Nâng cao chất lượng ảnh viễn thám sử dụng logic mờ

ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

NGUYỄN THỊ NGOAN

NÂNG CAO CHẤT LƯỢNG ẢNH VIỄN THÁM
SỬ DỤNG LOGIC MỜ

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

THÁI NGUYÊN - 2017


ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

NGUYỄN THỊ NGOAN

NÂNG CAO CHẤT LƯỢNG ẢNH VIỄN THÁM
SỬ DỤNG LOGIC MỜ
Chuyên ngành: Khoa học máy tính
Mã số chuyên ngành: 60 48 01 01

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

Người hướng dẫn khoa học: PGS. TS ĐẶNG VĂN ĐỨC

THÁI NGUYÊN - 2017


i

LỜI CAM ĐOAN
Tôi xin cam đoan tất cả các nội dung của luận văn này hoàn toàn được
hình thành và phát triển từ quan điểm của chính cá nhân tôi, dưới sự hướng dẫn
chỉ bảo của PGS.TS Đặng Văn Đức. Các số liệu kết quả có được trong luận văn
tốt nghiệp là hoàn toàn trung thực.
Học viên

Nguyễn Thị Ngoan


ii
LỜI CẢM ƠN
Lời đầu tiên, em xin gửi lời biết ơn sâu sắc đến PGS.TS Đặng Văn Đức,
Viện Công nghệ thông tin - Viện Hàn lâm Khoa học và Công nghệ Việt Nam,
người thầy đã tận tình hướng dẫn, chỉ bảo, giúp đỡ em trong suốt quá trình làm
luận văn.
Em cũng xin gửi lời cảm ơn đến các thầy cô giáo, Phòng Đào tạo trường
Đại học Công nghệ thông tin và Truyền thông, đã truyền đạt những kiến thức
và giúp đỡ em trong suốt quá trình học tập của mình.
Học viên cũng xin gửi lời cảm ơn tới Trung tâm Học liệu – Đại học Thái
Nguyên đã tạo điều kiện thuận lợi cho học viên tham gia khóa học và quá trình
hoàn thành luận văn.
Và cuối cùng, học viên cũng xin gửi lời cảm ơn tới các đồng nghiệp, gia
đình và bạn bè, những người đã ủng hộ, động viên tạo mọi điều kiện giúp đỡ
để học viên có được kết quả như ngày hôm nay.


iii
MỤC LỤC
LỜI CAM ĐOAN ...................................................................................... i

LỜI CẢM ƠN ........................................................................................... ii
MỤC LỤC ................................................................................................ iii
DANH MỤC CÁC TỪ VIẾT TẮT .......................................................... v
DANH MỤC CÁC BẢNG....................................................................... vi
DANH MỤC CÁC HÌNH ....................................................................... vii
MỞ ĐẦU .................................................................................................. 1
Chương 1. TỔNG QUAN VỀ VIỄN THÁM VÀ LOGIC MỜ ........... 3
1.1. Tiến trình viễn thám và các loại ảnh viễn thám ................................. 3
1.1.1. Tiến trình viễn thám ........................................................................ 3
1.1.2. Nguyên lý hoạt động của ảnh viễn thám ......................................... 3
1.1.3. Đặc trưng ảnh viễn thám ................................................................. 4
1.1.4. Khuân mẫu dữ liệu ảnh viễn thám .................................................. 7
1.1.5. Các loại ảnh viễn thám .................................................................... 8
1.1.6. Ứng dụng của viễn thám ................................................................. 9
1.2. Khái quát về logic mờ ...................................................................... 10
1.2.1. Khái niệm về tập rõ và tập mờ ...................................................... 10
1.2.2. Hàm thuộc ..................................................................................... 11
1.2.3. Một số đặc trưng của tập mờ ......................................................... 14
1.2.4. Các phép toán trên tập mờ ............................................................ 15
1.2.5. Biến ngôn ngữ (Liguistic Variable) .............................................. 16
1.3. Kết chương 1 .................................................................................... 17
Chương 2. CÁC KỸ THUẬT NÂNG CAO CHẤT LƯỢNG ẢNH
VIỄN THÁM ................................................................................. 18
2.1. Khái quát về tiến trình xử lý ảnh viễn thám..................................... 18
2.2. Một số kỹ thuật nâng cao chất lượng ảnh viễn thám ....................... 21
2.2.1. Hiệu chỉnh bức xạ ......................................................................... 21


iv
2.2.2. Hiệu chỉnh hình học ...................................................................... 22

2.2.3. Nâng cao chất lượng ảnh viễn thám .............................................. 24
2.2.4. Tăng cường sự tương phản............................................................ 26
2.2.5. Lọc không gian .............................................................................. 28
2.2.6. Lọc trung vị ................................................................................... 29
2.2.7. Biến đổi ảnh .................................................................................. 29
2.2.8. Biến đổi thành phần chính ............................................................ 31
2.3. Kỹ thuật đánh giá chất lượng ảnh viễn thám ................................... 32
2.4. Nâng cao độ tương phản ảnh viễn thám sử dụng logic mờ ............. 34
2.4.1. Cấu trúc tổng quát hệ thống xử lý ảnh trên cơ sở logic mờ .......... 34
2.5. Một số thuật toán tăng cường độ tương phản ảnh viễn thám sử dụng
logic mờ........................................................................................... 35
2.5.1. Tăng cường ảnh mờ với toán tử tăng cường ................................. 36
2.5.2. Tăng cường ảnh mờ với toán tử Hyperbol .................................... 36
2.5.3. Tăng cường ảnh mờ dựa trên phân bố xác suất ............................ 37
2.5.4. Cải thiện độ tương phản dựa trên luật If-Then mờ ....................... 37
2.5.5. Thuật toán tăng cường độ tương phản Chi-Farn Chen ................. 38
2.5. Kết chương 2 .................................................................................... 44
Chương 3. THỬ NGHIỆM ................................................................... 45
3.1. Quy trình xây dựng chương trình thử nghiệm ................................. 45
3.2. Dữ liệu ảnh LandSat......................................................................... 46
3.3. Phát triển chương trình thử nghiệm ................................................. 49
3.4. Đánh giá kết quả thu được ............................................................... 53
3.5. Kết chương ....................................................................................... 55
KẾT LUẬN ............................................................................................ 56
TÀI LIỆU THAM KHẢO .................................................................... 57


