xử lý ảnh ndvi ứng dụng trong nông lâm nghiệp

TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA CÔNG NGHỆ
BỘ MÔN ĐIỆN TỬ - VIỄN THÔNG

LUẬN VĂN TỐT NGHIỆP

XỬ LÝ ẢNH NDVI ỨNG DỤNG
TRONG NÔNG - LÂM NGHIỆP

Sinh viên thực hiện

Cán bộ hướng dẫn

Mai Nhật Tân
MSSV: 1118012

ThS. Trương Phong Tuyên

Trần Minh Châu
MSSV: 1117960
Lớp Kỹ thuật máy tính K37

Cần Thơ, Tháng 05 năm 2015


TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA CÔNG NGHỆ
BỘ MÔN ĐIỆN TỬ - VIỄN THÔNG

LUẬN VĂN TỐT NGHIỆP

XỬ LÝ ẢNH NDVI ỨNG DỤNG
TRONG NÔNG - LÂM NGHIỆP

Sinh viên thực hiện
Mai Nhật Tân
MSSV: 1118012
Trần Minh Châu
MSSV: 1117960
Lớp Kỹ thuật máy tính K37

Cán bộ hướng dẫn
ThS. Trương Phong Tuyên


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

TRƯỜNG ĐẠI HỌC CẦN THƠ
KHOA CÔNG NGHỆ
BỘ MÔN ĐIỆN – TỬ VIỄN THÔNG

Luận văn được thực hiện bởi:
1. Họ tên: Mai Nhật Tân,

MSSV: 1118012, Lớp: Kỹ thuật máy tính K37

2. Họ tên: Trần Minh Châu, MSSV: 1117960, Lớp: Kỹ thuật máy tính K37
Tựa đề Luận văn (Hay tên đề tài): Xử lý ảnh NDVI phục vụ Nông – Lâm
nghiệp

Luận văn đã nộp và báo cáo tại Hội đồng chấm bảo vệ Luận văn tốt
nghiệp Đại học ngành Điện tử Truyền thông/Kỹ thuật Máy tính, Bộ môn
Điện tử - Viễn thông vào ngày … tháng 05 năm 2015. (Quyết định thành
lập Hội đồng số: …/QĐ-CN ngày … tháng 5 năm 2015 của Trưởng Khoa
Công Nghệ)

Kết quả đánh giá: ___________
Chữ ký của các thành viên Hội đồng:
Thành viên 1: ThS. Trương Phong Tuyên ....................................
Thành viên 2: ThS. Trần Hữu Danh..............................................
Thành viên 3: ThS. Võ Ngọc Lợi ..................................................

i


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

LỜI CAM ĐOAN
Đề tài “Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp” sẽ đưa ra một
công cụ hữu ích để xử lý hình ảnh, giúp người quản lý có được những thông tin sát
thực nhất từ những hình ảnh chụp được. Qua đó, có biện pháp xử lý kịp thời trên
vùng đất của mình. Chúng em chọn đề tài này để thực hiện Luận văn tốt nghiệp vì
nhận thấy sự mới mẻ, tiến bộ, chính xác và và tiện lợi của phương pháp theo dõi,
quản lý thông qua kết quả cụ thể xử lý được từ các bức ảnh thay vì sử dụng mắt
thường và kinh nghiệm của con người từ trước đến nay.
Trong quá trình thực hiện, đề tài không tránh khỏi những thiếu sót và do kiến
thức còn hạn chế nhưng những nội dung trình bày trong quyển báo cáo này là

những hiểu biết và thành quả của chúng em đạt được dưới sự giúp đỡ của cán bộ
hướng dẫn là Thạc sĩ Trương Phong Tuyên.
Chúng em xin cam đoan rằng những nội dung trình bày trong quyển báo cáo
Luận văn tốt nghiệp này không phải là bản sao chép từ bất kỳ công trình đã có trước
nào. Nếu không đúng sự thật, em xin chịu mọi trách nhiệm trước nhà trường.
Cần Thơ, ngày … tháng 05 năm 2015
Nhóm sinh viên thực hiện

Mai Nhật Tân

Trần Minh Châu

ii


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

LỜI CẢM ƠN
Để đạt được những kết quả của ngày hôm nay, chúng em không bao giờ quên
gửi lời cảm ơn chân thành và sâu sắc nhất đến cha mẹ và gia đình chúng em, những
người đã hỗ trợ chúng em về mặt kinh tế để chúng em có điều kiện tốt nhất thực
hiện đề tài của mình. Không chỉ vậy, gia đình còn luôn giúp đỡ và động viên, giúp
chúng em có thêm nghị lực hoàn thành tốt nhiệm vụ học tập và rèn luyện của mình.
Xin gửi lời cảm ơn đến đội ngũ cán bộ giảng dạy tại trường Đại học Cần Thơ
nói chung và hai bộ môn Điện tử Viễn thông và Tự động hóa trực thuộc Khoa Công
nghệ nói riêng đã tận tình giảng dạy, chỉ bảo cũng như tạo mọi điều kiện vật chất
cho chúng em trong suốt thời gian chúng tôi tham gia học tập tại trường.
Đặc biệt xin chân thành cảm ơn ThS. Trương Phong Tuyên, người đã tận

tình hướng dẫn chúng em thực hiện đề tài luận văn này. Xin cảm ơn thầy vì những
tài liệu thầy đã cung cấp, cùng với những chỉ dẫn, định hướng kịp thời giúp chúng
em thực hiện đúng hướng và đúng tiến độ đối với đề tài được giao.
Trong suốt quá trình thực hiện đề tài chúng em cũng xin cám ơn sự giúp đỡ
nhiệt tình của các anh, chị khóa trước, cũng như sự hợp tác của các nhóm làm luận
văn dưới sự hướng dẫn của thầy Trương Phong Tuyên, cùng toàn thể bạn bè đã
nhiệt tình động viên và ủng hộ, cổ vũ tinh thần cho chúng em.
Xin chân thành cám ơn!
Cần Thơ, ngày … tháng 05 năm 2015
Nhóm sinh viên thực hiện

