bằng toán học là một hàm y=f(x), trong đó y là giá trị cấp độ xám sau khi biến
đổi và x là cấp độ xám thực tế ban đầu. Có hai phép biến đổi chính là:
* Biến đổi tuyến tính theo công thức Ymax - Ymin
Y = --- ( X - Xmin ) + Ymin ( 1.4 ) Xmax - Xmin
* Biến đổi dựa trên giá trị trung bình và độ lệch chuẩn theo công thức Sy
Y = --- ( X - Xm ) + Ym ( 1.5 ) Sx
Trong đó : Xm - giá trị trung bình của ảnh đầu vào Sx - độ lệch chuẩn của ảnh đầu vào Ym - giá trị trung bình của ảnh đầu ra Sy - độ lệch chuẩn của ảnh đầu ra
Tổng hợp màu là ph−ơng pháp tạo ra ảnh màu từ ảnh các kênh phổ riêng biệt nhằm nâng cao khả năng nhận biết đối t−ợng của ảnh. Để tổng hợp màu th−ờng dùng ph−ơng pháp cộng màu và trừ màu. Cộng màu sử dụng ba màu cơ bản là đỏ, lục, xanh lam (red, green, blue). Trừ màu sử dụng ba màu chính là: vàng, tím hồng, xanh d−ơng (yellow, magenta, cyan). Tổ hợp màu gồm: tổ hợp màu tự nhiên (các đối t−ợng ở tổ hợp màu này có màu nh− trong tự nhiên, thí dụ thực vật đ−ợc thể hiện bằng các tông của màu xanh lá cây) và tổ hợp màu giả (các đối t−ợng ở tổ hợp này có màu qui −ớc, phụ thuộc vào ph−ơng pháp tổng hợp, thí dụ thực vật ở tổ hợp màu này đ−ợc thể hiện bằng các cấp độ của màu đỏ hoặc tím v.v...).
Các phép biến đổi ảnh dùng để tăng cường chất lượng ảnh, loại trừ một số nhiễu cũng nh− ảnh h−ởng của các yếu tố môi tr−ờng xung quanh hoặc tách
chiết các đặc tính. Có hai kiểu biến đổi chính là biến đổi số học và biến đổi logic.
- Hiệu chỉnh hình học (geometric correction) gồm nhiều mức khác nhau nhằm loại bỏ ảnh hưởng của độ cong Trái Đất và đưa ảnh về hệ qui chiếu xác định cũng như loại bỏ ảnh hưởng của địa hình đến sai số hình học của hình ảnh. Mức độ nắn chỉnh hình học phụ thuộc vào mục đích sử dụng ảnh cụ thể và đặc điểm địa hình của từng vùng.
- Phân tích suy giải ảnh (image interpretation) là quá trình chiết tách những thông tin hữu ích từ ảnh. Suy giải có thể tiến hành theo ph−ơng pháp suy giải bằng mắt hoặc suy giải với sự trợ giúp của máy tính - suy giải ảnh số.
Suy giải ảnh số thực hiện bằng các kỹ thuật chiết tách các đặc tính thông tin và bằng các phép phân loại ảnh số, đồng thời dựa trên cơ sở các tri thức chuyên ngành và kinh nghiệm của ng−ời suy giải ảnh. Suy giải ảnh số thông th−ờng có 5 công đoạn chính: nhập số liệu, khôi phục và hiệu chỉnh ảnh, biến
đổi ảnh, phân loại và xuất kết quả. Trong đó phân loại là công đoạn quan trọng vì chất l−ợng kết quả phụ thuộc vào công đoạn này nhiều nhất. Các phép phân loại thực hiện công việc gán những khoảng cấp độ xám nào đó cho một
đối t−ợng nào đó. Có các kỹ thuật phân loại khác nhau nh−: phân loại kiểu cắt lớp, phân loại theo khoảng cách ngắn nhất, phân loại theo xác suất cực đại, phân loại dựa trên lý thuyết tệp mờ, hệ chuyên gia... Có hai ph−ơng pháp phân loại là phân loại không mẫu và phân loại có mẫu. Phân loại không mẫu là ghép nhóm các pixel ảnh có các đặc trưng phổ tương đối đồng nhất. Phân loại có mẫu là phân loại theo các vùng mẫu đ5 chọn có các chỉ tiêu xác định. Có rất nhiều thuật toán phân loại khác nhau: ghép nhóm có cấu trúc, ghép nhóm không cấu trúc, phân loại hình hộp, phân loại theo cây quyết định, phân loại khoảng cách ngắn nhất (khoảng cách Ơclit, khoảng cách Mahalanobis ), phân loại theo xác suất cực đại v.v... Trong viễn thám các phương pháp phân loại hay dùng đó là :
+ Phân loại xác suất cực đại: mỗi pixel đ−ợc tính xác suất thuộc vào một lớp mà xác suất thuộc vào lớp đó là lớn nhất. Công thức tổng quát là :
Lk = P(k/X) = P(k)*P(X/k)/ΣP(i)*P(X/i) (1.6 ) Trong đó : P(k): Xác suất tiền định của lớp k
P(X/k): Xác suất điều kiện có thể lấy đ−ợc X thuộc lớp k.