v
DANH MỤC CÁC TỪ VIẾT TẮT
ANN

Artificial Neural Network

ASTER

Advanced Spaceborne Thermal Emission and Reflection
Radiometer

AVHRR

Advanced Very High Resolution Radiometer

CCRS

Canada Center for Remote Sensing

CEOS

Committee on Earth Observation Satellites

Covariance

Hiệp phương sai

CSDL

Cơ sở dữ liệu

DCT

Discrete Cosine Transform

DEM

Digital Elevation Model (Mô hình số độ cao)

DWT

Discrete Wavelet Transform

FCM

Fuzzy c-Means

HIS

Hue – Intensity – Saturation

HRV

High Resolution Visible

IFOV

Instantanous Field of View

ISODATA

Iterative Self-Organizing Data Analysis Techniques

Membership funtion

Hàm thuộc

MLC

Maximum Likelihood Classification (Phương pháp phân
lớp hợp lý tối đa)

MODIS

Moderate Resolution Spectroradiometer

NASA

National Aeronautics and Space Administration

NOAA

National Oceanic and Atmospheric Administration


vi
DANH MỤC CÁC BẢNG
Bảng 1.1.

Các tính chất phép toán tập hợp ......................................... 16

Bảng 1.2.

Các phép toán với biến ngôn ngữ ......................................... 17

Bảng 2.1.

Bảng tính chỉ số thực vật .................................................... 30

Bảng 3.1.

Băng tần MSS ..................................................................... 47

Bảng 3.2.

Băng tần TM ....................................................................... 48

Bảng 3.3.

Ảnh tăng cường bởi các phương pháp ................................ 53

Bảng 3.4.

So sánh entropy của các ảnh ............................................... 53

Bảng 3.5.

Ảnh tăng cường bởi các phương pháp ................................ 54

Bảng 3.6.

So sánh entropy của các phương pháp................................ 55

vii
DANH MỤC CÁC HÌNH
Tiến trình viễn thám ........................................................... 4
Ảnh chụp và ảnh số ............................................................ 5
Các kênh ảnh ...................................................................... 6
Ảnh độ phân giải cao (trái) và độ phân giải thấp (phải) ..... 6
Đáp ứng phổ của các loại đá khác nhau ............................ 7
Hàm thuộc tam giác .......................................................... 12
Hàm thuộc hình thang ....................................................... 13
Hàm thuộc hình L ............................................................. 14
Nắn chỉnh hình học .......................................................... 19
Cân bằng lược đồ màu ...................................................... 20
Phân lớp có giám sát (trái) và không giám sát (phải) ...... 20
Lọc ảnh số trong miền không gian ................................... 25
Ví dụ tích chập .................................................................. 26
Dãn tuyến tính lược đồ màu.............................................. 26
Tăng cường tương phản bằng phương pháp Gauss .......... 28
Biến đổi hệ trục tọa độ trong phân tích thành phần chính 32
Cấu trúc tổng quát của xử lý ảnh trên cơ sở logic mờ ...... 34
Các bước xử lý ảnh trên cơ sở logic mờ ........................... 35
Hàm phân bố xác suất cho việc tính toán các giá trị hàm
thuộc .................................................................................. 37
Hình 2.12. Hàm thuộc ......................................................................... 38
Hình 2.13. Sử dụng logic mờ nâng cao chất lượng ảnh .................... 39
Hình 3.1. Sơ đồ tăng cường ảnh viễn thám ...................................... 45
Hình 3.2. Cấu trúc dữ liệu ảnh viễn thám ........................................ 49
Hình 3.3. Màn hình chính của chương trình thử nghiệm ................. 50
Hình 3.4. Giao diện mở tệp ảnh vệ tinh để tăng cường tương phản . 51
Hình 3.5. Giao diện mở tệp ảnh vệ tinh Lạc Thủy, Hòa Bình .......... 51

Hình 3.6. Giao diện chọn tham số chương trình ............................... 52
Hình 3.7. Giao diện hiển thị ảnh đã nâng cao độ tương phản .......... 52
Hình 3.8. So sánh Entropy của các ảnh ............................................ 54
Hình 3.9. So sánh Entropy của các ảnh sau khi đã tăng cường ........ 55
Hình 1.1.
Hình 1.2.
Hình 1.3.
Hình 1.4.
Hình 1.5.
Hình 1.6.
Hình 1.7.
Hình 1.8.
Hình 2.1.
Hình 2.2.
Hình 2.3.
Hình 2.4.
Hình 2.5.
Hình 2.6.
Hình 2.7.
Hình 2.8.
Hình 2.9.
Hình 2.10.
Hình 2.11.