Mai Nhật Tân

Trần Minh Châu

iii


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

MỤC LỤC
KÝ HIỆU VÀ VIẾT TẮT .........................................................................................1
MỤC LỤC HÌNH ......................................................................................................2
TÓM TẮT ..................................................................................................................4
ABSTRACT ...............................................................................................................4
CHƯƠNG 1 TỔNG QUAN .................................................................................5
1.1 ĐẶT VẤN ĐỀ ...............................................................................................5
1.2 LỊCH SỬ GIẢI QUYẾT VẤN ĐỀ ...............................................................6

1.3 PHẠM VI ĐỀ TÀI ........................................................................................7
1.4 PHƯƠNG PHÁP NGHIÊN CỨU .................................................................7
CHƯƠNG 2 CƠ SỞ LÝ THUYẾT .....................................................................8
2.1 TỔNG QUAN về phương pháp viễn thám [5] ..............................................8
2.1.1 Khái niệm viễn thám ...............................................................................8
2.1.2 Ứng dụng viễn thám [6] ..........................................................................8
2.1.3 Phân loại viễn thám ................................................................................9
2.1.4 Những bộ cảm chính trong viễn thám ....................................................9
2.2 Tổng quan về ảnh – điểm ảnh [7] [8] ............................................................9
2.2.1 Định nghĩa...............................................................................................9
2.2.2 Độ phân giải của ảnh ..............................................................................9
2.2.3 Mức xám của ảnh ..................................................................................10
2.2.4 Không gian màu ....................................................................................10
2.2.5 Ảnh hồng ngoại và phương pháp thu ảnh hồng ngoại ..........................13
2.2.6 Ảnh NDVI floating point, NDVI colormap và LUT ............................16
2.3 Modul chụp ảnh Raspberry Pi NoIR Camera ..............................................16
CHƯƠNG 3 XÂY DỰNG HỆ THỐNG ...........................................................19
3.1 Tính toán NDVI ...........................................................................................19
3.1.1 Cơ sở lý thuyết ......................................................................................19
3.1.2 Khái niệm ..............................................................................................20
3.2 Fiji (Imagej) .................................................................................................21
3.2.1 Giới thiệu Imagej ..................................................................................21
3.2.2 Tính năng của Imagej ...........................................................................21
3.2.3 Fiji .........................................................................................................22
CHƯƠNG 4 PHƯƠNG PHÁP THỰC HIỆN VÀ KẾT QUẢ........................24
4.1 PHƯƠNG PHÁP THỰC HIỆN ..................................................................24
4.1.1 Tổng quát ..............................................................................................24
4.1.2 Xử lý lần lượt từng ảnh .........................................................................24
4.1.3 Xử lý hàng loạt nhiều ảnh .....................................................................27
4.2 Kết quả đạt được ..........................................................................................29

KẾT LUẬN VÀ ĐỀ NGHỊ .....................................................................................34
TÀI LIỆU THAM KHẢO ......................................................................................35
Phụ lục ......................................................................................................................36
Cài đặt phần mềm và plugin .................................................................................36
Sử dụng CTU NDVI .............................................................................................37

iv


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

KÝ HIỆU VÀ VIẾT TẮT

IR
LUT
NDVI
NGB
NIR
NRG
PAR
RGB
VIS

Infrared
Lookup table
Normalized Difference Vegetation Index
Near-infrared – Green – Blue
Near-infrared

Near-infrared – Red – Green
Photosynthetically active radiation
Red - Green - Blue
Visible

1


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

MỤC LỤC HÌNH
Hình 1.1 Máy bay Quadrocopter thực hiện bay thử nghiệm. Hình ảnh lấy từ bản tin
thời sự 60 phút của đài Phát thanh - Truyền hình Vĩnh Long ngày 19/01/2015. .......6
Hình 2.1 Ví dụ minh họa về các loại ảnh ..................................................................10
Hình 2.2 Không gian màu RGB ................................................................................11
Hình 2.3 Bước sóng quang phổ cận hồng ngoại và bước sóng ánh sáng nhìn thấy
cùng với các bước sóng khác [4]...............................................................................13
Hình 2.4 Độ nhạy quang phổ của một cảm biến silicon điển hình trên camera với bộ
lọc IR đã được gỡ bỏ. Ảnh khảo sát từ máy ảnh Canon 40D. [9] ............................. 14
Hình 2.5 Độ nhạy quang phổ của một cảm biến silicon điển hình trên camera với bộ
lọc IR đã được gỡ bỏ. Ảnh khảo sát từ máy ảnh Nikon D200. [9] ...........................14
Hình 2.6 Các vùng quang phổ camera thu được khi sử dụng bộ lọc infrablue Schott
BG3. [10]...................................................................................................................15
Hình 2.7 Quang phổ camera thu được khi sử dụng bộ lọc blue BG3 và red Wratten
25A. [10] ...................................................................................................................15
Hình 2.8 Bộ lọc IR được thay thể cho bộ lọc chặn IR của máy ảnh Canon A495,
được sửa đổi cho dự án PLOTS KickStarter năm 2012. [11] ...................................16
Hình 2.9 Board Raspberry Pi B+. .............................................................................17

Hình 2.10 Camera NoIR Pi .......................................................................................18
Hình 2.11 Module camera 5MP Wide Angle 160 degree kết hợp trên board
Raspberry Pi B+. .......................................................................................................18
Hình 3.1 Phản xạ ánh sáng khác nhau trong miền cận hồng ngoại và miền ánh sáng
nhìn thấy đối với cây xanh còn tốt và cây đã mất sức sống. .....................................19
Hình 3.3 Các giá trị NDVI được tính toán trên các chi tiết khác nhau của bề mặt nơi
khảo sát. [15] .............................................................................................................21
Hình 3.4 Giao diện ImageJ........................................................................................21
Hình 3.5 Các Plugin mở rộng được phát triển bởi người dùng trên Imagej. ............22
Hình 3.6 Giao diện Fiji.............................................................................................. 22
Hình 3.7 Giao diện trình soạn thảo và biên dịch script editor trên Fiji.....................23
Hình 4.1 Menu chính của plugin. ..............................................................................24
Hình 4.2 Sơ đồ các bước thực hiện xử lý NDVI .......................................................24
Hình 4.3 Giao diện xử lý từng ảnh ............................................................................25
Hình 4.4 Sơ đồ giải thuật xử lý từng ảnh. .................................................................26
Hình 4.5 Giao diện xử lý ảnh hàng loạt. ...................................................................27
Hình 4.6 Sơ đồ giải thuật xử lý ảnh hàng loạt...........................................................28
Hình 4.7 Ảnh cánh đồng lúa chụp từ module camera noir gắn trên máy bay
Quadrocopter. ............................................................................................................29
Hình 4.8 Ảnh NDVI floating point tạo ra. Xử lý từ ảnh (4.7) bằng CTU NDVI. ....29
Hình 4.9 Kết quả thống kê với ngưỡng 0.1 cho vùng (B) trên hình (4.8). ...............30
Hình 4.10 Ảnh chụp bởi diều không ảnh SWA và JSA. Theo dõi bãi bồi tại bờ hồ ở
Kansas. (A) chụp vào 8/2008. (B) chụp vào 10/2006. [3] ........................................30
Hình 4.11 Ảnh NDVI floating point đã xử lý từ ảnh (4.10) bằng CTU NDVI. .......31
Hình 4.12: Ảnh chụp than đá đang cháy nóng trong lò từ camera 5MP Wide Angle
160 degree kết hợp với board raspberry pi b+, ảnh chụp trong phòng kính, không có
gió và không có ánh sáng. .........................................................................................32
2

Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

Hình 4.13: Ảnh NDVI floating point của than đá đang cháy. Được xử lý từ ảnh
(4.12) bằng CTU NDVI. ...........................................................................................32
Hình 4.14: Ảnh NDVI colormap của than đá đang cháy. Được xử lý từ ảnh (4.12)
bằng CTU NDVI. ......................................................................................................33
Hình 5.1 Menu của CTU NDVI sau khi đã cài đặt xong. .........................................36
Hình 5.2 Giao diện xử lý từng ảnh ............................................................................37
Hình 5.3 Ảnh đã xử lý NDVI floating point được tạo ra. .........................................38
Hình 5.4 Biểu đồ thống kê điểm ảnh trên ảnh NDVI floating point. ........................38
Hình 5.5 Ngưỡng cần tính phần trăm điểm ảnh. .......................................................39
Hình 5.6 Chọn vùng để tính phần trăm. ....................................................................39
Hình 5.7 Biểu đồ thống kê giá trị điểm ảnh của ảnh NDVI floating point. ..............39
Hình 5.8 Số điểm ảnh và phần trăm số điểm ảnh trên và dưới ngưỡng đã được thống
kê. .............................................................................................................................. 40
Hình 5.9 Ảnh NDVI color được xử lý xong. ............................................................40
Hình 5.10 Giao diện xử lý ảnh hàng loạt. .................................................................41
Hình 5.11 Thông báo đã xử lý xong các ảnh. ...........................................................41
Hình 5.12 Các ảnh đã xử lý xong được lưu lại trong thư mục đã chỉ định. ..............42

3


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

TÓM TẮT

Trong Nông – Lâm nghiệp hiện nay, mô hình cánh đồng mẫu lớn ngày càng
phổ biến trong khu vực Đồng bằng sông Cửu Long với diện tích lên đến hàng chục
hécta đã làm phát sinh các khó khăn trong việc theo dõi tình trạng cây lúa. Với việc
ứng dụng máy bay không người lái kết hợp với phương pháp chụp ảnh trên không
vào nông nghiệp giúp con người nâng cao việc quản lý cánh đồng của mình. Vì thế,
nhóm chúng em chọn đề tài “Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp”
với mong muốn xây một công cụ trên nền tảng ImageJ có khả năng xử lý hình ảnh
chụp những cánh đồng cần quản lý và theo dõi. Đề tài sử dụng ngôn ngữ Java biên
dịch trên scpits trong phần mềm ImageJ để tạo ra một plugin có thể hoạt động trên
phần mềm này. Hy vọng những kết quả đạt được sau khi xử lý hình ảnh có thể giúp
con người biết được những thông tin hữu ích về mặt sinh học và mức độ phản xạ
quang phổ của các đối tượng trong ảnh, qua đó có thể theo dõi tình trạng phát triển
của cánh đồng lúa.
Từ khóa: Fiji, RGB, NDVI, Raspberry pi, near infrared.

ABSTRACT
In Agriculture - Forestry at present, large paddies is increasingly common in
the Mekong Delta with an area of up to tens of hectares also make more difficulties
in monitoring the status of the rice fields. By using Unmanned Aerial Vehicle
combined with aerial photography method in agriculture to help people improve the
management of their fields. Therefor, we selected the topic "NDVI Image
processing in Agriculture - Forestry", we want to build a tool on ImageJ platform.
It can process photos that were taken the field to manage and tracking. The thesis
uses the Java language compiler on scpits in ImageJ software to create a plugin may
work on this software. We hope the results obtained after image processing can help
people know useful information about the biology and extent of spectral reflectance
of the object in the image, which can monitor development status of rice fields.
Keywords: Fiji, RGB, NDVI, Raspberry pi, near infrared.

4

Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

CHƯƠNG 1 TỔNG QUAN
Nội dung:
- Giới thiệu đề tài, yêu cầu và mục đích lựa chọn đề tài.
- Quá trình hình thành và lịch sử giải quyết đề tài.
- Phạm vi về không gian, thời gian và các gói công cụ hỗ trợ thực hiện đề tài.
- Cách thức và phương thức tiến hành thực hiện đề tài.
1.1 ĐẶT VẤN ĐỀ
Việc bảo tồn và phát triển các khu rừng, khu bảo tồn sinh học để góp phần bảo
vệ môi trường, chống biến đổi khí hậu hiện nay đang là vấn đề được quan tâm hàng
đầu. Các khu vực như thế thường có diện tích rất lớn lên đến hàng trăm hàng nghìn
héc ta [1], cùng với địa hình hiểm trở, cây cối vật cản chằng chịt gây khó khăn lớn
cho việc quản lý, theo dõi sự thay đổi sinh thái của vùng. Còn phải kể đến nhiều
loại động vật ăn thịt có thể gây nguy hiểm đến người quản lý nếu đi sâu vào khảo
sát trong các khu rừng rộng lớn. Trong lĩnh vực nông nghiệp, cánh đồng mẫu lớn
hiện đang là hướng phát triển mới với qui mô lớn. Với diện tích đến vài chục héc ta
[2], việc thăm đồng truyền thống trên những mảnh đất vừa và nhỏ của nông dân ta
đó là đi vòng quanh bờ hoặc lội bùn để khảo sát tình trạng cây trồng (đối với ruộng
lúa) đã không còn phù hợp. Giải pháp được sử dụng đó là phương pháp viễn thám
mặt đất.
Con người đã có thể chụp được những hình ảnh trên không kể từ khi các
phương tiện hiện có được nâng cấp thành những máy chụp hình, máy ảnh hiện đại
trên bề mặt Trái đất, bắt đầu từ giữa thế kỷ thứ 19. Con người mong muốn nhìn thấy
Trái đất ''như các loài chim đã làm''. Phương pháp này sử dụng khá hạn chế trong
thế kỷ 19, thế nhưng phạm vi và phương tiện kỹ thuật của chụp ảnh trên không phổ

