thỏm
thỡ gii oỏn bng mt (visual interpretaion) l cụng vic u tiờn, ph bin nht v
cú th ỏp dng trong mi iu kin cú trang thit b t n gin n phc tp Việc
phân tích ảnh bằng mắt có thể đợc trợ giúp bằng một số thiết bị quang học Phân
tích hay gii oỏn bng mt là s dng mt thng hoc cú s tr giỳp ca cỏc
dng c quang hc t n gin n phc tp nh: kớnh lỳp, kớnh lp th, kớnh phúng
i, mỏy tng hp mu, nhằm nâng cao khả năng phân tích của mắt ngời. Phân
tích ảnh bằng mắt là công việc có thể áp dụng một cách dễ dàng trong mọi điều kiện
và có thể phục vụ cho nhiều nội dung nghiên cứu khác nhau: nghiên cứu lớp phủ
mặt đất, nghiên cứu rừng, thổ nhỡng, địa chất, địa mạo, thuỷ văn, sinh thái, môi
trờng
C s gii oỏn bng mt l a vo cỏc du hiu gii oỏn trc tip hoc
giỏn tip v chỡa khoỏ gii oỏn.
Phân tích ảnh bằng mắt là công việc tổng hợp, kết hợp nhiều thông số của ảnh,
bản đồ, tài liệu thực địa và kiễn thức chuyên môn. Dới đây là tổng hợp một số
nguyên tắc giải đoán ảnh.
8.1.2. Các dấu hiệu giải đoán ảnh
V nguyờn tc chung, cỏc du hiu gii oỏn c xp theo hai nhúm. Chớnh

l cỏc yu t nh v cỏc yu t địa k thut.


139
8.1.2.1.Cỏc yu t nh (photo elements)
- Tone nh: l tng hp lng ỏnh sỏng c phn x từ v mt i tng,
l du hiu ht sc quan trng xỏc nh i tng. Tone nh c chia ra nhiu
cp khỏc nhau, trong gii oỏn bng mt thng cú 10-12 cp. S khỏc bit ca
tone nh ph thuc vo nhiu tớnh cht khỏc nhau ca i tng (hỡnh 8.1).
Hình 8.1: Thang độ sáng (hay độ xám) của ảnh đen trắng (10 cấp).
- Cu trỳc nh (texture): Cu trỳc nh c hiu l tn s lp li ca s thay
i tone nh, gõy ra bi tp hp ca nhiu c tớnh rt rừ rng ca nhiu cỏ th riờng
bit.
- Hình dạng (Shape): là hình ảnh bên ngoài của đối tợng, thông thờng đó
là hình ảnh 2 chiều. Đối với ảnh lập thể các thể nhìn thấy cả chiều cao của đối
tợng. Hình dáng là yếu tố đầu tiên giúp cho ngời phân tích có thể phân biệt các
đối tợng khác nhau.
- Kích thớc (Size): là thông số về độ lớn,độ dài, độ rộng của đối tợng. Kích
thớc liên quan đến tỉ lệ của ảnh. Về hình dạng có thể giống nhau nhng kích thớc
khác nhau thì có thể là hai đối tợng khác nhau.
- Mẫu (Pattern): là sự sắp xếp trong không gian của các đối tợng. Một dạng
địa hình đặc trng sẽ bao gồm sự sắp xếp theo một quy luật đặc trng của các đối
tợng tự nhiên, là hợp phần của dạng địa hình đó. Ví dụ: Khu đô thị là tập trung của
nhà xây, đờng phố, cây xanh tạo nên một mẫu đặc trng của cấu trúc đô thị. Ruộng
trồng lúa có hình mẫu ô thửa đặc trng khác với vờn cây ăn quả, có cấu trúc dạng
đốm.
- Kiến trúc (Texture): là tần số thay đổi của độ sáng (tone) trên ảnh. Đó là sự
tập hợp các đặc điểm của hình ảnh nh hình dạng, kích thớc, mẫu để tạo nên một
đăc điểm riêng biệt của đối tợng hay nhóm đối tợng. Cấu trúc là đặc điểm tơng
đối khái quát song lại rất đặc trng, giúp cho ngời phân tích có thể nhận diện và

phân biệt một cách nhanh chóng từng đối tợng tập hợp thành một dạng địa hình
đặc trng. Về cấu trúc có các khái niệm: thô, mịn, đồng tâm, toả tia, vòm, phân
nhánh.
Vớ d: Cu trỳc mn c trng cho trm tớch b ri, cu trỳc thụ cho c trng
ỏ macma; cu trỳc dng di c trng cho ỏ trm tớch bin cht cao, t ó có th
phân bit c các loại đá khác nhau


140
- Bóng (Shadow): là phần bị che lấp, không có ánh sáng mặt trời chiếu tới
(hoặc từ nguồn chủ động), do đó không có ánh sáng phản hồi tới thiết bị thu. Bóng
thờng đợc thể hiện bằng tone ảnh đen trên ảnh đen trắng và màu xẫm đến đen trên
ảnh màu. Bóng có thể phản ánh lên độ cao của đối tợng. Bóng là yếu tố quan trọng
tạo nên cấu trúc đặc trng cho các đối tợng. Tuy nhiên bóng cũng là phần mà
thông tin về đối tợng không có hoặc rất ít, vì vậy phải bổ xung lợng thông tin ở
vùng bóng.
- Vị trí (Site): vị trí của đối tợng trong không gian địa lý của vùng nghiên
cứu là thông số rất quan trọng giúp cho ngời giải đoán có thể phân biệt đối tợng.
Rất nhiều trờng hợp cùng một dấu hiệu ảnh, song ở vị trí khác nhau lại là các đối
tợng khác nhau (đặc biệt là khi giải đoán bằng mắt, mắt ngời không phân biệt
đợc rõ các mức khác nhau của yếu tố ảnh).
Vớ d: bói bi khụng th cú sn nỳi mc dự vi c im trờn nh trụng rt
ging du hiu ca nú. Cỏc bói bi ch phõn b hai bờn b sụng sui, cú mu
sỏng; cũn bờn sn nỳi, cỏc mảng mu sỏng li l cỏc nún phúng vt, cỏc i trt
lở hoc vựng canh tỏc nng ry.
-
Mu (colour): mu ca i tng trờn nh mu gi (FCC) giỳp cho ngi
gii oỏn cú th phõn bit c nhiu i tng cú c im tone nh tng t nh
nhau trờn nh en trng. T hp mu gi thụng dng trong nh Landsat l xanh l
(blue), xanh lc(green) v (red), th hin cỏc nhúm yu t c bn l : thc vt t

mu hng n mu ,nc xanh l nht n xanh l xm, t trng, ỏ l cú mu
trng. Ngoi ra mt s i tng khỏc cng cú mu c bit: ụ th mu xanh l,
rng ngp mn: mu xm n mu nõu xm, t trng mu cõy v đụng cỏc loi
cú mu hng n mu vng, ngoi ba t hp mu gi ó nờu trờn, ngi ta cú th
to nờn rt nhiu t hp nh mu gi khỏc bng phng phỏp quang hc (dựng cỏc
tm lc mu) hoc bng k thut x lý nh s. Vỡ vy khi gii oỏn cỏc i tng
trờn nh mu gi phi cú nhng nh hng ngay t u v t hp mu gi, t ú
mi trỏnh c nhng s nhm ln ngay t u.
8.1.2.2. Cỏc yu t a k thut (Geotechnical elements)
a. a hỡnh: a hỡnh cho phộp phõn bit s b cỏc yu t trờn nh, t ú nh
hng rt r trong phõn tớch.
Vớ d:
- Dng a hỡnh: nỳi ỏ vụi, i sút, ng bng, dóy ven bin, cỏc cn cỏt
ven bin, lũng sụng cổ,