1
MỞ ĐẦU
Viễn thám là ngành khoa học quan sát bề mặt Trái đất hay khí quyển từ
không gian bằng vệ tinh hay bằng máy bay. Viễn thám bao gồm các thiết bị
cảm nhận, ghi lại năng lượng phát ra từ đối tượng nghiên cứu, ví dụ dụ như

thủy hệ, khu dân cư,… Chúng 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
Viễn thám có thể hiểu đơn giản là thăm dò từ xa về một đối tượng hoặc
một hiện tượng mà không có sự tiếp xúc trực tiếp với đối tượng hoặc hiện tượng
đó.
Có rất nhiều định nghĩa khác nhau về viễn thám, nhưng mọi định nghĩa
đều có nét chung, nhấn mạnh “viễn thám là khoa học thu nhận từ xa các thông
tin về các đối tượng, hiện tượng trên trái đất”.
Như vậy ảnh viễn thám có thể là ảnh thu được từ vệ tinh (gọi là ảnh vệ
tinh) và ảnh thu được từ máy bay (còn gọi là không ảnh). Trong phạm vi luận
văn này, các ảnh được nghiên cứu là ảnh vệ tinh, nói cách khác, khái niệm ảnh
viễn thám sử dụng trong luận văn này là ảnh vệ tinh.
Hiện nay, viễn thám được ứng dụng rộng rãi trong nhiều ngành, nhiều
lĩnh vực khác nhau. Ảnh thu được từ vệ tinh thường có chất lượng rất khác
nhau vì nhiều nguyên nhân khác nhau. Thông thường chất lượng ảnh không
đáp ứng trực tiếp cho việc phân đoạn, phân lớp ảnh viễn thám để có được thông
tin cần thiết mà nhiều ứng dụng đòi hỏi. Do vậy, việc nâng cao chất lượng ảnh
viễn thám là nhu cầu bức thiết.
Vấn đề xử lý và phân tích ảnh viễn thám là khá phức tạp, nó bao gồm
nhiều công đoạn khác nhau từ dữ liệu ảnh thô để có được thông tin hữu ích.
Chủ đề này đã được quan tâm nghiên cứu nhiều ở nước ngoài [1, 2], ở trong
nước cũng có nhiều tổ chức như các viện nghiên cứu, trường đại học quan tâm
nghiên cứu và ứng dụng về vẫn đề này, như Viện hàn lâm Khoa học Công nghệ


2
Việt Nam, Trường đại học Quốc gia Hà Nội, Cục Viễn thám của Bộ Tài nguyên
Môi trường…

Xuất phát từ vấn đề thực tiễn trên, tôi lựa chọn đề tài: “Nâng cao chất
lượng ảnh viễn thám sử dụng logic mờ” để làm luận văn của mình. Mục tiêu
nghiên cứu luận văn của học viên là tìm hiểu và học hỏi một số kỹ thuật xử lý
ảnh viễn thám bằng những kỹ thuật tin học hiện đại, sau đó thử nghiệm với một
loại ảnh cụ thể của ảnh vệ tinh Landsat tại vùng tỉnh Thái Nguyên hoặc Hòa
Bình về các phương pháp kỹ thuật nói trên.
Đối tượng và phạm vi nghiên cứu
Đối tượng: ảnh viễn thám, các quy trình nâng cao chất lượng ảnh viễn
thám; sử dụng logic mờ để nâng cao chất lượng ảnh viễn thám.
Phạm vi: Tìm hiểu và thử nghiệm các thuật toán nâng cao chất lượng
ảnh viễn thám sử dụng logic mờ đã được công bố với một loại ảnh viễn thám
cụ thể của một vùng.
Cấu trúc của luận văn:
Ngoài phần mở đầu trình bày lý do chọn đề tài, mục tiêu, phạm vi nghiên
cứu và phần kết luận trình bày các kết quả đạt được và các vấn đề tiếp còn tiếp
tục nghiên cứu, nội dung của luận văn được trình bày trong ba chương như sau:
Chương 1: Tổng quan về viễn thám và logic mờ. Trong chương này các
vấn đề cơ bản về viễn thám, ảnh vệ tinh và logic mờ được trình bày làm cơ sở
khoa học cho các nghiên cứu tiếp theo.
Chương 2: Các kỹ thuật nâng cao chất lượng ảnh viễn thám. Chương này
nghiên cứu các phương pháp cơ bản trong việc nâng cao chất lượng ảnh vệ tinh.
Sau đó đi sâu nghiên cứu một kỹ thuật sử dụng logic mờ và phân cụm dữ liệu.
Chương 3: Xây dựng chương trình thử nghiệm. Chương này trình bày
qui trình và kết quả xây dựng chương trình demo nâng cao chất lượng ảnh viễn
thám bằng thuật toán FCM. Thử nghiệm với dữ liệu ảnh vệ tinh tại một vùng
của tỉnh Hòa Bình.