biến hơn trong thế kỷ 20. Kỹ thuật bây giờ được sử dụng cho tất cả các hình dạng
của tài nguyên trên trái đất, từ nhỏ và đơn giản đến lớn và tinh vi [3]. Một vật thể
bay được sử dụng, có thể là một máy bay điều khiển từ xa có gắn sẵn trên đó
camera chụp ảnh gọn nhẹ, máy bay sẽ thay thế con người, tiếp cận các khu vực đất
cần khảo sát, chụp và lưu lại các bức ảnh ở khu vực đó. Dựa trên các bức ảnh đó,
chúng ta có thể lấy được những thông tin cần thiết về mặt đất, về cây trồng để có
hướng xử lý kịp thời.
Tuy nhiên, trong nhiều trường hợp, chúng ta không thể thu được đầy đủ thông
tin từ một bức ảnh thuần túy như vậy. Các đối tượng, chi tiết của ảnh chụp trên
không đôi khi được công nhận và phát hiện ra mà không cần bất kỳ nỗ lực nào của
người phiên dịch hoặc sự hỗ trợ của một công cụ phân tích nào. Tuy nhiên, trong
nhiều trường hợp vẫn phải cần đến một số tính năng hỗ trợ trong việc kiểm tra và
giải thích các không ảnh [3]. Điển hình như theo dõi sự thay đổi thảm thực vật ở
một vùng đồi trọc, đang bị hoang hóa, quá trình diễn ra không quá nhanh, các bức
ảnh thu được trong thời gian ngắn, rất khó để nhận ra sự thay đổi kịp thời. Bên cạnh
đó khi theo dõi một cánh đồng lúa, màu sắc của lá lúa phản ánh tình trạng sức khỏe
của cây lúa, màu sắc ấy thay đổi từng ngày, với hình ảnh thô thu được từ camera,
mắt thường chỉ nhận thấy được những thay đổi lớn, nhưng với những thay đổi nhỏ
đã cho thấy cây lúa đã có những biểu hiện xấu về sức khỏe mà chúng ta không nhận
thấy được. Như vậy, một vấn đề đặt ra là bên cạnh thu thập các bức ảnh, cần có một
5


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

công cụ để hỗ trợ xử lý, phân tích dữ liệu hình ảnh để có thêm những thông tin cần
thiết mà từ ảnh thô chúng ta không nhận thấy được. Công cụ đó sẽ là phần mềm hỗ
trợ việc phân tích hình ảnh với các ứng dụng bao gồm: hỗ trợ hoạt động nông

nghiệp, quản lý môi trường, cảnh báo cháy rừng, giám sát thiên tai và tìm kiếm cứu
nạn, đo đạc lập bản đồ địa hình, địa chính, giám sát an ninh và chụp không ảnh phục
vụ quy hoạch đô thị.
1.2 LỊCH SỬ GIẢI QUYẾT VẤN ĐỀ
Hiện nay, có rất nhiều phương pháp xử lý ảnh số được thực hiện trên các phần
mềm nổi tiếng như: ENVI, ERDAS IMAGINE, ArcGIS, … Các phần mềm trên đều
là phần mềm tính phí, người dùng phải trả một khoản tiền nhất định để có bản
quyền sử dụng trong một khoảng thời gian giới hạn. Nguồn ảnh để xử lý cho kết
quả tốt trên các phần mềm trên phải là ảnh viễn thám với độ phân giải cực cao, ví
dụ như ảnh viễn thám từ vệ tinh MODIS [4]. Đã có những đề tài sử dụng phần mềm
và nguồn ảnh trên để khảo sát mặt đất: ứng dụng GIS và viễn thám thành lập bản đồ
đất ngập nước tỉnh Kon Tum (Nguyễn Thùy Linh, 6/2014); ứng dụng ảnh viễn thám
MODIS phân vùng ảnh hưởng xâm nhập mặn tỉnh Bến Tre năm 2012 (Trần Thị
Phương Dung, 6/2013).
Học hỏi phương pháp nghiên cứu từ các đề tài trên, đề tài của chúng tôi xây
dụng một công cụ để phân tích không ảnh chụp từ một mô hình bay tự chế (đã được
chế tạo bởi các sinh viên khóa 36, khoa Công Nghệ, trường Đại học Cần Thơ: Trần
Thanh Tú, Lê Tiến Dũng, Nguyễn Hữu Tuấn), qua đó có được những thông tin cần
biết về mặt đất nơi khảo sát.

Hình 1.1 Máy bay Quadrocopter thực hiện bay thử nghiệm. Hình ảnh lấy từ bản tin
thời sự 60 phút của đài Phát thanh - Truyền hình Vĩnh Long ngày 19/01/2015.

Ảnh được sử dụng ở đây là những bức ảnh gọn nhẹ, có độ phân giải không quá
cao. Công cụ để tính toán chỉ số NDVI, xử lý và phân tích ảnh được xây dựng trên
nền tảng hoàn toàn miễn phí. Các vấn đề nghiên cứu của đề tài bao gồm:
6


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

Tính toán NDVI từ không ảnh.
Xử lý ảnh gốc tạo ra ảnh NDVI foating point dựa trên kết quả tính toán
NDVI, dựa vào đó có thể phân biệt các chi tiết có NDVI khác nhau.
● Xử lý tạo ảnh NDVI colormap, bản đồ màu NDVI được tạo ra, ảnh màu sẽ
giúp phân biệt rõ hơn các chi tiết trong ảnh, đặc biệt là các chi tiết có NDVI
gần nhau.
● Cung cấp thêm chức năng tính toán tỷ lệ phần trăm số điểm ảnh có NDVI
trên và dưới ngưỡng (ngưỡng do người dùng chọn), tỷ lệ này có thể tính trên
cả bức ảnh hoặc trên một khu vực của bức ảnh (do người dùng chọn).
● Có thể xử lý từng ảnh hoặc một thư mục chứa nhiều ảnh.
● Xây dựng một giao diện trực quan dễ sử dụng cho người dùng.
●