141
- Kiu a hỡnh: dóy nỳi thp cu to bi nỳi ỏ vụi, ng bng i, ng
bng phự sa sụng, ng bng tớch t sụng bin, ng bng tớch t do bin, ng
bng bãi triu.
b. Thc vt: s phõn b ca mt kiu thm v c im ca nú (nh mt
tỏn che, sinh khi, ) là mt du hiu ht sc quan trng phõn bit i tng
khác nh các dạng địa hình.
Vớ d: Rng thng xanh (thng cú nhng vựng nỳi cao hoc vựng nỳi
trung bỡnh)
c. Hin trng s dng t: õy va l mc tiờu va l du hiu trong gii
oỏn bng mt. Hin trng s dng t cung cp nhng thụng tin gián tiếp và quan
trng xỏc nh cỏc i tng khác.
Vớ d: Lỳa mt v- vựng ng bằng cao. Lỳa hai v - vựng thp thng xuyờn
va nc, ú l cỏc ng bng phự sa. Hoặc đất thổ c nông thôn đợc xác định

nhờ dấu hiệu của cây trồng xung quanh nhà ở ( thờng có màu đỏ trên ảnh tổ hợp
BGR).
d. Mng li thuỷ văn -sụng sui: cng l mt du hiu quan trng hng u
trong phõn tớch nh. Mng li sụng sui cú quan h rt mt thit vi dng a hỡnh,
dc lp v phong hoỏ, nn thch hc, mạng lới thỷ văn là sản phẩm quá trình
tác động của dòng nớc chảy trên mặt vơí vật chất nền,.đng thi nú cng cho bit
c im cu trỳc a cht ca khu vc.Thông qua hình ảnh của mạng lới thuỷ văn,
có thể xác định đợc thành phần và cấu tạo của vật chất. Trên ảnh viễn thám , có thể
phân tích rõ các kiểu mạng lơí thuỷ văn. Ngoài ra, cần phân tích cả mật độ mạng
lới thuỷ văn, giá trị này đợc sử dụng để xem xét mức độ chia cắt ngang của địa
hình (hình 8.2).



142
Hình 8.2: Các kiểu mạng lới thuỷ văn đặc trng phân tích từ t liệu viễn thám
Cú cỏc dng mng li thu vn c bn l:
Kiu cnh cõy Kiu song song
Kiu phõn nhỏnh Kiu vnh khuyờn
Kiu ụ mng Kiu vuụng gúc
Kiu to tia Kiu cú gúc
Kiu hng tõm Kiu bn túc
Kiu b khng ch Kiu n
Ngoi cỏc dng c bn ú ngi ta cũn chia ra cỏc dng trung gian: ỏ song
song, ỏ phõn nhỏnh; hoc cũn chia theo mt : phõn nhỏnh mt cao, mng mt
cao.
e. H thng cỏc khe nt v cỏc yu t dng tuyn(lineament):
Nhng thụng s ca h thng khe nt cn c xem xột n l: hng mt ,
hỡnh dng, ln. H thng lineamemt cú th liờn quan n cỏc kiu t góy, khe
nt ln ca ỏ cng. õy l mt yu t rt quan trng xỏc nh v phõn bit

nhiu bi i tng ng thi cng l thụng s ỏnh giỏ i tng. Cũng cần
phân biệt các yếu tố dạng tuyến nhân tạo và các yếu tố dạng tuyến tự nhiên
Ví dụ về các yếu tố dạng tuyến tự nhiên: Các thung lũng hẹp chạy dài, các
đảo xếp thẳng hàng, các sông, đoạn sông thẳng, các đoạn bờ biển thẳng, dài
8.1.2.3 . Chìa khoá giải đoán ảnh- tổ hp các yu t gii oán
8.1.2.3. Chìa khoá giải đoán ảnh( interprated key ) :
Tập hợp các yếu tố giải đoán đợc gọi là chìa khoá giải đoán ảnh. Là khái
niệm thể hiện sự sắp xếp của các yếu tố ảnh, các đặc điểm chi tiết của đối tợgn tạo
thành một tổng thể trong không gian vĩ mô. Từ thông tin về tổ hợp, ngời giải đoán
có thể phân vùng, kiểm chứng và khẳng định để nhận dạng các đối tợng hoặc nhóm
đối tợng, từ đó có thể phân biệt các đơn vị địa hình, các đơn vị cảnh quan địa lý,
các hệ sinh thái.
Trong quá trình gii oán, ngoài vic phân tích các yu t riêng l cũng xem
xét n s tp hp trong không gian ca tng nhóm yu t. S tp hp ó có th to
nên mt dng hay mt kiu a hình, t ó giúp cho ngi gii oán có th hiu
chnh, loi b nhng sai sót và nâng cao chính xác. Nh vy, trong gii oỏn
bng mt phi nm bt v phõn bit c du hiu gii oỏn và chìa khoá giải đoán
Cụng vic ú yờu cu ngi gii oỏn phi cú kin thc chuyờn mụn vng cú th


143
kt hp nhun nhuyn cỏc kin thc trong quỏ trỡnh gii oỏn nh v ch cú nh vy
mi a ra kt qu chớnh xỏc.
Tiờu chun phõn bit mt i tng vi cỏc yu t gii oỏn v i tng
ú thỡ c gi l chi khúa gii oỏn (interpretation key). Cỏc chi khúa gii oỏn
da vo kinh nghim v kin thc c thit lp cựng nhng nghiờn cu trờn mt
tm nh c th ca ngi phõn tớch. Thụng thng, 8 yu t gii oỏn (kớch thc,
hỡnh dng, búng, tone, mu, cu trỳc, mu v t hp mi quan h) cng nh thi
gian chp nh, mựa, kiu phim, t l nh, s c xem xột k thit lp nờn chỡa
khúa giải oỏn. Chỡa khúa thụng thng bao gm c phn mụ t v cỏc thnh phn

ca hỡnh nh. Thụng qua vic hiu rừ cỏc chỡa khúa gii oỏn, ngi phõn tớch cú
th liờn h m rng phõn tớch cỏc vựng khỏc. Thụng thng, chỡa khúa c
dựng cho mt bc nh hoc cho mt vựng cú thi gian chp nh, cụng ngh to nh
ging nhau. Vớ d: Chỡa khúa gii oỏn ca mt s i tng trờn nh LANDSAT
(trờn cỏc band v trờn nh tng hp mu gi FCC) c nờu trong bng 8.1.
Bảng 8.1: Chìa khoá giải đoán của một số đối tợng trên ảnh Landsat.
ảnh mu gi
i tng Band
4
Band
5
Band
6
Band
7
BGR
( 4,5,7)
RGB
( 4,5,7)
Mõy
Sng mự
Rng
Bói c
t trng
t t
ụ th
Nc
Búng
W
W

