56
Trần Vân Anh & Nguyễn Thị Yên Giang Trường Đại học Mỏ Địa chất Hà Nội 1 HƯỚNG DN SDNG ENVI4.3

HƯỚNG DẪN SỬ DỤNG ENVI4files.ngoanhtudhqn.webnode.vn/200000058-a7999a8928/Su_dung_ENVI_new.pdf · ENVI có một thư viện khá đầy đủ các thuật toán xử lý

  • Upload
    others

  • View
    9

  • Download
    0

Embed Size (px)

Citation preview

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 1

HƯỚNG DẪN SỬ DỤNG ENVI4.3

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 2

MỤC LỤC

MỤC LỤC .................................................................................................................. 1 GIỚI THIỆU PHẦN MỀM ENVI. .............................................................................. 3

1.1. Các dạng dữ liệu của ENVI .............................................................................. 3 1.1.1. Dữ liệu ảnh (dữ liệu Raster)....................................................................... 3 1.1.2. Dữ liệu đồ họa (dữ liệu Vector) ................................................................. 4

1.2. Các chức năng chính của hệ thống ENVI.......................................................... 4 LÀM QUEN VỚI PHẦN MỀM ENVI 4.3 .................................................................. 5

2.1. Khởi động phần mềm ENVI ............................................................................. 5 2.2. Mở một file ảnh ................................................................................................ 6 2.3. Các cửa sổ hiển thị dữ liệu ảnh ......................................................................... 8 2.4. Hiển thị đồ thị phổ.......................................................................................... 10 2.5. Hiển thị cửa sổ so sánh 2 kênh ảnh ................................................................. 10 2.6. Xem các thông số của file ảnh ........................................................................ 11 2.7. Tăng cường khả năng hiển thị trên màn hình .................................................. 12 2.8. Liên kết hiển thị và chồng phủ ảnh động......................................................... 12 2.9. Tạo hoạt cảnh xem lướt qua các kênh ảnh....................................................... 14 2.10. Tạo mô hình 3 chiều từ một kênh ảnh ........................................................... 14

GHÉP ẢNH (MOSAICKING) .................................................................................. 47 NẮN CHỈNH HÌNH HỌC ẢNH ............................................................................... 17

3.1. Nắn ảnh theo ảnh đã được nắn chỉnh (Image to Image)................................... 17 3.2. Nắn ảnh theo bản đồ (Image to Map) .............................................................. 20

MỘT SỐ PHƯƠNG PHÁP PHÂN LOẠI ẢNH VIỄN THÁM.................................. 24 4.1. Phân loại có giám sát ...................................................................................... 24

4.1.1. Chọn mẫu phân loại................................................................................. 24 4.2. Phân loại không giám sát ................................................................................ 28

4.2.1. Phân loại IsoData .................................................................................... 28 4.2.2. Phân loại K-Means .................................................................................. 30

4.3. Một số kỹ thuật phân loại khác ....................................................................... 31 4.3.1. Phân ngưỡng ảnh (Segmentation Image) ................................................. 31 4.3.2. Tạo lát cắt mật độ (Density Slice)............................................................ 32 4.3.3. Tính chỉ số thực vật NDVI ...................................................................... 33

4.4. Một số kỹ thuật sau phân loại ......................................................................... 34 4.4.1. Thay đổi màu của lớp .............................................................................. 35 4.4.2. Thống kê kết quả ..................................................................................... 35 4.4.3. Thống kê phát hiện sự thay đổi ................................................................ 36 4.4.3. Lập ma trận sai số.................................................................................... 37 4.4.4. Hiển thị đường cong ROC ....................................................................... 39 4.4.5. Phân tích đa số / thiểu số (Majority / Minority Analysis) ........................ 41 4.4.5. Gộp lớp ................................................................................................... 42 4.4.6. Chuyển ảnh kết quả phân loại sang dạng Vector...................................... 43

MỘT SỐ THAO TÁC TRÌNH BÀY, BIÊN TẬP BẢN ĐỒ ẢNH ............................. 44 4.1. Chồng Layer vector lên ảnh ............................................................................ 44 4.1. Biên tập và in ảnh ........................................................................................... 44

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 3

GIỚI THIỆU PHẦN MỀM ENVI.

ENVI (the Enviroment for Visualizing Images) là một hệ thống xử lý ảnh khá mạnh. Ngay từ đầu, ENVI được thiết kế để đáp ứng yêu cầu của các nhà nghiên cứu có nhu cầu sử dụng dữ liệu ảnh viễn thám (Remote Sensing - RS), bao gồm các loại ảnh vệ tinh (satellite) và ảnh máy bay (aircraft). ENVI hỗ trợ hiển thị dữ liệu và phân tích các dữ liệu ảnh ở mọi kích thước và ở nhiều kiểu định dạng khác nhau - tất cả trong một môi trường thân thiện với người sử dụng.

ENVI có một thư viện khá đầy đủ các thuật toán xử lý dữ liệu ảnh cùng với giao diện cửa sổ đồ họa - tương tác thân thiện với người sử dụng. Phần mềm đã hỗ trợ các công cụ để thực hiện một số chức năng chính như: chuyển đổi dữ liệu (transforms), lọc ảnh (filtering), phân loại ảnh (classification), đăng ký hệ lưới chiếu (registration) và hiệu chỉnh hình học (geometric corrections), các công cụ để phân tích ảnh có độ phân giải phổ cao, các công cụ sử dụng cho ảnh radar.

ENVI cũng hỗ trợ cho phép xử lý những dữ liệu không phải là dữ liệu chuẩn, hiển thị và phân tích những ảnh lớn, và cũng cho phép mở rộng khả năng phân tích dữ liệu bởi các hàm của người dùng (plug-in functions).

ENVI được thiết kế dựa trên ngôn ngữ lập trình IDL (Interactive Data Language). IDL là một ngôn ngữ lập trình có cấu trúc và hỗ trợ cho xử lý ảnh tích hợp. Tính mềm dẻo và linh hoạt của ENVI là nhờ phần lớn vào khả năng của IDL. Khi cài đặt phần mềm, có 2 lựa chọn: đó là ENVI với phiên bản đầy đủ của IDL, và ENVI RT. ENVI RT là IDL phiên bản thời gian thực. Người sử dụng có thể sử dụng IDL để tùy biến các chức năng từ dòng lệnh. ENVI RT cung cấp đầy đủ các chức năng của ENVI nhưng lại không hỗ trợ để viết các thường trình của người dùng.

1.1. Các dạng dữ liệu của ENVI

ENVI làm việc với các loại dữ liệu đa dạng.

