Thực Hành Viễn Thám (NXB Đại Học Quốc Gia 2012) Lê Văn Trung, 241 Trang

Thực Hành Viễn Thám (NXB Đại Học Quốc Gia 2012) Lê Văn Trung, 241 Trang Nội dung của quyển sách bao gồm 4 phần chính hướng dẫn thực hành từ những phần mềm thông dụng như Idrisi, Ilwis, ArcView đến phần mềm chuyên dụng như Envi. Mỗi phần được bố trí theo từng chức năng riêng biệt ứng với từng phần mềm với các hướng dẫn trực quan cụ thể, sao cho người tự học có thể tự trang bị những kỹ năng cơ bản trong việc sử dụng các thuật toán trong xử lý ảnh vệ tinh.

LE VAN TRUNG (Chủ biên)

LAM DAO NGUYEN - PHAM BACH VIET

THUC

HÀNH VIỄN

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

TRUONG DAI HOC BACH KHOA

Lê Văn Trung (Chủ bién)

Lâm Đạo Nguyên - Phạm Bách Việt

THỰC HÀNH VIỄN THÁM

(Tái bản lần thứ nhất)

NHÀ XUẤT BẢN ĐẠI HỌC QUOC GIA

TP HO CHi MINH - 2012

Chi ớ

“ore 2 SIO THEU CAG LENH OO BAN TRÔNG IDRiSI

11 0á thiệu chung

1.2 Giới thiệu cáo menu

1.3 Giới thiệu các công cụ

1⁄4 Tổng quan về sử dụng phần mềm IDRISI

Chương 3 HIẾN THỊ DỮ LIỆU

2.1 Hiển thị đữ liệu

2.2 Thang tin vé dit liéu

2.3 Hiển thị các kênh phổ khác nhau và so sánh

5.1 Giới thiệu các yếu tổ giải đoán ảnh

5.2 Rhóa giải đoán

5.3 Thực hiện các thao tác giải đuán ảnh bằng mắt

Chương 6 XỮ LÝ ÂNH-PHÂN LOẠI ANH

6.1 Giới thiệu

6.2 Phân loại không giám sát

6.8 Phân loại giám sát

BÀI TẬP

Chương 7 ĐÁNH GIÁ ĐỘ CHÍNH XAC PHAN LOA! ANH

7.1 Giới thiệu

1.3 Gộp nhám

7.3 Làm trơn ảnh phân loại

7.4 Chọn các điểm kiểm tra và đánh giá độ chính xác

BÀI TẬP

Chương 8 CHUYEN BGI DANG DU LIEU RASTER SANG VECTOR

8.1 Giới thiệu

8.2 Chuyển đổi dang dif ligu raster sung vector

8.3 Biên tập file vector

BÀI TẬP

Phân hai HUỖNG DAN THYC HANH PHAN MEM ENVI

Chương 9 GIỚI THIỆU ENVI-HIẾN THI ANH

9.1 Giới thiệu

9.2 Các khái niệm cơ bần trong hiển thị ánh

9.3 Cac dinh dang ảnh làm việc trang ENVI

Chương 19 PHAN TICH THANH PHAN CHINH

13.2 Phân loại không giấm sát

18.3 Phân loại có giám sát

Phân ba HƯỚNG DẪN THỰC HÀNH PHAN MỀM ILWIS

Chương 1õ GIỚI THIỆU ILWIS-HIỂN THỊ ẢNH

15.1 Giới thiệu

15.2 Hiến thị ảnh

BÀI TẬP

Chương 16 TĂNG CƯỜNG CHẤT LƯỢNG ẢNH

16.1 Tăng cường độ tương phản

Chương 18 TAO ANH THANH PHAN CHÍNH

19.2 Phân loại phi giám định

18.3 Phân loại có giám sát

BAI TAP

Phân Hốn HƯỚNG DẪN THỰC HANH PHAN MEM ARCVIEW

Chương 20 GIỔI THIỆU ARGVIEW 6IS

20.1 Giới thiệu chưng =~

90.2 Các thành phần cơ bản của AreView

90.8 Các khái niệm về đối Lượng đồ họa trong AreView

Chương 21 CÁC BÀI THỰC HÀNH CO BAN

91.1 Tạo và in bản để

21.2 Tim vị trí tối ưu trên bản đỗ để bố trí phòng trưng bày

21.3 Tìm vị trí những cửa hàng tốt nhất

Chương 92 TẠO VÀ SOẠN THAO DU LIEU KHÔNG GIAN

22.1 Giới thiệu các điều khiển trong giao diện View

92.2 Dùng dữ liệu có sẵn

22.3 Tao theme mdi loại điểm

38.4 Tạo theme mới loại đường

22.5 Tao theme mdi loai polygon

BAI TAP

Chương 23 SOẠN THẢO DỮ LIỆU THUỘC TÍNH

33.1 Giới thiệu các điều khiển của giao diện table

23.2 Đưa đữ liệu vào bảng thuộc tính của theme

23.8 Nhập dữ liệu có sẵn vào ArcView

23.4- Kết nối bảng đữ liệu vào bằng thuộc tinh eda theme

23.5 Tạo một bảng mới trong ArcView

Chương 24 BIEN TẬP BẢN ĐỒ

24.1: Giới thiệu

24.2 Tạo bản đề mới

24.3 Các loại đữ liệu không gian mà bạn có thể dùng trong ArcView

24.4 Sử dụng legend editor để tạo ký hiệu bản đỗ

34.6 Xử lý giá trị réng

24.6 Thể biện ký hiệu điểm và đường theo tỷ lệ

24.7 Xoay kỷ hiệu điểm

24.8 Thém ky higu vac palettes cla ArcView

24.9 Nhập bitmap như là ký hiệu điểm

94.10 Thêm text và đỗ họa vào bản đô

BÀI TẬP

Chương 25 TẠO BIỂU ĐỒ

26.1 Giới thiệu các điêu khiển trong giao diện của biểu để

25.3 Tạo biểu đố

35.3 Các loại biểu đô

25.4 Thay đổi những thành phần của biểu đồ

ˆ 28.5 Thay đổi màu của những thành phần biểu đồ và data markers

25.6 X6a data markers

25.7 Chuyển đổi giữa data series va groups

26.8 Xác định thuộc tính từ đata marker

26.3 Đưa ảnh số vào một view

26.4 Thay đổi cách hiển thị ánh

BAI TAP

Chương 27 BỐ TRÍ VÀ IN BẢN ĐỒ

27.1 Giới thiệu các điều khiển trong giao điện layout

27.2 Tạo một bản đổ mới

27.3 Riểm tra việc hiển thị sủa view trong layout

27.4 Thêm những thành phần cho layout

LOI NOI ĐẦU

Vái mong muốn cung cấp những tài liệu thực hành cơ băn hỗ trợ cho sink viên, hoc niên cao học cũng như quá vi độc giả quan tâm đến uiệc tạo ra những

hỹ năng liên quan đến xử lý uà giải đoán ảnh oệ tình hiệu quả dựa trên các

phần mềm thông dụng hiện nay, quyển sách “Thực hành Viễn thám” được biên

soạn trên cơ sở tổng hợp những tài liệu hướng dẫn thực hành đã được công bố, kinh nghiệm giảng dạy oà những từ liệu ảnh thực tế nhằm góp phần tạo nguồn

nhân lực ứng dụng va phát triển công nghệ diễn thám ở Việt Nam Mục tiêu shính là giúp cho sinh uiên tiếp cận uới công nghệ mới, biết sử dụng các phần

mềm thông dụng để tách các thông tin hữu ích từ ảnh uiễn thám phục tụ công

tác quân lý tài nguyên thiên nhiên, bảo ve môi trường nở giảm thiểu thiên lai, cũng như úp dụng có hiệu quả công nghệ uiền thám trong xây dựng các lớp thông

tin chuyên để cho hệ thống thông tin địa ly (GIS)