3
Chương 1

TỔNG QUAN VỀ VIỄN THÁM VÀ LOGIC MỜ
Trong chương này các vấn đề cơ bản về viễn thám, ảnh vệ tinh và logic
mờ được trình bày làm cơ sở khoa học cho các nghiên cứu trong các chương
tiếp theo.
1.1. Tiến trình viễn thám và các loại ảnh viễn thám
1.1.1. Tiến trình viễn thám
Theo các định nghĩa trong [1] [5] thì viễn thám (Remote Sensing) được hiểu
như một khoa học, nghệ thuật thu nhận thông tin về đối tượng, khu vực hay
hiện tượng trên bề mặt Trái đất mà không tiếp xúc trực tiếp với chúng. Công
việc này được thực hiện bởi việc cảm nhận (sensing) và lưu trữ các năng lượng
phản xạ hay được phát ra từ các đối tượng nghiên cứu. Sau đó, các thông tin
này được phân tích, xử lý và ứng dụng vào nhiều lĩnh vực khác nhau như bảo
vệ tài nguyên, thiên nhiên môi trường, nông nghiệp, lâm nghiệp, giao thông
vận tải...
1.1.2. Nguyên lý hoạt động của ảnh viễn thám
Tiến trình viễn thám bao gồm nhiều công đoạn, trong đó có tương tác
giữa bức xạ và đối tượng nghiên cứu. Khái niệm đối tượng nghiên cứu trong
tài liệu này được hiểu là các đối tượng, khu vực hay hiện tượng nào đó trên bề
mặt Trái đất mà con người muốn thu thập thông tin về nó. Trên hình 1.1 là mô
tả vắn tắt bảy thành phần của hệ thống thu ảnh viễn thám [5].
Nguồn năng lượng hay nguồn sáng (A): Yêu cầu đầu tiên của viễn
thám là phải có nguồn năng lượng để chiếu sáng hay cung cấp năng lượng điện
từ đến đối tượng nghiên cứu.
Bức xạ và khí quyển (B): Vì năng lượng đi từ nguồn tới đối tượng đích
cho nên nó tiếp xúc và đi qua khí quyển. Việc tương tác này còn xảy ra lần nữa
khi năng lượng đi từ đối tượng đích tới cảm biến (sensor).


4

CCRS

©

Hình 1.1. Tiến trình viễn thám [5]
Tương tác với đối tượng đích (C): Sau khi năng lượng được truyền qua
khí khuyển nó sẽ tương tác với đối tượng đích. Cách thức tương tác của chúng
phụ thuộc vào tính chất của đối tượng đích và bức xạ.
Thu nhận năng lượng bằng đầu cảm biến (D): Sau khi năng lượng bị
đối tượng đích truyền đi hay phân tán (scattered), đầu cảm biến sẽ thu nhận
(không tiếp xúc) và lưu trữ bức xạ điện từ.
Truyền, nhận và xử lý năng lượng (E): Năng lượng được cảm nhận bởi
Sensor sẽ được truyền đi, thông thường dưới dạng điện tử, đến trạm thu và xử lý,
nơi mà dữ liệu được xử lý thành ảnh (dưới dạng ảnh in hay dạng số).
Diễn giải và phân tích (F): Ảnh được diễn giải bằng trực giác hay hệ
thống số để trích chọn các thông tin về đối tượng nghiên cứu. Nội dung luận văn
sẽ tìm hiểu cs kỹ thuật tăng cường chất lượng ảnh trước khi diễn giải và phân
tích.
Ứng dụng (G): Phần tử cuối cùng của tiến trình viễn thám là áp dụng
các thông tin vừa trích chọn từ ảnh về đối tượng nghiên cứu để hiểu rõ hơn về
nó, làm nổi lên các thông tin mới hay hỗ trợ giải quyết một số vấn đề cụ thể.
1.1.3. Đặc trưng ảnh viễn thám
Năng lượng điện từ có thể được nhận biết bằng phim ảnh hay thiết bị
điện tử. Có thể ghi biến thiên năng lượng trên phim nhạy ánh sáng. Cần phân


5
biệt hai khái niệm ảnh (image) và ảnh chụp (photograph) trong viễn thám. Ảnh
được hiểu là hình thức biểu diễn “cảnh” bất kỳ, không quan tâm đến bước sóng

hay thiết bị viễn thám nào được sử dụng. Ảnh chụp đề cập đến ảnh được chụp
trên phim ảnh. Thông thường, ảnh được chụp tại bước sóng từ 0.3μm đến 0.9μm
(vùng ánh sáng nhìn thấy và vùng tia hồng ngoại phản xạ). Vậy, mọi ảnh chụp
là ảnh, nhưng không phải mọi ảnh là ảnh chụp. Ảnh chụp có thể được biểu diễn
và hiển thị dưới dạng ảnh số bằng cách chia ảnh thành các ô vuông nhỏ bằng
nhau (theo cột và hàng), gọi là pixel. Biểu diễn độ sáng của mỗi vùng bằng một
giá trị số (DN- Digital Number).

Hình 1.2. Ảnh chụp và ảnh số [5]
Hình 1.2 thể hiện qui trình sinh ảnh số từ ảnh chụp. Ảnh chụp được quét
và được chia nhỏ thành các pixel. Mỗi pixel được gán một số biểu diễn độ chói
(sáng). Máy tính hiển thị mỗi giá trị số với mức độ chói khác nhau.
Dưới đây trình bày một số khái niệm của ảnh vệ tinh.
a. Kênh ảnh (Channel, Band)
Thông thường, một dải hẹp bước sóng được đo và tập dữ liệu được lưu
trữ tách biệt theo bước sóng của chúng. Chúng được gọi là băng (Band) hay
kênh (Channel) ảnh (hình 1.3). Chung ta có thể tổ hợp và hiển thị các kênh
thông tin nhờ ba màu cơ sở (red, green và blue).


