tóm tắt luận án nghiên cứu đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

Do đặc điểm thu nhận năng lượng tán xạ phản hồi của bộ cảm vệ tinh siêu cao tần và do sự suy giảm dao động của sóng biển tại vị trí vết dầu nên hình ảnh vết dầu trên tư liệu viễn thám si

MỞ ĐẦU

1 Tính cấp thiết của luận án

Với điều kiện địa lý có đường bờ biển trải dài từ Bắc vào Nam, có nhiều khu vực khai thác dầu khí tại Biển Đông và nằm trên tuyến giao thông đường biển của thế giới nên Biển Đông Việt Nam là khu vực thường xuyên xảy ra các hiện tượng ô nhiễm dầu trên biển Trong những năm gần đây, Việt Nam liên tục xảy ra các hiện tượng dầu tràn tại các vùng ven biển miền Trung mà không xác định được nguyên nhân Hiện tượng dầu tràn chỉ được phát hiện khi dầu bị sóng biển đánh dạt vào bờ Do không có hệ thống giám sát và phát hiện sớm ô nhiễm dầu trên biển nên Việt Nam hoàn toàn bị động trong việc ứng phó dầu tràn trên biển

Cùng với sự phát triển của khoa học kỹ thuật, kỹ thuật viễn thám đang được ứng dụng để giám sát và phát hiện sớm các ô nhiễm dầu trên các vùng biển của thế giới, trong đó có hệ thống viễn thám RADAR RADAR là hệ thống viễn thám siêu cao tần dạng chủ động, cho phép quan sát ngày cũng như đêm, trong mọi điều kiện thời tiết, không chịu ảnh hưởng của mây, sương

mù trên bề mặt biển và có đường thu nhận rộng Đây cũng là những ưu điểm của tư liệu viễn thám siêu cao tần so với các tư liệu viễn thám quang học trong việc giám sát và phát hiện sớm ô nhiễm dầu trên biển Do đặc điểm thu nhận năng lượng tán xạ phản hồi của bộ cảm vệ tinh siêu cao tần

và do sự suy giảm dao động của sóng biển tại vị trí vết dầu nên hình ảnh vết dầu trên tư liệu viễn thám siêu cao tần có sự khác biệt với vùng biển xung quanh, tạo điều kiện cho việc tự động hóa quá trình nhận dạng và phân loại vết dầu trên biển Tuy nhiên, hiện nay các thông tin bổ trợ về các điều kiện khí tượng trên biển, hệ thống xử lý tư liệu viễn thám siêu cao tần tại Việt Nam còn hạn chế nên đòi hỏi cần có nghiên cứu đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần phù hợp với điều kiện thực tế tại Việt Nam

2 Mục tiêu nghiên cứu

- Nghiên cứu cơ sở khoa học và những yếu tố ảnh hưởng đến việc nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

- Nghiên cứu các phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

- Đề xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ

tư liệu viễn thám siêu cao tần phù hợp với điều kiện thực tế về tư liệu, về thông tin hỗ trợ trên biển của Việt Nam

3 Đối tượng nghiên cứu

- Đặc điểm thu nhận tín hiệu của vệ tinh siêu cao tần

- Tác động của vết dầu đến sự suy giảm cường độ sóng biển và đặc điểm tín hiệu tán xạ phản hồi nhận được tại bộ cảm của vệ tinh siêu cao tần

- Các yếu tố nhiễu ảnh hưởng đến độ tin cậy của quá trình nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

- Các phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

4 Phạm vi nghiên cứu

- Nội dung nghiên cứu của luận án là đề xuất phương pháp nhận dạng và phân loại những vết dầu xuất hiện trên biển không rõ nguồn gốc, chủ yếu do việc xả dầu trái phép của các tàu lưu thông trên biển từ tư liệu viễn thám siêu cao tần

- Khu vực nghiên cứu của luận án là khu vực biển Đông Việt Nam

- Luận án nghiên cứu khả năng sử dụng của tư liệu RADAR tạo ảnh cửa mở tổng hợp (SAR), với hai dạng dữ liệu chính là dữ liệu siêu cao tần kênh L (tư liệu ALOS PALSAR), dữ liệu siêu cao tần kênh C (EnviSAT ASAR)

5 Nội dung nghiên cứu

- Nghiên cứu nguyên lý và khả năng nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

- Đề xuất quy trình nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR phù hợp với đặc điểm tư liệu ảnh SAR thu nhận tín hiệu trên biển và trong chế độ thu nhận diện rộng

- Xây dựng chương trình thử nghiệm nhận dạng và phân loại vết dầu và vết nhiễu trên ảnh viễn thám siêu cao tần

6 Phương pháp nghiên cứu

- Phương pháp phân tích, tổng hợp các tài liệu bao gồm các bài báo khoa học đã được công bố trên thế giới và trong nước, các kết quả nghiên cứu đã đạt được của các hệ thống giám sát và phát hiện sớm ô nhiễm dầu trên biển đang được ứng dụng trong thực tế và các modul phần mềm phát hiện vết dầu từ tư liệu ảnh SAR đã được công bố trên thế giới Từ đó, đề xuất phương pháp luận phù hợp, có tính khả thi cao trong điều kiện hiện nay tại Việt Nam

- Nghiên cứu thử nghiệm các thuật toán xử lý ảnh, các thuật toán nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR, tiến hành so sánh và chọn lọc các mô hình thuật toán phù hợp với mục đích nghiên cứu của luận án

7 Ý nghĩa khoa học và thực tiễn của luận án

7.1 Ý nghĩa khoa học của luận án

- Hệ thống đầy đủ cơ sở khoa học về nhận dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần

- Xây dựng được phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

- Luận án đã đóng góp một phần trong việc thực hiện nhiệm vụ nghiên cứu khoa học của đề tài nghiên cứu cấp Nhà nước về “Ô nhiễm dầu trên vùng biển Đông Việt Nam” với mã số KC09.22/06-10 do PGS.TS Nguyễn Đình Dương làm chủ nhiệm đề tài

7.2 Ý nghĩa thực tiễn của đề tài

- Nâng cao khả năng ứng dụng của tư liệu ảnh SAR trong việc giám sát và phát hiện sớm ô nhiễm dầu ngoài khơi biển Đông Việt Nam

- Cung cấp những đánh giá đầy đủ về mặt lý thuyết cũng như kết quả nghiên cứu thử nghiệm trên tư liệu kênh L (ALOS PALSAR) và tư liệu kênh C (EnviSAT ASAR)

8 Những luận điểm bảo vệ của luận án

Luận điểm 1: Tư liệu ảnh SAR đã được chuẩn hóa trong mặt cắt ngang vẫn

tồn tại hiệu ứng xa – gần nguồn phát sóng trên tư liệu ảnh SAR Hiệu ứng

xa – gần nguồn phát sóng ảnh hưởng đến khả năng tự động hóa tách vết đen trên ảnh SAR bằng thuật toán phân ngưỡng tổng thể

Luận điểm 2: Phương pháp tách vết đen bằng thuật toán nở vùng ứng dụng

hiệu quả trong trường hợp vết dầu tồn tại lâu trên biển và đã bị phong hóa theo thời gian Hình ảnh vết dầu trong trường hợp này có độ tương phản không cao so với hình ảnh của bề mặt biển trên ảnh SAR và bản thân hình ảnh vết dầu có nhiều ngưỡng độ xám khác nhau

Luận điểm 3: Phương pháp nhận dạng và phân loại vết dầu trên biển từ tư

liệu viễn thám siêu cao tần được đề xuất trong luận án có thể thực hiện được trong điều kiện về tư liệu, cơ sở hạ tầng thông tin hiện có tại Việt Nam

9 Những điểm mới của luận án

9.1 Đề xuất phương pháp tự động hóa quá trình nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

9.2 Đề xuất phương pháp hạn chế ảnh hưởng của hiệu ứng xa gần nguồn phát sóng của vệ tinh siêu cao tần trên tư liệu ảnh SAR trong việc nhận dạng

và phân loại vết dầu trên biển Hiệu ứng xa - gần nguồn phát sóng này tồn tại trên các dạng tư liệu viễn thám siêu cao tần, đặc biệt đối với các chế độ đường chụp rộng

9.3 Nghiên cứu ứng dụng của mạng nơ – ron nhiều lớp MLP trong nhận dạng và phân loại vết dầu và vết nhiễu trên biển từ tư liệu ảnh SAR với các

số lượng tham số đầu vào của mạng nơ-ron khác nhau

10 Khối lượng và kết cấu luận án

Kết cấu luận án được trình bày trong 118 trang, 62 hình vẽ và sơ

đồ, 05 bảng biểu

CHƯƠNG 1.TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU

TRONG NƯỚC VÀ TRÊN THẾ GIỚI

1.1 Đặt vấn đề

1.2 Tổng quan tình hình nghiên cứu trên thế giới

Vấn đề nghiên cứu khả năng sử dụng tư liệu viễn thám siêu cao tần

và đặc biệt là tư liệu ảnh SAR để phát hiện sớm vết dầu tràn trên biển được nghiên cứu từ năm 1992, tác giả Bern đã sử dụng tư liệu ảnh SAR của vệ tinh ERS -1, kênh C để nghiên cứu khả năng phát hiện vết dầu trên bề mặt biển [11] Các kết quả nghiên cứu đã đạt được:

- Về quá trình tiền xử lý ảnh: Chưa có tài liệu nào đề cập đến vấn đề loại bỏ

ảnh hưởng xa – gần nguồn phát sóng trong quá trình tiền xử lý ảnh phục vụ cho việc phát hiện vết dầu trên ảnh SAR

- Về phát hiện và khoanh vùng các vết đen: Sử dụng phương pháp phân

ngưỡng để phát hiện và khoanh vùng vết đen trên ảnh [5] Ngoài ra có thể tách vết đen bằng các phương pháp khác như sử dụng thuật toán LoG, DoG, HMC [27] để phân đoạn ảnh, thuật toán CFAR [9], thuật toán FCM [34]

- Về xác định các chỉ số đặc trưng: Do hình dạng của vết dầu không rõ

nguồn gốc trên biển thường là dạng hình tuyến nên các phương pháp nhận dạng và phân loại vết dầu trên ảnh SAR đều dựa trên các chỉ số đặc trưng của vết dầu bao gồm: các chỉ số về hình học; các chỉ số về mức độ tán xạ của vết đen và vùng xung quanh; vị trí so với khu vực khai thác dầu và vùng đất liền; chỉ số về đặc điểm cấu trúc

- Về nhận dạng và phân loại vết dầu: Một số nghiên cứu thực hiện nhận

dạng và phân loại vết dầu trên tư liệu ảnh SAR bằng kinh nghiệm giải đoán trực tiếp trên ảnh của chuyên gia [7] Bên cạnh đó là phương pháp nhận dạng và phân loại vết dầu bán tự động [7] Một số tác giả đã công bố những nghiên cứu cho phép tự động nhận dạng và phân loại vết dầu và vết nhiễu bằng mô hình mạng nơ-ron (Neural Network) [18], [23] hoặc lý thuyết logic

mờ (Fuzzy Logic) [22]

Một số tổ chức nghiên cứu cũng đã xây dựng modul phát hiện vết dầu như modul Oil spill detection trong phần mềm NEST (Next ESA SAR toolbox) (phụ lục 12) Phần mềm NEST sử dụng phương pháp bán tự động

1.3.Tổng quan về những kết quả nghiên cứu trong nước

Đáng chú ý là những kết quả đạt được của đề tài nghiên cứu cấp Nhà nước về “Ô nhiễm dầu trên vùng biển Đông Việt Nam” với mã số KC09.22/06-10 của PGS.TS Nguyễn Đình Dương và các cộng sự - Viện Địa lý – Viện Khoa học và Công nghệ Việt Nam Bản thân nghiên cứu sinh cũng tham gia nghiên cứu nhiệm vụ xây dựng hệ thống công nghệ giám sát

và phát hiện sớm ô nhiễm dầu trên biển từ tư liệu viễn thám siêu cao tần của

đề tài KC09.22/06-10

1.4 Đánh giá kết quả nghiên cứu đã đạt được trong nước và trên thế

giới

Dữ liệu được nghiên cứu trong các bài báo khoa học đã công bố chủ yếu là tư liệu ERS – 1,2, Envisat ASAR và Radarsat (kênh C) Vẫn chưa có nhiều kết quả nghiên cứu thử nghiệm trên tư liệu kênh L Kết quả nhận dạng và phân loại vết dầu chủ yếu dựa trên kiến thức chuyên gia Phương pháp phân loại vết dầu và vết nhiễu hoàn toàn tự động vẫn đang được nghiên cứu thử nghiệm với nhiều phương pháp và mô hình tính toán khác nhau Với điều kiện cơ sở hạ tầng thông tin trong việc giám sát và phát hiện sớm vết dầu tràn trên biển tại Việt Nam chưa được đầu tư nên đòi hỏi cần nghiên cứu phương pháp phù hợp với điều kiện thực tế của Việt Nam

1.5 Những vấn đề đƣợc phát triển trong luận án

Nội dung của luận án kế thừa một số kết quả nghiên cứu đã được nghiên cứu sinh thực hiện trong đề tài cấp Nhà nước KC09.22/06-10 Dựa trên các kết quả nghiên cứu đã đạt được và các kết quả đã được công bố trên các tạp chí khoa học, nghiên cứu sinh tiếp tục nghiên cứu ứng dụng một số thuật toán xử lý ảnh nhằm nâng cao khả năng nhận dạng và tự động hóa quá trình phân loại vết dầu trên biển từ tư liệu ảnh SAR bao gồm:

- Nghiên cứu sử dụng thuật toán cân bằng biểu đồ thích ứng giới hạn độ tương phản (CLAHE) để loại bỏ ảnh hưởng hiệu ứng xa – gần nguồn phát sóng trên tư liệu ảnh SAR

- Lựa chọn thuật toán tự động phân ngưỡng tổng thể để tách các vết đen trên ảnh SAR sao cho phù hợp với ảnh đã được hiệu chỉnh ảnh hưởng xa – gần nguồn phát sóng

- Nghiên cứu sử dụng thuật toán nở vùng theo ngưỡng để tách vết dầu trong trường hợp vết dầu đã bị phong hóa và hình ảnh vết dầu trên ảnh SAR có độ tương phản không cao so với hình ảnh của mặt biển

- Nghiên cứu thử nghiệm khả năng phân biệt vết dầu và vết nhiễu bằng mô hình mạng nơ – ron nhiều lớp MLP dựa trên các chỉ số hình học đặc trưng của từng vết

- Thử nghiệm với 2 dạng tư liệu viễn thám siêu cao tần kênh C và kênh L Đây là 2 dạng tư liệu viễn thám siêu cao tần đang được sử dụng tại Việt Nam

CHƯƠNG 2 CƠ SỞ KHOA HỌC CỦA QUÁ TRÌNH NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN BẰNG TƯ LIỆU VIỄN THÁM SIÊU

CAO TẦN

2.1 Đặc điểm hệ thống RADAR cửa mở tổng hợp (SAR)

2.1.1 Hệ thống RADAR tạo ảnh

2.1.2 Hệ thống RADAR cửa mở tổng hợp (SAR)

Theo nguyên lý hoạt động của hệ thống SAR thì ăng-ten sẽ thu nhận một phần tín tán xạ phản hồi từ đối tượng Năng lượng tán xạ phản hồi nhận được tại vệ tinh siêu cao tần phụ thuộc vào mức độ gồ ghề của bề mặt vật thể

2.2 Đặc điểm tín hiệu siêu cao tần thu nhận trên biển

2.2.1 Cấu trúc bề mặt biển

Trên bề mặt biển có ba dạng sóng chính là sóng mao dẫn, sóng trọng lực và sóng mao dẫn trọng lực Theo tài liệu [25] thì sóng mao dẫn trọng lực sẽ tác động đến sóng siêu cao tần đang được sử dụng trong các vệ tinh quan sát đại dương

2.2.2 Đặc điểm tín hiệu siêu cao tần tán xạ phản hồi trên biển

2.2.2.1 Ảnh hưởng của hằng số điện môi của nước biển

Hằng số điện môi của môi trường biển sẽ ảnh hưởng đến khả năng thẩm thấu của sóng siêu cao tần

2.2.2.2 Ảnh hưởng của dao động sóng trên mặt biển

Sự tác động giữa sóng siêu cao tần và sóng mao dẫn trọng lực trên

bề mặt biển tuân theo định luật tán xạ Bragg và tạo ra sóng tán xạ Bragg

2.2.2.3 Tương tác giữa sóng ngắn và sóng dài

Khi các sóng dài phát triển dốc hơn sẽ gây ra sai số liên quan tới ước lượng pha tín hiệu, dẫn đến sai số nhòe phương vị trên ảnh SAR [20]

2.2.2.4 Tương tác của sóng ngắn và dòng chảy

Sự tương tác của sóng bề mặt và dòng chảy sẽ làm thay đổi đáng

kể bước sóng của các sóng trên bề mặt biển, làm tăng hoặc giảm sóng tán xạ phản hồi từ bề mặt biển và phân bố lại sóng tán xạ Bragg trên ảnh SAR

2.3 Cơ sở khoa học của quá trình nhận dạng và phân loại vết dầu trên biển bằng tư liệu viễn thám siêu cao tần

2.3.1 Đặc điểm hình ảnh vết dầu trên tư liệu ảnh SAR

Do đặc tính độ nhớt của dầu sẽ làm giảm dao động của các sóng ngắn, tăng sức căng mặt ngoài và giảm áp lực của gió tại vị trí vết dầu Do

đó làm suy giảm năng lượng tán xạ phản hồi tại vị trí vết dầu và kết quả là hình ảnh vết dầu trên ảnh SAR thường có màu đen, tương phản so với vùng biển xung quanh (hình 2.10) Sự tương phản của hình ảnh vết dầu và bề mặt biển trên tư liệu ảnh SAR là đặc điểm quan trọng để nhận dạng và phân loại vết dầu trên biển mà các tư liệu viễn thám khác không có được Tuy nhiên,

do dao động phức tạp của bề mặt biển cùng với các điều kiện tự nhiên trên biển luôn biến động nên khả năng phát hiện và độ tin cậy trong nhận dạng

và phân loại vết dầu trên biển từ tư liệu ảnh SAR cũng thay đổi tùy theo điều kiện khách quan

Hình 2.10 Đặc điểm hình ảnh vết dầu trên ảnh SAR

(a) Năng lượng tán xạ tại vị trí vết dầu và vùng xung quanh;

(b) Hình ảnh vết dầu trên ảnh SAR

2.3.2 Nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

Theo nghiên cứu của Cơ quan hàng không vũ trụ Châu Âu (ESA) [16] thì các vết dầu tràn không rõ nguyên nhân trên biển chủ yếu là kết quả của việc xả dầu trái phép của tàu lưu thông trên biển Các tàu thường xả chất thải có dầu trên đường đi và để lại đằng sau tàu một vệt dầu hình tuyến hoặc giống như những con đường mòn Các nhà khoa học dựa trên chính đặc điểm này để tiến hành nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

2.4 Những ảnh hưởng trong quá trình nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR

2.4.1 Ảnh hưởng của tốc độ gió trên bề mặt biển

Bề mặt biển

Vết dầu

Vết dầu (b)

Vết dầu trên biển Sóng phản xạ Sóng tán xạ

Hình 2.12 Tốc độ gió ảnh hưởng đến phân tích vết dầu trên ảnh SAR [37]

2.4.2 Ảnh hưởng của nhiễu hạt tiêu trên ảnh SAR

Phương pháp lọc nhiễu cần đảm bảo giữ nguyên đường biên của vết dầu trong quá trình xử lý

2.4.3 Ảnh hưởng của đặc điểm thu tín hiệu vệ tinh siêu cao tần

Trên thực tế vẫn tồn tại ảnh hưởng góc tới của tín hiệu vệ tinh trên ảnh SAR đã được chuẩn hóa trong mặt cắt ngang và đưa về giá trị 0, đặc biệt là tư liệu chế độ đường chụp rộng, đó là hiệu ứng xa-gần nguồn phát sóng trên tư liệu ảnh SAR

2.4.4 Ảnh hưởng của các vết nhiễu trên biển

Trên bề mặt biển cũng có các hiện tượng tự nhiên làm suy giảm dao động của sóng biển và tạo các vết đen trên ảnh siêu cao tần Những vết đen trên ảnh SAR không phải vết dầu thì gọi là vết nhiễu

2.4.5 Đặc điểm tư liệu ảnh SAR sử dụng phân tích vết dầu trên biển

Theo như kết quả nghiên cứu được công bố trên tài liệu [35] thì giá trị suy giảm tín hiệu khi quan sát vết dầu trên biển của kênh C và kênh L là khác nhau

2.4.6 Ảnh hưởng bởi điều kiện khí tượng trên bề mặt biển

Dưới tác động của môi trường trên biển và do đặc tính lý hóa của dầu nên hình ảnh vết dầu trên ảnh SAR tại các thời điểm phát hiện khác nhau cũng sẽ khác nhau [35]

2.5 Kết luận chương 2

Cơ sở khoa học của việc nhận dạng và phân loại vết dầu trên biển

từ tư liệu viễn thám siêu cao tần dựa trên sự tương tác của sóng siêu cao tần

và các dao động của sóng trên bề mặt biển Hình ảnh của vết dầu tương phản so với bề mặt biển trên ảnh SAR là do sự suy giảm năng lượng tán xạ phản hồi của sóng tán xạ Bragg tại vị trí vết dầu so với vùng biển xung quanh Kết quả nhận dạng và phân loại vết dầu trên biển bằng tư liệu ảnh SAR chịu ảnh hưởng lớn của tốc độ gió trên bề mặt biển, các vết nhiễu trên biển, đặc điểm của tư liệu viễn thám siêu cao tần, điều kiện khí tượng trên

bề mặt biển và đặc tính lý hóa của vết dầu

CHƯƠNG 3 ĐỀ XUẤT PHƯƠNG PHÁP NHẬN DẠNG VÀ PHÂN LOẠI VẾT DẦU TRÊN BIỂN TỪ TƯ LIỆU VIỄN THÁM SIÊU CAO TẦN

3.1 Tiền xử lý tư liệu viễn thám siêu cao tần

3.1.1 Chuyển đổi khuôn dạng gốc về khuôn dạng thống nhất

3.1.1.1 Khuôn dạng dữ liệu thống nhất GeoTIFF

3.1.1.2 Chuyển đổi khuôn dạng tư liệu ALOS PALSAR

Quy trình đọc dữ liệu ALOS PALSAR được mô tả trong hình 3.1

Hình 3.1

Sơ đồ thuật toán chuyển đổi khuôn dạng

tư liệu ALOS PALSAR

3.1.1.3 Chuyển đổi khuôn dạng EnviSAT ASAR

Trong Hình 3.6 là sơ đồ chuyển đổi khuôn dạng gốc của tư liệu EnviSAT ASAR về khuôn dạng GeoTIFF

Hình 3.6 Sơ

đồ thuật toán đọc và hiệu chỉnh hình học ảnh ASAR

3.1.2 Loại bỏ vùng đất liền và hải đảo

Việc loại bỏ vùng đất liền, hải đảo được thực hiện tự động dựa trên cơ

sở dữ liệu đường bờ biển vùng Biển Đông Việt Nam (tham khảo phụ lục 3)

3.1.3 Hiệu chỉnh hiệu ứng xa gần nguồn phát sóng trên ảnh SAR

Trong luận án sử dụng thuật toán cân bằng biểu đồ thích ứng giới hạn độ tương phản (CLAHE) [30] (hình 3.9)

(a) (b) Hình 3.9 Ảnh ALOS PALSAR xoay vuông góc với tuyến bay (a) Ảnh trước khi hiệu chỉnh; (b) Ảnh sau khi hiệu chỉnh

(a)

Hình 3.13 Kết quả tách vết đen trước và sau hiệu chỉnh hiệu ứng xa-gần

nguồn phát sóng

a Trên ảnh trước hiệu chỉnh; b Trên ảnh sau hiệu chỉnh

3.1.4 Lọc nhiễu hạt tiêu trên ảnh SAR

Trong luận án nghiên cứu sinh đề xuất sử dụng phương pháp lọc trung vị (Median) để loại bỏ nhiễu trên tư liệu ảnh SAR

3.2 Tách vết đen trên ảnh SAR

3.2.1 Thuật toán tự động phân ngưỡng

3.2.1.1 Khái niệm về phân ngưỡng ảnh

3.2.1.2 Thuật toán tự động phân ngưỡng Huang

Thuật toán tự động phân ngưỡng Huang xác định ngưỡng dựa trên khái niệm về độ mờ nhỏ nhất trên ảnh [21] Giá trị ngưỡng được xác định dựa trên tập mờ của ảnh Tập mờ của ảnh được phân tích thông qua một hàm tương ứng của pixel được định nghĩa bởi sự khác biệt tuyệt đối giữa mức độ xám của pixel và mức độ xám trung bình theo từng vùng, tùy thuộc

là vùng đối tượng hay vùng nền [21]

Giá trị entropy của một ảnh X được mô tả theo công thức sau:

(3.17)

Hàm Shannon trong công thức (3.17) là tăng tuyến tính trong khoảng từ [0,0.5] và giảm tuyến tính từ [0.5,0] Quá trình đo độ mờ bằng công thức (3.17) được tính toán lặp lại với t t 1 và cho tới khi

ax 1

m

tg  Giá trị ngưỡng tối ưu sẽ được xác định bằng giá trị độ mờ nhỏ

nhất (tham khảo phụ lục 4)

3.2.2 Thuật toán nở vùng (region growing)

Thuật toán của phương pháp nở vùng theo ngưỡng là bắt đầu từ các điểm gieo mầm và mở rộng vùng tìm kiếm phụ thuộc vào các điểm lân cận có cùng ngưỡng độ xám với điểm gieo mầm Công thức (3.18) mô tả thuật toán nở vùng dựa vào giá trị độ xám của các điểm gieo mầm và của pixel đang xét

So sánh kết quả tách vết dầu bằng phương pháp phân ngưỡng Huang và phương pháp nở vùng trên hình 3.17 và hình 3.20 thì phương pháp nở vùng được đề xuất sẽ thích hợp với hình ảnh vết dầu có độ tương phản thấp so với mặt biển trên ảnh do ảnh hưởng bởi các điều kiện tự nhiên trên biển

Hình 3.17d Hình 3.20a Hình 3.20b

Trong đó: Hình 3.17d – Vết dầu được tách bằng thuật toán Huang

Hình 3.20a – Hình ảnh vết dầu trên ảnh gốc

Hình 3.20b – Vết dầu được tách bằng thuật toán nở vùng

3.3 Nhận dạng và phân loại vết dầu và vết nhiễu

3.3.1 Các chỉ số hình dạng của vết dầu và vết nhiễu

- Chỉ số chu vi (P):

- Chỉ số diện tích (A):

- Chỉ số hình dạng vùng (Sf):

- Chỉ số độ phức tạp của vùng (PT):

- Chỉ số độ lệch chuẩn giá trị độ xám bên trong vết dầu (Osd):

- Chỉ số giá trị trung bình độ xám bên trong vết dầu (Osm)

- Chỉ số giá trị độ xám lớn nhất bên trong vết dầu (Max)

- Chỉ số giá trị độ xám nhỏ nhất bên trong vết dầu (Min)

3.3.2 Tự động xác định đường biên và các chỉ số hình dạng vết dầu

Hình 3.22 Sơ đồ tự động hóa xác định đường biên vết dầu

3.3.3 Nhận dạng và phân loại vết dầu và vết nhiễu trên tư liệu ảnh SAR

3.3.3.1 Nhận dạng và phân loại vết dầu và vết nhiễu bằng chỉ số hình dạng

Bảng 3.2 cho thấy sự khác biệt vết dầu và vết nhiễu được thể hiện

rõ thông qua các chỉ số về hình dạng như chỉ số P, A, Sf và chỉ số C Đối với những vết nhiễu được tạo bởi những vùng lặng gió trên biển thường có mức

độ đồng nhất về giá trị độ xám cao hơn là các vết dầu

3.3.3.2 Nhận dạng và phân loại vết dầu và vết nhiễu bằng mô hình MLP

Phương pháp phân loại vết dầu và vết nhiễu là phương pháp phân loại có kiểm định Việc phân tích và phân loại vết dầu và vết nhiễu dựa trên

1 tập mẫu đã có sẵn bao gồm tập hợp các vết dầu và vết nhiễu đặc trưng Dữ liệu đầu vào của mạng nơ-ron bao gồm các chỉ số của vết dầu và vết nhiễu

Tìm đường biên của từng vết đen

Dán nhãn cho vùng Tọa độ điểm đường biên của từng vết

Tính chỉ số từng vùng Tính chuyển sang hệ tọa độ địa lý

Ghi dữ liệu vector ở định dạng Shapefile

Bắt đầu

Kết thúc