●

1.3 PHẠM VI ĐỀ TÀI
Đề tài được nghiên cứu dựa trên nền tảng những kiến thức về lập trình hướng
đối tượng, về ngôn ngữ lập trình Java, kiến thức về chỉ số NDVI, phương pháp viễn
thám và kỹ thuật chụp và xử lý ảnh. Hệ thống phần mềm được thực hiện dựa trên
việc sử dụng script trên Fiji như là một môi trường lập trình ứng dụng để hình thành
nên công cụ xử lý ảnh NDVI.
Do giới hạn về kiến thức của từng thành viên và khuôn khổ thời gian thực hiện
4 tháng nên mục tiêu hướng đến của đề tài là xây dựng nên một plugin trên Fiji với
các chức năng đáp ứng được yêu cầu của đề tài.
1.4 PHƯƠNG PHÁP NGHIÊN CỨU
Quá trình thực hiện đề tài được tiến hành tuần tự theo các bước sau:
● Tìm hiểu cơ bản về phương pháp viễn thám sử dụng trong để tài.

● Tìm hiểu các thành phần trên board Raspberry Pi B+ và module Raspberry
Pi NoIR Camera.
● Tìm hiểu về các lý thuyết xử lý ảnh, chỉ số NDVI...
● Thiết kế và xây dựng plugin trên Fiji.
● Thiết kế và xây dựng giải thuật trên script với ngôn ngữ Java.
● Khảo sát kết quả thực tế và cải tiến phần mềm.
● Kết quả và đánh giá.

7


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT
Nội dung:
- Tổng quan về viễn thám.
- Kiến thức về ảnh.
- Giới thiệu module Raspberry Pi Noir Camera.
2.1 TỔNG QUAN VỀ PHƯƠNG PHÁP VIỄN THÁM [5]
2.1.1 Khái niệm viễn thám
Viễn thám được định nghĩa như một ngành khoa học và là một nghệ thuật
nghiên cứu các thông tin thu nhận được bằng các công cụ kỹ thuật mà nhờ nó các
tính chất của vật thể quan sát được xác định, đo đạc hoặc phân tích mà không cần
tiếp xúc trực tiếp với chúng.
Nguồn tài nguyên chủ yếu trong viễn thám là sóng điện từ hoặc được phản xạ
hoặc được bức xạ từ vật thể thường. Tuy nhiên những năng lượng như từ trường,
trọng trường cũng được sử dụng.
Thiết bị dùng để cảm nhận sóng điện từ phản xạ hay bức xạ từ vật thể được

gọi là bộ cảm. Phương tiện dùng để mang các bộ cảm được gọi là vật mang. Vật
mang có thể là khí cầu, máy bay, vệ tinh, tàu vũ trụ.
2.1.2 Ứng dụng viễn thám [6]
Ngày nay công nghệ viễn thám giữ vai trò quan trọng và được ứng dụng
trong nhiều lĩnh vực khác nhau như:
● Quản lý sự biến đổi của môi trường bao gồm: điều tra về sự biến đổi sử
dụng đất và lớp phủ, vẽ bản đồ thực vật, nghiên cứu các quá trình sa mạc hoá
và phá rừng, giám sát thiên tai (hạn hán, lũ lụt, cháy rừng, bão, mưa đá,
sương mù, sương muối,…), nghiên cứu ô nhiễm nước và không khí.
● Điều tra đất bao gồm: xác định và phân loại các vùng thổ nhưỡng, đánh
giá mức độ thoái hoá đất, tác hại của xói mòn, quá trình muối hoá.
● Viễn thám trong lâm nghiệp, diễn biến của rừng bao gồm: điều tra phân
loại rừng, diễn biến của rừng, nghiên cứu về côn trùng và sâu bệnh phá hoại
rừng, cháy rừng.
● Viễn thám trong quản lý sử dụng đất bao gồm: thống kê và thành lập bản
đồ sử dụng đất, điều tra giám sát trạng thái mùa màng và thảm thực vật.
● Viễn thám trong địa chất bao gồm: thành lập bản đồ địa chất, lập bản đồ
phân bố khoáng sản, lập bản đồ phân bố nước ngầm, lập bản đồ địa mạo.
● Viễn thám trong nghiên cứu tài nguyên nước: lập bản đồ phân bố tài
nguyên nước, bản đồ phân bố tuyết, bản đồ phân bố mạng lưới thuỷ văn, bản
đồ các vùng đất thấp.
● Viễn thám trong địa chất công trình: xác định các vị trí khảo sát cho xây
dựng các công trình, nghiên cứu các hiện tượng trượt đất.
● Viễn thám trong khảo cổ học: phát hiện các thành phố cổ, các dòng sông
cổ hay các di khảo cổ khác.
● Viễn thám trong khí tượng thuỷ văn: đánh giá định lượng lượng mưa, bão
và lũ lụt, hạn hán, đánh giá, dự báo dòng chảy, đánh giá tài nguyên khí hậu,
phân vùng khí hậu.

8

Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

2.1.3 Phân loại viễn thám
Viễn thám có thể được chia thành 3 loại cơ bản theo bước sóng sử dụng:
● Viễn thám trong dải sóng nhìn thấy và hồng ngoại.
● Viễn thám hồng ngoại nhiệt.
● Viễn thám siêu cao tần.
Ở đây chúng ta quan tâm đến viễn thám trong dải sóng nhìn thấy và hồng
ngoại. Nguồn năng lượng chính sử dụng trong nhóm viễn thám này là bức xạ mặt
trời. Tư liệu thu được trong dải sóng nhìn thấy phụ thuộc chủ yếu vào sự phản xạ từ
bề mặt vật thể và bề mặt trái đất. Vì vậy các thông tin về vật thể có thể được xác
định từ các phổ phản xạ.
2.1.4 Những bộ cảm chính trong viễn thám
Bộ cảm là bộ phận thu nhận sóng điện từ được bức xạ, phản xạ từ vật thể.
Việc phân loại các bộ cảm có thể thực hiện theo dãy sóng thu nhận, cũng có thể
phân loại theo kết cấu.
Các loại bộ cảm thường được sử dụng trong viễn thám là: máy chụp ảnh
(camera, máy chụp ảnh hàng không, máy chụp đa phổ, máy chụp toàn cảnh…), máy
quét (máy quét đa phổ quang cơ, máy quét đa phổ điện tử).
2.2 TỔNG QUAN VỀ ẢNH – ĐIỂM ẢNH [7] [8]
2.2.1 Định nghĩa
Ảnh trong thực tế (ảnh tự nhiên) là ảnh liên tục về không gian và về giá trị độ
sáng. Để có thể xử lý ảnh bằng máy tính, phải tiến hành số hoá ảnh nhằm biến đổi
gần đúng một ảnh liên tục thành một tập điểm, phù hợp với ảnh thật về vị trí (không
gian) và độ sáng (mức xám). Trong quá trình số hoá, người ta biến đổi tín hiệu liên
tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hoá về không gian) và