DOR
G.R
G.R
G.R
G.R
DGR
BL
W
W
BL
DG
W
W
W
BL
BL
W
-
W
W
W
GR
GR
BL
BL
W
-
W
W
W

DGR
DGR
BL
BL
W
W
R
P
W
LB
LB
B
BL
W
W
G
BY
W
RP
RP
BP
BL
Ghi chỳ:
PW: trng sỏng R: ; BL: xanh l sỏng; P: hng;
Y: vng; G: xanh lc RP: hng;
DGR: xanh ti; B: xanh l; BY: vng sỏng;
BP: xanh; BL: en W: trng.
Để chi tiết hơn, chìa khoá giải đoán đợc thành lập bao gồm đầy đủ các yếu tố
giải đoán đã nêu ở trên (Bảng 8.2)

144
Bảng 8.2: Chìa khoá giải đoán ảnh theo đấu hiệu của đối tợng trên ảnh .
Yếu tố ảnh
yếu tố địa kỹ thuật

Đối
tợng
Độ
sáng
Màu Hình
dạng
Kích
thớc
Cấu
trúc
Kiến
trúc
Bóng Sử
dụng
đất
lineament mạng
lới
TV
1
2
8.1.2.4. quy trình giải đoán ảnh thanh lập bản đồ chuyên đề
Theo nhng kinh nghim ca nhiu ngi, cỏc cụng an cn thc hin
thnh lp bn chuyờn t nh c h thng trong sơ đồ sau ( hình 8.3)
Theo s này, cỏc cụng vic bao gm cỏc bc c th nh sau :

- Chun b ảnh: xem cỏc khỏi quỏt hỡnh nh v định hớng ảnh theo vị trí địa
lý, t l, mu sc, phõn gii, t liu., thời gian thu ảnh
-Cỏc cụng vic c c: c cỏc ch dn, tạo bản đồ cơ sở,nh hng nh theo
bn c s
- c nh: c cỏc s liu phõn tớch xõy dng chỡa khúa gii oỏn
-o c nh: o c chiu di, chiu cao gia cỏc i tng (vi nh mỏy
bay, o c mt nh ).
- Phõn tớch nh: khai thỏc cỏc i tng hoc phõn tớch cỏc hin tng cú trờn
nh (phõn loi, khai thỏc,chỉnh lý )
- Thnh lp bn chuyờn : chuyn kt qu phõn tớch lờn bn cơ sở,
hon chnh h thng chỳ gii v bn .
8.1.2.5. Những vấn đề cần lu ý trong giải đoán ảnh bằng mắt
* Những vấn đề về nguyên tắc
- Bng mt thng hoc cỏc dng c quang hc t n gin n phc tp,
ngi gii oỏn cú th bng nhng kin thc thc t v kinh nghim phõn tớch nh,
cho phộp thnh lp nờn cỏc bn chuyờn mt cỏch nhanh chúng, tng i
chớnh xỏc v tin li.
- Cụng vic phõn tớch nh bng mt cú th ỏp dng cho nhiu chuyờn ngnh
khỏc nhau, trong nhng nhng iu kin trang thit b khỏc nhau (t n gin n
hin i)


145


H×nh 8.3: Quy tr×nh ph©n tÝch ¶nh b»ng m¾t thµnh lËp b¶n ®å chuyªn ®Ò


146
- Phõn tớch bng mt cú th coi l mt phng phỏp ph bin nht v vn cú

th ỏp ng v vn cú th ỏp ng mc chớnh xỏc cn thit, cụng vic ú ph
thuc rt nhiu vo ngi phõn tớch nh, k c kinh nghim chuyờn mụn , kin thc
nh, kin thc bn
* Những vấn đề về kỹ thuật
Tiếp cận hệ thống trong phân tích ảnh bằng mắt
- Các dấu hiệu phân tích đợc phát hiện trực tiếp (direct signatures):
Trên t liệu ảnh viễn thám trong nhiều trờng hợp có thể giúp phân biệt đợc
trực tiếp các đối tợng, đặc biệt là đối với ảnh tỷ lệ lớn (ảnh máy bay, ảnh vệ tinh tỉ
lệ lớn) hay với những cảnh quan địa lý mà ở đó đối tợng có kích thớc và quy mô
lớn (nh vùng đô thị của các nớc phát triển, đất nông nghiệp ở nhiều nớc châu
Âu, ). Tuy nhiên, trong phần lớn các t liệu viễn thám, việc phân biệt các đối tợng
cần thiết phải có sự tiếp cận hệ thống. Khi đã phân tích đợc các dấu hiệu trên ảnh,
ngời giải đoán phải kết hợp với các kiến thức chuyên môn và các kiến thức khác để
suy luận, nội suy, lý giải để tìm ra cách trả lời đúng các câu hỏi: tại sao nh vây? Đó
là cái gì? Ví dụ: sự xắp xếp thẳng hàng của 2 hàng cây độc lập, các đặc điểm dân c
trên khoảng cách dài sẽ lý giải cho sự tồn tại một con đờng ở giữa. Các điểm có
thực vật phát triển phân bố theo những quy luật nhất định ở giữa vùng đồng bằng sẽ
lý giải cho sự tồn tại các làng xóm, tụ điểm dân c nông thôn ở các vùng canh tác
lúa nớc.
- Chìa khoá tiêu biểu (Selective Key): là tập hợp các dấu hiệu tiêu biểu nhất
cho một đối tợng, một khu vực.
- Chìa khoá loại trừ (Elimination Key): là một số dấu hiệu khác thờng so
với các dấu hiệu tiêu biểu. Sự tồn tại của các dấu hiệu này là do sự xuất hiện của
một số đối tợng khác hoặc do những nhiễu tự nhiên hoặc nhân tác. Ví dụ: ở giữa
các cánh đồng lúa có tồn tại các điểm trồng màu hoặc các mảng trồng cây công
nghiệp hoặc có các điểm dân c, các khu vực nghĩa địa.
- Chìa khoá tách biệt (Selected Key): là sự lựa chọn để tìm ra dấu hiệu đặc
thù nhất cho một đối tợng, một hiện tợng cần phân biệt ví dụ: sự khác biệt của
mạng lới thuỷ văn .
Trong quá trình phân tích hệ thống, phải có sự hiểu biết kỹ về khu vực, về đặc

điểm đối tợng và những tác động tự nhiên, nhân tác làm thay đổi các dấu hiệu, sự
suy giải logic là rất cần thiết, giúp cho ngời giải đoán đa ra kết quả đúng nhất.
Trong việc phân tích hệ thống cần thiết phải phát hiện ra các kiểu chìa khoá giải
đoán .