1.1.1. Dữ liệu ảnh (dữ liệu Raster)

ENVI có thể làm việc với các file dữ liệu đầy đủ hoặc chỉ là tập con của chúng. Phần mềm có các công cụ để xử lý các ảnh toàn sắc (panchromatic images), AVHRR, dữ liệu Landsat MSS, dữ liệu Landsat TM, các ảnh đa phổ (multispectral) và ảnh siêu cao tần, dữ liệu của hệ thống SAR. Các công cụ AVHRR cho phép hiển thị các dữ liệu thiên văn, hiệu chỉnh dữ liệu, nắn chỉnh hình học, và tính toán nhiệt độ bề mặt. Các hàm xử lý ảnh Landsat cho phép khử độ nghiêng (de-skewing) và chỉnh sửa tỷ lệ co (aspect ratios) cho dữ liệu MSS (trước và đến 1979), bóc tách và chỉnh sửa nhiễu

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 4

khí quyển, xác định hệ số phản xạ. Các công cụ để hiệu chỉnh dữ liệu hồng ngoại nhiệt cũng được phát triển trong ENVI.

Mặt khác, ENVI cũng hỗ trợ xử lý các dữ liệu ảnh có định dạng chuẩn như: ASCII, BMP, JPEG, TIFF/GeoTIFF, HDF, PDS, PNG, SRF, v.v…

1.1.2. Dữ liệu đồ họa (dữ liệu Vector)

ENVI có khả năng tích hợp và làm việc với dữ liệu đồ họa từ các định dạng khác nhau, như ArcView Shape file, Arc/Info, MapInfo, Microstation, AutoCAD ….

Dữ liệu đồ họa của ENVI được lưu thành tệp *.evf

1.2. Các chức năng chính của hệ thống ENVI

1.2.1. ENVI đơn giản hóa quá trình xử lý tương tác với các tập dữ liệu đa kênh phổ, hiển thị và lập thư viện phổ, tạo các danh sách regions-of-interest gồm các đối tượng cần nghiên cứu, đồng thời vẫn cung cấp khả năng hiển thị mềm dẻo và duyệt ảnh trên nền tảng địa lý.

1.2.2. Các chức năng xử lý ảnh trong ENVI:

Bao gồm:

- Chuyển đổi dữ liệu: biến đổi các ảnh từ các ảnh hay các kênh phổ đầu vào thành những ảnh đầu ra, mà làm nổi bật những đối tượng đang được quan tâm. Đó có thể là: chuyển đổi thành phần chính (principal components transformations), chuyển đổi tỷ số band (band ratios transformations), chuyển đổi hue-saturation-value (HSV), phá vỡ tương quan (decorrelation stretching) , tạo chỉ số thực vật.

- Các chức năng lọc dữ liệu như: lọc thông thấp (low pass), lọc thông cao (high pass), lọc trung vị (median), lọc định hướng (directional), lọc phát hiện cạnh biên (and edge detection).

ENVI hỗ trợ nhân chập do người dùng định nghĩa có kích thước M x N; trong đó, tất cả các nhân chập có thể chỉnh sửa tương tác. ENVI cũng hỗ trợ sẵn các kiểu lọc như: Sobel, Roberts, dilation, erosion; Lee, Frost, Gamma, and Kuan. Lọc cấu trúc (Texture filters) gồm có các tính toán về miền dữ liệu (data range), giá trị trung bình (mean), phương sai (variance), entropy, độ lệch (skewness), độ đồng nhất (homogeneity), độ tương phản (contrast), độ khác biệt (dissimilarity), hệ số tương quan (correlation) (mà kết quả là cho ra các ảnh khác nhau). Trong ENVI, các hàm lọc trong miền tần số (FFT filtering) như: chuyển đổi FFT xuôi, lọc vùng tần số tương tác, chuyển đổi FFT ngược được thực hiện khá dễ dàng.

1.2.3. ENVI cung cấp các phương pháp phân loại ảnh không kiểm định KMEANS và Isodata. Phân loại ảnh trong ENVI là phương pháp tạo các ảnh được

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 5

phân loại dựa trên các vùng lấy mẫu do người dùng định nghĩa. Các ảnh được phân loại này được sử dụng để giải đoán ảnh viễn thám.

1.2.4. ENVI cung cấp các công cụ khá thích hợp cho việc sử dụng các thư viện phổ đã được xây dựng sẵn. Các thường trình của ENVI có thể được sử dụng để truy cập các thư viện phổ và so sánh phổ có trong thư viện với phổ ảnh.

Việc điều chỉnh các đặc trưng phổ của dữ liệu siêu cao tần với phổ trong thư viện trợ giúp sẽ trong việc xác định các loại đá, khoáng sản, thực vật và các vật liệu khác. Các hàm phân loại phổ tuyến tính cho phép xác định sự phong phú của phổ quan hệ sử dụng dữ liệu đa phổ (multispectral) và dữ liệu siêu cao tần. ENVI cũng cung cấp công cụ phân tích phổ cho phép nhận dạng các vật liệu trên cơ sở của sự so sánh với các thư viện phổ.

ENVI cho phép sử dụng các hàm toán học về dải phổ (band) và toán học phổ mềm dẻo, cho phép người sử dụng có thể đưa vào các biểu thức toán học phức tạp, các hàm và các thủ tục mà chúng có thể truy cập các hàm xử lý ma trận của IDL.

1.2.5. ENVI cũng có khả năng xử lý dữ liệu radar SAR (ERS-1, JERS-1, RADARSAT, SIR-C, X-SAR, and AIRSAR data). Tất cả các thường trình xử lý ENVI chuẩn đều có khả năng xử lý ảnh SAR. Ngoài ra, còn có các phương pháp phân tích thích hợp riêng cho ảnh radar.

1.2.6. ENVI có các công cụ cho phép tạo các dữ liệu đồ họa cuối cùng từ dữ liệu ảnh. Đó là các quá trình đăng ký ảnh-vào-ảnh (image-to-image), đăng ký ảnh-vào-bản đồ (image-to-map), hiệu chỉnh trực giao cơ bản (basic orthorectification), ghép ảnh, và một số tiện ích đồ họa khác.

Một bộ các công cụ tích hợp như import, export và phân tích dữ liệu GIS cho phép xử lý dữ liệu của hệ thông tin địa lý trong ENVI, hiển thị và phân tích các dữ liệu vector cũng như các thuộc tính của hệ thông tin địa lý, chỉnh sửa các các vector đang có, truy vấn thuộc tính, sử dụng các lớp vector trong việc phân tích ảnh hoặc tạo các lớp vector mới từ các kết quả xử lý ảnh raster, tạo các file định dạng GIS chuẩn.

Sau đây, chúng ta sẽ bắt đầu làm quen với phần mềm.