6
Kích thước ảnh được tính bởi tổng số hàng, tổng số cột, tổng số băng và tổng
số bit/pixel. Ví dụ ảnh đa phổ 4 băng có kích thước như sau: 3000 hàng x 3000 cột x
4 băng x 1 byte = 36 Mb lưu trữ. Như vậy kích thước ảnh vệ tinh là rất lớn.

Hình 1.3. Các kênh ảnh [1]
b. Độ phân giải ảnh không gian
Độ phân giải không gian của ảnh là đề cập đến vùng được đo, kích thước
đặc trưng nhỏ nhất trên mặt đất mà đầu đo (sensor) có thể nhận biết được. Nếu
sensor có độ phân giải không gian 20m và ảnh có từ sensor được hiển thị với

mỗi pixel biểu diễn vùng 20mx20m trên mặt đất thì kích thước pixel bằng độ
phân giải. Độ phân giải ảnh phụ thuộc vào lại vệ tinh, ví dụ vệ tinh Quick bird
có độ phân giải 0,6m, trong khi vệ tinh thời tiết NOAA có độ phân giải 1 Km.
Vệ tinh VNRedSat 1 của Việt Nam có độ phân giải mặt đất là 2,5m. Hình 1.4
là hai ảnh vệ tinh có độ phân giải khác nhau sẽ cho cảm nhận mặt đất khác
nhau.

Hình 1.4. Ảnh độ phân giải cao (trái) và độ phân giải thấp (phải)


7
c. Độ phân giải phổ
Độ phân giải phổ của ảnh là đề cập đến bước sóng phổ mà sensor nhạy
cảm với đối tượng trên mặt đất. Có thể nói độ phân giải phổ là số lượng kênh
của ảnh vệ tinh về một khu vực nào đó. Hình 1.5 thể hiện đáp ứng phổ của
các loại đát khác nhau trên mặt đất.

Hình 1.5. Đáp ứng phổ của các loại đá khác nhau [5]
d. Độ phân giải bức xạ
Độ phân giải bức xạ của ảnh vệ tinh là đề cập đến mức độ năng lượng
được mà sensor đo được. Nói cách khác, nó là sự khác biệt nhỏ nhất trong mức
năng lượng mà sensor có thể nhận biết.
e. Độ phân giải thời gian
Độ phân giải thời gian của ảnh vệ tinh là đề cập đến thời gian thu thập dữ
liệu. Nó liên quan đến khả năng chụp lặp cùng một vùng của vệ tinh cụ thể. Ví
dụ LANSAT có độ phân giải thời gian 18 ngày còn SPOT là 24 ngày. Các vệ
tinh khí tượng có độ phân giải thời gian cao nhất, ví dụ GMS là 30 phút và
NOAA là 6 giờ, để theo dõi sự chuyển động của mây, bão…
1.1.4. Khuân mẫu dữ liệu ảnh viễn thám
Khuôn mẫu dữ liệu ảnh viễn thám mô tả cách thức dữ liệu được ghi lên

thiết bị lưu trữ, ví dụ DVD. Một ảnh viễn thám thường được lưu trữ trong hai


8
tệp: tệp lưu trữ siêu dữ liệu hay dữ liệu của dữ liệu (metadata). Ví dụ với ảnh
của vệ tinh Landsat ETM+ thì các dữ liệu của chúng được lưu trữ như sau:
- Tệp metadata:
Chứa tập các mô tả bằng chữ hay số của dữ liệu lưu trữ trong tệp dữ liệu
ảnh. Chúng bao gồm tổng số dòng quét, số pixel/dòng, phép chiếu ảnh được sử
dụng và tọa độ địa lý của tâm ảnh...
- Tệp dữ liệu ảnh:
Tệp dữ liệu ảnh chứa các giá trị điểm ảnh của các kênh từ 1 đến 7, sắp
xếp theo từng kênh. Với mỗi kênh, các giá trị pixel của dòng quét thứ 1 được
lưu trữ từ trái sang phải thành một bản ghi. Tiếp theo là lưu trữ dữ liệu của dòng
quét thứ 2,...
Nói chung, khuôn mẫu ảnh viễn thám là đa dạng, tùy loại vệ tinh thu ảnh.
1.1.5. Các loại ảnh viễn thám
Phân loại ảnh vệ tinh theo nguồn năng lượng [5] và chiều dài bước sóng
của chúng. Ta có thể chia ảnh vệ tinh thành 3 loại cơ bản:
- Ảnh quang học là loại ảnh được tạo ra bởi việc thu nhận các bước sóng
ánh sang nhìn thấy (bước sóng 0.4 - 0.76 µm). Nguồn năng lượng chính là bức
xạ mặt trời
- Ảnh hồng ngoại (ảnh nhiệt) là loại ảnh được tạo ra bởi việc thu nhận
các bước sóng hồng ngoại phát ra từ vật thể (bước sóng 8 - 14 µm). Nguồn năng
lượng chính là bức xạ nhiệt của các vật thể.
- Ảnh Radar là loại ảnh được ra bởi việc thu nhận các bước sóng trong
dải sóng cao tần (bước sóng từ 1mm - 1m). Nguồn năng lượng chính là sóng
radar phản xạ từ các vật thể do vệ tinh tự phát cuống theo những bước sóng đã
được xác định.
Một số hệ thống vệ tinh và loại ảnh viễn thám