147
Tổ hợp loại film và filter
Việc nghiên cứu tổ hợp film - filter để tạo thành ảnh là một công việc rất quan
trọng trong giải đoán. Trong phần đầu của chơng đã đề cập đến các cơ chế tạo
màu, lọc màu, các dải sóng và tính chất của đối tợng tự nhiên. Các thông tin khai
thác đợc từ ảnh có thể khẳng định cho tính chất của đối tợng khi kết hợp chặt chẽ
với các thông tin về film - filter. Ví dụ: màu đỏ magenta trên tổ hợp B-G-R thì chỉ
có thể đặc trng cho tính chất thực vật (liên quan đến Chlorophyl trong lá cây).
Thông tin đa thời gian (Multitemporal data)
Các thông tin về thời vụ là rất quan trọng trong phân tích ảnh. Các thông tin
này có liên quan đến sự biến đổi tính chất ảnh của các đối tợng. Các thông tin đó
là: thời vụ gieo trồng, độ thuỷ văn, thời vụ tăng trờng của cây cối trong năm (ra
hoa, kết trái, quả chín, thu hoạch xong, lá vàng, lá rụng, mọc lá mới). Ngoài ra
một số đặc điểm khác của đối tợng cũng biến đổi theo tính mùa vụ. Ví dụ: sông có
nớc, cạn nớc, nớc sông có phù sa hay không có hoặc ít phù sa, đất khô hoặc đất
ớt
Sự thay đổi tính chất ảnh của đối tợng đợc thể hiện chủ yếu ở độ sáng và
màu sắc bị thay đổi.
Tỉ lệ ảnh là yếu tố đầu tiên cần đợc quan tâm đến trong công việc giải đoán.
Tỉ lệ ảnh có liên quan đến kích thớc của các đối tợng và độ phân giải - hay khả
năng tách biệt các đối tợng từ ảnh. Các loại tỉ lệ ảnh thông dụng (bảng 8.2).
Bảng 8.2: Bảng tỷ lệ các loại ảnh
Tỉ lệ Diện tích một ảnh
(Km x Km)

Ghi chú
- ảnh máy bay:
1 : 30000
1 : 20000
1 : 80000
1 : 65000
1 : 58000
1 : 40000
1 : 24000
1 : 20000
1 : 15840
1 : 6000
- ảnh vệ tinh LANDSAT:
1 : 10
6
- ảnh SPOT:

29,9 x 29,9
27,6 x 27, 6
18,4 x 18, 4
14,9 x 14,9
13,8 x 13, 8
9,2 x 9, 2
5,5 x 5, 5
4,6 x 4, 6
3,6 x 3, 6
1,4 x 1, 4

185 x 185

Chụp với ống kính trên ảnh
152mm
152mm
152mm
35mm





Tuỳ thuộc độ phóng từ film gốc ở
tỉ lệ
1: 3.10
6
Tuỳ thuộc độ phóng từ film gốc ở


148
1: 10
6
60 x 60 tỉ lệ
1: 3.10
6
Xác định hệ thống phân loại (Classification System)
Xác định hệ thống phân loại trong phân tích ảnh nghĩa là xác định hệ thống
chú giải cho bản đồ hoặc sơ đồ mà ngời phân tích sẽ thiết lập từ ảnh, đây là công
việc hết sức quan trọng.
Có hai cơ sở để xác định hệ thống phân loại là:
- Chỉ tiêu phân loại của bản đồ chuyên đề gì? Tỉ lệ nào? Số đơn vị bản đồ cần
xác định?

Ví dụ: trên thế giới hay sử dụng hệ thống phân loại của Mỹ US65 cho
việc thành lập bản đồ sử dụng đất , ở Việt Nam thì dùng hệ thống của tổng cục địa
chính ( nay là Bộ tài nguyên môi trờng).
- Khả năng phân biệt các đối tợng trên ảnh.
Khái niệm đơn vị bản đồ nhỏ nhất (Minimum mapping unit - MMU) đợc áp
dụng để có thể xây dựng đợc bản đồ có độ chi tiết cao nhất. Đôi khi, do tỉ lệ và yêu
cầu của bản đồ mà ngời phân tích buộc phải loại bỏ các chi tiết, khái quát hoá song
vẫn đảm bảo tính chất các đơn vị và đáp ứng đợc về nội dung bản đồ, phơng pháp
này cần đợc phối hợp chặt chẽ với các nguyên tắc của từng chuyên môn để đa ra
đợc kết quả hoàn hảo. Ví dụ khi giải đoán địa chất, địa mạo, lâm nghiệp, việc
khái quát hóa là hết sức cần thiết.
Chuẩn bị ảnh t liệu
Trớc khi giải đoán cần phải chuẩn bị ảnh đê phân tích có hiểu quả nhất, một
số công việc phải thực hiện gồm có:
- Chuẩn bị ảnh máy bay
Xác định vùng chồng phủ, xếp ảnh theo tuyển, xác định hớng thuận cho việc
đọc hiệu ứng lập thể. Xác định vùng có độ lệch ít nhất để giải đoán (gọi là vùng hiệu
quả - effective area), xác định các điểm trên ảnh ảnh và trên bản đồ cơ sở (Base
map) để dễ dàng vẽ hoặc nắn chỉnh sau. Vùng hiệu quả đợc xác định bằng bốn
đoạn thẳng nối với nhau, lấy ví dụ chia các vùng phủ chồng.
- Chuẩn bị ảnh vệ tinh
Các công việc cần chuẩn bị gồm có: bản đồ cơ sở vùng để điều vẽ hoặc nắn
chỉnh. Trên bản đồ cơ sở có các yếu tố địa hình cơ bản, các điểm nắn, hệ thống sông
suối chính, một số điểm hành chính chủ yếu trong khu vực. Xác định trờng của
ảnh, đặt ảnh theo hớng Bắc Nam. Ngoài ra, phải chuẩn bị giấy can đúng tiêu


149
chuẩn, tạo bản đồ ngay trên giấy can và trong quá trình giải đoán có thể điều vẽ và
nắn chỉnh các kết quả giải đoán ngay trên giấy can.