LÀM QUEN VỚI PHẦN MỀM ENVI 4.3

2.1. Khởi động phần mềm ENVI

Thực hiện theo một trong 2 cách sau:

- Kích đúp vào biểu tượng ENVI 4.3 trên màn hình,

- Start => Programs => RSI ENVI 4.3

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 6

Sau đó, phần mềm sẽ được kích hoạt và sẽ xuất hiện thanh menu chính của ENVI (Hình 2.1) và cửa sổ IDL. Các chức năng thao tác với ảnh viễn thám của ENVI có trong thanh menu chính; còn cửa sổ IDL là cửa sổ để người sử dụng dùng ngôn ngữ IDL để lập trình, tạo thêm các chương trình con để xử lý ảnh tương tác (hoặc có thể tạo thêm các môđun xử lý ảnh riêng). Trong nội dung cuốn sách tham khảo này, chúng ta chỉ thao tác với các công cụ có sẵn trên thanh menu chính của ENVI.

2.2. Mở một file ảnh

- Trên thanh menu chính, chọn File => Open Image File

- Hộp thoại (HT) Enter Data FileNames xuất hiện. Trong hộp thoại này, chọn đúng file cần mở (ví dụ: can_tmr.img là file ảnh mẫu của phần mềm), nhắp nút Open.

Chú ý, đuôi *.img là định dạng ảnh của phần mềm ENVI. Nếu muốn mở các định dạng khác, chọn File => Open External Files và chọn kiểu định dạng thích hợp.

Nếu trong thư mục chứa ảnh cần mở không có file header (*.hdr) đi kèm với mỗi file ảnh, sẽ xuất hiện HT Header Info. Chúng ta phải khai báo các thông số cơ bản cho ảnh (số cột, số dòng, số kênh ảnh, …) thì ảnh mới mở ra được.

- Xuất hiện HT Available Bands List liệt kê danh sách các file ảnh đang mở và các kênh phổ có trong các file ảnh này. Ở đây, ta mới chỉ mở file can_tmr.img (hình 2.2). Danh sách này cho phép ta chọn các kênh phổ để hiển thị và xử lý.

ENVI cho phép truy cập vào cả file ảnh hay từng kênh phổ của file ảnh. Cửa sổ Available Bands List liệt kê các kênh phổ của tất cả các file ảnh đang được mở trong ENVI. Người sử dụng có thể chọn từng kênh phổ để hiển thị ảnh cấp độ xám hoặc tổ hợp 3 kênh phổ để hiển thị ảnh màu.

- Để hiển thị ảnh cấp độ xám, trên HT Available Bands List, bấm chọn tùy chọn Gray Scale, bấm chọn một kênh phổ cần hiển thị (kích chuột trái vào tên kênh trong HT Available Bands List). Tên kênh này sẽ xuất hiện trong ô Selected Band. Nhấp nút Load Band.

Hình 2.1: Thanh menu chính của phần mềm ENVI

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 7

- Để hiển thị ảnh tổ hợp mầu, trên HT Available Bands List, bấm chọn tùy chọn

RGB Color, bấm chọn 3 kênh phổ tương ứng với các bước sóng R (đỏ), G (xanh lá cây) và B (xanh lam) trong ô Selected Band. Nhấp nút Load Band.

a. Để tham khảo các phím chức năng của chuột và thông tin cửa sổ hiển thị Envi có nhiều các lệnh chức năng tương tác và ở mỗi lệnh, các phím chuột lại có vai trò khác nhau. Để xem mô tả về các chức năng của các phím chuột trong từng lệnh người ta có thể sử chọn vào thực đơn Window=> Mouse Button Description trên cửa sổ Image hay thanh thực đơn chính của Envi. Hoặc để xem thông tin của các cửa sổ hiển thị ta có thể vào thực đơn Window=>Display information (Hình dưới)

Hình 2.3. Tham khảo các phím chức năng của chuột (a), Xem thông tin của các cửa sổ hiển thị (b)

a. b.

Hình 2.2. Danh sách các kênh phổ đang làm việc (Available Bands List)

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 8

b. Hiển thị vị trí con trỏ

Để hiển thị vị trí con trỏ và giá trị pixel tại vị trí đó chúng ta có thể chọn Window=> Cursor Location/ value trên cửa sổ Image hay thanh thực đơn chính của Envi. Hộp thoại Cursor Location/ value cũng có thể được bật tắt bằng cách kích đúp chuột trên của sổ Image

2.3. Các cửa sổ hiển thị dữ liệu ảnh

ENVI cho phép mở nhiều ảnh trên nhiều cửa sổ cùng một lúc. Thông thường, mỗi ảnh được hiển thị trên 3 cửa sổ được giới thiệu sau đây:

- Image Window: Trong cửa sổ này hiển thị một phần hay toàn bộ ảnh theo đúng độ phân giải của nó (một pixel trên màn hình tương ứng với một pixel dữ liệu).

- Scroll Window: Trong trường hợp toàn bộ tấm ảnh không hiển thị hết trên cửa sổ Image, cửa sổ Scroll (cuộn) được mở ra để hiển thị toàn bộ bức ảnh với độ phân giải thấp hơn. Khung mầu đỏ trên cửa sổ Scroll xác định vùng ảnh được hiển thị trên cửa sổ Image. Con số trên cửa sổ Scroll cho biết hệ số giảm bớt độ phân giải trên cửa sổ Scroll.

- Zoom Window: Cửa sổ phóng to ảnh trên cửa sổ Image. Khung mầu đỏ trên cửa sổ Image chỉ ra vùng ảnh được hiển thị trên cửa sổ Zoom. Con số trên cửa sổ Zoom cho biết hệ số phóng đại độ phân giải trên cửa sổ Image.

Phía dưới, bên trái mỗi cửa sổ Zoom có 3 ô hình vuông nhỏ, mỗi nút có chức năng riêng:

- Ô ngoài cùng bên trái có hình dấu trừ: cho phép thu nhỏ hệ số phóng đại của cửa sổ Zoom;

- Ô giữa có hình dấu cộng: cho phép tăng hệ số phóng đại của cửa sổ Zoom;

- Ô thứ 3: bật tắt dấu chữ thập trên cửa sổ Zoom, cho phép xác định vị trí pixel được chọn.

Ba cửa sổ hiển thị ảnh được liên kết chặt chẽ với nhau, thay đổi ở cửa sổ này sẽ kéo theo những thay đổi tương ứng ở các cửa sổ còn lại. Kích thước của mỗi cửa sổ nói trên có thể thay đổi tùy ý theo yêu cầu của người sử dụng.

Hình 2.4. Thông tin về vị trí con trỏ

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 9

Trong cửa sổ Image có thể sử dụng thanh cuộn để điều khiển phần ảnh cần hiển

thị. Để thêm thanh cuộn, ta làm như sau: trên thanh menu Display trong cửa sổ Image, chọn File => Preferences => xuất hiện HT Display Preferences tương ứng - tùy chọn Scroll Bar chọn thành Yes => OK.

Các thay đổi tùy chọn cho cả 3 cửa sổ hiển thị ảnh đều có thể thay đổi trong HT Display Preferences tương ứng.