- Vệ tinh/Cảm biến thời tiết: TIROS-1, GOES, NOAA AVHRR…


9
- Các cảm biến/Vệ tinh quan trắc mặt đất: Landsat, SPOT, IRS, ASTER,
MODIS.
- Các cảm biến/vệ tinh quan trắc hải dương: Nimbus-7, MOS, SeaWIFS.
- Việt Nam có vệ tinh nhỏ VNRedSat1 đã đưa vào sử dụng từ 4 năm nay
(phóng lên quĩ đạo năm 2013).
Các trung tâm thu thập ảnh viễn thám theo qui trình được mô tả trên hình
1.1 sẽ cung cấp ảnh cho người sử dụng theo các cấp độ khác nhau. Ở Việt Nam,
ảnh vệ tinh có các mức độ như sau:
+ Mức 1A: ảnh vệ tinh thô - chưa định vị và xử lý phổ.
+ Mức 1B: hiệu chỉnh các sai số như sự quay của Trái đất, ảnh hưởng
của độ cong Trái đất, góc chụp nghiêng...
+ Mức 2A: ảnh được định vị về hệ tọa độ bản đồ UTM, Gauss... chỉ sử
dụng các thông tin quỹ đạo của vệ tinh, không sử dụng các điểm khống chế mặt
đất.
+ Mức 2B: ảnh vệ tinh được nắn chỉnh về hệ tọa độ bản đồ sử dụng các
điểm khống chế ảnh được đo đạc ngoài thực địa hoặc lấy từ bản đồ tỷ lệ lớn
hơn (áp dụng cho khu vực đồng bằng).
+ Mức 3: (trực ảnh) ảnh vệ tinh được nắn chỉnh về hệ tọa độ bản đồ sử
dụng các điểm khống chế và mô hình số độ cao để loại trừ các sai số do chênh
cao địa hình gây ra (áp dụng cho khu vực miền núi).
1.1.6. Ứng dụng của viễn thám
Trong các hệ thống viễn thám, mỗi loại cảm biến được thiết kế cho một
mục đích riêng, ví dụ cảm biến quang học được thiết kế dành cho việc thu thập
các băng phổ. Mỗi ứng dụng bản thân nó có những yêu cầu riêng, như độ phân
dải phổ, phân dải không gian, phân dải thời gian. Thông thường phải sử dụng
nhiều cảm biến mới đáp ứng mọi yêu cầu của một ứng dụng.

10
Ảnh viễn thám được sử dụng trong nhiều lĩnh vực như nông nghiệp, lâm
nghiệp, địa chất, thủy văn, lớp phủ đất và sử dụng đất, lập bản đồ, theo dõi đại
dương và khu vực bờ biển,... [1][5].
1.2. Khái quát về logic mờ
Lý thuyết tập mờ và logic mờ được công bố lần đầu tiên tại Mỹ vào năm
1965 bởi Lofti A. Zadeh một giáo sư tại trường Đại học California, Mỹ. Lý
thuyết mờ ra đời nhằm giải quyết những vấn đề không rõ ràng của thể giới thực
mà logic kinh điển không thể giải quyết một cách đầy đủ. Các phép toán của
logic kinh điển chỉ thừa nhận hai trạng thái giá trị “0” và “1”, trong khi đó phần
lớn các thông tin trong thế giới thực là không chính xác, không đầy đủ, không
rõ ràng và một trong những khả năng to lớn của con người là xử lý những thông
tin thực “không chính xác” và “nhập nhằng”.
Khái niệm về lý thuyết tập mờ cho phép xử lý các vấn đề sau đây:
- Những phạm trù có đường biên kém xác định (như “trung tâm huyện”
hay “cũ”...).
- Những tình huống trung gian giữa tất cả và không có gì (“hầu như là đã
thi đỗ”).
- Việc chuyển nhích dần từ một tính chất này sang một tính chất khác (từ
“gần” tới “xa”).
- Những giá trị gần đúng (“khoảng 100km”).
Nội dung dưới đây trình bày những vấn đề cơ bản về logic mờ liên quan
đến chủ đề nghiên cứu trong luận văn, các vấn đề này được tham khảo trong tài
liệu [1], [4].
1.2.1. Khái niệm về tập rõ và tập mờ
1.2.1.1. Tập rõ (Crip set)
Trong lý thuyết tập hợp cổ điển, quan hệ thành viên của các phẩn tử đối
với tập hợp được đánh giá theo kiểu nhị phân một cách rõ ràng: mỗi phần tử x

tham chiếu X là chắc chắn thuộc tập A hoặc chắc chắn không thuộc tập A. Ta
gán cho phần tử đó giá trị 1 nếu phần tử chắc chắn thuộc tập A và giá trị 0 nếu
phần tử chắc chắn không thuộc tập A.


11
Để biểu diễn một tập hợp A trên tập nền X, ta dùng hàm thuộc A(x), với:
1 khi x  A
 A (x)  
0 khi x  A

A(x) chỉ nhận một trong hai giá trị “1” hoặc “0”.
1.2.1.2. Tập mờ (Fuzzy set)
Một tập mờ A của không gian X được xác định bởi hàm thuộc  như
sau: A: X  0,1 trong đó A(x) là giá trị thành viên của x trong A. Không
gian X luôn là tập rõ.
Nếu không gian được định nghĩa là một tập hợp rời rạc xác định các giá
trị X ={x1, x2, …, xn} thì một tập mờ A trên X được biểu diễn như sau:
𝑛