lượng hoá thành phần giá trị mà về nguyên tắc bằng mắt thường không phân biệt
được 2 điểm kề nhau. Trong quá trình này người ta sử dụng khái niệm điểm ảnh
(PEL: Picture Element) hay còn gọi là pixel. Như vậy một ảnh là một tập hợp các
điểm ảnh.
Ảnh số là tập hợp hữu hạn các điểm ảnh với giá trị phù hợp dùng để mô tả
ảnh gần với ảnh thật. Số điểm ảnh xác định độ phân giải của ảnh. Ảnh có độ phân
giải càng cao thì càng thể hiện rõ nét các đặc điểm và càng làm cho tấm ảnh trở nên
thực và sắc nét hơn.
Điểm ảnh (pixel) là một phần tử của ảnh số tại toạ độ (x, y) với giá trị hoặc
màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được chọn thích
hợp sao cho mắt người cảm nhận sự liên tục về không gian và màu của ảnh số gần
như ảnh thật.
2.2.2 Độ phân giải của ảnh
Độ phân giải (resolution) của một ảnh là mật độ điểm ảnh được ấn định trên
một ảnh số.
Khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt người vẫn thấy
được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo nên một mật độ
phân bố chính là độ phân giải và được phân bố theo trục x, y trong không gian hai
chiều.

9


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

Ví dụ: với màn CGA (320x200) là một lưới điểm theo chiều ngang màn hình
320 điểm ảnh x chiều dọc 200 điểm ảnh. So sánh màn hình CGA 12 (Color Graphic
Adaptor) thì thấy ảnh mịn hơn màn hình CGA 17. Như vậy diện tích càng rộng thì

độ mịn (sự liên tục của các điểm) của ảnh càng kém đi, cũng như khi phóng to một
ảnh cũng vậy, ảnh càng to thì càng bị vỡ hạt, độ mịn càng kém.
2.2.3 Mức xám của ảnh
Mức xám của điểm ảnh là cường độ sáng của nó được gán bằng giá trị số tại
điểm ảnh đó. Trong biểu diễn số của các ảnh đa mức xám, một ảnh được biểu diễn
dưới dạng một ma trận hai chiều. Mỗi phần tử của ma trận biểu diễn cho mức xám
hay cường độ của ảnh tại vị trí đó. Mỗi phần tử trong ma trận được gọi là một phần
tử ảnh hoặc điểm ảnh (pixel). Một điểm ảnh có hai đặc trưng cơ bản là vị trí (x,y)
của điểm ảnh và độ xám.
● Các thang giá trị mức xám thông thường: Thông thường có các thang mức
xám như : 16, 32, 64, 128, 256 (mức 256 là mức phổ dụng, lý do: từ kỹ thuật
máy tính dùng 1 byte (8 bit) để biểu diễn mức xám, tức là từ 0 đến 255).
● Mức xám ở ảnh đen trắng: Ảnh đen trắng là ảnh chỉ có hai màu đen trắng,
mức xám ở các điểm ảnh có thể khác nhau. Mỗi mức xám được biểu diễn
dưới dạng là một số nguyên nằm trong khoảng từ 0 đến 255, với mức 0 biểu
diễn cho mức cường độ đen nhất và 255 biểu diễn cho mức cường độ sáng
nhất.
● Mức xám ở ảnh nhị phân: Ảnh chỉ có hai mức đen, trắng phân biệt, nói
cách khác mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1.
● Mức xám ở ảnh màu: Ảnh màu được tạo nên từ ba màu cơ bản (red, blue,
green), người ta dùng 3 byte để mô tả mức màu. Với ảnh màu: Cách biểu
diễn cũng tương tự như với ảnh đen trắng, chỉ khác là các số tại mỗi phần tử
của ma trận biểu diễn cho ba màu riêng rẽ gồm: đỏ (red), lục (green) và lam
(blue). Để biểu diễn cho một điểm ảnh màu cần 24 bit, 24 bit này được chia
thành ba khoảng 8 bit. Mỗi khoảng này biểu diễn cho cường độ sáng của một
trong các màu chính.

Hình 2.1 Ví dụ minh họa về các loại ảnh

2.2.4 Không gian màu

Không gian màu (color space) đựợc đưa ra để định các màu hiển thị trên máy
tính, bởi vì chúng làm đơn giản hóa các thao tác tính toán cần thiết cho việc chuyển
10


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

đổi màu sắc (color transformation). Không gian màu có thể được thiết kế hoặc là
dựa trên cơ sở của bộ phát sinh màu của phần cứng (ví dụ như không gian
RGB) hoặc là dựa trên sự cảm nhận màu sắc của mắt (như không gian HSL). Với
một ứng dụng, việc chọn không gian màu nào để sử dụng tùy thuộc vào một số nhân
tố sau: độ chính xác mà các nhà thiết kế cần kiểm soát màu sắc (color control), yêu
cầu về sự tương tác giữa các màu sắc và tốc độ các tính toán cho ứng dụng đó.
Có nhiều loại không gian màu như: RGB, CMY, CMYK, HSV, HSL,
YcrCb... Trong đó, không gian màu RGB là chuẩn công nghiệp cho các thao tác đồ
họa máy tính. Các thao tác màu sắc có thể được tính toán trên các không gian màu
khác nhưng cuối cùng cần phải chuyển về không gian RGB để có thể hiển thị trên
màn hình (do thiết kế của phần cứng dựa trên mô hình RGB).
Không gian màu RGB: mô tả màu sắc hình ảnh bằng 3 màu chính là Red,
Green và Blue. Không gian này được xem như một khối lập phương 3 chiều với
màu Red là trục x, màu Green là trục y và màu Blue là trục z như hình 2.2.