Hình 2.6. Thanh menu Display trong cửa sổ Image

Hình 2.5. Các cửa sổ hiển thị dữ liệu ảnh trong ENVI

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 10

Cửa sổ Image mặc định có thanh menu chứa các lệnh điều khiển tất cả các chức năng hiển thị tương tác của ENVI (hình 2.4).

2.4. Hiển thị đồ thị phổ

a. Đồ thị phổ theo trục X biểu diễn giá trị pixel trên một hang ảnh. Để hiển thị đồ thị phổ theo trục X chọn Tool => Profile=> X Profile

b. Đồ thị phổ theo trụcY biểu diễn giá trị pixel trên một hàng ảnh. Để hiển thị đồ thị phổ theo trục Y chọn Tool => Profile=> Y Profile.

c. Đồ thị phổ theo truck Z biểu diễn giá trị pixel ở vị trí con trỏ ứng với các bước song tới khác nhau. Để hiển thị đồ thị phổ theo trục Z chọn Tool => Profile=> X Profile. Trên đồ thị thì trục nằm ngang biểu diễn bước song, và trục thẳng đứng biểu diễn giá trị phổ phản xạ. Nếu là ảnh 1 kênh thì sẽ có 1 vạch còn nếu là ảnh tổ hợp mầu của 3 kênh phổ thì sẽ có ba vạch đỏ, xanh lục, xanh dương.

Có thể dịch chuyển con trỏ trên cửa sổ ảnh để xem sự thay đổi trên đồ thị phổ

2.5. Hiển thị cửa sổ so sánh 2 kênh ảnh

Sử dụng để so sánh giá trị của hai kênh ảnh với nhau bằng việc vẽ lên một biểu

Hình 2.7. Đồ thị theo các trục X, Y, Z (1 kênh), Z (3 kênh)

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 11

đồ phân tán (scatter) mà mỗi trục của biểu đồ tương ứng với một kênh ảnh.

a. Chọn Tool => 2D Scatter Plot trên thực đơn của cửa sổ Image. Cửa sổ hội thoại Scatter Plot Band Choice xuất hiện cho phép người sử dụng chọn 2 kênh phổ để so sánh.

b. Chọn một kênh phổ cho trục X và một kênh phổ cho trục Y, sau đó ấn OK

c. Khi cửa sổ Scatter Plot xuất hiện, vừa bấm phím trái chuuotj vừa dịch chuyển con trỏ trên cửa sổ Image (bên ngoài khung mầu đỏ ). Giá trị các pixel nằm trong hình vuông giới hạn 10x10 pixel xung quanh vị trí con trỏ sẽ được hiển thị mầu đỏ trên cửa sổ Scatter Plot.

d. Dịch chuyển vị trí con trỏ để thấy sự thay đổi trên cửa sổ Scatter Plot.

2.6. Xem các thông số của file ảnh

Để biết các thông số cơ bản của ảnh chúng ta quan sát trong HT Available Bands List, trong ô Dims: số đầu cho biết số cột, số thứ 2 cho biết số dòng, đơn vị trong ngoặc tròn là đơn vị tính dung lượng ảnh, trong ngoặc vuông cho biết định dạng dữ liệu file ảnh. Ảnh viễn thám thường được lưu ở 3 dạng cơ bản: BSQ, BIP và BIL.

Nếu ảnh có file Header đi kèm, chúng ta có thể xem trực tiếp trong file này.

Nếu ảnh đã được nắn chỉnh hình học, chúng ta có thể xem các thông tin về hệ tọa độ mà ảnh được nắn chỉnh vào, sử dụng HT Available Bands List. Một khi File đã được nắn chỉnh hình học, phía dưới danh sách các kênh ảnh có phần Map Info, nhấn trái chuột vào dấu cộng bên phải phần Map Info, ta sẽ biết được các thông tin sau:

- Proj: phép chiếu và múi chiếu;

- Pixel: độ phân giải không gian của ảnh;

- Datum: Elipxoid sử dụng;

- UL Geo: tọa độ địa lý của pixel phía trên, bên trái của ảnh;

Hình 2.8. So sánh cửa sổ 2 kênh

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 12

- UL Map: tọa độ bản đồ (tọa độ lưới km) của pixel phía trên, bên trái của ảnh.

2.7. Tăng cường khả năng hiển thị trên màn hình

Hầu hết các chức năng trong thanh menu của cửa sổ Image có tác dụng chỉ trên màn hình của máy tính mà thôi (nhất là Enhance). Chúng không làm thay đổi bất cứ điều gì trên file ảnh thực. Muốn thực sự thay đổi file ảnh, chúng ta phải thực hiện với các lệnh trên thanh Menu chính của ENVI.

Để tăng cường khả năng hiển thị ảnh trên màn hình máy tính, chúng ta sử dụng các chức năng tăng cường trong cửa sổ Image. Menu Display => Enhance => lựa chọn chức năng mong muốn.

2.8. Liên kết hiển thị và chồng phủ ảnh động

Khi có nhiều ảnh của cùng một khu vực đã được mở, người sử dụng có thể sử dụng công cụ liên kết ảnh và chồng phủ ảnh động với nhiều ảnh đang mở một cách đồng thời và thực hiện các thao tác đồng nhất trên nhiều ảnh từ trong một cửa sổ.

1. Liên kết hiển thị

Khi các ảnh đã được liên kết hiển thị, các thao tác như: dịch chuyển khung Zoom (hộp mầu đỏ) trong cửa sổ Image, khung ảnh trong cửa sổ Scroll, thay đổi hệ số phóng, thay đổi kích thước; một cửa sổ Image được phản chiếu trên toàn bộ các cửa sổ ảnh được liên kết. Khi đó, chúng ta có thể so sánh trực tiếp các ảnh bằng cách quan sát ảnh này chồng phủ lên ảnh kia. Chúng ta chỉ nên liên kết các ảnh có cùng kích thước hoặc khi một ảnh là một tập con của ảnh còn lại. Tuy nhiên, ENVI cũng cho phép liên kết các ảnh mà không quan tâm đến mối quan hệ giữa các ảnh.

Để sử dụng được chức năng liên kết ảnh, phải có ít nhất 2 cửa sổ Image đã mở. Nếu chỉ có một cửa sổ Image, chúng ta sẽ không thực hiện liên kết được.

Để tiến hành liên kết ảnh, từ thanh menu của cửa sổ Image:

- Chọn Tools => Link => Link Displays => HT Link Displays: (hoặc chọn Link Displays trên menu ngữ cảnh - làm xuất hiện menu ngữ cảnh bằng cách bấm phải chuột vào màn hình của cửa sổ Image)

+ Lựa chọn các ảnh cần liên kết (kích chuột vào mũi tên, chọn Yes);

+ Chỉ định pixel liên kết cho mỗi ảnh (chọn các thông số Link xoff và yoff) tính từ pixel góc trên trái của mỗi ảnh;

+ Chọn ảnh nền cho liên kết trong mục Link Size/Position;

+ Bật (tắt) chức năng Dynamic Overlay thành On (Off). Nếu là On, kích trái chuột vào một cửa sổ Image sẽ chồng phủ ảnh từ cửa sổ liên kết với nó;

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 13

+ Đặt mức độ trong suốt (Transparency) của sự chồng phủ trong các cửa sổ liên kết từ 0-100%.