Thiết bị giải đoán ảnh
- Thiết bị giải đoán ảnh máy bay
Cần chuẩn bị kính lập thể và luyện khả năng nhìn để có hiệu ứng lập thể. Để
luyện mắt, trớc hết cần nhìn với cặp hình kiểm tra.
Có nhiều loại kính lập thể từ đơn giản đến phức tạp. Kính lập thể đơn giản chỉ
có cặp kính dùng để nhìn chứ không đo đợc độ cao. Kính lập thể có thể đo đợc độ
cao thờng có độ phóng đại lớn hơn (2 - 4) và có thớc thị sai. Kính loại này đợc
gọi là kính lập thể gơng (Minor Stereoscope). Loại kính lập thể có độ chính xác
cao hơn và có độ phóng đại cao hơn nhiều (2,5 - 10 lần hoặc 20 lần) đợc gọi là
kính lập thể phóng đại (Zoom Stereoscope) hoặc có thêm cả bộ phận đèn rọi sáng
(Lightable and Zoom Stereoscope) ở các bộ phận chuyên môn loại kính lập thể
thờng có gắn thêm bộ phận nắn và vẽ lên bản đồ gọi là máy lập thể phóng đại
chuyển vẽ (Stereo Zoom Transferscope). Phần tiếp theo sẽ giới thiệu về một số
thiết bị giải đoán ảnh.
Thiết bị giải đoán ảnh phục vụ các chức năng yêu cầu khi giải đoán đó là:
1)
2)
3)
Thiết bị nhìn
Thiết bị đo đạc ảnh
Thiết bị chuyển đổi


150
Các thiết bị nhìn
Mục đích của việc dùng thiết bị nhìn để tạo một ảnh nổi. Nguyên lý tạo ảnh
nổi là khi chúng ta có 2 mắt và nhìn một đối tợng không gian từ hai điểm nhìn
khác nhau. Điều đó tạo ra một nhận thức sâu về vật và hai mắt cho chúng ta khả
năng nhìn vật từ hai phía nh một ảnh nổi.
Khi hai tấm ảnh hàng không chụp phủ chồng nên nhau, điểm phủ chồng có thể

đợc nhìn từ hai vị trí khác nhau (vị trí chụp trớc và vị trí chụp sau). Bằng việc
nhìn từ hai vị trí chụp khác nhau cho phép tạo ra một ảnh nổi stereo. Hình 8.4 minh
họa 2 ảnh dùng để kiểm tra kính lập thể và khả năng nhìn nổi của 1 cặp hai ảnh khác
nhau nhìn bằng 2 mắt
Hình 8.4: Kiểm tra nhìn Stereo (theo Courtesy Zeis,Inc.)
Với 2 hình ở trên, ngời giải đoán phải thử và điều tiết mắt để khả năng nhìn
lập thể đợc chính xác vị tríểtên dới theo chiều thẳng đứng của các hình có số thứ
tự khác nhau từ 1 đến 8.
Thiết bị nhìn có nhiều loại khác nhau đợc liệt kê dới đây:
a) stereoscope thấu kính
b) stereoscop gơng
a)
b)
stereoscop gơng cầu tay
interpreterscope
Các thiết bị đo ảnh
Thiết bị đơn giản nhất dùng để đo khoảng cách giữa hai điểm trên ảnh là lới.
Thiết bị hiện đại hơn là thiết bị số hóa tọa độ điện tử. Ngoài ra còn có thiết bị đo
mang tên planimeter. Hình 8.6 là minh họa lới đo đặt trên ảnh máy bay để đo diện


151
tích các đối tợng giải đoán. Hình 8.7 là thiết bị số hóa điện tử, dùng để số hoá các
đối tợng trên ảnh hàng không.
Các thiết bị chuyển đổi
Thiết bị chuyển đổi nhằm phóng to thu nhỏ ảnh. Thiết bị có thể kể ra là thiết bị
phóng và chuyển đổi (Zoom transfering)- hình 8.8, thiết bị phân tích và chuyển đổi
kết hợp tạo màu (Color additive viewer), thiết bị nối với máy tính kết hợp vidio đồ
họa (hình 8.9).

Hình 8.5: Một số kiểu kính soi khác nhau: a) steoreocope thấu kính; b) Steoreoscope
gơng c) Steoreos cope gơng bỏ túi; d) interpreterscope (Theo Wild Heerbrugg)


Hình 8.7: Thiết bị số hóa tọa độ điện tử
(Theo Courtesy Numowics corp)

Hình 8.6: Lới phủ đo đạc
trên không ảnh


152


Hình 8.8: Thiêt bị phóng và chuyển
đổi kết quả giải đoán

Hình 8.9: Thiêt bị máy tính
video - đồ họa
- Thiết bị giải đoán ảnh vệ tinh
Dụng cụ để giải đoán thờng đơn giản nh kính lúp, còn loại dụng cụ phức tạp
hơn là máy tổng hợp màu (Color additive Viewer) dùng để tạo nên các tổ hợp màu
khác nhau từ phim đen trắng của các band phổ riêng biệt. Thông thờng, tổ hợp màu
đợc tạo nên từ 3 band phổ, song cũng có thể dùng 4 band với máy tổng hợp màu đa
phổ (Color additive viewer).
9 Đa thông tin chuyên đề lên bn c s:
Khi giải đoán xong, phải đa thông tin chuyên dề lên bản đồ cơ sở, yêu cầu
của bản đồ cơ sở là:
- Có các thông tin cơ bản về khu vực: địa hình, địa danh

- T l thớch hp a lờn ú cỏc thụng tin phõn tớch t nh
- H thng ta thit lp theo ta a lý tiờu chun.
- Thụng tin trờn bn c s c in vi mu sỏng nh mt nn khi v
bn chuyờn s lm ni rừ cỏc thụng tin phõn tớch t nh. Thụng thng vi
bn a hỡnh t l 1/50.000, 1/100.000, 1/250.000, nhng bn c s c
thnh lp cho phộp nõng cao chớnh xỏc ca kt qu gii đoán. Vi vic nghiờn
cu bin, cỏc hi t l 1/50.000 - 1/500.000 c xem l nhng hi c s. Vi
h chiu UTM cho phộp ự chuyn cỏc thụng tin phõn tớch c lờn bn c s,
c bit l khi thnh lp bn rng (Murai, 1993).


153
9 Các phương pháp chuyển thông tin lên bản đồ cơ sở bao gồm:
-
Họa đồ lại: sử dụng bàn sáng chuyển thông tin phân tích từ ảnh lên bản đồ
cơ sở. Trường hợp nầy có sử dụng phương pháp nắn chỉnh từng phần để tr¸nh
những sai lệch giữa ảnh và bản đồ (do sự in phun ảnh)

H×nh 8.10: ¶nh vÖ tinh Landsat tØnh Hoµ B×nh (10/11/2000).

H×nh 8.11: B¶n ®å Sö dông ®Êt tØnh Hoµ B×nh gi¶i ®o¸n tõ ¶nh 8.10.


154
-
Chiu quang hc : s dng máy chiu (nh tác dng ca các thu kính v
gng ). Khichuyn kt qu phân tích lên bản đồ, thng s dng mỏy chuyn v
(zoom tranfer scope) hay máy chiu gng (micro projector).
-
Chuyn theo h thng li: v h thng li lên nh v chuyn thông tin