Hình 2.2 Không gian màu RGB

Cơ chế phối màu của không gian màu RGB là cộng màu, mỗi màu sắc trong
không gian này sẽ được diễn tả bằng một tổ hợp tương ứng từ 3 màu chính R,G,B.
Riêng các màu ở các góc chéo đối diện nhau cộng lại sẽ cho ra màu trắng (bù nhau),
ví dụ: Red và Cyan, Green và Magena, Blue và Yellow. Đường chéo nối 2 đỉnh

Black (0,0,0) và White (1,1,1) diễn tả mức độ xám (Grayscale) của màu sắc.
Không gian màu Red-Green-Blue (RGB) chứa các giá trị cường độ độc lập
cho mỗi màu cơ bản bao gồm màu đỏ, màu lục và màu lam. Phạm vi của các cường
độ cho mỗi màu phụ thuộc vào số lượng các bit liên quan.
● 8-bit RGB: kiểu định dạng này xác định 8 bit cho cường độ từng màu. Sử
dụng 3 bit mức cao nhất cho màu đỏ (R), 3 bit kế cho màu lục (G) và 2 bit
thấp nhất cho màu lam (B) như hình bên dưới.

●

9-bit RGB: định dạng này sử dụng 3 bit cho mỗi màu.

11


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

16-bit RGB: định dạng này sử dụng 5 bit cho màu đỏ, 6 bit cho màu lục và
5 bit còn lại cho màu lam.
●

●

24-bit RGB: định dạng này sử dụng 8 bit cho mỗi màu.

 30-bit RGB: định dạng này sử dụng 10 bit cho mỗi màu.

16-bit RGBA: kiểu định dạng này sử dụng 4 bit cho mỗi màu, có bổ sung

thêm alpha (xác định độ trong suốt).
●

●

32-bit RGBA: dạng này sử dụng 8 bit cho mỗi màu.

●

40-bit RGBA: sử dụng 10 bit cho mỗi màu.

8-bit Grayscale: Là một dạng đặc biệt của không gian màu RGB. Trạng
thái xám được tạo ra khi ba màu (R,G,B) có cường độ như nhau.
●

Bayer Pattern: Đây cũng là một trường hợp đặc biệt khác của không gian
màu RGB, tương tự như RGB 24-bit. Nhưng ba màu (R,G,B) được xếp theo
một mô hình 2x2, trong đó màu lục chiếm 50%, màu đỏ chiếm 25% và màu
lam chiếm 25%. Mỗi điểm ảnh chỉ cho giá trị một trong 3 màu sắc (R,G,B),
sử dụng 8 bit cho mỗi màu sắc.
●

12


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

2.2.5 Ảnh hồng ngoại và phương pháp thu ảnh hồng ngoại

2.2.5.1 Quang phổ cận hồng ngoại
Quang phổ cận hồng ngoại là một quang phổ điện từ có bước sóng từ khoảng
800 nm đến 1500 nm. Quang phổ cận hồng ngoại có trong bức xạ của ánh sáng mặt
trời và các bức xạ nhiệt khác. Nó được ứng dụng rộng rãi trong nhiều lĩnh vực, đặc
biệt là ứng dụng viễn thám mặt đất, quan sát sức khỏe của thảm thực vật và thành
phần của đất.

Hình 2.3 Bước sóng quang phổ cận hồng ngoại và bước sóng ánh sáng nhìn thấy
cùng với các bước sóng khác [4]

2.2.5.2 Phương pháp thu ảnh hồng ngoại
Cảm biến của camera thu được đầy đủ quang phổ của ánh sáng nhìn thấy và
cận hồng ngoại.

13


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

Hình 2.4 Độ nhạy quang phổ của một cảm biến silicon điển hình trên camera với bộ
lọc IR đã được gỡ bỏ. Ảnh khảo sát từ máy ảnh Canon 40D. [9]

Hình 2.5 Độ nhạy quang phổ của một cảm biến silicon điển hình trên camera với bộ
lọc IR đã được gỡ bỏ. Ảnh khảo sát từ máy ảnh Nikon D200. [9]

Quá nhiều kênh ánh sáng như thế sẽ gây ảnh hưởng đến việc phân tích và tính
NDVI. Vì thế, một bộ lọc sẽ được sử dụng để giúp thu ảnh hồng ngoại tốt hơn.

14


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

- Bộ lọc infra-blue
Các kênh blue sẽ được cảm biến ghi nhận bình thường, kênh red và green sẽ
bị chặn lại, cảm biến sẽ không thu được hai kênh truyền thống này. Thay vào đó, tia
cận hồng ngoại sẽ được camera thu vào, thể hiện qua kênh hai kênh red và green
này.

Hình 2.6 Các vùng quang phổ camera thu được khi sử dụng bộ lọc infrablue Schott BG3. [10]

- Bộ lọc infra-red
Các kênh blue và green gần như bị chặn hoàn toàn, camera sẽ thu được kênh
red và phổ cận hồng ngoại sẽ được thu qua kênh blue và green.

Hình 2.7 Quang phổ camera thu được khi sử dụng bộ lọc blue BG3 và red Wratten 25A. [10]

15


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

- Bộ lọc IR
Các kênh ánh sáng nhìn thấy đều bị chặn, chỉ cho qua quang phổ cận hồng

ngoại.