- Chọn OK để thực hiện liên kết. ENVI định kích thước và bố trí tất cả các ảnh phù hợp với ảnh được chọn làm nền.

Sau khi ảnh đã được liên kết, nhấn và di chuyển chuột trái trong cửa sổ Image hoặc cửa sổ Zoom để thấy ảnh được liên kết sẽ chồng phủ lên ảnh nền và so sánh 2 ảnh.

Để thay đổi kích thước của vùng chồng phủ, nhấn và kéo chuột giữa cho đến khi cho được kích thước mong muốn. Sau đó, nhấn chuột trái để định vị lại vùng chồng phủ.

Để loại bỏ việc chồng phủ một cửa sổ ảnh, trên cửa sổ Image của nó, chọn Tools => Link => Unlink Display hoặc chọn Unlink Display trên menu ngữ cảnh. Các cửa sổ khác vẫn giữ được liên kết.

Chồng phủ ảnh động là chồng phủ thời gian thực và bật/tắt được cho ảnh cấp độ xám hoặc ảnh màu. Mặc định, chồng phủ động được kích hoạt một cách tự động khi 2 hoặc nhiều hơn các cửa sổ ảnh được liên kết lần đầu tiên. Đa chồng phủ được kích hoạt trong tất cả các cửa sổ ảnh có liên kết một cách đồng thời và các cửa sổ Zoom tương ứng.

Chồng phủ ảnh động không làm việc với liên kết địa lý (Geographic Link) hoặc với một ảnh mà được tham chiếu địa lý với góc quay khác không.

Để lưu vào bộ nhớ (không phải ổ đĩa) ảnh được hiển thị trong cửa sổ Image với hình thức chồng phủ động, ấn phím p trên bàn phím trong khi vẫn đang ấn và giữ trái chuột. ENVI sẽ thêm ảnh kết quả vào HT Available Bands List.

Các chức năng của phím chuột khi Dynamic Overlay là On được thể hiện trong bảng 2.1.

Bảng 2.1: Các chức năng của phím chuột khi các cửa sổ được liên kết với cửa sổ chồng phủ

Phím chuột Khi Dynamic Overlay là On Khi Dynamic Overlay là Off

Trái Ấn và kéo để thay đổi vị trí cửa sổ chồng phủ

Ấn và kéo khung màu đỏ trong cửa sổ Image để thay đổi phần ảnh được hiển thị trong cửa sổ Zoom.

Giữa Thay đổi kích thước cửa sổ chồng phủ Định vị pixel hiện thời tại trung tâm của cửa sổ Zoom.

Phải Để hiển thị menu ngữ cảnh Để hiển thị menu ngữ cảnh

Trái + Giữa Chuyển đổi giữa nhiều cửa sổ chồng phủ

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 14

2. Liên kết các ảnh tham chiếu địa lý đa độ phân giải

Sử dụng liên kết địa lý để liên kết các nhóm hiển thị và các cửa sổ Vector có chứa dữ liệu địa lý. Khi đã được liên kết, tất cả các ảnh tham chiếu địa lý và các cửa sổ vector đều được cập nhật khi con trỏ di chuyển. Chức năng này hoạt động không quan tâm tới phép chiếu, kích thước của pixel và hệ số góc quay của mỗi file dữ liệu.

Liên kết địa lý không hỗ trợ bất cứ phép chiếu nào, phép chia mẫu nào, hoặc chồng phủ động nào. Để đặt lại các tham số phép chiếu và lấy mẫu lại cho dữ liệu để tương ứng với phép chiếu và độ phân giải đang sử dụng, xem Layer Stacking.

- Để tạo liên kết địa lý, thực hiện:

+ Từ menu trong cửa sổ Image, chọn Tools => Link => Geographic Link => xuất hiện HT Geographic Link, hoặc chọn Geographic Link trên menu ngữ cảnh,

+ Chọn các cửa sổ hiển thị tương ứng cần liên kết thành On => nhấn OK.

+ Di chuyển con trỏ trên hoặc cửa sổ ảnh tham chiếu địa lý hoặc trên cửa sổ vector, con trỏ trên tất cả các cửa sổ sẽ dịch chuyển tới cùng vị trí địa lý.

- Để tắt chức năng liên kết địa lý, thực hiện:

+ Từ menu trong cửa sổ Image, chọn Tools => Link => Geographic Link => xuất hiện HT Geographic Link, hoặc chọn Geographic Link trên menu ngữ cảnh,

+ Chọn các cửa sổ hiển thị tương ứng cần liên kết thành Off => nhấn OK.

2.9. Tạo hoạt cảnh xem lướt qua các kênh ảnh

Hiển thị lần lượt các kênh ảnh lặp đi lặp lại.

Từ Image, chọn Tools => Animation => xuất hiện HT Input Animation Parameters cho phép chọn các kênh của các ảnh muốn tạo hoạt cảnh => nhấn OK để thực hiện.

Nếu tốc độ hoạt cảnh quá nhanh, ta có thể thay đổi cho phù hợp trong ô Speed của animation.

2.10. Tạo mô hình 3 chiều từ một kênh ảnh

Chúng ta có thể sử dụng cửa sổ 3D SurfaceView của ENVI để tạo mô hình độ cao hoặc tạo dữ liệu bề mặt loại khác trong không gian 3 chiều. Các mô hình 3 chiều này có thể được sử dụng để:

- Hiển thị dữ liệu bề mặt ở dạng khung dây, dạng lưới hay dạng điểm;

- Phủ ảnh mầu hay ảnh cấp độ xám lên dữ liệu bề mặt, phủ chồng nó với dữ liệu Region Of Interest (ROI) và dữ liệu vector.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 15

- Quay, tịnh tiến, thay đổi tầm nhìn (zoom in, zoom out) đối với bề mặt tương tác sử dụng con trỏ chuột hoặc sử dụng hộp thoại 3D SurfaceView Controls.

- Xác định một đường bay.

- Sử dụng các điều khiển phối cảnh để định vị và quay bề mặt.

Để hiển thị các file dữ liệu 3 chiều trong cửa sổ 3D SurfaceView:

+ Mở ảnh (mầu hoặc cấp độ xám),

+ Thực hiện 1 trong 2 bước sau:

- Từ menu chính của ENVI, bấm Topographic => 3D SurfaceView

- Từ menu của cửa sổ Image có ảnh muốn tạo 3D bấm Tools => 3D SurfaceView => xuất hiện HT Associated DEM Input File

+ Chọn file đầu vào dạng DEM liên quan trong HT này => bấm OK => xuất hiện HT 3D SurfaceView Input Parameters

+ Chọn độ phân giải của DEM. Thường nên sử dụng độ phân giải thấp nhất (64) khi cần xác định đường bay tốt nhất, sau đó sử dụng độ phân giải cao hơn để hiển thị kết quả cuối cùng.