theo li ca bn c s.
-
S dng máy o v nh dng plotter chuyn thông tin lên bn c s,
(máy photogrametric plotter).
8.2. Xử lý ảnh số (Digital Image Processing)
Xử lý ảnh số là sự điều khiển và phân tích các thông tin ảnh dạng số với sự trợ
giúp của máy tính. Xử lý ảnh số là một công việc rất quan trọng trong viễn thám và
có vai trò tơng tự nh phân tích ảnh bằng mắt. Xử lý ảnh số đã đợc bắt đầu từ
những năm 1960 với một số lợng hạn chế các công trình nghiên cứu. Chỉ từ 1972
khi vệ tinh LANDSAT đợc phóng lên thì xử lý ảnh số mới đợc phát triển một cách
rộng rãi. Thông thờng xử lý ảnh số áp dụng cho t liệu vệ tinh song cũng có thể áp
dụng cho t liệu thu đợc từ máy bay. Yêu cầu cơ bản là nguồn t liệu phải ở dạng
số và thông thờng là đợc tạo từ phơng pháp chụp quét scanning. Trớc đây,
phơng pháp xử lý số đợc áp dụng hạn chế một trong những nguyên nhân cơ bản là
giá thành máy tính và phần mềm quá đắt. Hiện nay, do giá thành máy tính thấp dần
và phần mềm càng đợc phát triển nhiều, nguồn t liệu số lại rất đa dạng nên kỹ thật
xử lý ảnh số ngày càng đợc áp dụng rộng rãi - đặc biệt là đợc kết hợp chặt chẽ với
việc xử lý hệ thông tin địa lý - GIS. Trong các phần mềm xử lý, sự phát triển của
công nghệ tin học cho phép áp dụng nhiều phép tính toán từ đơn giản đến phức tạp
với tốc độ rất cao. Phần trình bày dới đây chỉ đề cập đễn các kỹ thuật biễn đổi và
khai thác thông tin từ t liệu viễn thám dạng số (digital).
8.2.1. Các khuôn dạng ảnh số
Trong viễn thám, tuỳ theo sự bố trí tông tin của từng pxel của các kênh phổ
khác nhau mà ngời ta chia ra 3 loại khuôn dạng ảnh chính là (hình 8.12)
- BIL : thông tin của từng kênh phân bố theo từng hàng pixel xen kẽ
- BSQ: thông tin của từng kênh bố trí lần lợt theo từng hàng
- BIP : thông tin của các kênh bố trí xen kẽ theo lần lợt từng pixel
Yêu cầu của các phần mềm xử lý ảnh số là phải đọc và xử lý đợc các khuôn
dạng dữ liệu số.
8.2.2. Các kỹ thuật xử lý ảnh số

Có nhiều kỹ thuật khác nhau, song có thể tập trung thành 4 nhóm chính:


155
1. Các kỹ thuật tăng cờng chất lợng ảnh (image enhancement)
2. Các kỹ thuật tách chiết thông tin (information extraction)
3. Các kỹ thuật phân loại ảnh ( image classification).
4. Các kỹ thuật chỉnh sửa, khôi phục hình ảnh (image restoration)
Những vấn đề đợc trình bày sẽ chỉ đề cập đến các nguyên lý cơ bản chứ
không đi sâu vào khía cạnh toán học.
8.2.2.1 Các kỹ thuật biến đổi, chỉnh sửa ảnh
Là việc phát hiện và khôi phục lại các phần hình ảnh bị tối do quá trình quét,
thu nhận và truyền hình ảnh. Nguyên nhân các lỗi là do bị nhiễu, do bị bỏ sót thông
tin. Mục tiêu của kỹ thuật là khôi phục lại hình ảnh gần nh hình ảnh ban đầu - đó là
kỹ thật cosmetic - sửa chữa bên ngoài. Kỹ thuật khôi phục hình ảnh tơng đối đơn giản:
Khôi phục sự mất thông tin theo quy luật
- Do một band phổ của LANDSAT có 6 detector (con mắt điện tử), mỗi
detector cung cấp thông tin của 1 hàng trong quá trình quét hoặc truyền, thông tin
của một trong 6 detector bị mất và hàng đó trở thành đen vì mang giá trị 0. Phơng
pháp khắc phục là tính giá trị DN trung bình của toàn cảnh, giá trị trung bình đó
đợc gắn giá trị DN cho hàng bị thiếu bằng cách lấy giá trị trung bình giữa hàng
trên và hàng dới (tính tròn số). Tuy nhiên việc khôi phục này chỉ tạo nên ảnh nhân
tạo chứ không phải ảnh gốc.
- Tơng tự nh trên, song trong trờng hợp này hàng thứ 6 lại chứa các giá trị
DN cao gấp 2 lần giá trị trung bình, từ đó các hàng này có màu trắng. Phơng pháp
này xây dựng đồ thị phân bố độ sáng (Hystogram) của 6 hàng trên ảnh, tính giá trị
trung bình trên đồ thị (ở giữa) để gắn cho hàng bị thiếu. Hoặc có thể so sánh giá trị
trung bình và giá trị ở giữa để tìm ra giá trị phù hợp gắn cho hàng bị thiếu.
- Trong nhiều trờng hợp cứ cách một hàng lại có phần đầu hoặc cuối của một
số hàng tiếp theo bị mất thông tin, làm cho phần đó bị đen, cách khắc phục cũng

tơng tự nh những phơng pháp trên.
Điều chỉnh ảnh hởng của khí quyển
Nh ở phần đầu đã nêu, khí quyển có ảnh hởng lớn đến quá trình quét và
truyền thông tin, làm nhiễu và sai lệch các thông tin thực tế. Ví dụ bóng mây và mặt
nớc trên ảnh có cùng giá trị DN = 0 ở band 7. Nhiều trờng hợp nhiễu do khí
quyển chỉ ảnh hởng đến band này mà không ảnh hởng tới band khác. Kỹ thuật để
chỉnh gồm có: chỉnh theo hystogram của từng band, chỉnh bằng các fitter (lọc thấp).
Ngoài ra, có thể khắc phục bằng cách sử dụng ảnh phủ chồng của ảnh kế tiếp để loại
bỏ mây ở ảnh trớc.


156

Hình 8.12 : Cấu trúc các khuôn dạng ảnh chính trong viễn thám :
BS
Q,
BIL
,
BIP
Hiệu chỉnh hình học
Quá trình quét, truyền thông tin để ghi nhận sẽ xuất hiện nhiều loại hình méo
về hình học, có hai hiện tợng méo chính: méo không hệ thống và méo hệ thống.
- Méo không hệ thống: là sự méo không ổn định về mặt hình học, nguyên
nhân là do tốc độ bay của máy bay (hoặc vệ tinh), độ cao, góc nhìn của thiết bị, dải
quét. Để nắn chỉnh sự méo không hệ thống, phải có hệ thống điểm kiểm tra dới
mặt đất đối chiếu để xác định chính xác đợc tọa độ các điểm trên ảnh, đối chiếu
với bản đồ và sử dụng các phép nắn chỉnh. Kết quả nắn chỉnh, ảnh sẽ đợc đa về
đúng kích thớc và vị trí địa lý.