+ Phân loại hình hộp: mỗi trục phổ đ−ợc chia thành nhiều lớp dựa trên giá trị tối đa, tối thiểu của tệp mẫu lớp t−ơng ứng.
+ Phân loại theo khoảng cách bình ph−ơng ngắn nhất : khoảng cách hay
đ−ợc dùng nhất là khoảng cách Ơclit chuẩn hoá và khoảng cách Mahalanobis.
Khoảng cách Ơclit chuẩn hoá đ−ợc xác định theo công thức :
d2k = (X - àk)’.σk-1.(X - àk) ( 1.7 ) Khoảng cách Mahalanobis xác định theo công thức :
d2k = (X - àk)’.Σ k-1.(X - àk) (1.8 ) trong đó :
X : véc tơ giá trị cấp độ xám X = [ x1, x2, ... xn] àk : véc tơ trung bình àk = [ m1, m2, ...mn ] σk : ma trận ph−ơng sai σ11 0... 0
σk = 0.... σ22....0 ...
0... σmn
Σk : ma trận ph−ơng sai-hiệp ph−ơng sai σ11 σ12... σ1n
∑k = σ21.... σ22.... σ2n ...
σn1... σn2.... σnn
+ Phân loại theo cây quyết định: đây là phân loại có cấu trúc và không có thuật toán tổng quát mà dựa vào việc đánh giá khả năng phân tách các đối t−ợng dựa trên đặc tính phổ và tri thức chuyên gia.
Nhập số liệu: t− liệu gốc có hai loại ảnh t−ơng tự do các máy chụp cung cấp và ảnh số là do các máy quét cung cấp. Khôi phục và hiệu chỉnh ảnh: các tín hiệu số đ−ợc hiệu chỉnh về hệ thống, bức xạ hoặc hình học do các máy tính lớn tại trung tâm thu hoặc trung tâm xử lý số liệu. Biến đổi ảnh, phân loại và xuất kết quả (output result).
Kỹ thuật chiết tách các đặc tính thông tin nhằm phân loại sắp xếp các thông tin có sẵn trên ảnh theo các chỉ tiêu hoặc yêu cầu đ−a ra d−ới dạng các hàm số. Các đặc tính này có ba loại chính là :
đặc tính phổ : các màu sắc đặc biệt, gradien, tham số phổ...
đặc tính hình học : các cấu trúc đường, hình dáng, kích thước...
đặc tính cấu trúc : tần xuất phân bố không gian, tính đồng nhất, mẫu...
Suy giải ảnh bằng mắt là xác định các đối t−ợng và các đặc tr−ng của chúng dựa theo các dấu hiệu trực tiếp và các dấu hiệu gián tiếp. Kết quả suy giải phụ thuộc vào khả năng hiện ảnh của đối t−ợng, chất l−ợng ảnh cũng nh−
trình độ, kinh nghiệm của người suy giải.
Trong mọi trường hợp thì yếu tố con người - chuyên gia đóng vai trò quyết định chất l−ợng kết quả cuối cùng vì khi xử lý số thì mẫu hay giá trị
được chọn do con người quyết định.