+ Chọn 1 trong 2 phương pháp Resampling sau:

- Nearest Neighbor: tái chia mẫu sử dụng các giá trị gần nhất;

- Aggregate: Tính trung bình tất cả các giá trị của DEM mà có liên quan đến pixel kết quả;

+ Nếu cần, nhập các giá trị: DEM min plot value và DEM max plot value. ENVI sẽ không hiển thị các giá trị thấp hơn giá trị min và cao hơn giá trị max trong cửa sổ 3D;

+ Nhập giá trị phóng đại độ cao Vertical Exaggeration nếu cần;

+ Chọn 1 trong 2 độ phân giải ảnh sau:

- Full: để sử dụng độ phân giải cao nhất có thể được. Nếu ảnh lớn, độ phân giải full có thể gây tràn bộ nhớ;

- Other: để sử dụng phương pháp Nearest Neighbor hoặc Aggregate như là phương pháp chia lại mẫu;

+ Chọn tùy chọn High Resolution Texture Mapping là Off hoặc On. Mặc định là On. Khi đặt là On, ảnh có độ phân giải cao luôn sẵn sàng được tạo ra. ENVI sử dụng ảnh có độ phân giải cao khi bạn phóng to cửa sổ 3D SurfaceView. Ảnh đầu vào phải có kích thước ít nhất là 1024 x 1024 pixels để thông số High Resolution Texture

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 16

Mapping sẽ có hiệu lực đáng kể trong cửa sổ 3D SurfaceView.

+ Để đặt các thông số không gian chi tiết, ấn nút Spatial Subset và đặt các thông số.

Chú ý rằng, các kích thước của DEM và ảnh không nhất thiết phải bằng nhau. ENVI hiển thị kích thước đầy đủ (hoặc tập con có chọn lọc) của tất cả các tập dữ liệu.

+ Bấm phím OK => cửa sổ 3D SurfaceView xuất hiện (hình 2.5).

Cách sử dụng các phím chuột trong cửa sổ 3D SurfaceView có trong bảng 2.2

Bảng 2.2: Cách sử dụng các phím chuột trong cửa sổ 3D SurfaceView

Phím chuột Chức năng

Trái + Bấm và kéo theo chiều ngang: quay bề mặt xung quanh trục Z.

+ Bấm và kéo theo chiều dọc: quay bề mặt xung quanh trục Y.

+ Kích đúp trên bề mặt: định vị tới pixel trên cửa sổ Image.

Giữa Bấm và kéo để dịch chuyển ảnh.

Phải + Bấm và kéo sang phải: phóng to (zoom in).

+ Bấm và kéo sang trái: thu nhỏ (zoom out).

Hình 2.9. Hiển thị dữ liệu 3 chiều trong cửa sổ 3D SurfaceView

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 17

NẮN CHỈNH HÌNH HỌC ẢNH

Có nhiều nguyên nhân gây ra lỗi hình học của ảnh viễn thám, ví dụ như tốc độ bay chụp, độ cao bay chụp, góc nhìn của thiết bị, tốc độ gương quay, …. Những lỗi này có thể được khắc phục khi sử dụng một hệ thống các điểm khống chế (Ground Control Points - GCP) để nắn chỉnh hình học ảnh. Đây là những điểm trên bề mặt trái đất, đã biết tọa độ và dễ dàng nhận ra trên ảnh viễn thám.

Bài thực hành này sẽ giúp bạn thực hiện việc nắn ảnh, sử dụng các công cụ của ENVI.

3.1. Nắn ảnh theo ảnh đã được nắn chỉnh (Image to Image)

Tiến hành theo các bước sau:

1. Mở ảnh đã được nắn và ảnh cần nắn, hiển thị chúng trên 2 Image khác nhau.

2. Từ thanh menu chính của ENVI, bấm Map => Registration => Select GCPs: Image to Image => xuất hiện HT Image to Image Registration (hình 3.1).

3. Trong danh sách Base Image, chọn cửa sổ tương ứng với ảnh đã được nắn.

4. Trong danh sách Warp Image, chọn cửa sổ tương ứng với ảnh cần nắn.

5. Nhấn OK => xuất hiện HT Ground Control Points Selection cho phép chọn các điểm khống chế mặt đất (GCPs) (hình 3.2).

Xác định các GCPs trên 2 ảnh thông qua các pixel nằm trên các cửa sổ Zoom. Các số liệu của pixel được gán vào HT Ground Control Points Selection. Các tọa độ pixel dạng số nguyên tương ứng với góc trên - trái của pixel. Các giá trị x,y tăng từ trái qua phải, từ trên xuống dưới.

Các ký hiệu đánh dấu cho GCP được đặt tùy thuộc vào vị trí của subpixel trong cửa sổ Zoom. Subpixel là một phần của pixel tương ứng với hệ số phóng đại của cửa

Hình 3.1. HT Image to Image Registration

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 18

sổ Zoom. Ví dụ, hệ số phóng đại = 4x thì Subpixel = ¼ pixel. Các vị trí của subpixel giúp nâng cao độ chính xác trong việc chọn các GCPs.

6. Chọn các điểm GCPs như sau:

+ Trong cửa sổ Image của mỗi ảnh, định vị khung Zoom trên phạm vi có điểm GCP mong muốn.

+ Chọn thêm các GCPs độc lập bằng cách định vị con trỏ chuột tới cùng vị trí bề mặt trên cả 2 ảnh. Kiểm tra các vị trí trên 2 cửa sổ Zoom, điều chỉnh vị trí nếu cần bằng cách nhấn trái chuột trên mỗi cửa sổ Zoom. Các vị trí của Subpixel được hỗ trợ trên các cửa sổ Zoom. Các hệ số phóng đại càng lớn thì vị trí càng chính xác.

Các tọa độ cột (sample) và hàng (line) của cả 2 ảnh xuất hiện trong HT Ground Control Points Selection, trong các ô Base X, Y và Warp X, Y. Các tọa độ Subpixel được hiển thị ở dạng các giá trị dấu phẩy động.

+ Trong HT Ground Control Points Selection, nhấn Add Point để thêm các GCP vào danh sách các GCP.

Để xem danh sách các GCPs, nhấn Show List => xuất hiện HT Image to Image GCP List có chứa danh sách các GCPs đã chọn ở dạng bảng (hình 3.3).

Khi các GCPs được thêm vào danh sách, một ký hiệu đánh dấu được đặt trong các cửa sổ ảnh base và ảnh warp. Ký hiệu này chỉ ra pixel được chọn (hoặc vị trí của subpixel). Tâm của ký hiệu cho biết vị trí của GCP thực sự.