157
- Méo có hệ thống: nguyên nhân của méo hệ thống về mặt hình học là do ảnh
hởng của thiết bị. Quá trình quét, tốc độ gơng bị thay đổi và đờng bị kéo vằn
xuống. Nh vậy, theo một quy luật đều, các đờng quét đều bị méo giống nhau khi
so sánh giữa phần trọng tâm và phần hai cạnh của hình ảnh. Một hiện tợng khác là
đờng quét bị kéo lệch về một phía. Sự lệch hệ thống đó đợc gọi là sự lệch toàn
cảnh - Panoramic distortion.
Việc khắc phục các hiện tợng lệch hệ thống tơng đối đơn giản bằng cách
nắn hệ thống theo chơng trình phần mềm trong máy tính. Phim ảnh sẽ đợc in ra
sau khi xử lý nắn hệ thống. Ngoài ra để khắc phục hiện tợng méo này, mà nguyên
nhân là hệ thống quét ngang ngời ta đã chế tạo hệ thống quét dọc (nh trong
SPOT). Tuy nhiên mỗi hệ thông đều có những u nhợc điểm riêng, khi quét dọc lại
có sự méo theo hàng dọc.
b. Tăng cờng chất lợng ảnh
Tăng cờng chất lợng ảnh gồm những kỹ thuật xử lý khác nhau nhằm thay
đổi các gía trị DN của ảnh ban đầu nhằm đa ra ảnh mới với các giá trị số mới. Kỹ
thuật tăng cờng có thể áp dụng cho từng band riêng biệt.
Kỹ thuật làm tăng độ tơng phản (Contrast Enhancement)
Là kỹ thuật rất phổ biến trong xử lý số, nhằm làm thay đổi sự tơng phản trong
toàn cảnh hoặc trong từng phần của ảnh. Kỹ thuật làm tăng độ tơng phản cho phép
cung cấp thêm nhiều thông tin bị bỏ sót, đặc biệt là ở các vùng có độ sáng quá thấp
hoặc quá cao.
Để xử lý, hình ảnh thờng đợc đa về chế độ 8 bit (256 cấp độ sáng) và độ
sáng của hình ảnh thay đổi từ đen (DN = 0) đến trắng (DN = 127). Trong thực tế
hình ảnh thu nhận đợc có sự thay đổi độ sáng giữa DN cực tiểu (min) và DN cực
đại (max) không phải là toàn bộ dải từ 0 - 255, mà chỉ thay đổi trong một khoảng
nào đó. Ví dụ: 60 - 158. Nh vậy thông tin trong các dải 0 - 59 và 159 - 255 không
đợc sử dụng. Kỹ thuật tăng độ tơng phản là kéo dài khoảng phổ giữa min và max.
Các giá trị mới đợc tính toán theo công thức:
DN=

255*
min)(max
min


DN

trong đó: DN - giá trị số trong ảnh cha xử lý;
MIN - giá trị số DN cực tiểu trong ảnh cha xử lý (= 60);
MAX - giá trị số DN cực đại trong ảnh cha xử lý (= 158);
DN- giá trị số của ảnh mới.


158
Kết quả của ảnh tăng cờng độ tơng phản là phần tối nhất đợc chuyển thành
màu đen và phần sáng nhất chuyển thành màu trắng. Các giá trị phổ ở giữa sẽ có sự
chênh lệch cao hơn, vì thế nhìn đợc rõ hơn.
Ví dụ ảnh có giá trị mức độ sáng (phổ) từ 60 đến 158. Tăng cờng độ tơng
phản ảnh là kéo giá trị nhỏ nhất (60) trở về giá trị 0 và giá trị lớn nhất của khoảng
(giá trị 158) về giá trị 255. Hình 8.12 mô phỏng cho việc giãn ảnh theo phơng pháp
này. Trên hình 9.3.a là biểu đồ phân bố histogram của ảnh gồm 4 mức độ xám khác
nhau là 0-60, 60-158 và 158-255. Giá trị số đầu vào trong khoảng mức độ xám là
60-158 đợc thực hiện giãn theo nhiều cách khác nhau: tuyến tính, giãn phân bố
chuẩn (biểu đồ), giãn đặc biệt. Hình 8.3 minh họa cho các phơng pháp giãn ảnh
trên. Ngoài ra có các phơng pháp giãn khác nh theo phân bố chuẩn, giãn ảnh theo
logarit và giãn ảnh theo cắt mật độ và giãn theo tuyến tính no. Một số biểu đồ của
các phơng pháp này đợc chỉ ra trên hình 8.14.
Trong xử lý ảnh số có rất nhiều phần mềm xử lý ảnh chuyên dụng nh
ERDAS Imagine, ERMapper, PCI, Didactim, Multiscope. Phần mền xử lý ảnh số
thông dụng dùng trong đào tạo là IDRISI.

Một số phơng phát tăng cờng độ tơng phản thờng gặp.
- Giãn tuyến tính đợc thực hiện với việc đa giá trị mức độ xám của kênh gốc
giãn rộng theo tuyến tính phủ kín khoảng 0-255.
- Giãn đa tuyến tính đợc thực hiện khi từng khoảng của mức độ xám ảnh gốc
đợc giãn riêng biệt (hình 8.14b).

Giá trị số ảnh
Không
giãn
Biểu đồ
phân bố
Giá trị số hiển thị
Giá trị số ảnh
Giãn tuyến
tính
Giá trị số hiển thị
Biểu đồ giãn
Giá trị số ảnh
Giá trị hi
ể
n thị
Giá trị số ảnh
Giá trị số hiển thị
Giãn đặc biệt
Hình 8.12. Nguyên tắc giãn ảnh (Theo Lillesand và Kiefer, 2000)
Hình 8.13: Nguyên tắc giãn ảnh (Theo Lillesand và Kiefer, 2000).


159

d

e
a b c
Giá trị số
ảnh
Hình 8.13. Các phơng pháp giãn ảnh chính: a- Tuyến tính; b-
Đa tuyến tính; c- Logarit; d- phân bố chuẩn; e- Cắt mật độ
Hình 8.14: Các phơng pháp giãn ảnh chính: a- tuyến tính;
b- đa tuyến tính; c- Logarit; d- phân bố chuẩn; e- cắt mật độ.













ảnh SPOT kênh 3 vùng Westboro
ả
nh SPOT sau khi giãn phân bố chuẩn
(a)
(b)
Hình 8.15: ảnh gốc (a) và ảnh giãn bằng phơng pháp phân bố chuẩn (b).
- Giãn hàm logarit đợc thực hiện bằng việc áp dụng hàm logrit, hàm mũ hoặc

một hàm toán học đợc định trớc. Giãn logarit rất có lợi khi quan tâm đến khoảng
có giá trị mức độ xám thấp.
- Giãn Gauss đa giá trị ảnh gốc trở về dạng phân bố chuẩn. Trong giãn gauss
phần đuôi (tai) của biểu đồ thờng đợc tơng phản nhiều hơn vì vậy cắt bỏ (vài %).


160
- Giãn biểu đồ cân bằng (histogram equlization) đa ảnh mới có mật độ
đồng nhất dọc theo trục số, tức là giá trị số trở thành có cùng tần số. Theo phân bố
chuẩn thì ở khoảng giữa sẽ độ lăp thờng xuyên hơn vì vậy chúng đợc giãn ra trên
trục số mới (hình 8.14 d).
Kỹ thuật phân chia theo mức (Level Slicing)
Là kỹ thuật phân chia độ sáng (hoặc màu) của từng band hay tổ hợp band theo
từng mức, từ đó có thể làm rõ ranh giới của từng đối tợng hay từng nhóm đối
tợng.

