Địa lý - Chương 2: Chuyển đổi ảnh

1Chương 2 CHUYỂN ĐỔI ẢNH Biên soạn: GVPhạm Thế Hùng GIỚI THIỆU 2Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Là những thao tác nhằm làm nổi bật các đối tượng trong ảnh sao cho người giải đoán ảnh dễ đọc, dễ nhận biết so với ảnh gốc Các phương pháp cụ thể: biến đổi cấp độ xám, chuyển đổi histogram, tổ hợp màu, chuyển đổi HIS, Sau khi hiệu chỉnh bức xạ, ảnh vẫn chưa đảm bảo tối ưu cho việc giải đoán bằng mắtVì vậy, việc hiệu chỉnh cường độ sáng, độ tương phản ảnh là cần thiết và tùy thuộc vào từng ứng dụng cụ thể để phân tích các đối tượng trong ảnh. Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH - Là kỹ thuật tăng cường chất lượng ảnh đơn giản. - Nhằm biến đổi khoảng giá trị cấp độ xám ban đầu của ảnh gốc sang một khoảng mới giúp phân biệt các đối tượng dễ dàng hơn - Việc biến đổi cấp độ xám làm tăng độ tương phản giữa các đối tượng, làm cho hình ảnh rõ nét hơn - Tổng quát về phép biến đổi cấp độ xám, có thể mô tả bằng hàm số: y= f(x) với x là giá trị độ sáng (hay cấp độ xám – BV,DN) của ảnh gốc và y là giá trị độ sáng (hay cấp độ xám – BV, DN) của ảnh đã biến đổi Biến đổi cấp độ xám: 3Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi cấp độ xám: Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Trong các phép biến đổi cấp độ xám thì phép biến đổi tuyến tính là thường được sử dụng Hàm số mô tả: y = ax + b Giá trị độ sáng của các pixel trên ảnh mới được tính theo công thức: 1Biến đổi cấp độ xám: minmin minmax minmax )( yxx xx yy y +- - - = 4Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi cấp độ xám: Khi áp dụng phương pháp này, các vùng sáng trở nên sáng hơn, tối trở nên tối hơn à giúp giải đoán bằng mắtTuy nhiên, khi 2 pixel lân cận có giá trị chênh nhau lớn sẽ làm cho ảnh trở nên tương phản quá mạnh. Để khắc phục, ta biến đổi dựa trên độ lệch chuẩn và giá trị trung bình. Hàm biến đổi như sau: mm x y yxx S S y +-= )( Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi cấp độ xám: 5Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Histogram (biểu đồ cấp độ xám) mô tả sự phân bố giá trị độ sáng của ảnh theo số lượng pixel mang cùng một giá trị độ sáng Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: 6Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Histogram và tính chất của ảnh Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Ảnh tối 7Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Ảnh sáng Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Ảnh có độ tương phản thấp 8Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Ảnh có độ tương phản cao Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Phương pháp quân bình Histogram: Các bước thực hiện: - Tính biểu đồ cấp độ xám tích lũy (cumulative histogram) của ảnh gốc; - Nhân biểu đồ cấp độ xám tích lũy cho hệ số L-1/N rồi làm tròn số với N là số lượng pixel và L là số lượng cấp độ xám (giá trị độ sáng); - Với mỗi giá trị độ sáng của ảnh gốc ta sẽ được giá trị mới tương ứng ở bước thứ 2. 9Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: 0 1 2 3 4 5 6 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Ví dụ: Histogram của ảnh gốc với N = 24 và L = 16 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Biểu đồ Cấp độ xám tích lũy (Cumulative histogram) 0 5 10 15 20 25 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 10 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Nhân biểu đồ cấp độ xám tích lũy cho hệ số (L-1)/N, rồi làm tròn số, ta được: 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 2 5 9 14 18 19 19 19 19 19 19 19 20 23 24 0.63 15 33 5.63 8.75 115 11.88 11.88 11.88 11.88 11.88 11.88 11.88 12.50 14.40 15.00 1 1 3 6 9 11 12 12 12 12 12 12 12 13 14 15 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Đối chiếu với giá trị độ sáng của ảnh gốc, ta được: 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 1 3 4 5 4 1 0 0 0 0 0 0 1 3 1 1 1 3 6 9 11 12 12 12 12 12 12 12 13 14 15 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0 2 0 3 0 0 4 0 0 5 0 4 1 1 3 1 11 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: 0 1 2 3 4 5 6 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Ta được Histogram của ảnh đã biến đổi Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Ảnh cũ Ảnh mới 12 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Biến đổi histogram: Phương pháp chuẩn hóa Histogram: Là kỹ thuật biến đổi histogram ảnh gốc để nhận ảnh mới có histogram phân bố chuẩn. Phương pháp này chỉ áp dụng cho ảnh có phạm vi biến đổi cấp độ xám thấp. Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Hiển thị màu dữ liệu ảnh vệ tinh đóng vai trò rất quan trọng trong việc giải đoán ảnh bằng mắt Mắt người quan sát chỉ có thể cảm nhận được sóng điện từ trong phạm vi bước sóng từ 0,4 – 0,7mm Khi ánh sáng vào mắt người, các tế bào hình nón kém nhạy với ánh sáng và có 3 loại ứng với 3 bước sóng Red, Green, Blue. Các tế bào hình que rất nhạy với ánh sáng nhưng chỉ cảm nhận được ánh sáng đơn sắc (trắng/đen). Nhận thức màu sắc của con người cũng là quá trình tâm lý. Hiển thị màu: 13 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Khi hiển thị màu trên máy tính, người ta cũng xây dựng trên 3 màu cơ bản đó. Ảnh vệ tinh quang học bao gồm ảnh toàn sắc trên một kênh phổ và ảnh đa phổ được thu nhận trên nhiều kênh phổ Để hiển thị màu ảnh vệ tinh thường sử dụng 2 phương pháp cơ bản: - Phương pháp tổ hợp màu; - Phương pháp hiện thị màu giả. Hiển thị màu: Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Phương pháp tổ hợp màu: Hiển thị màu: Phép cộng màu Phép trừ màu 14 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Phương pháp tổ hợp màu: Hiển thị màu: - Tổ hợp màu tự nhiên (True Color): Kênh Red à Red Kênh Green à Green Kênh Blue à Blue - Tổ hợp màu sai (False Color): 3 kênh bất kỳ vào 3 màu Red, Green và Blue Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Phương pháp tổ hợp màu: Hiển thị màu: 15 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Tổ hợp màu tự nhiên: Hiển thị màu: Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Tổ hợp màu hồng ngoại: Hiển thị màu: 16 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Hệ màu HIS (Munsell): Hue, Saturation, Intensity Hiển thị màu: Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Chuyển đổi từ hệ màu RGB sang HSI: Hiển thị màu: ÷ ø ư ç è ỉ= a barctanH 22 ba +=S 3 )( BGRI ++= ï ï ỵ ïï í ì -= +-= )( 2 3 )( 2 1 BG BGR b a Với: 17 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Mối quan hệ giữa hệ RGB và hệ HSI: Hiển thị màu: Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Phương pháp hiển thị màu giả (Pseudo Color): Hiển thị màu: Trong trường hợp ảnh chỉ có một kênh phổ, ta áp dụng phương pháp hiển thị màu giả Phương pháp này được sử dụng phổ biến để hiển thị ảnh sau phân loại Ảnh được hiện thị màu giả bao giờ cũng kèm theo bản chú giải màu. Khi sử dụng phương pháp hiện thị màu giả cần phải nắm vững thông tin trên kênh ảnh hoặc đặc tính phản xạ phổ để chọn màu gán cho các giá trị cấp độ xám. 18 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Phương pháp hiển thị màu giả (Pseudo Color): Hiển thị màu: Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Phương pháp hiển thị màu giả (Pseudo Color): Hiển thị màu: 19 Biên soạn: GVPhạm Thế Hùng TĂNG CƯỜNG CHẤT LƯỢNG ẢNH Chỉ số OIF (Optimium Index Factor): Hiển thị màu: Do quá trình tổ hợp màu chỉ sử dụng 3 kênh ảnh, trong khi các kênh khác vẫn chứa lượng thông tin cần thiết nhưng không được thể hiệnMặt khác việc chọn kênh để phối hợp màu là rất đa dạng. Chavez và các cộng sự (1982) đã đề xuất chỉ số OIF nhằm xác định ba kênh ảnh tốt nhất trong số các kênhCông thức tính như sau: å å = == 3 1 ) 3 1 ( k kl k k rAbs S OIF Biên soạn: GVPhạm Thế Hùng LỌC KHÔNG GIAN Trên ảnh sau phân loại thường có hiện tượng “muối và tiêu” hoặc ảnh gốc do sai số phát sinh trong quá trình truyền dữ liệuKết quả là ảnh không được mịn, làm ảnh hưởng đến việc tách thông tin từ ảnh Do