+ Bổ sung các điểm GCPs theo các bước vừa nêu.

Khi đã chọn được ít nhất 4 GCPs; các tọa độ predict x, predict y; các sai số cho x và y; sai số RMS được liệt kê trong bảng Image to Image GCP List.

Hình 3.2. HT Ground Control Points Selection

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 19

Chú ý: Để có kết quả tốt, cố gắng tối thiểu hóa RMS error. Có thể làm giảm lỗi

bằng cách bổ sung thêm nhiều điểm GCP hơn. Nếu có ít điểm GCP thì nên chọn chúng ở gần với các góc ảnh hoặc phân bố chúng đều trong ảnh sẽ tốt hơn.

7. Kiểm soát và lựa chọn các điểm GCPs

HT Ground Control Points Selection hiển thị các điểm GCPs mà bạn đã lựa. Sau khi chọn được một số tối thiểu các điểm GCP đủ để kiểm soát cho phép nắn ảnh bậc 1, HT hiển thị các sai số ErrorX, ErrorY, RMS cho mỗi điểm GCP.

Khung Degree trong HT Ground Control Points Selection hiển thị cấp của đa thức được sử dụng trong tính toán lỗi. Người sử dụng có thể thay đổi giá trị này sau khi đã lựa đủ số tối thiểu các điểm GCPs phù hợp cho bậc muốn đổi sang.

Bảng 3.1: Quan hệ giữa bậc của đa thức và số tối thiểu các điểm khống chế

Phép chuyển đổi Số tối thiểu các điểm GCPs

Affine 6

Pseudo Affine 8

Polynomials ---------

Helmert 4

Second-order Conformal 6

Projection 8

Để biết được điểm GCP có sai số RMS cao nhất, trong HT Ground Control Points Selection, bấm Options => Order Points by Error => Các điểm GCPs trong danh sách được sắp xếp lại theo trật tự: các điểm có sai số RMS giảm dần từ đầu danh sách đến cuối danh sách. Nếu sai số lớn vượt mức cho phép, có thể chọn điểm GCP đó, xóa đi và bấm chọn lại điểm.

Hình 3.3. HT Image to Image GCP List

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 20

8. Quản lý file chứa các điểm GCPs

Danh sách các điểm GCPs đã có trong bước 7 có thể được lưu trữ và sử dụng lại khi cần thiết (ví dụ để kiểm tra khi cần).

- Để lưu thành file ASCII, ta thực hiện như sau:

Từ menu của HT Ground Control Points Selection hoặc HT Image to Image GCP List, chọn File => Save GCPs to ASCII => xuất hiện HT cho phép nhập tên file có đuôi *.pts; nhập tên cho file.pts => bấm OK.

- Để lưu các hệ số thành file ASCII:

Từ menu của HT Ground Control Points Selection chọn File => Save Coefficients to ASCII => xuất hiện HT cho nhập tên ; nhập tên => bấm OK.

- Sau khi chọn xong các điểm GCPs, trong HT Ground Control Points Selection => bấm Options => Warp File => HT -> Chọn tiếp file ảnh cần nắn => HT Registration Parameters -> chọn phương pháp nắn ảnh (Method), phương pháp chia mẫu ảnh (Resampling), chọn đường dẫn và tên file lưu ảnh kết quả (Enter Output FileName: ấn nút Choose) => Ấn OK.

- Nếu muốn lưu file tọa độ các điểm GCPs, trước khi thực hiện nắn ảnh (Warp File) => Từ menu của HT Ground Control Points Selection hoặc HT Image to Image GCP List, chọn File => Save GCPs to ASCII => xuất hiện HT cho phép nhập tên file có đuôi *.pts; nhập tên cho file.pts => bấm OK.

3.2. Nắn ảnh theo bản đồ (Image to Map)

Có nhiều bước tương tự như nắn Image to Image. Tiến hành theo các bước sau:

1. Mở ảnh cần nắn và hiển thị kênh mong muốn.

2. Mở file bản đồ số (định dạng Vevtor)

- Từ thanh menu chính của ENVI => Vevtor => Open Vector File => xuất hiện HT cho phép chọn file vector đã có. ENVI hỗ trợ mở một số định dạng vector thông dụng của các phần mềm phổ biến như: ArcView, ArcInfo, ArcGIS, MapInfo, Microstation, AutoCAD, ...

- Chọn File cần mở => ấn OK.

Nếu file định mở không phải là định dạng file vector của ENVI, sẽ xuất hiện HT yêu cầu chuyển file định mở sang định dạng của ENVI (*.evf) => lựa chọn cách lưu file *.evf sẽ tạo ra => ấn OK.

- Xuất hiện HT Available Vectors List => chọn file cần mở => ấn Load Selected => HT lựa chọn cửa sổ hiển thị, nháy vào NewVector Layer => Cửa sổ hiển

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 21

thị file vector xuất hiện.

3. Từ thanh menu chính của ENVI, bấm Map => Registration => Select GCPs: Image to Map => xuất hiện HT Image to Map Registration (hình 3.4).

HT này cho phép chọn các tham số về phép chiếu, lưới chiếu, múi chiếu, …

phù hợp với phép chiếu của bản đồ.

4. Nếu người sử dụng mở nhiều hơn một ảnh, hãy chọn cửa sổ sẽ sử dụng từ danh sách Input Display của HT Image to Map Registration. Nếu chỉ mở một ảnh, nó sẽ được chọn tự động.

5. Trong danh sách Select Registration Projection, chọn lưới chiếu cần nắn. Nếu muốn nhập một lưới chiếu do người dùng định nghĩa => ấn New.

6 Nhấn OK => xuất hiện HT Ground Control Points Selection cho phép chọn các điểm khống chế mặt đất (GCPs) (hình 3.5).

Hình 3.4. HT Image to Map Registration

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 22

7. Chọn các điểm GCPs như sau:

- Trong cửa sổ Image, định vị khung Zoom tới phạm vị có điểm GCP mong muốn.

- Trong cửa sổ Zoom, kích chuột trái trên pixel có đặc điểm dễ nhận biết trên ảnh (cũng như trên bản đồ) để định vị con trỏ tới pixel đó hoặc Subpixel.

Các tọa độ của vị trí được chọn sẽ xuất hiện trong HT Ground Control Points Selection tại ô Image X và Image Y (tọa độ ảnh).

- Các tọa độ thực có thể là các tọa độ đo GPS (hệ định vị toàn cầu), hoặc đọc trực tiếp trên bản đồ giấy và nhập trực tiếp vào HT Ground Control Points Selection, hoặc sử dụng công cụ phần mềm ENVI để chọn các điểm trên ảnh tương ứng với các điểm trên bản đồ số. Cách cuối cùng chúng ta sẽ tìm hiểu kỹ ngay sau đây.