Hình 8.17: Đồ thị phân bố độ sáng của ảnh (hystogram)
(trục ngang là giá trị độ sáng, trục đứng là số lợng pixel).
Hình 8.16: Giãn ảnh thực hiện trên ảnh Landsat ETM
+
(ngày thu phổ 11/4/2000) vùng
phía trên Hòa Bình kênh hồng ngoại (kênh4), (a)- ảnh gốc; (b)- giãn tuyến tính 5%

(b)
(a)


161
Trên đồ th với các mức
khác nhau. To hành các mức

khác nha
Kh
học, khi đa kính lọc vào thì hình ảnh nguyên
thuỷ bị thay đổi và ảnh mới đợc tạo thành có những đặc điểm mới. Tuỳ các cách
lọc khác nhau mà đ
ị trí tơng ứng với nhân cửa sổ đợc tính theo công thức:
ị cột hystogram, giá trị DN phân bố dọc theo trục X
àn bộ dải độ sáng phân bố từ 1 - 255, ta có thể chia t
u. Ví dụ (1:20); (21 - 64); (65 - 130); (131 - 255). Kết quả, hình ảnh sẽ
đợc phân bố thành số lớp đối tợng, nh vậy kỹ thuật này đơn giản, cho một cách
nhìn khái quát về sự phân bố trong không gian của các nhóm đối tợng. Tơng tự
nh vậy các mức có thể xác định cho tổ hợp của nhiều band phổ.
Kỹ thuật Lọc không gian
ái niệm chung về lọc ảnh
Với phơng pháp lọc quang
a ra kết quả khác nhau. Tơng tự nh vậy, trong xử lý số, các
filter lọc cũng đợc tạo bằng toán học, các filter đợc gọi là các cửa sổ - Windows.
Khái niệm filter trong xử lý số còn liên quan đến khái niệm độ nhám của tone ảnh,
nghĩa là tần số lặp lại của sự khác nhau về độ sáng trên ảnh. Tone ảnh nhám nghĩa là
có sự lặp lại nhiều lần sự khác nhau về tone ảnh trên một diện tích bao gồm số lợng
ít các pixel, còn tone ảnh mịn là sự thay đổi ít về giá trị DN của số lợng lớn các
pixel trên một diện tích rộng. Kỹ thuật số để tạo ảnh có độ nhám cao đợc gọi là lọc
cao còn độ nên một ảnh min gọi là lọc thấp. Câú tạo một filter hay một cửa sổ có
thể là 3 x 3 pixel hoặc 5 x 5 pixel hoặc 7 x 7 pixel, giá trị của từng pixel trong cửa
sổ liên quan đến phơgn pháp lọc. Khi đa cửa sổ vào ảnh, các picxel ở ảnh nằm
tơng ứng với tâm của cửa sổ sẽ đợc tính chuyển thành một giá trị mới theo nguyên
tắc trung bình cộng.
Giá trị pixel ở v
9
)99( )11(

'
CDNCDN
DN

+
+

=

trong đó: DN - giá trị của pixel trong ảnh gốc;
ên ảnh kết quả.
thành bằng cách tính cuốn
theo hàng, toàn bộ ảnh mới đợc tạo nên từ các giá trị nhân mới. Thông thờng để
tạo ảnh nhám thì sử dụng cửa
C - giá trị pixel ở cửa sổ (filter);
1 9 - thứ tự vị trí các pixel;
DN- giá trị mới của pixel tr
Theo nguyên tắc đó, các giá trị nhân mới đợc tạo
sổ 3 x 3, còn tạo ảnh nhẵn thì sử dụng cửa sổ 9 x 9.
Trong quá trình nghiên cứu thử nghiệm, ngời ta đã tạo nên nhiều kiểu lọc khác
nhau:


162
- Lọc tăng cờng đờng biên: là kỹ thuật dùng các filter để làm nổi rõ các
đờng ranh giới giữa các đơn vị bản đồ. Kỹ thuật này áp dụng cho nhiều lĩnh vực: sử
dụng đất, lâm nghiệp, thổ nhỡng.
- Lọc làm tăng cờng theo hớng (hay sử dụng trong địa chất)
Thông thờng, ngời ta kết hợp cả hai phơng pháp: tăng cờng độ tơng
phản và lọc, nhằm khai thác nhiều thông tin mới trên t liệu viễn thám.

Các kỹ thuật lọc ảnh
Phơng pháp lọc ảnh đợc tiến hành với dữ liệu ảnh số qua từng kênh ảnh đơn
hoặc cùng một lúc với nhiều kênh phụ thuộc vào phần mền xử lý. Tùy theo các mục
đích nghiên cứu, lọc ảnh theo thuật toán chia ra nhiều loại khác nhau. Có thể chia ra
3 nhóm chính là lọc làm mịn ảnh, lọc làm tăng độ tơng phản và lọc làm tơng phản
theo vùng giáp biên. Phơng pháp lọc ảnh đợc thực hiện bằng cách dùng cửa số
động 3 x 3 hoặc 5 x 5 hoặc 7 x 7 hoặc 9 x 9 pixel. Giá trị số của pixels trung tâm
cửa sổ đợc tính bằng một công thức liên quan đến các giá trị số của các pixel bao
quanh. Việc thực hiện các phép lọc nhằm tạo ra một ảnh mới có một số tính chất
mới, ví dụ các yếu tố đờng nét, làm mịn ảnh hoặc nhấn mạnh một yếu tố cấu trúc
nào đó. Các toán tử lọc còn gọi là kernel hay ma trận trọng số thờng đợc tổ chức
dới dạng một ma trận n x n phần tử. Ma trận này đợc áp dụng cho toàn ảnh theo
thuật toán cửa sổ trợt. Kích thớc của ma trận toán tử thờng bao giờ cũng là một
số lẻ. Mô hình toán học của phép lọc có thể đợc viết nh sau:
()
()
yi j f klhi k j l
kiw
iw
llw
jw
(, ) , ,=
=
+
=
+


trong đó:
f Ma trận ảnh đầu vào

h Toán tử lọc
y Giá trị ảnh đầu ra
Thuật toán lọc ảnh là việc biến đổi cục bộ giá trị số của từng pixel ảnh dựa trên
giá trị của các pixel ảnh lân cận. Sau đây ta sẽ xem xét cụ thể các phép lọc thờng
gặp trong xử lý ảnh số.
Lọc trung bình Mean là phép lọc tạo giá trị trung bình các pixel ảnh theo mức
độ xám tại tâm cửa sổ động. Phép lọc này còn gọi là phép lọc giá trị thấp (low pass
filter). Mục đích của bộ lọc này là nhấn mạnh các đối tợng không gian có có tần
xuất thấp làm thay đổi mức độ sáng của vùng có diện tích lớn (đất nông nghiệp, diện
tích nớc ) và giảm các đối tợng có tần suất cao (chi tiết cục bộ).
Toán tử lọc áp dụng cho các cửa sổ 3x3, 5x5, 7x7, 9x9 . Phép lọc trung bình
gắn giá trị số của một pixel bất kỳ DN
ij
bằng việc trung bình hóa các pixel ảnh


163