đó, việc dùng các cửa sổ lọc (được gọi là lọc tần số không gian) nhằm loại những giá trị nhiễu đó và tạo ảnh mới mịn hơn so với ảnh gốc Các phương pháp: lọc tần số thấp, lọc tần số cao, lọc tách biên hay dọc theo hướng, Tùy thuộc vào mục tiêu và loại ảnh khác nhau mà chọn các phương pháp lọc khác nhau. 20 Biên soạn: GVPhạm Thế Hùng Lọc tần số thấp được sử dụng để loại trừ hiện tượng nhiễu hạt trên ảnhẢnh mới được nhận sẽ mịn hơn so với ảnh gốc Khi cần nhấn mạnh các đối tượng quan tâm hoặc phóng đại để tạo sự sắc nét đối với một số chi tiết trên ảnh, ta dùng phương pháp lọc tần số cao Lọc theo hướng (còn được gọi là lọc tách biên) dùng để tách những biến đổi rời rạc hoặc làm nổi bật những vật thể ở biên trên ảnh LỌC KHÔNG GIAN Biên soạn: GVPhạm Thế Hùng LỌC KHÔNG GIAN 21 Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Biến đổi số học: Là các phép biến đổi tạo ảnh mới bằng cách sử dụng các phép toán số học đơn giản (cộng, trừ, nhân, chia) Chọn 2 kênh thích hợp và áp dụng phép tính số họcKết quả sẽ tạo ảnh mới có thể sử dụng hiệu quả trong việc giám sát rừng, tách biến động về loại hình sử dụng đất, chênh lệch nhiệt độ hoặc loại trừ nhiễu trên ảnh. Phép chia được sử dụng khá phổ biến để tạo ảnh tỷ số nhằm loại trừ bóng râm do ảnh hưởng của địa hình, tách đặc tính các yếu tố địa chất, nhấn mạnh các đối tượng cần quan tâmBVij(Ratio) = BVijK / BVijL Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Biến đổi số học: Một số ví dụ về ảnh tỷ số, đối với ảnh Landsat: - Để nhấn mạnh vùng thảm thực vật (Band 4/Band 3) - Để phân biệt rõ đất và nước (Band 5/ Band 2) - Ứng dụng trong nghiên cứu địa chất (Band 5/ Band 3) hoặc (Band 1/ Band 7) Lưu ý trong trường hợp giá trị BVijL bằng 0, ta có thể thay giá trị này bằng 1. 22 Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Chỉ số thực vật NDVI: Biến đổi ảnh dựa trên chỉ số thực vật NDVI (Normalized Difference Vegetation Index) là dạng đặc biệt của ảnh tỷ số nhằm nhấn mạnh các vùng thực phủ trên ảnh Người đề xuất đầu tiên là Rouse và các cộng sự vào năm 1973 Công thức tính với ảnh Landsat: Trường hợp tổng quát: NDVI = (NIR – Red)/(NIR + Red) Giá trị NDVI càng lớn đối với những vùng có độ che phủ thực vật cao và càng bé đối với những vùng thưa thớt thực vật. )( )( 34 34 ijij ijij BVBV BVBVNDVI + - = Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Chỉ số thực vật NDVI: 23 Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Chỉ số thực vật NDVI: Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Phân tích thành phần chính: Trong các chỉ số thống kê ảnh, hệ số tương quan giữa hai kênh thể hiện mức độ trùng lắp thông tin giữa hai kênh Ví dụ, ảnh Landsat 7, kênh 2 và 3 có hệ số tương quan là 0,98 tức là lượng thông tin trùng lắp lên tới 98% và chỉ có 2% thông tin bổ sung. 24 Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Phân tích thành phần chính: Khi tổ hợp màu, chỉ sử dụng 3 kênhVì vậy, lượng thông tin trên các kênh còn lại không được sử dụng. Mặt khác, vấn đề lưu trữ dữ liệu ảnh cũng được xem xét đến, trong khi lưu trữ nhiều kênh ảnh mà lượng thông tin tăng thêm hầu như rất ít. Vì vậy, kỹ thuật phân tích thành phần chính (Principle Component Analysis – PCA) được đưa ra nhằm chuyển đổi các giá trị độ sáng của pixel, kết quả là dữ liệu ảnh được nén lại bằng cách giữ tối ta lượng thông tin hữu ích và loại bỏ các thông tin trùng lắp Ảnh thu được sau phân tích (gọi là ảnh thành phần chính) chứa các kênh ảnh ít tương quan và được sử dụng rất hiệu quả trong tổ hợp màu và phân loại ảnh. Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Phân tích thành phần chính: Về mặt hình học: 25 Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Phân tích thành phần chính: Tổ hợp ảnh thông thường Tổ hợp ảnh PCA Biên soạn: GVPhạm Thế Hùng BIẾN ĐỔI GIỮA CÁC ẢNH Phân tích thành phần chính: Ví dụ minh họa: Cho 2 kênh ảnh có các giá trị pixel như sau: 10 11 12 10 12 10 9 10 9 12 11 10 10 10 8 12 20 22 24 20 24 20 17 20 18 26 24 21 22 19 15 26