𝜇𝐴 (𝑥1 ) 𝜇𝐴 (𝑥2 )
𝜇𝐴 (𝑥𝑛 )
𝜇𝐴 (𝑥𝑖 )
𝐴=
+
+ … +
=∑
𝑥1
𝑥2
𝑥𝑛

𝑥𝑖
𝑖=1

A(xi)/xi chỉ ra giá trị tham gia tới tập mờ A đối với X. Ký hiệu “/” gọi là
chia, hàm  và “+” là tập hợp và nối các khoản mục.
Nếu không gian là tập vô hạn, không đếm được X = {x1, x2, …} thì tập
mờ A trên X được biểu diễn:
𝐴 = ∫𝑋

𝜇𝐴 (𝑥)
𝑥

Ký pháp “ ” không liên quan gì đến tích phân mà chỉ có nghĩa rằng với
mọi phần tử x của miền X (X là miền không đếm được) đều được gán với một
độ thuộc của x vào tập mờ A.
1.2.2. Hàm thuộc
Lựa chọn hàm thuộc hợp lệ cho một tập mờ là một trong những nội dung
quan trọng nhất của logic mờ. Lựa chọn hàm thuộc là trách nhiệm của người
sử dụng để có một hàm thuộc diễn tả tốt nhất cho khái niệm mờ được mô hình
hóa.


12
Các tiêu chí sau là hợp lệ cho tất cả các hàm thuộc:
- Hàm thuộc phải là hàm có giá trị thực trong khoảng [0,1].
- Các giá trị hàm thuộc sẽ là 1 tại tâm của tập hợp.
- Hàm thuộc sẽ suy biến khi có khoảng cách thích hợp từ tâm đến ranh giới.
- Các điểm có giá trị 0,5 (điểm cắt ngang) sẽ là ranh giới của tập rõ, nếu
chúng ta vận dụng việc phân lớp rõ thì ranh giới phân lớp sẽ miêu tả bởi các
điểm cắt ngang.

Có hai kiểu hàm thuộc là hàm thuộc tuyến tính và hàm thuộc hình sin
thường được áp dụng.
1.2.2.1. Hàm thuộc tuyến tính
Hàm thuộc tuyến tính có 4 tham số xác định hình dạng hàm. Bằng việc lựa
chọn các giá trị thích hợp a, b, c, d sẽ tạo ra các hàm các hình dạng khác nhau.
a. Hàm thuộc tam giác
Hàm thuộc tam giác với các tham số cận dưới a, cận trên b và giá trị đỉnh
tam giác là m với a < m < b. Hàm thuộc tam giác được gọi là đối xứng nếu b m = m - a hoặc 𝑚 =

𝑎+𝑏
2

0
𝑛ế𝑢 𝑥 ≤ 𝑎 ℎ𝑜ặ𝑐 𝑥 ≥ 𝑏
𝑥−𝑎
𝑛ế𝑢 𝑎 < 𝑥 < 𝑚
𝑚
−
𝑎
𝜇𝐴 (𝑥) =
𝑏−𝑥
𝑛ế𝑢 𝑚 < 𝑥 < 𝑏
𝑏−𝑚
{ ℎ 𝑛ế𝑢 𝑥 = 𝑚 𝑣ớ𝑖 ℎ ≤ 1
A(x)

A(x)

x

x
a)

Hình 1.6. Hàm thuộc tam giác

b)


13
Đồ thị của hàm thuộc tam giác không đối xứng (hình 1.6a) và đồ thị tam
giác đối xứng (hình 1.6b).
b. Hàm thuộc hình thang
Hàm thuộc hình thang được xác định bởi bộ 4 tham số theo công thức:
0

𝑛ế𝑢 𝑥 ≤ 𝑎 ℎ𝑜ặ𝑐 𝑥 ≥ 𝑑
𝑥−𝑎
𝑛ế𝑢 𝑎 < 𝑥 < 𝑏
𝑏
−
𝑎
𝜇𝐴 (𝑥) =
𝑑−𝑥
𝑛ế𝑢 𝑐 < 𝑥 < 𝑑
𝑑−𝑐
{ℎ 𝑛ế𝑢 𝑏 ≤ 𝑥 ≤ 𝑐 𝑣ớ𝑖 ℎ ≤ 1
Đồ thị hàm thuộc hình thang có dạng như hình 1.7
A(x)

x

Hình 1.7. Hàm thuộc hình thang
c. Hàm thuộc L
Hàm thuộc L được xác định bởi công thức như sau:
ℎ
𝜇𝐴 (𝑥) = {

𝑏−𝑥
𝑏−𝑎

𝑛ế𝑢 𝑥 ≤ 𝑎 𝑣ớ𝑖 ℎ ≤ 1
𝑛ế𝑢 𝑎 < 𝑥 < 𝑏
𝑜 𝑛ế𝑢 𝑥 ≥ 𝑏

x


14
Hình 1.8. Hàm thuộc hình L
1.2.2.2. Hàm thuộc hình sin
Hàm thuộc hình sin chính xác hơn so với hàm thuộc tuyến tính vì hàm
thuộc không bị gấp khúc tại các nút. Hàm thuộc này (Hình 1.9) có 4 tham số và
tùy theo việc lựa chọn giá trị mà có các dạng hàm thuộc hình chữ S, hình chữ
L, hình chuông. Đồ thị và công thức tổng quát của hàm thuộc hình sin:
0 𝑛ế𝑢 𝑥 < 𝑎
1
𝑥−𝑎
(1 − cos (𝜋
)) 𝑛ế𝑢 𝑎 ≤ 𝑥 ≤ 𝑏
2