Trong quá trình biên soạn, nhóm tác giả đã cố gắng cô đọng nội dung vi trình bày theo trình tự các bước thực hành cụ thể, sao cho quyển sách không chỉ là tài liệu tự học tập, mà còn là tài liệu tham khảo đáp ứng nhanh nhụ côu của các

cả nhân mang nuiốn sử dụng các phần mềm uiễn thám cơ bắn hiện nay

Nội dụng của quyển sách bao gôm 4 phân chính hướng dẫn thuc hành từ những phân mềm thông dụng như Idriai, Ihuia, AreViao đến phần mm chuyên

dụng như EnoL Mỗi phần được bố trí theo từng chúc năng riêng biệt ứng uới từng phân mêm oúi các hướng đẫn trực quan cụ thé, sao cho người tự học có thể

tự trong bị những hệ năng co ban trong vige sit dung các thuật toán trong xử lý

ảnh v@ tỉnh

Quyển sách đã được biên soạn oới sự cộng tác của Th$ Lâm Đạo Nguyên, Thể Phạm Bách Việt nà tập thể CRQD trẻ Bộ môn Địa Tin học cùng cán bộ nghiên cứu của Phòng Dia Tin học Viễn Thám thuộc Phân vien Vat ty tai TP HCM Ngoài ru, nhóm tác giả cũng nhận được nhiều ý kiến oà tài liệu đồng đóp quý bứu cũu cóc chuyên gia hoạt động trong lĩnh uực mày Hy dọng quyển sách sẽ

là tài liệu hướng dẫn thực hành hữu ích cho sinh niên uà hỗ trợ cho những dộc giả muốn tự trưng bị kỹ năng sử dụng phân mém để giải quyết các nẩn đề liên guan đến ứng dung oiễn thám

Tac gid xin chan thành cảm ơn lãnh đạo Trường Đại học Bách khoa- Đại hạc Quấc gia TP HCM đã hỗ trợ nà tạo mọi điển hiện thuận lợi cho uiệc hoàn thành quyển sách để lòm tài liệu hướng dẫn thực hành cho môn học Viễn thám ở bậc đạt học cà sau đại học Mặc dà rất cổ gắng nhưng nội dung uù hình thức của sách

chắc không thể tránh khối những khiếm khuyết, rốt mong đồng nghiệp va chuyên

gia góp ý bố sung để lần tái bản sau quyển sách được hoàn chỉnh hơn nhằm đáp ứng tối yêu cầu nông cao kỹ năng thực hành

Mọi ý kiến đông góp của bạn đọc xin gỗi uễ:

Hộ môn Địa Tủn học, Khoa Kỹ thuật Xây dựng, Trường Đại học Bách khoa~ Đại học Quấc gia TP Hồ Chí Minh, số 968 Lý Thường Kiệt, Q.10, TP Hỗ Chí Minh

Điện thoại: (08) 8685149 - 8646889

Email: lutrung@hemut.edu.un

Các tác giả

PHẦN MỘT

HƯỚNG DẪN THỰC HÀNH

PHAN MEM IDRISI 32

Chương 1

GIGI THIEU CAC LENH CO BAN TRONG IDRISI

1.1 GIG! THIEU CHUNG

IDRISI la phin mém xử lý ảnh cà thông tia địa lý được phát triển bởi phòng, thí nghiệm Clark trong Khoa Địa lý của Trường Đại học Clark (Hoa Kj) Phin mềm được thiết kế mang tính chuyên nghiệp cao và phiên bản đầu tiên được đưa vào sử đụng từ năm 1987, sau đó được thương mại hóa và được áp dụng phổ biến (trên 180 quốc gia) trong các lĩnh vực: nghiên cứu và đào tạo, quản lý và quy hoạch, IDRIBSI rất mạnh với các chức nắng phân zích dữ liệu raster và đáp ứng đây đủ các như cầu cần thiết cho việc ứng dụng GI8 oà uiễn thám, từ việc truy cập

cơ sở đữ liệu, mô hình không gian đến lăng cường chất lượng ảnh và phân loại ảnh

vệ tỉnh, nên hiện nay được sử dụng rất phổ biến trong công tác quản lý lài nguyên

thiên nhiên và giám sát môi trường; phân tích các biến động theo thời gian; hỗ trợ

lập quyết định; mô phỏng và nội suy bê mặt địa hình Mặc dù tính chuyên nghiệp cao, nhưng IDRISI có giá thành rẻ và rất đễ sử dụng

Để giới thiệu các lệnh cơ bản trong phần mềm IDRISI 32 nhằm giúp sinh

viên và bạn đọc lầm quen với giao điện và nắm bất được các lệnh cơ bản thường

dùng khi khai thác sử dụng phần mềm, hình 1.1 minh hea giao điện chính của phần mềm với nội dung của các menu như sau:

Tĩnh 1.1 Giao diện chính của phân mềm IDRISI 39

1.2 GIỚI THIỆU GÁC MENU

œ- File _ Menu: Các câu lệnh sử đụng trong menu này dùng để nhập, xuất các

file được lưu dưới các định đạng khác vào phần mềm IDRISI và vận hành chuyển đổi trong môi trường cho phép của phần mềm

~-Đafa Paihs: thiết lập thư mục làm việc kết hợp với một prdjeet

- Idrisi File Explorer: liệt kê, sao chép, xóa, đổi tên tập tìn

- Metadata: tao, xem và chỉnh sửa lý lịch đữ liệu

- Collection Editor: tao mét nhém céc tap tin cing loại

- Shorteuk On: tắt/mỡ danh sách tên các module VÔ ote

- User Praferences: cài đặt chế độ hiển thị, tự Celestion tot

động hién thi, chéng ghi RunPico

+ Import/Export: nhập/xuất dữ liệu các dinh —, Sétaton

dang khéng thuộc định đạng Idrisi (nhưng có — *_User Preferences

tương thích), Trợ >

+ Idrisi File Conversion (16/32): chuyén déi

định dạng đữ liệu giữa Idrisi 16 bit sang định — —-

dang 32 bit OE Set te |

- Điaplay Launcher: hiển thị các lớp dữ liệu

- OR7HO: tạo bản vẽ phối cảnh 8D

‘play

Display Launcher

+ Media Viewer: tao vA xem hién thi động của ảnh ORTHO

đa thời gian Media Viewer

- Symbol Workshop: tao, bién tập các tập tin ký ‘Symbol Workshop hiệu và palette mau compose?