Từ góc độ viễn thám, lớp phủ thực vật tuy rất đa dạng về thành phần, cấu trúc và trạng thái phát triển, nh−ng có đặc tính chung là khả năng phản xạ phổ phụ thuộc vào chiều dài b−ớc sóng và các giai đoạn sinh tr−ởng cũng nh−
tình trạng sinh tr−ởng. Trong vùng ánh sáng nhìn thấy (0.4 - 0.7 àm) phần lớn năng l−ợng bị hấp thụ bởi diệp lục có trong lá cây, một phần nhỏ bị thấu qua,
phần còn lại phản xạ. Trong vùng hồng ngoại gần (0.72 - 0.8 àm) khả năng phản xạ phổ của thực vật mạnh nhất, trong đó l−ợng diệp lục có trong lá cây và cấu trúc lá là những nhân tố ảnh hưởng rõ rệt đến khả năng phản xạ phổ.
Trong vùng hồng ngoại (0.8 - 1.1 àm) hàm l−ợng n−ớc trong lá cây là nhân tố
ảnh hưởng lớn đến khả năng phản xạ phổ. Khi độ ẩm trong lá cây cao thì năng l−ợng hấp thụ đạt cực đại.
Nh− vậy, t− liệu viễn thám, nhất là t− liệu đa phổ là nguồn thông tin phong phú về lớp phủ thực vật dùng để nghiên cứu nhiều khía cạnh khác nhau của rừng phục vụ công tác điều tra, quản lý tài nguyên rừng. Bên cạnh đó mỗi tấm ảnh vệ tinh phủ trùm diện tích rộng từ hàng trăm đến hàng chục nghìn km2 thậm chí hơn nữa. Do vậy viễn thám có khả năng thu nhận thông tin nhanh trên những vùng rộng lớn, bao gồm cả các vùng khó đến, và cho phép tiến hành nghiên cứu, điều tra rừng trên qui mô tỉnh, vùng, cũng nh− toàn quốc trong thời gian ngắn, đồng thời đảm bảo tính đồng nhất về thời điểm của thông tin, cũng nh− độ chính xác, độ tin cậy của các thông tin đó trên toàn bộ khu vực điều tra. Với khả năng chụp lặp lại theo các chu kì khác nhau, công nghệ viễn thám cho phép theo dõi, giám sát diễn biến tài nguyên rừng cũng nh− phát hiện, giám sát các biến động của rừng và các hiện t−ợng cháy rừng, chặt phá rừng, sâu bệnh, v.v... Nhờ đó cơ sở dữ liệu về tài nguyên rừng mới có thể đ−ợc cập nhật một cách hệ thống. Ngoài ra, t− liệu viễn thám ngày nay với nhiều thể loại, bao gồm các loại ảnh có độ phân giải mặt đất từ thấp đến trung bình, cao và siêu cao (0.8m -1m), đ5 cho phép đồng thời tiến hành điều tra, giám sát tài nguyên rừng theo các cấp khác nhau, từ khái quát đến chi tiết mà không đòi hỏi phải tuần tự đi từ chi tiết đến khái quát như các phương pháp
điều tra truyền thống. Với các tính −u việt nh− trên công nghệ viễn thám đ5 trở thành công cụ đem lại hiệu quả cao trong công tác quản lý tài nguyên rừng ở các cấp khác nhau.
Để phục vụ tốt hơn mục đích trên công nghệ viễn thám không ngừng
đ−ợc hoàn thiện, nhất là theo h−ớng xác lập các ph−ơng pháp, các công thức
để biến đổi thông tin sao cho khả năng nhận dạng ngày càng chính xác tức là chất l−ợng các kết quả đầu ra ngày càng đ−ợc nâng cao và thời gian để xử lý thông tin ngày càng rút ngắn. Một trong các phương pháp đó chính là nghiên cứu và tìm ra công thức chỉ số thực vật tối −u áp dụng cho các mục đích ứng dụng cụ thể trong việc xử lý thông tin tự động cho từng vùng, từng quốc gia.