Hình 2.8 Bộ lọc IR được thay thể cho bộ lọc chặn IR của máy ảnh Canon A495,
được sửa đổi cho dự án PLOTS KickStarter năm 2012. [11]

2.2.6 Ảnh NDVI floating point, NDVI colormap và LUT
● Ảnh NDVI foating point là ảnh dùng 32 bit để thể hiện mức độ xám với
các giá trị NDVI trong khoảng -1 đến 1 được biểu diễn bởi số dấu chấm động
32 bit, ảnh có thể hiển thị 4. 294. 967. 296 ( 232 ) mức độ xám ở giá trị số
thực cho ảnh hiển thị mượt mà. [12] [13]
● File LUT được tạo bởi bốn cột giá trị. Cột đầu tiên là các giá trị mức xám
từ 0 đến 255. Ba cột tiếp theo là các giá trị trong khoảng 0 dến 255 của màu
đỏ, màu xanh lá và màu xanh dương. Với từng mức xám ở cột một, chúng ta
có thể tùy chọn các giá trị của ba màu RGB ở ba cột tiếp theo, giá trị của ba
màu RGB này sẽ là màu đại diện cho mức xám đó trên ảnh NDVI color.
● Ảnh NDVI colormap là ảnh để xác định màu sắc đồ họa cho các đối tượng
trong ảnh NDVI floating point. Mỗi điểm ảnh là một bộ ba giá trị cường độ
của ba màu red, green, blue. Các giá trị này được đặt bởi file LUT tương ứng
với các giá trị mức xám của ảnh NDVI floating point.
2.3 MODUL CHỤP ẢNH RASPBERRY PI NOIR CAMERA
Raspberry Pi là một máy tính thu nhỏ, một board tích hợp thích hợp cho việc
nghiên cứu và học tập cũng như phát triển các dự án công nghệ. Raspberry Pi
Model B+ là bản nâng cấp đáng kể của Raspberry Pi Model B với phần GPIO 40
chân, cổng USB 4 cổng và có thể cung cấp dòng cổng USB chuẩn 500mAh. Ở
phiên bản này Raspberry Pi B+ phần nguồn với thiết kế nguồn tốt và ổn định. Một
số thông số kỹ thuật đáng chú ý:
● Nhân ARM 32 bits ARM1176JZF-S tốc độ xử lý 700MHz từ Broadcom.
● Ram: 512Mhz.
16

Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

Khe thẻ nhớ boot hệ điều hành: Micro SD.
40 chân GPIO khoảng cách 2.54mm.
● Kích thước nhỏ gọn trong lòng bàn tay, về diện tích bằng với phiên bản
cũ.
● Kết nối: HDMI, Ethernet, jack Audio 3.5mm, Video RCA tích hợp và 4
cổng USB.
● Tích hợp 4 GPU Video core có thể chơi chuẩn full HD 1080 chất lượng
Blu-Ray.
● Sử dụng hệ điều hành Linux với cộng đồng mã nguồn mở rất lớn thân
thiện.
● Jack nguồn 5V Micro USB.
●
●

Hình 2.9 Board Raspberry Pi B+.

Module Raspberry Pi Noir Camera là một module camera thiết kế dành riêng
cho board Raspberry Pi. Kích thước khoảng 25mm x 24mm x 9mm, nặng hơn 3g
phù hợp với tính linh động cho việc chụp không ảnh. Nó kết nối với Raspberry Pi
bằng một cáp băng ngắn, kết nối với bộ xử lý BCM2835 trên Pi qua bus CSI. Cảm
biến chính có một độ phân giải 5 megapixel, và có một ống kính tiêu cự cố định.
Ảnh chụp từ camera có kích thước 2592 x 1944 và cũng hỗ trợ quay video 1080p30,
720p60, 640x480p60 / 90. Đặc biệt, camera này chuyên dụng cho việc chụp ảnh cận
hồng ngoại, cảm biến của nó có thể thu được các bước sóng của quang phổ cận
hồng ngoại, nó không sử dụng tấm lọc chặn IR mà các máy ảnh kỹ thuật số thường

áp dụng. Camera được hỗ trợ trong phiên bản mới nhất của Raspbian, hệ điều hành
phổ biến cho Raspberry Pi.
17


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

Hình 2.10 Camera NoIR Pi

Một module khác cũng được sử dụng cho ảnh cận hồng ngoại đó là Raspberry
Pi Camera 5MP Wide Angle 160 degree. Cảm biến vẫn là 5MP, có khả năng quay
video 1080p, kết nối trực tiếp với Raspberry Pi qua CSI (Camera Serial Interface).
Đặc biệt, nó có một ống kính góc rộng 160 độ, f3.6mm, 1/2.7” thích hợp cho thu
ảnh cận hồng ngoại.

Hình 2.11 Module camera 5MP Wide Angle 160 degree kết hợp trên board
Raspberry Pi B+.

18


Luận văn tốt nghiệp

Xử lý ảnh NDVI ứng dụng trong Nông – Lâm nghiệp

CHƯƠNG 3 XÂY DỰNG HỆ THỐNG
Nội dung:
- Phân tích, xây dựng cách tính NDVI.

- Giới thiệu và cách hoạt động của ImageJ.
3.1 TÍNH TOÁN NDVI
3.1.1 Cơ sở lý thuyết
Cây xanh hấp thụ ánh sáng mặt trời trong vùng hoạt động bức xạ quang hợp
(Photosynthetically active radiation - PAR) để phục vụ cho quá trình quang hợp. Tế
bào lá cũng đã tiến hóa để phân tán bức xạ mặt trời trong vùng phổ cận hồng ngoại
(có thể phân tán đến khoảng một nửa trong tổng số năng lượng mặt trời chiếu đến),
bởi vì mức độ năng lượng của mỗi photon trong miền cận hồng ngoại (bước sóng
dài hơn 700 nm) là không đủ cho quá trình tổng hợp các phân tử hữu cơ. Sự hấp thụ
mạnh các bước sóng trong miền cận hồng ngoại sẽ làm tăng nhiệt độ lá cây và có
thể làm tổn hại đến các mô. Các sắc tố trong lá cây, chất diệp lục hấp thụ mạnh mẽ
ánh sáng nhìn thấy để sử dụng trong quang hợp, đồng thời phản xạ mạnh mẽ ánh
sáng cận hồng ngoại. Do đó, cây xanh xuất hiện tương đối tối trong miền ánh sáng
nhìn thấy và tương đối sáng trong miền hồng ngoại gần. Ngược lại, những bãi bùn,
lá cây héo úa… có xu hướng khá sáng trong vùng màu đỏ (cũng như các bước sóng
khả kiến khác) và khá tối trong vùng cận hồng ngoại. Vì vậy, có thể khai thác sự
khác biệt trong phản xạ của thực vật để xác định phân bố thực vật, lập bản đồ địa
hình, khảo sát mặt đất, đánh giá sức khỏe thực vật thông qua các không ảnh.

Hình 3.1 Phản xạ ánh sáng khác nhau trong miền cận hồng ngoại và miền ánh sáng nhìn
thấy đối với cây xanh còn tốt và cây đã mất sức sống.

19