𝑏
−
𝑎
(𝑥)
𝜇𝐴
=
1
𝑥−𝑐
(1 + cos (𝜋
)) 𝑛ế𝑢 𝑎 ≤ 𝑥 ≤ 𝑏
2
𝑑−𝑐
{
0 𝑛ế𝑢 𝑥 > 𝑑
Giá trị hàm

thuộc

Hình 1.9. Hàm thuộc hình Sin
1.2.3. Một số đặc trưng của tập mờ
Các đặc trưng của một tập mờ A trên X, là những thông tin để mô tả về
các phần tử liên quan đến tập mờ A, những đặc trưng này còn chỉ rõ sự khác
biệt của tập mờ với tập rõ.
- Giá của tập mờ A (Support)
Tất cả các phần tử của không gian X có giá trị hàm thuộc lớn hơn 0 trong
tập mờ A được gọi là giá của A được ký hiệu và định nghĩa:
supp(A) = {x  X/ A(x) >0}
- Chiều cao tập mờ A (Height)

15
Height của tập mờ A là giá trị lớn nhất mà hàm thuộc có thể lấy trong tập
mờ A. hgt(A) = supp{ A(x), xX}
Nếu hgt(A) = 1 tức là có chắc chắn ít nhất 1 phần tử của X thuộc tập mờ
A khi đó tập mờ được gọi là chuẩn hóa.
- Tập mờ tương đương (Equality)
Hai tập mờ A và B tương đương (ký hiệu là A = B) nếu x  X thì A(x)
= B(x).
- Bao hàm (Inclusion)
Tập mờ A bao hàm tập mờ B hay nói cách khác là tập mờ A chứa tập mờ
B (ký hiệu là A  B) nếu x  X thì A(x)  B(x).
1.2.4. Các phép toán trên tập mờ
Các phép toán trên tập mờ được định nghĩa giống như đối với tập rõ, tuy
nhiên không phải tất cả các quy tắc cho tập rõ cũng hợp lệ với tập mờ.
a. Phép hợp (Union)
Hợp của hai tập mờ A và B trên X là một tập mờ trên X với hàm thuộc
được xác đinh bằng một trong ba phép toán sau:
µ ∪ (x) = max (µ (x), µ (x)), x∈ X
A B

A

B

µ ∪ (x) = µ (x) + µ (x) - µ (x).µ (x)
A B

A

B

A

B

µ ∪ (x) = min(1, µ (x) + µ (x))
A B

A

B

b. Phép giao (Intersection)
Giao của hai tập mờ A và B trên X là một tập mờ trên X với hàm thuộc
được xác đinh bằng một trong ba phép toán sau:
µ ∩ (x) = min (µ (x), µ (x)), x∈ X
A B

A

B

µ ∩ (x) = µ (x).µ (x)
A B

A

B

µ ∩ (x) = max (0, µ (x) + µ (x) - 1)

A B

c. Phần bù (Complement)

A

B


16
Phần bù của một tập mờ A là một tập con mờ trên X với hàm thuộc được
xác định: 𝜇𝐴 (𝑥) = 1 − 𝜇𝐴 (𝑥), 𝑥𝜖 𝑋
Dưới đây là bảng các tính chất cho phép toán tập hợp đúng cho cả tập rõ
và tập mờ:
Bảng 1.1. Các tính chất phép toán tập hợp [4]
1

𝐴∪𝐴 = 𝐴

2

𝐴∩𝐴 = 𝐴

3

(𝐴 ∪ 𝐵) ∪ 𝐶 = 𝐴 ∪ (𝐵 ∪ 𝐶)

4

(𝐴 ∩ 𝐵) ∩ 𝐶 = 𝐴 ∩ (𝐵 ∩ 𝐶)

5

𝐴∪𝐵 =𝐵∪𝐴

6

𝐴∩𝐵 =𝐵∩𝐴

7

𝐴 ∪ (𝐵 ∩ 𝐶) = (𝐴 ∪ 𝐵) ∩ (𝐴 ∪ 𝐶)

8

𝐴 ∩ (𝐵 ∪ 𝐶) = (𝐴 ∩ 𝐵) ∪ (𝐴 ∩ 𝐶)

9

𝐴∪𝐵 =𝐴∩𝐵

10

𝐴∩𝐵 =𝐴∪𝐵

11

𝐴̿ = 𝐴

Tính chất đối xứng

Tính chất kết hợp

Tính chất giao hoán

Tính chất phân phối

Định luật DeMorgan
Phần bù của phần bù

1.2.5. Biến ngôn ngữ (Liguistic Variable)
Số mờ đóng vai trò quan trọng trong việc xây dựng biến mờ định lượng
là biến có trạng thái định bởi các số mờ. Khi các số mờ biểu diễn các khái niệm
ngôn ngữ như rất nhỏ, nhỏ, trung bình, lớn, rất lớn,… trong một ngữ cảnh cụ
thể, biến mờ được gọi là biến ngôn ngữ. Biến ngôn ngữ được xác định theo một
biến cơ sở trên một tập cơ sở là số thực trên một khoảng cụ thể. Biến cơ sở có
thể là: điểm, tuổi, lãi suất, lương, nhiệt,… Trong một biến ngôn ngữ, các giá trị
ngôn ngữ biểu diễn các giá trị xấp xỉ của biến cơ sở, các giá trị ngôn ngữ này
là các số mờ.
Biến ngôn ngữ được đặc trưng bởi bộ năm (V, T, X, g,m), trong đó: