Nghiên cứu giải pháp kỹ thuật nâng cao độ chính xác trong phân loại ảnh tại khu vực có độ phủ hỗn hợp

Cơ sở khoa học phương pháp giảm nhiễu điểm ảnh bằng phân loại theo giá trị phổ sử dụng ba đối tượng đất, nước, thực vật.. So sánh diện tích của các đối tượng đất, nước, thực vật trên kết

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN

- Nguyễn Thị Thanh Bình

NGHIÊN CỨU GIẢI PHÁP KỸ THUẬT NÂNG CAO ĐỘ CHÍNH XÁC TRONG PHÂN LOẠI ẢNH TẠI KHU VỰC CÓ ĐỘ PHỦ HỖN HỢP

Chuyên ngành: Bản đồ, viễn thám và hệ thông tin địa lý

Mã số: 60440214

LUẬN VĂN THẠC SĨ KHOA HỌC Người hướng dẫn khoa học: TS Phạm Minh Hải

XÁC NHẬN HỌC VIÊN ĐÃ CHỈNH SỬA THEO GÓP Ý CỦA HỘI ĐỒNG

Giáo viên hướng dẫn Chủ tịch hội đồng chấm luận văn

thạc sĩ khoa học

LỜI CẢM ƠN

Để hoàn thành luận văn này, tác giả xin được gửi lời cảm ơn chân thành tới các thầy, cô giáo trong Khoa Địa lý, Trường Đại học Khoa học Tự nhiên và Bộ môn Bản đồ,Viễn thám và GIS, Trung tâm Nghiên cứu và Chuyển giao công nghệ viễn thám- Cục viễn thám quốc gia đã tạo điều kiện

và giúp đỡ tác giả trong quá trình thực hiện và hoàn thiện luận văn

Tác giả xin gửi lời cảm ơn chân thành và sâu sắc nhất tới TS.Phạm Minh Hải, người đã tận tình chỉ bảo và giúp đỡ tác giả trong suốt thời gian học tập, công tác và thực hiện luận văn này

Do thời gian và trình độ còn hạn chế nên luận văn chắc chắn sẽ không tránh khỏi những thiếu sót, rất mong nhận được sự đóng góp của quý thầy cô

và các bạn đồng nghiệp để luận văn được hoàn thiện hơn Xin chân thành cảm ơn!

Hà Nội, ngày 22 tháng 12 năm 2016

Nguyễn Thị Thanh Bình

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT 5

DANH MỤC CÁC BẢNG BIỂU 6

DANH MỤC HÌNH VẼ 7

MỞ ĐẦU 9

1 Tính cấp thiết của đề tài: 9

2 Mục tiêu nghiên cứu 10

3 Nội dung nghiên cứu 10

4 Phạm vi nghiên cứu 10

5 Kết quả đạt được 10

6 Ý nghĩa khoa học và thực tiễn 11

7 Phương pháp nghiên cứu và kỹ thuật sử dụng 11

8 Cấu trúc luận văn 11

CHƯƠNG 1: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU TRONG VÀ NGOÀI NƯỚC 12

1.1 Các khái niệm 12

1.2 Tổng quan tình hình nghiên cứu trong và ngoài nước 18

1.2.1 Trên thế giới 18

1.2.2 Ở Việt Nam 19

CHƯƠNG 2: CƠ SỞ LÝ LUẬN PHÂN LOẠI ẢNH VIỄN THÁM 24

2.1 Đặc trưng phổ phản xạ của các đối tượng trong tự nhiên 24

2.1.1 Đặc tính phản xạ phổ của thực vật 24

2.1.2 Đặc tính phản xạ phổ của đất 25

2.1.3 Đặc tính phản xạ phổ của nước 25

2.2 Khái quát các phương pháp phân loại ảnh truyền thống 26

2.2.1 Phân loại không kiểm định 29

2.3.1 Đặc điểm khu vực nghiên cứu 33

2.3.2 Đặc điểm tư liệu viễn thám 33

2.3.3 Dữ liệu đa thời gian 34

2.3.4 Sử dụng các kỹ thuật chuyển đổi dữ liệu 34

2.3.5 Thuật toán phân loại sử dung 34

2.4 Đánh giá độ chính xác kết quả phân loại 35

2.5 Cơ sở khoa học phương pháp giảm nhiễu điểm ảnh bằng phân loại theo giá trị phổ sử dụng ba đối tượng đất, nước, thực vật 38

2.5.1 Cơ sở lý thuyết xác định giá trị phổ thực 38

2.5.2 Nguyên lý chỉ số Nước-Đất-Thực vật 41

2.6 Lập trình chương trình tính toán toán tỷ lệ các thành phần Nước-Đất-Thực vật trong mỗi điểm ảnh bằng ngôn ngữ lập trinh Matlab 44

CHƯƠNG 3: THỰC NGHIỆM TÍNH TOÁN GIÁ TRỊ PHỔ ENDMEMBER VÀ TỶ LỆ THÀNH PHẦN ĐẤT-NƯỚC-THỰC VẬT TRÊN ẢNH VIỄN THÁM 53

3.1 Đặc điểm khu vực thực nghiệm 53

3.2 Quy trình phân loại ảnh khu vực có độ phủ hỗn hợp dựa trên tỷ lệ các thành phần Đất- Nước- Thực vật trong một điểm ảnh 55

3.3 Đặc điểm tư liệu ảnh viễn thám thực nghiệm 56

3.3.1 Ảnh Landsat 8 56

3.3.2 Ảnh Sentinel 2 58

3.4 Thực nghiệm tính toán xác định giá trị phổ thực của 3 đối tượng đất, nước, thực vật trên ảnh 60

3.5 Thực nghiệm tính toán tỷ lệ thành phần 3 đối tượng đất, nước, thực vật trong một điểm ảnh 61

3.5.1 Chạy chương trình tính toán tỷ lệ thành phần 3 đối tượng đất- nước, thực vật trong một điểm ảnh 61

3.5.2 So sánh giữa chỉ số thực vật của phương pháp đề xuất với chỉ số thực vật (NDVI) 62

3.5.3 So sánh giữa chỉ số nước của phương pháp đề xuất với chỉ số nước (NDWI) 64

3.6 Thực nghiệm phân loại ảnh dựa trên tỷ lệ 3 thành phần đất, nước, thực

vật trên một điểm ảnh 66

3.7 Đánh giá hiệu quả và độ chính xác kết quả thực hiện 69

3.7.1 Đánh giá độ chính xác kết quả phân loại ảnh Landsat 8 69

3.7.2 Đánh giá độ chính xác kết quả phân loại ảnh Sentinel 2 76

KẾT LUẬN VÀ KIẾN NGHỊ 83

TÀI LIỆU THAM KHẢO 85

DANH MỤC CÁC TỪ VIẾT TẮT

GIS: Hệ thống thông tin địa lý

GPS: Hệ thống định vị toàn cầu

DN: Giá trị điểm ảnh (Digital Number)

BSQ: Khuôn dạng dữ liệu Band Sequential

NDVI: Chỉ số thực vật chuẩn hóa (Normalized Difference Vegetation Index) PVI: chỉ số thực vật (Perpendicular Vegetation Index)

NDWI: Chỉ số nước (Normalized Difference Water Index)

MLC: Phân loại theo xác suất cực đại (Maximum Likelihood)

DANH MỤC CÁC BẢNG BIỂU Bảng 2.1 Các phương pháp phân loại ảnh viễn thám [14] 27 Bảng 3.1 Đặc điểm ảnh vệ tinh Landsat 7 và LDCM (Landsat 8) 57 Bảng 3.2 Đặc điểm ảnh vệ tinh Sentinel 2 59 Bảng 3.3 So sánh diện tích của các đối tượng đất, nước, thực vật trên kết quả phân loại của hai ảnh Landsat8 và Sentinel 2 bằng phương pháp đề xuất 68 Bảng 3.4 Thống kê kết quả phân loại ảnh Landsat 8 bằng phương pháp đề xuất và phương pháp MLC 70 Bảng 3.5 Đánh giá độ chính xác kết quả phân loại bằng phương pháp đề xuất với phương pháp phân loại MLC ảnh Landsat 8 72 Bảng 3.6 Ma trận sai số kết quả phân loại bằng phương pháp đề xuất đối với ảnh Landsat 8 75 Bảng 3.7 Ma trận sai số kết quả phân loại bằng phương pháp MLC đối với ảnh Landsat 8 75 Bảng 3.8 Thống kê kết quả phân loại ảnh Sentinel 2 bằng phương pháp đề xuất và phương pháp MLC 77 Bảng 3.9 Đánh giá độ chính xác kết quả phân loại bằng phương pháp đề xuất với phương pháp phân loại MLC ảnh Sentinel 2 78 Bảng 3.10 Ma trận sai số kết quả phân loại bằng phương pháp đề xuất đối với ảnh Sentinel 2 81 Bảng 3.11 Ma trận sai số kết quả phân loại bằng phương pháp MLC đối với ảnh Sentinel 2 81

DANH MỤC HÌNH VẼ

Hình 1.1 Minh họa độ phân giải không gian ảnh viễn thám 13

Hình 1.2: Minh họa về điểm ảnh 14

Hình 1.3 Nhầm lẫn phổ gây ra tại khu vực có độ phủ hỗn hợp 15

Hình 1.4:Các tình huống tạo ra nhiễm điểm ảnh 17

Hình 2.1 Đặc tính phản xạ phổ thực vật 24

Hình 2.2 Đặc tính phản xạ phổ của đất 25

Hình 2.3 Đặc tính phản xạ phổ của nước 26

Hình 2.4 Minh họa thuật toán K-means 30

Hình 2.5 Nguyên lý phân loại theo xác suất cực đại 32

Hình 2.6 Ví dụ minh họa trường hợp có 3 endmember a,b,c 39

Hình 2.7 Chiết tách các đối tượng thực vật 40

Hình 2.8 Chiết tách các đối tượng nước 40

Hình 2.9.Mối tương quan kênh NIR và Red trên không gian 2 chiều với 3 endmember Đất- Nước- Thực vật 41

Hình 2.10 Nguyên lý chỉ số đất, nước, thực vật 43

Hình 2.11 Giao diện chương trình phân loại ảnh được xây dựng bằng ngôn ngữ lập trình Matlab 45

Hình 2.12 Mở ảnh kênh R và NIR 46

Hình 2.13.Sơ đồ khối mô tả tính toán giá trị phổ thực ba đối tượng Đất- Nước- Thực vật 46

Hình 2.14 Xác định tam giác phổ 47

Hình 2.15 Tính toán tạo ảnh chỉ số nước 48

Hình 2.16 Tính toán tạo ảnh chỉ số thực vật 49

Hình 2.17 Tính toán tạo ảnh chỉ số đất 50

Hình 2.18 Ảnh tổ hợp từ ba ảnh chỉ số đất, nước, thực vật 52

Hình 3.1 Sơ đồ khu vực nghiên cứu 54

Hình 3.2 Quy trình phân loại ảnh 55

Hình 3.3 (a) Landsat 8 tổ hợp màu giả (b) Ảnh Sentinel -2 tổ hợp màu giả 60

Hình 3.4 (a) Kết quả tính toán 3 giá trị phổ thực đất, nước, thực vật ảnh Landsat 8 (b) Kết quả tính toán 3 giá trị phổ thực đất, nước, thực vật ảnh ảnh Sentinel-2 61 Hình 3.5.Minh họa tính toán tỷ lệ của ba đối tượng đất, nước, thực vật trong một điểm ảnh 61 Hình 3.6 (a) Ảnh chỉ số nước; (b) Ảnh chỉ số thực vât ; (c) ảnh chỉ số đất ảnh Landsat 8 62 Hình 3.7 (a) Ảnh chỉ số nước; (b) Ảnh chỉ số thực vât ; (c) ảnh chỉ số đất ảnh Sentinel 2 62 Hình 3.8 (a) Ảnh chỉ số thực vật của phương pháp đề xuất; (b) Ảnh chỉ số

thực vât NDVI (ảnh Landsat 8) 63 Hình 3.9 (a) Kết quả chiết xuất đối tượng thực vật từ ảnh chỉ số thực vật của

đề tài; (b) Kết quả chiết xuất đối tượng thực vật từ ảnh chỉ số thực vât NDVI (ảnh Landsat 8) 64 Hình 3.10 (a) Ảnh chỉ số nước của phương pháp đề xuất; (b) Ảnh chỉ số nước NDWI (ảnh Landsat 8) 65 Hình 3.11 (a) Kết quả chiết xuất đối tượng nước từ ảnh chỉ số nước của đề tài; (b) Kết quả chiết xuất đối tượng nước từ ảnh chỉ số nước NDWI (Landsat 8) 66 Hình 3.12 (a) Ảnh tổ hợp ảnh Landsat 8; (b) Ảnh tổ hợp ảnh Sentinel 2 67 Hình 3.13 (a) Kết quả phân loại ảnh Landsat 8;(b) Kết quả phân loại ảnh

Sentinel 2 68 Hình 3.14 Sơ đồ các điểm lấy mẫu kiểm tra ngẫu nhiên 69 Hình 3.15 Kết quả phân loại ảnh Landsat 8 bằng phương pháp MLC 70 Hình 3.16 Đồ thị thể hiện so sánh diện tích kết quả phân loại có kiểm định và kết quả phân loại sử dụng tỷ lệ thành phần đất, nước, thực vật đối với ảnh

Landsat 8 71 Hình 3.17 Kết quả phân loại ảnh Sentinel 2 bằng phương pháp xác suất cực đại 76 Hình 3.18 Đồ thị thể hiện so sánh diện tích giữa kết quả phân loại MLC và kết quả phân loại sử dụng tỷ lệ thành phần đất, nước, thực vật đối với ảnh

Sentinel 2 77

MỞ ĐẦU

1 Tính cấp thiết của đề tài:

Ưu điểm của ảnh viễn thám là tính đa thời gian, phủ trùm trên diện tích rộng giúp con người cập nhật thông tin, tiến hành nghiên cứu một cách nhanh chóng hiệu quả, tiết kiệm thời gian, công sức Nguyên lý cơ bản của viễn thám đó là đặc trưng phản xạ hay bức xạ của các đối tượng tự nhiên tương ứng với từng giải phổ khác nhau Kết quả của việc giải đoán các lớp thông tin phụ thuộc rất nhiều vào sự hiểu biết về mối tương quan giữa đặc trưng phản xạ phổ với bản chất, trạng thái của các đối tượng tự nhiên Những thông tin về đặc trưng phản xạ phổ của các đối tượng tự nhiên sẽ cho phép các nhà chuyên môn chọn các kênh ảnh tối ưu, chứa nhiều thông tin nhất về đối tượng nghiên cứu, đồng thời đây cũng là cơ sở để phân tích nghiên cứu các tính chất của đối tượng, tiến tới phân loại chúng

Trong nhiều năm qua viễn thám vệ tinh và kỹ thuật phân loại ảnh bị giới hạn bởi độ phân giải không gian hoặc khoảng cách lấy mẫu thực địa ở phần tử ảnh là pixel Đặc biệt đối với các hệ thống vệ tinh cho ảnh độ phân giải thấp và trung bình, điển hình như Landsat với kích thước pixel là 30m, thể hiện các hạn chế về đơn vị

vẽ bản đồ nhỏ nhất, độ chính xác không gian, và chi tiết các thông tin được chiết xuất Thực tế, trong một pixel luôn luôn tồn tại một hoặc vài đối tượng bên trong, nếu diện tích các đối tượng đó nhỏ hơn diện tích một pixel Do vậy, khi sử dụng phương pháp phân loại có kiểm định, đặc biệt khu vực có bề mặt lớp phủ hỗn hợp, kết quả phân loại ảnh bị ảnh hưởng lớn bởi vấn đề nhiễu điểm ảnh Nhiều giải pháp

về giảm nhiễu điểm ảnh để nâng cao độ chính xác của kết quả phân loại đã được nghiên cứu và phát triển.Tuy nhiên cho tới nay, phần lớn các nghiên cứu chỉ chú trọng trực tiếp vào tính toán giảm nhiễu pixel mà chưa tập trung vào nghiên cứu tính toán các giá trị phổ (endmember) của các đối tượng cũng như tỉ lệ các thành phần Đất-Nước-Thực vật trong mỗi điểm ảnh Vì trong quá trình giảm nhiễu điểm ảnh cần phải tính toán được giá trị phổ của đối tượng để làm cơ sở nội suy giá trị phổ cho các đối tượng xung quanh trong điểm ảnh [2] Do vậy, xác định giá trị phổ thực của các đối tượng cũng như xác định tỉ lệ phần trăm phản xạ của từng endmember bên trong một điểm ảnh đóng vai trò quan trọng và là cơ sở để giảm nhiễu điểm ảnh góp phần nâng cao độ chính xác cho công tác phân loại ảnh

Với mong muốn góp phần nâng cao độ chính xác của công tác phân loại ảnh,

học viên lựa chọn nghiên cứu đề tài: Nghiên cứu giải pháp kỹ thuật nâng cao độ

chính xác trong phân loại ảnh tại khu vực có độ phủ hỗn hợp

2 Mục tiêu nghiên cứu

Đưa ra giải pháp giảm nhiễu nâng cao độ chính xác công tác phân loại ảnh khu vực có độ phủ hỗn hợp dựa theo giá trị phổ và tỷ lệ các thành phần đất- nước- thực vật trong một điểm ảnh

Thực nghiệm phân loại ảnh Landsat 8 và Sentinel 2 khu vực Hà Nội dựa trên giải pháp đã nêu trên

3 Nội dung nghiên cứu

- Tổng quan về tình hình nghiên cứu giảm nhiễu điểm ảnh nâng cao độ chính xác kết quả phân loại ảnh ở trong và ngoài nước

- Đề xuất giải pháp xác định giá trị phổ của 3 đối tượng đất, nước, thực vật trên mỗi điểm ảnh

- Đề xuất giải pháp tính toán tỷ lệ các thành phần Nước-Đất-Thực vật trong mỗi điểm ảnh

- Lập trình chương trình tính to án xác định giá trị phổ thực của 3 đối tượng đất, nước, thực vật trên mỗi điểm ảnh

- Lập trình chương trình tính toán toán tỷ lệ các thành phần Thực vật trong mỗi điểm ảnh

Nước-Đất Thực nghiệm phân loại ảnh bằng phương pháp đề xuất

6 Ý nghĩa khoa học và thực tiễn

- Ý nghĩa khoa học: Đề tài đưa ra được giải pháp để phân loại ảnh viễn thám

có độ chính xác cao

-Ý nghĩa thực tiễn: Dựa trên giải pháp đề xuất đề tài đã đưa ra ứng dụng

phân loại ảnh vệ tinh thành lập các bản đồ chuyên đề phục vụ công tác giám sát tài nguyên môi trường tự nhiên, phát triển kinh tế xã hội

7 Phương pháp nghiên cứu và kỹ thuật sử dụng

Phương pháp nghiên cứu:

- Phương pháp tổng hợp và kế thừa: Thu thập tài liệu đã có liên quan đến các phương pháp và nội dung của đề tài; Lựa chọn các phương pháp nghiên c ứu phù hợp; Tổng hợp các kết quả nghiên cứu và tư liệu có liên quan đến đề tài;

- Phương pháp thu thập, phân tích thông tin: Các lớp thông tin sẽ được thu thập, phân tích, đánh giá để làm cơ sở cho việc lập báo cáo;

- Phương pháp điều tra khảo sát thực địa: Thu thập, giải đoán, mô tả và khoanh vùng diện tích các đối tượng đất, nước, thực vật nhằm đánh giá độ chính xác công tác phân loại dựa trên tỷ lệ các thành phần đất- nước- thực vật trong một điểm ảnh

8 Cấu trúc luận văn

Phần mở đầu Chương 1: Tổng quan tình hình nghiên cứu trong và ngoài nước Chương 2: Cơ sở lý luận phân loại ảnh viễn thám

Chương 3: Thực nghiệm tính toán giá trị phổ endmember và tỷ lệ thành phần đất-nước-thực vật trên ảnh viễn thám

Kết luận và kiến nghị

CHƯƠNG 1: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU TRONG VÀ

NGOÀI NƯỚC 1.1 Các khái niệm

Viễn thám: là khoa học thu thập thông tin về các đối tượng, sự vật trên bề

mặt đất mà không cần tiếp xúc trực tiếp với các đối tượng, sự vật đó Dựa trên kiểu của nguồn sáng, viễn thám được chia ra thành viễn thám chủ động và viễn thám bị động Khi các nguồn sáng tới bề mặt đất, năng lượng tới sẽ được tương tác theo 3

cơ chế: phản xạ, hấp thụ, tỏa ra (năng lượng nhiệt) Ảnh viễn thám được hình thành

từ quá trình bộ cảm ghi lại mức độ phản hồi hay tỏa ra của các đối tượng, sự vật trên bề mặt trái đất Phân loại ảnh viễn thám theo nguồn năng lượng và chiều dài bước sóng 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 sánh sáng nhìn thấy Nguồn năng lượng chính là bức xạ mặt trời

- Ảnh hồng ngoại: Là loại ảnh được tạo ra bởi việc thu nhận các bước sóng hồng ngoại phát ra từ vật thể Nguồn năng lượng chính là vức xạ nhiệt của các vật thể

- Ảnh Radar: là loại ảnh được tạo ra bởi việc thu nhận các bước sóng trong dải sóng cao tần Nguồn năng lượng chính là sóng radar phản xạ từ các vật thể

do vệ tinh tự phát xuống theo những bước sóng đã được xác định

Trong phạm vi nghiên cứu đề tài học viên chỉ đề cập đến ảnh quang học Các thông số quan trọng nhất đặc trưng cho thông tin của một ảnh vệ tinh cần được lựa chọn cho đối tượng nghiên cứu, đó là độ phân giải không gian, độ phân giải phổ và độ phân giải thời gian

* Độ phân giải không gian: Ý nghĩa quan trọng nhất của độ phân giải không

gian là nó cho biết đối tượng nhỏ nhất mà có thể phân biệt trên ảnh.Ví dụ, ảnh có độ phân giải không gian là 30 x 30m sẽ cho phép phân biệt được các đối tượng có kích thước lớn hơn 30 x 30m