- COMPOSITE: tao anh tổ hợp màu 3 kênh phổ SEPARATE

- SEPARATE: t&ch mau anh palette thanh anh RGB 7 RLUMINATE

- ILLUMINATE: két hợp ảnh bóng với anh palette mau HISTO

- HISTO tao histogram cia m$t anh (phân bố tần =

xuất xuất hiện của các giá trị độ sáng)

- STRETCH: phân bố lại giá trị của các pixel theo đải giá trị mới

©- GI8 Anelssis_Menu: gầm các chức năng phân tích GIS và truy vấn thông tin

- Database Query: gồm các công cụ GI8 truy

vấn thông tin hiện đang được lưu trữ [ats anaiysis

+ Mathematical Operators: gém các công cụ | Database Query » toán học để thực hiện phép đại số trong j Mathematical Operators +

thành lập bản đồ Distance Operators =P

- “ Context Operators »

- Distance Operators: gim eae cong cu lién Seatac :

quan đến khoảng cách như tạo vùng đệm, Decision Support £

- Context Operators: gim các tông cụ để tạo Change | Time Series >

Surface Analysis >

lớp mới từ thông tìn hiện hữu như tạo lớp

độ đốc từ mô hình độ cao số (DEM)

- Statistics: gôm các công cụ cho phép thực hiện các phân tích thống kê thông dụng và các công việc thống kê không gian chuyên biệt

GIỚI THIỆU CÁC LỆNH CƠ BẪN TRƠNG IDRISI 15

~ Deeision support: gồm các công cụ trợ giúp quá trình ra quyết định

- Change/Time series: gồm các công cụ GI8 và xử lý ảnh cho phép phân tích biến động đựa theo ảnh đa thời gian

- Surface Analysis: gốm cáo công cụ để phân tích bể mặt thường liên quan đến dữ liệu độ cao hoặc DEM

đ- Modeling_ Menu: Các lệnh cho phép xây dựng và thực thì các mô hình

- Macro Modeler: môi trường đổ họa cho phép —

xây dựng và thực thí các mô hình có nhiều [ Medeing 6%

bước xử lý Thích hợp đổi với bath |° Mato Modeler

processing (thye thi nhiéu dữ liệu nhập vào | PU3S®CSUMU _

của cùng mô hình để cho ra nhiều kết quả} Run Macro

- Tmage Calculator: công cụ tính toán để đánh [cont / Apt Documentation

giá nhanh các chương trình sử dụng các lớp

anh raster

- Run Macra: cho phép thy thi lénh macro cia IDRISI

- Bảit: tạo và biên tập các tập tin giá trị và các loai tap tin IDRISI

- OOM/API Documentation: chức năng tương tác với Acrobat Reader,

e- Image Prooessing_Menu: bao gồm các lệnh thể hiện chức năng xử lý anh của IDRISI

- Restoration: chức năng thực hiện khôi [image Processing

phục ảnh, loại trừ các biến dang của ~ | “ Restoration say

ảnh viễn thám Í Enhancemenk ›

- Enhaneement: tăng cường chất lượng ¿Năng Nhat i

ảnh làm nổi bật thông tin thích bợp, Fourier Analysis »

dùng trong giải đoán ảnh Ta ni ;

- Transformation: tạo ảnh mới bởi các Soft Classifiers { Mixture Analysis» phép xử lý toán học từ các kênh ảnh Heédeners *

gốc, như phân tích thành phần chính _ Hyperspectral Image Analsls +

(PCA), edu tric nh (Texture), tinh chi Actinacy Assessment >

số thực vật (NDVD),

- Fourier Analysis: chức năng chuyển đổi ảnh sử dụng thuật toán Fourier

- 8ignatrre Development: chức năng tạo các vùng mẫu phục vụ cho việc phân loại giám sát

- Hard Classiliers: cung cấp công cụ cho quá trình phân loại ảnh có giám sát hoặc phân loại không giám sát

- Soft Classifiers / Mixture Analysis: cung cấp công cụ cho quá trình phân loại ảnh

- Hardeners: chức năng xử lý kết quả phân loại sau khi áp đụng Soft Classifiera

18 HƯƠNG ï

- Hyperspectral Image Analysis: chức năng phân tích ảnh siêu phổ

- Àccuracy Assessment: chức năng đánh giá độ chính xác phân loại ảnh

£- Reformat _ Menu: bao gồm các lệnh cho phép chuyển đổi định dạng

- CONVERT: chuyển đổi định dạng đữ liệu

- PROJRCT: định lưới chiến CONVERT

- RESAMPLE: nắn chỉnh hình học 1 MoEecr TH

WINDOW: cắt một phần ảnh từ ảnh gốc để tạo — | REAMEC' +

ảnh mới 1 winpow

- EXPAND: tăng độ phân giái của ảnh THAI

- CONTRACT: tạo ảnh mới hằng cách gidm sé ¡ SONGM

hàng và số cột làm giảm độ phân giải của ánh, vu ll

- OONCAT: kết hợủ nhiêu ảnh hoặc vector để tạo |_ Bester Nester Fervarson > file lớn hơn PNTGEN

- TRANSPOSE: thay đổi một cách có hệ thống vị

trí ede pixel trong anh

Reformat:

- Raster/Vector Conversion: chuyển đổi định dạng giữa raster và vector

- PNTGEN: tạo đữ liệu vector dạng điểm

- LINEGEN: tạo dữ liệu veetar dạng đường

- LINTOPNT: tạo đữ liệu vecbor dạng điểm từ vector dạng đường

1.3 GIGI THIEU CAC CONG CU

Giao điện chính của phần mềm lảrisi được thế biện bởi hình 1.1 có các công cụ hỗ trợ thao tác nhanh cho người sử đụng phần mềm như sau:

Mở báng ký hiệu loại điểm, đường, vùng

Mở bang palette màu

GIỚI THIỆU CÁC LỆNH UŨ BẢN TRONG IDRISI 1

Tăng cường độ tương phần

Zoom nhing ảnh liên kết nhau (Collection Linked Zoom)

Tutu và khôi phục lại Xững làm việc đã định trước

Xem thông tin giá trị của đối tượng

TIiển thị các thuộc tính của đối tượng dang bảng

Số hóa (vector)

Xóa các đối tượng dang vector

Lưu các đối tượng dạng vector

Két nối với GPS (hệ thống định vị toàn cầu) Tao histogram

Tao anh ortho

1.4 TỔNG QUAN VE SỬ DỤNG PHAN MEM IDRISI

Ứng dụng viễn thám vào từng lĩnh vực khác nhau cân phải chọn loại ảnh

thích hợp nhất, nghĩa là loại ảnh vệ tỉnh có độ phân giải không gian, phần giải phổ và độ phân giải thời gian thích hợp với yêu cầu cụ thể của lĩnh vực ứng dụng Ngoài ra, việc giải đoán hay xử lý ảnh vệ tỉnh cho một lĩnh vực ứng dụng nào đó (từ đơn giản đến phức tạp) đòi hỏi người sử dụng phần mêm cẩn phải có các kỹ năng như sau:

18 CHUONG 1

- Hién thi da ligu ảnh: có thể biển thị các loại đữ liệu khác nhau (raster

hay vector); chọn các bảng màu khi hiển thị; cách thể hiện các thành phần của bản đổ; xem thông tin về lý lịch đữ liệu (metadata); hiển thị và so sánh các kênh

phổ khác nhau `

- Xử lý ảnh-Chuyển đổt ảnh: am hiểu phương pháp tăng cường chất lượng ảnh trong xử lý ảnh số (tăng cường độ tương phản, tạo ảnh NDVI, ảnh thành phần chính ); tạo ảnh tổ hợp miầö; so sánh giá trị phản xạ phổ trong các kênh phổ

- Xử lý ảnh- Hiệu chỉnh hình học: nắm vững các phương pháp nắn chỉnh hình học nhằm chuyển tọa độ ảnh theo hệ tọa độ bản đồ của vùng nghiên cứu (cách xác định các điểm khống chế, lập 8le tọa độ)

- Xử lệ ảnh~Phôn loại đnậ: thao tắc thành thạo các phương pháp phân loại không giám sát và phân loại có giám sát; biết cách chọn vũng mẫu và lấy mẫu ngoài thực địa cũng như đánh giá độ chính xác phân loại ảnh

- Chuyển đâi dụng dữ liệu: nắm vững phương pháp chuyển đổi ảnh sau khi phân loại từ dạng dữ liệu dạng raster sang vector; biên tập và chỉnh lý đữ liệu vector

Hiện nay, các phần mềm thương mại không ngừng hoàn thiện các chức năng

để hỗ trợ cho người sử dụng Phần mềm Idrisi là một trong những phân mễm được sử

dụng phổ biến và có khả năng đáp ứng khá tốt yêu cầu ứng đụng của nhiều lĩnh vực

khác nhau Từ chương 2 đến chương 8 trong phẩn này cung cấp nội đung hướng dẫn thực hành sử dụng phản mềm IDRISI, tập trung vào việc giải quyết những yêu cầu cơ

bắn với những ví dụ minh họa cụ thể trong việc xử lý ảnh vệ tỉnh trong thực tế.

Chương 2

HIEN TH! DU LIEU

Hướng dẫn các thao tác cần thiết để hiển thị các loại dù liệu khác nhau (dang roster hay vector); chen cde bằng màu khi hiển thị dữ liệu; cách thể hiện các thành phân của bên để; xem thông tin vé da ligu (metadata); hién thi va so sánh các kênh phổ kháe nhau

2 wg

2.1 HIẾN THỊ DỮ LIỆU

Để hiển thị đữ liệu vào Diaplay > Display Launcher hoặc dùng công cụ |] hop thoai (Display Launcher) xudt hign dua ra các lựa chọn như thể hiện bởi hình 2.1 Xác định loại dữ liệu cần hiển thị: nếu là ảnh (chọn Røster Layer), dữ liệu thể hiện dạng đường, điểm, vùng (chọn Vector Layer), hoặc bản để (chon Map Comiposilion File) Hộp thoại trong trường hợp này được chọn đạng cẩn hiển thị là dang anh (Raster Layer)

Để hiển thị các màu khác nhau, lựa chọn bang ma mau thich hyp (Palette file), Phân mềm IDRISI có thể hiển thị tới 266 màu (giá trị từ 0+856) Đối với các

dữ liệu có giá trị thực chọn Auboscale, các giá trị sẽ được tự động tính toán lại giá trị phù hợp với khong giá trị từ 0+855

Fie type to be displayed

@& Raster Layer

© Map Composition File

Í Auogcale Tile TT Legend

20 CHƯƠNG 2

Chọn tập tin ảnh hiển thị bằng cách nhấp đôi phím trái của mouse vào

tên tập tin (mở lần lượt các kênh ảnh có tên: hem band, chon bảng màu Idrisi256), Sau khi tap tin Anh da được mở, có thể thay đổi kiểu hiển thị màu

của ảnh bằng cách nhấp vào Layer Properties trong hộp thoai Composer, chon một trong các bang mau chudn trong Pallete File nhu: Idrisi 256; Qual 256;

Grey 256; Grey 16; Idrisi 16

Dé thay d6i céch hién thi céa mét anh da dude mé: Chon Map.Properties trong hộp thoại Composer, cho phép thay đối lưới ö vuông, chú dẫn, tiêu đề (3.2.3),

2.2 THONG TIN VE DO LIEU

Để hiển thị thông tin về dữ liệu vào Fe -> Mfeiadaia Hộp thoại hiển thị thong tin vé di ligu (metadata) xudt biện, chọn rasfer files > Chọn tên file

Hình 2.3 Hệp thoại hiển thị thông tín uễ dữ liệu

Chú ý: Chọn cách này có thể sửa đổi các thông tin, nếu các thông tin bị sửa đổi không đúng với thông tần ban đầu của ảnh thì sau đó dữ liệu sẽ không thể hiển thị được (nhất là về số hàng/cột) Hoặc có thể xem thông tin bằng cách chọn Eayer Properties => Vieo metadata trong hộp thoại Comgposer (9.3)

Hình 2.3 H6p thogi Layer Properties

2.3 HIẾN THỊ CÁC KÊNH PHO KHAC NHAU VA SO SANH

Hiển thị Ảnh từng kênh phổ đưới đạng cấp độ xám (Grey scale) để so sảnh mức độ phần xạ phổ của từng loại đối tượng trên các kênh phổ Bởi vì trên các tư liệu ảnh viễn thám đa phổ, các đối tượng bê mặt được thể hiện phụ thuộc vào đặc tính phổ của chúng phần xạ nhiều hay it năng lượng bức xạ điện từ

22 CHUONG 2

So sánh mức độ phản xạ khác nhau giữa các kênh phổ của ảnh vệ tính Landsat 7 ETM+ :

MG 1An lượt các tập tìn: hem_band1,9,9,4,B,7

So sánh mức độ phản xạ khác nhau của các kênh phổ của ảnh vệ tinh SPOTS XS:

Mở lần lượt các tập tin: hem_band1,3,3,4

Khi mổ tập tin, chon Pellete 1a Grey Scale vA chon Autoscale

Các ting dung chính của từng kênh phổ ảnh Landsat và SPOT:

Landsat 7:

- Kénh 1 (0.45-0.52um): phan biét d6 due cda nudes, dat trong > <thực phủ

- Kénh 2 (0.52-0.60jm): phan biét céc loai thye vat

„ Kênh 3 (0.63-0.69y0n): phân biệt các loại thực vật (ứng dụng trong nông nghiệp)

- anh 4 (0.76-0.90„n): nước > < đất, thực vật > < đất trống, độ ẩm trong đất, các kiểu rừng, xác định ranh giới vùng ngập nước

- Kênh 5 (1.65-1.75izn): phân biệt độ ẩm trong đất, thực vật

- Kênh 7 (3.08-3.35,un): phân biệt các kiểu đất đá (ứng dụng trong địa chất)

SPOT 5:

- Kanh J (0.5-0.59um): phan biét cdc loại thực vật

- Kénh 2 (0.61-0.68,un): phan biét cáo loại thực vật (ứng dựng trong nông nghiệp)

- Kênh 3 (0.79-0.89yn): nuée-> < đất, thực vật > < đất trống, độ ẩm trong đất, các kiểu rừng, xác định ranh giới vùng ngập nước

- Kênh 4 (1.58-1.7ð4ưn): phân biệt độ ẩm trong đất, thực vật

8 So sánh mức độ tương quan khác nhau giữa các kênh phổ của ảnh vệ tỉnh

Nêu nhận xét, về sự tương quan này,

4 Lập histogram cho từng kênh ảnh và sơ sánh sự khác biệt

5 Hiển thị màu giả (pseudo) ứng với từng kênh ảnh Tạo ảnh hiển thị màu

giả để làm nổi bật các đối tượng cần quan tâm.

Chương 3

ay

XU LY ANH-CHUYEN DOI ANH

3.1 BIẾI THIỆU

Xử lý ảnh được thực hiện qua nhiều bước khác nhau Một trong những bước

xử lý ảnh quan trọng là tăng cường chất lượng ảnh nhằm phục vụ cho việc giải đoán ảnh bằng mắt Phụ thuộc vào từng loại ảnh và mục đích giải đoán mà ta chọn lựa các loại và thuật toán tăng cường chất lượng ảnh cho phù hợp Chuyển đổi ảnh là thao tác được áp dụng thường xuyên trong quá trình xử lý ảnh, thực chết là biển đổi ánh gốc thành ảnh mới nhằnh thể biện ảnh được rõ ràng hơn, hay

tạo điểm nhấn đối với cáe đổi tượng cần quan tâm Ảnh sau khi được chuyển đổi sẽ

giúp cho công tác giải đoán bằng mất hoặc xử lý bằng máy hiệu quả và chính xác Hơn Xử lý ánh bao gồm các nội dung sau:

Từng cường độ tương phản (conirgst enhancement)

Lập ảnh tả số giđe các band (band ratio)

Loe khong gian (spatial filtering)

Phôn tích thank phdn chink (principle components)

- Sau khí thực liện tổng cường chất lượng ảnh, chúng ta thực hiện một số tổ hợp màu các kênh phổ

- Cách tạo liên bết uà so sảnh giá trị phần xạ phổ giữa các kênh phổ

3.2 TANG CUGNG 80 TUONG PHAN

“Tăng cường độ tương phần có thể được định nghĩa như một thao tác làm nổi

bật hình ảnh sao cho người giải đoán ảnh dễ đọc, dé nhận biết nội dung trên ảnh

hơn so với ảnh gốc Tùy trường hợp ứng dụng cụ thể và tùy thuộc vào từng loại ảnh

vệ tỉnh cùng với đặc điểm của từng kênh ảnh, người giải đoán cẩn phải điều chỉnh

độ sáng và mức độ tương phản thích hợp

Để tăng cường độ tương phản vie Image processing >Enhancement->STRETCH

Hép thoai STRETCH — contrast stretch utility sẽ xuất hiện như được thể hiện trên hình 8,1

HReISS Renna, 505 woe) ee) een oration a=

: ( Benduederbones Tre mulon Fae he } purer : % -Í Ị

Hid Gates , n ram

Hinh 3.1 Hép thoai STRETCH-contrast strétch utility

- Chọn các kênh phổ thích hợp đưa vào Input image

- Nhập tên và đường dẫn cho dữ liệu ánh xuất Óưiput image

- Lựa chọn loại kéo dãn độ tuong phdn: Linear/Histogram Equelization|

Linear with Saturation

- C6 thể chọn haặc không chọn các thông số ảnh nhập vào Input image parameters

Lần lượt so sánh và nhận xét đối với từng kiểu stretch ứng với từng kênh phổ

cụ thể Hình 3.3 mình họa ảnh nhận được sau khi tăng cường độ tương phần

Hình 3.2 Ảnh trước uà sau khí sử dụng Linear with Saturation stretch

XỬ LÝ ẢNH-CHUYỂN ĐỔI ÄNH 28

4.3 LẬP ANH TỶ SỐ

Bằng cách chọn hai kênh thích hợp trong ảnh đa phổ, chia giá trị độ sáng tương ứng từng pixel của hai kênh ảnh gốc này để nhận được trị độ sáng pixel của ảnh mới gọi là ảnh tỷ số Phép chia được sử dụng khá rộng rãi trong việc tạo ảnh

tỷ số nhằm loại trừ bóng râm do ảnh hưởng địa hình, tách đặc tính các yếu tố địa chất, nhấn mạnh các đối tượng cẩn quan tâm như vùng phủ thực vật hay chênh lệch nhiệt độ

Dé tao anh ty sb vao GIS Analysis -> Database Query -> OVERLAY

Hộp thoai OVERLAY-image overlay sẽ xuất hiện như được thể hiện trên hình 3.3

Te img ae Teme Riot Cooke rile i eras

Sues teaser EeeDmeem „ Tem

am eset

TP pene setnd err Sara + ratte,

Hình 3.8 Hộp thoại OVERLAY-Lmage ouerlay

- Chọn kênh phổ thứ nhất đưa vào Firsi image

- Chọn kénh phé thi hai dua vao Second image

- - Nhập tên và đường dan cho di ligu xudt Output image

~ La chon chức năng chồng lớp (Ouerlay) thích hợp,

Lập tỷ số giữa các kênh phổ ảnh nhềm mục đích làm nổi bật các đối tượng trên ảnh cẩn quan tâm Ảnh chỉ số thực vật NDVI thường được sử đụng trong quá trình phân tích và giải đoán

Tao ảnh chi sé thie vat NDVI (Normalized Difference Vegetotion Index):

- Chọn chức năng chéng Iép 1a First-Second / First + Second

- Chọn kênh NIR (tương ứng với kênh phổ có bước sóng 0.70 - 0.80 mm) nhập vao First image,

- Chọn kênh Red (tương ứng với kênh phổ có bước sóng 0.80 - 0.70 um) nhap vaho Second image

Hinh 3.4 minh hoa anh chi sé thye vat NDVI nhận được cho khu vực TP HCM

36 CHUONG 3

Hinh 3.4 Ảnh chỉ số thực vật NDVI khu uực TP.HCM

Cáo ảnh tỷ số khác: (đối với ảnh Landsat 7)

làm nổi bật lượng sinh khối

cho biét chi so RVI URiio Vegetation Index)

tách biệt giữa đất và nước + -

làm nổi bật các khoáng chất chứa nước lam nổi bật các hydrokit nhôm

làm nổi bật cát khoáng chất dạng sét, đất sét '

'ân lượt so sũnh bà rút ra kết luận giữa lý thuyết uà hết quả đã thực hiện,

3.4 LOG KHONG GIAN

Tăng cường hay cải tiến chất lượng ảnh bằng cách áp đụng hàm [hay toán tử] lọẻ [không gian ảnh] nhằm loại nhiễu ngẫu nhiên và các giá trị đột biến của phần

tử ảnh trên ảnh, tạo ảnh mới mịn hơn so với ảnh gốc Lọc trong không gian Ảnh

được thực hiện Bởi cửa sổ trượt, với ma trận toán tử (nxm) là một số lẻ (3x3); (x8)

hay (7x7) nhằm tạo ra một Ảnh mới đáp ứng các yêu cầu như tạo sự rõ nét-các yếu

tố đường nét; làm mịn ảnh hoặc nhấn mạnh một yếu tố cấu trúc nào đó ,

Để lọc không gian vào Ïmage processing > Enhancement ~> FILTER sé xuat

hiện hộp thoại FILTER-digital filtering nhu duge thé hién trén hinh 3.5

Mean vé Gaussian thường được sử dụng để tổng quát hóa ảnh; phép loc median có

tác dung lam smooth anh; phép loc adaptive box rất Hiệu quả cho việc loại bỏ hiện tượng nhiễu ngẫu nhiên “muối nà ¿iêu” trọng ảnh; phép lọc Edge enhancement Jam

nổi bật các khu vực có bể mặt liên tục bị thay đổi; phép lọc High-pass làm nổi bat

ác vùng có thay đổi đột ngột so với những vùng có thay đổi đều đặn; phép lọc Sobel Bdge Detector lai hiti ich trong việc:làm rõ nét ñbững bờ/cạnh giữa những,

đối tượng hoặc khu vực thay đối đột ngột

Hình 8.6 Ảnh kênh 2(SPOT §) khu uực TP HCM trước nà sau khi lọc (Maan, filter)

3.5 LẬP ẲNH TỔ HỤP MÀU

Một ảnh màu đa phố ¿ó thể được tổ hợp trên cơ sở gán ba kênh phổ nào đó

cho ba màu cơ bân (R,G;B); ánh nhận được sẽ s6 màu sắc khác nhau tùy thuộc vào

vide chon kênh phổ và chỉ định màu sơ bản (R,G,B).

? GHƯƠNG 3

Để lập ảnh tỔ bạp niàu véo Image processing > Enhancement ~» COMPOSITE

sẽ xuất hiện hộp thoại OOMPOSTTE — image compositing utility như được thể hiện trên hình 3.6

tr rrce=—=—=>~ — HE Troe Trmonane vows aa ey Sa Ta 3 ¡

ket tama ae ol mle S1 1LEDI25J‡ezle=i

Hink 3.6 H6p thoai COMPOSITE-image compositing utility

- Chọn các kênh phổ thích hợp đưa vào để tổ hop Chon tén tép tin Gaudt) OUTPUT

- Chon kidu constrast (simple linear/ Linear with saturation points/ Histogram equalization)

- Chọn kiểu dữ liệu xuất ra (create 8-bit hoặc 24-bit)

Tạo kỹ năng nhận biết được các đối tượng đất-nước-thực uột trên ảnh tổ

hop mau

Hình 3.7 Ảnh SPOT 5 tổ hợp màu (Red: kênh 3, Green: kênh, 3, Blue: kênh 1)

XỬ LÝ ÂNH-CHUYỂN ĐỔI ẢNH 29 3.6 SO SANH GIA TRI PHAN XA COA CAc BOI TUGNG TREN CAC KENH PHO

- Để có thé so sánh các kênh phố của một đữ liệu cần tạo liên kết nhém các

- Để tạo liên kết nhóm sáo kênh ảnh vào Eife +3 Collection Editor Chon

những kênh ảnh cần liên kết với nhau, sau đồ lưu lại tên tập tin hemgroup.rgf như được thể biện bởi hình 3.8

CT

ingot before *

Hình 3.8 Tao lien kết nhám ede kénk anh

Mở một trong các tập tin ảnh liên kết trong thy myc Aemgroup như được minh họa bởi hình 3.9

„ ˆ hen,eangagl i hong 5+ Rem banat

+

~ hoạt band

Hình 3.9 Mê file ảnh trong liên hết nhóm các kênh ảnh:

Dang cong cy |e? | (Cursor Inquiry Mode) click trên ảnh vừa mỗ, chọn BÍ

để xem giá trị được hiển thị.

30 CHUONG 3

Fes {n}<2 Ges) Simla aes: go! [oe [oh

Hình 320 Xem giả trị phản xạ trên các kênh ảnh

So sánh ảnh NDVI với ảnh tổ 6 hop, mau (COMPOSITE) kénh RGB : 3,2,1 vừa

9 Tạo Ảnh tỷ số Band5/ Band2: tách biệt giữa đất và nước

$ Tạo Anh NDVI Bands Banđ2: sơ sánh kết quá?

4: Chọn các kênh thích hợp dựa trên chi sé OIF (Optimum Index Fattor) dé

Tổ hợp màu

5 So sánh ảnh tỷ số và ảnh tổ hợp màu trong việc phân biệt đất-nước-thực 0ật,

điểm khống chế mặt đất, tìm hàm chuyển đổi thích hợp thì tọa độ mặt đất của

từng phân tử ảnh trên ảnh có thế được xác định Chương này giới thiệu phương

pháp nắn chính hình học để chuyển tọa độ ảnh theo hệ tọa độ bản đồ của vùng nghiên cửu (cách xác định các điểm khống chế, lập tập tỉn tọa độ)

Nắn chỉnh ảnh có tên tập tin: hem02_L⁄7_bandl (ảnh Landsat ETM + khu

vực TP HCM, band 1, độ phân giải 30x30m) theo hệ tọa độ VN-2000, lưới chiếu

TM, múi 48, bao gồm các bước chính như sau:

- Xác định các điểm khống chế

- Lập tập tín tọa độ để nấn chỉnh

- Nắn chính hình học ảnh

- Đánh giá độ chính xác nắn chỉnh hình học ảnh

4.2 XAC BINH GAC DIEM KHONG CHE

Nguyên tắc chọn các điểm khống chế: lựa chọn các địa vật cố định được thể hiện trên bân đổ và thấy rõ trên ảnh (ngâ ba, ngã tư đường giao thông, sân bay, ) Số điểm và sự phân bố của các điểm khống chế sẽ ảnh hưởng đến đề chính xác hiệu chỉnh hình học, do đó số điểm phải nhiễu hơn số ẩn số và được phân bố đều trên ảnh (thường phân bố tại 4 góc ảnh)

Trong bài thực tập này, sử đụng bản đổ địa hình số tỷ lệ 1:0.000 khu vực TP.HCM theo hệ VN-2000 Các điểm khống chế được chọn là các điểm có thé nhận

biết rõ trên cả ảnh cần nắn và bản để

Dùng con trỏ để tầm tọa độ ảnh (, y), và đọc tọa độ điểm tương ứng trên bản

đỗ số Các điểm khống chế được chọn phải phân bố đều khắp khu vực ảnh cần được nan chuyển Iũnh 4.1 minh họa vị trí điểm và sự phân bố của các điểm khống chế

được chọn, trường hợp (a): các điểm khống chế phân bố đạt yêu cầu và trường hợp

(b): các điểm khống chế phân bố chưa đạt yêu cầu

b) Các điểm khống chế phân bố chưa đọt yêu câu

4.3 LAP TAP TIN TOA ĐỘ ĐỂ NAN CHINH

Vào Data Entry > Bdit Nhập giá trị tọa độ ảnh (x,y) và giá trị tọa độ trên bản dé OY?

Chú ÿ: Khi nhập tọa độ cách nhau 1 khoảng trống

XỬ LÝ ẲNH~NÂN GHỈNH HÌNH HỌC 3

Sau khi đã chọn xong các điểm khống chế, hàng đẩu phải ghỉ đúng số lượng điểm khống chế đã chọn (ít nhất là 4 điểm) Nhập đô các điểm, đặt tên và lưu tập tin *.cor

4.4 NAN CHỈNH HÌNH HỌC ANH

Dé nan chinh hinh hoc anh vao Reformat >RESAMPLE

‘Nan chuyển timg file input image, vi dy nhu hem_bandi

Dat tén cho file sau khi ndn chuyén output image

Nhập vào file toa độ các điểm khống chế đã chon correspondence file: hem Chọn thuật toán — Äfapping funetion: Linear

Resampling stype: Nearest neighbor Lấy tọa độ thực bốn góc trên bản đồ số của vùng muốn nắn chỉnh ảnh

Ví dụ: Minimum XI Maxunum X: 672630/685920

Minimum Y {Maximum Y: 1178600/1190195

Công thức lính số hàng, số cột:

Columns : (MaxX-MinXy 46 phan giai anh

Rows — : (MaxY-MinY)/ a6 phan giải ảnh

- Sử dụng lưới chiếu utm_48n cho reference system

- Chon đơn vi Mét cho reference unit

Nhập các thông số cần thiết trên đây vào hp thoai Resample dé thực hiện việc nắn chuyển Hình 4.2 minh họa việc nhập các thông số cân thiết vào hộp thoại Resample để tiến hành nấn chỉnh hình học ảnh

3 GHƯƠNG 4

Nhấn OK Hộp thoại hiện giá trị sai số cho từng điểm khống chế theo đơn vị

khai báo Gmé£) như được thể hiện bởi hình 4.3

3pseng-'

Tình 4.3 Hập thoại thể hiện giá trị sai số cho từng điểm khống chết

Nếu sai số điểm nào quá lớn phải loại bỏ hoặc phải xác định lại tọa độ của điểm khống chế Khi loại bô mật điểm, muấn tính lại độ sai số nắn chuyển phải nhấp vào Reeaieulate RMS để tính toán lại giá trị sai số

4.5 ĐÁNH GIÁ BỘ CHÍNH XAG NAN CHINH HINH HOC ANH

Sai số cho pháp trong vige ndn chink anh khéng lim hon “1 pixel” x “dé phân giải ảnh”

Tí dụ: ảnh cần nắn chỉnh là ảnh Landsat ETM+ có độ phân giải la 30x30m Suy ra: RMS < 30

Để kiểm tra, việc nắn chính ảnh khu vực TP.HCM, sau khi thực hiện nắn chỉnh ta đưa thêm lớp vector gi1 (gt1 là lớp bản đố nên được số hóa từ bản đổ giấy

có hệ tọa độ VN-2000, vùng 48) chông lên lớp ảnh đã được nắn chỉnh để kiểm tra mức độ chính xác của việc nắn chỉnh hình học

8 M@ file: hem_bandi Chon 10 điểm khống chế phân bố đều khắp khu vực

ảnh, nắn chuyểh và nhận xét kết quả so với trường hợp trên

4 Mở ñle: hem_band1 Chọn 10 điểm khống chế phân bố đều khắp khu vực Ảnh,

nắn chuyển so sánh kết quả khi sử dụng các hàm chuyển đổi khác nhau.

Chương 5

GIAI DOAN ANH BANG MAT

5.1 GIGI THIEU CÁC YẾU TỐ GIẢI BOAN ANH

Giải đoán ảnh được định nghĩa như Jà một quá trình tách thông tin định tính cũng như định lượng từ ảnh viễn thám tạo ra bán đồ chuyên để đựa trên các trí thức chuyên môn hoặc kinh nghiệm của người giải đoán Để giải đoán ảnh, ngoài

sự trợ giúp của máy tính và phẩn mềm để xác định các đặc trưng phổ phan xa, người giải đoán còn căn cứ vào một số dấu hiệu giải đoán, đặc trưng của các đối tượng cũng như kinh nghiệm của các chuyên gia Ngoài ra, kết quả giải đoán ảnh

phụ thuộc rất nhiều vào sự chủ quan của cơn người, nên để có kết quá tốt cẩn phải

có cơ sở thống nhất cho việc giải đoán đó là khóa giải đoán ảnh Chìa khóa giải đoán ảnh được xây dựng bởi chuyên gia có nhiều kinh nghiệm, nhằm thống nhất kết quả từ nhiêu nguồn giải đoán khác nhau, Nhỉn chung, có thé chia các yếu tố

giải đoán thành 8 nhóm chính sau:

- Mối liên quan giữa các đối tượng và môi trường xung quanh,

Chương này giới thiệu các yếu tổ, các khỏa giải đoán uà thực hiện các thao

tác cơ bản trong công tác giải đoán ảnh bằng mắt

5.2 KHÓA GIẢI DOAN

Khóa giải đoán là chuẩn giải đoán cho đối tượng nhất định bao gồm tập hợp các yếu tố và dấu hiệu đo người giải đoán kinh nghiệm thiết lập nhằm trợ giúp cho công tác giải đoán nhanh và đạt kết quả giải đoán chính xác, thống nhất cho các đối tượng từ nhiễu người khác nhau Bằng cách sử dụng khóa giải đoán, người giải

đoán có thể phát triển mở rộng và phân tích cho nhiều vùng khác nhau trên cơ sd

cùng một loại đữ liệu (cing 14 anh Landsat, SPOT hay IKONOS, ) cũng như cùng

mùa và thời gian chụp ảnh

36 CHƯƠNG 5

thuyết minh Đây là tiêu chuẩn để phân biệt một đối tượng nào đổ tương ứng với các yếu tố giải đdán về đối tượng đó

` Trong -phần thực hành này, khu vực cắn lập các khóa giải đoán ảnh là khu

vực thuộc địa bàn TP Hồ Chí Minh Ảnh Landsat 7 thu nhận ngày 13 tháng 02 năm 2003 được dùng để giải đoán thành lập bán đỗ lớp phủ sử đụng đất,

Hết hợp các yếu tố giải đoán (kích thước, hình dạng, cấu trúc và mối quan hệ với môi trường xung quanh) với việc điều:tra thực địa các vùng mẫu trong khu vực, các khóa giải đoán ảnh được thiết lập phục vụ chơ việc giải đoán ảnh được thể hiện trong bằng sau đầy:

2 |' Khu dân cứ “: | Xám xanh Tím Không cổ định | Bẩt kỳ # Mịn

a | Mat nude Xanh ngọc | Xanhdương | Không cố định | Cong, uốn lượn | Mịn

4 | Đườnggiao | Xamnhat Xám đậm Nhỏ, hẹp Dạng tuyến Dan xen, thông:

8 '| Đất trồng cây | Đỏ đậm Xanh lực đậm | Vừa '-Vuông vite Tập trung

Ai DOAN AnH BANG MAT 37

Hink 8.2 Anh Landsat 7'té.hop mau RGB-542

5.3 THỰC HIEN CAC THAG TAC GIẢI DOAN ANH BANG MAT

6.8.1 Tạo lớp đối tượng

Chon icon Š8jJ, khi hộp thoại xuất hiện (H:5.8)„.tùy thuộc vào loại đối tượng cần được số hóa mà tả chọn là dang Point, Line, Polygon, hoặc Teáu

Hình 5.3 Hộp thoại Digitizc tạo lớp đối tượng

- Nhập tên cho lớp cần biên tap (Name of layer’ to be create)

~ Chon màu-cần thể hiện cho đổi tượng (Symbol file for display)

- Chon loai dé Hiéu (Daté Type) la Interger

- Nhập giá trị Œd or Valze): 1

38 CHUONG &

- Nhấn Ok Bắt đầu biên tập lớp đối tượng đã chọn

- Để kết thúc một đối tượng được số hóa, ta click phải chuột

Để số hóa đối tượng kế tiếp, ta lại chọn icon fGÍ, khi đó hộp thoại Digitize

lại hiện ra như hình 5.4

Please indicate your preference :

i “Add featuras tothe curently active veptoi layer

e © Create a neve liye for the teatules to be diptized

Note; To add features to a different vector layer, cancel:

this dialog, click on the layer destad i Composer, and then activele cigfizing again

Hinh 5.4 Hép thoai Digitize để số hóa đốt tượng kế tiếp Chon Add feature to the currently active vector layer

Néu chon Créate a new layer for the features to be digitized, ta sé phai nhap lại tên lớp đối tượng mới cẩn được số hóa (quy trình và cách thực biện giống như trên) Trong trường hợp đ tạo ra nhiều lớp đối tượng khác nhau, muốn số hóa

thêm đối tượng cho lớp nào đó, thì phải trở về hộp thoại Composer và kích hoạt

lớp vector tương ứng, rồi mới chọn icon J&š],

5.3.2 Biên tập lớp vector số hóa

Để kết thúc lớp đối tượng vừa số hóa và lưu kết qua, ta chon icon ES]

Để xóa đối tượng thuộc một lớp vector nào đó, kích hoạt lớp vector đó, chọn

icon [% |, chon đối tượng cần xóa và nhấn Delete

5.3.3 Thực hiện số hóa các lớp đối tượng được giải đoán

Lớp dân cư ›dạng Polygon

Lớp mặt nước : dạng Polygon

Lớp đường giao thông : dang Line

Lớp đất trồng cây lâu năm lang Polygon

Lớp đất trồng cây bàng năm : dang Polygon

Lớp đất chuyên dụng : dạng Polygon

GIẢI ĐOÁN ÂNH BẰNG MAT

BÀI TẬP

1 Tạo ảnh tổ hợp mầu tối ưu đựa vào chỉ số OIF

2 Nết hợp các yếu tố giải đoán (kích thước, bình dạng, cếu trúc và mối quan

8 Tạo các lớp đối tượng mới cẩn được số hóa, tiến hành số hóa các lớp đổi

tượng đã được giải đoán.

Chương 6

xU LY ANH-PHAN LOAI ANH

6.1 GIÚI THIỆU

Quá trình tách thông tin từ ảnh vệ Linh có thể được thực hiện bằng máy tính

hay giải đoán bằng mất Trong đó phân loại ảnh là quá trình tách hay gộp thông

tin đựa trên các tính chất phổ, không gian và thời gian cho bởi ảnh của đối tượng

cần nghiên cứu Phương pháp phân loại ảnh trong chương này chủ yếu giới (hiệu các thuật toán được sử dụng để gộp các đối tượng có các tính chất tương đối đồng nhất về mặt phổ thành một nhóm Mục tiêu của việc phân loại là làm phù hợp loại phẩ của dữ liệu ảnh với loại thông tín được yêu cầu bởi người giải đoán

Phương pháp phân loại ảnh được thực hiện bằng cách gán tên loại (loại thông:

tin) cho các khoảng cấp độ sáng nhất định (loại phổ) thuộc một nhóm đối tượng nào đó có các tính chất tương đối đồng nhất về phổ nhằm phân biệt các nhóm đó với nhau trong khuôn khổ ảnh Hai phương pháp phân loại thường sử đụng là phân

phân loại giám sát, và phi giám định (Unsuperuised classiffealion), càn được gọi là phân loại không giám sát,

loại có giám dinh (Supervised classification), cin ggi

Phần thực hành nhằm cung cấp các thao tác cơ bán và cần thiết để thực hiện công lác phân loại ảnh vệ tỉnh và hướng dẫn cách chọn vùng mẫu cũng như lấy mẫu thực địa

6.2 PHÂN L0ẠI KHÔNG GIÁM SAT (UNSUPERVISED CLASSIFICATION)

ỹ thuật này chỉ sử dụng thuần túy thông tỉn phổ do Ảnh cung cấp và đòi bói người phân tích phải có kinh nghiệm vẻ việc chỉ định số cụm phổ ban đầu Trình

tự thực hiện có thể tóm t&t nhu sau: vao Image processing > Hard classifiers ->

Tsectust.

Sử dụng ảnh tổ hợp để lập) nhóm: xgb 482 (được tổ hợp du6i dang format

creat 8-bit composit)

42 CHUONG 6

Số lần lặp lại (iterations): 3

Số nhóm cần phấn loại (clusters): 4

Lặp lại với số lần lặp là 4 hoặc 5

Thay đổi số nhóm cắn phân loại là 5, 6, 7 (tsi đa 10)

Thay đổi band sử dụng cho phân loại: ndvi thay cho band 2

Liần lượt so sánh kết quả ở các lần phân loại theo các số liệu trên

6.3 PHAN LOAI CO GIAM SAT (SUPERVISED CLASSIFICATION)

Phân loại có giám sát là một hình thức phản loại mà các chỉ tiêu phân loại được xác lập dựa trên các vùng mẫu và dùng luật quyết định (đecision rưie) dựa trên thuật toán thích hợp để gán nhãn ứng với từng vùng phd eu thể Các vùng mẫu là những khu vực trên ảnh tương ứng với từng loại mà người giải đoán biết được đặc trưng phổ (hay đặc tính) Dựa trên đữ liệu huấn luyện

(training data) thu duge trén từng vùng mẫu, các tham số thống kê được xác

định Từ đó, các chỉ tiêu phần loại được sử dụng trong quá trình chỉ định pixels thuộc vào từng loại cụ thể

6.3.1 Tạo tập tin veotor chứa các vùng mẫu

Chọn icon |, khi hộp thoại xuất hiện, chọn loại đối tượng cần được phân loại là đạng Polygon

Nhập tên lớp necfor được số hóa là training site Thực hiện số hóa các vùng mẫu như được thể hiện bởi hình 6.4

Tình 6.4 Số héa cic ving mdu tren ảnh uệ tình.