Bấm vào điểm tương ứng trên cửa sổ Vector, trên cửa sổ Vector xuất hiện một ký hiệu đánh dấu => Nhấn phải chuột trên cửa sổ Vector; xuất hiện menu ngữ cảnh => Chọn Export Map Location, tọa độ điểm đó sẽ được tự động cập nhật vào ô tọa độ điểm khống chế trong HT Ground Control Points Selection (tọa độ thực).

- Chọn thêm các căp điểm GPS tương ứng trên ảnh và trên bản đồ.

Cách phân bố các điểm GCPs vẫn tương tự như đối với nắn Image to Image, nghĩa là: các điểm nên phân bố đều trên toàn ảnh, nếu có ít điểm thì nên chọn gần ra phía góc ảnh và số điểm tối thiểu cho phương pháp nắn đã chọn theo bảng 3.1.

- Sau khi chọn xong các điểm GCPs, trong HT Ground Control Points Selection => bấm Options => Warp File => HT -> Chọn tiếp file ảnh cần nắn => HT Registration Parameters -> chọn phương pháp nắn ảnh (Method), phương pháp chia mẫu ảnh (Resampling), chọn đường dẫn và tên file lưu ảnh kết quả (Enter Output FileName: ấn nút Choose) => Ấn OK.

Hình 3.5. HT Ground Control Points Selection

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 23

- Nếu muốn lưu file tọa độ các điểm GCPs, trước khi thực hiện nắn ảnh (Warp File) => Từ menu của HT Ground Control Points Selection hoặc HT Image to Map GCP List, chọn File => Save GCPs to ASCII => xuất hiện HT cho phép nhập tên file có đuôi *.pts; nhập tên cho file.pts => bấm OK.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 24

MỘT SỐ PHƯƠNG PHÁP PHÂN LOẠI ẢNH VIỄN THÁM

Phân loại ảnh số tức là phân loại và xắp xếp các pixel trên ảnh thành những nhóm khác nhau dựa vào các thông tin phổ (giá trị độ sáng, tôn ảnh, màu sắc (ảnh tổ hợp màu), hoa văn ảnh, ...).

Dựa trên phương pháp được sử dụng, người ta chia ra 2 loại phân loại chính: phân loại có giám sát (supervised classification) và phân loại không giám sát (unsupervised classification).

4.1. Phân loại có giám sát

Là phép phân loại dựa trên một tập các pixel mẫu (ROI) đã được người sử dụng chọn trước. Dựa vào tập mẫu này, máy tính được “huấn luyện” để xác định những pixel có cùng một số đặc trưng về phổ, trên cơ sở đó để phân loại chúng.

4.1.1. Chọn mẫu phân loại

Tiến hành theo các bước:

- Mở ảnh sẽ phân loại;

- Từ menu chính của ENVI => Basic Tools => Region Of Interest => ROI Tool;

Hoặc từ menu của cửa sổ Image => Tools => Region Of Interest => ROI Tool;

=> xuất hiện HT ROI Tool cho phép người sử dụng thao tác với việc chọn mẫu.

- Trong HT ROI Tool, tích chọn một trong các lựa chọn: Image, Scroll, Zoom

để chọn mẫu phân loại trong các cửa sổ ảnh tương ứng, chọn Off để tạm thời tắt chức

Hình 4.1. HT ROI Tool

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 25

năng chọn mẫu.

- Dùng chuột trái khoanh vùng mẫu trên cửa sổ đã chọn (1 trong 3 cửa sổ Image, Scroll, Zoom). Kích chuột phải để đóng vùng.

Chú ý: một mẫu phân loại có thể bao gồm nhiều vùng.

- Ấn nút New Region => Chọn tiếp các mẫu khác.

- Hiệu chỉnh các thuộc tính của mẫu:

+ ROI Name - Tên của mẫu. Để sửa tên mặc định cho mẫu => Bấm vào ô tên và sửa.

+ Color - mầu được gán cho mỗi mẫu. Có nhiều cách khác nhau để thay đổi mầu cho các mẫu:

- Bấm phím phải chuột vào ô cần đổi => chọn mầu theo tên tiếng Anh;

- Bấm phím trái chuột vào ô cần đổi => nhập tên màu theo tên tiếng Anh;

- Bấm phím trái chuột vào ô cần đổi => nhập 3 số để tổ hợp nên mầu RGB, ví dụ: 255, 0, 0 để nhập cho mầu đỏ.

+ Người sử dụng có thể đặt mầu mặc định của ENVI cho tất cả các mẫu bằng cách: bấm phím phải chuột vào tên cột Color => chọn Assign default colors.

+ Pixels – Hiển thị tổng số các pixel đã chọn cho mỗi mẫu. Có thể thay đổi được giá trị này.

+ Polygons, Polylines, và Points - Hiển thị tổng số các kiểu mẫu ở dạng vùng, đường hay điểm và số các pixel cho mỗi loại. Các giá trị này không thay đổi được.

+ Fill - xác định kiểu mẫu tô mầu cho mỗi mẫu dạng vùng. Muốn sửa đổi => Bấm phím phải chuột vào ô cần đổi và chọn kiểu muốn sử dụng. Người sử dụng có thể đặt một kiểu mẫu tô mầu cho tất cả các mẫu bằng cách: bấm phím phải chuột vào tên cột Fill => chọn Assign default colors.

+ Orien và Space - Chiều và khoảng cách cho các mẫu tô mầu không phải dạng đặc.

- Với các mẫu đã chọn, ENVI cung cấp cho người sử dụng một công cụ khá hữu hiệu - tính toán sự khác biệt giữa các mẫu (Computing ROI Separability). Có thể thực hiện theo 1 trong 3 cách sau:

+ HT ROI Tool => Options => Computing ROI Separability.

+ Cửa sổ Image => Tools => Regions of Interest => Compute ROI

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 26

Separability.

+ Từ thanh menu chính của ENVI => Basic Tools => Region of Interest => Compute ROI Separability.

=> HT Select Input File for ROI Separability -> chọn file ảnh sẽ phân loại sử dụng các mẫu ROI đã chọn => OK => HT ROI Separability Calculation -> chọn các mẫu ROI cần tính toán và so sánh => OK => HT ROI Separability Report.

Trong HT ROI Separability Report sẽ hiển thị các kết quả tính toán. Quan sát các giá trị trong hộp này, ta thấy: mỗi mẫu phân loại sẽ được so sánh lần lượt với các mẫu còn lại. Cặp giá trị thể hiện sự khác biệt được đặt trong ngoặc đơn sau tên mẫu. Nếu cặp giá trị này nằm trong khoảng 1.9 đến 2.0 chứng tỏ các mẫu đã chọn có sự khác biệt tốt. Nếu cặp giá trị này nằm trong khoảng 1.0 đến 1.9 thì chúng ta nên chọn lại mẫu sao cho mẫu đó có sự khác biệt tốt hơn. Nếu có giá trị < 1, ta nên gộp 2 mẫu đó lại với nhau.

Sau khi đã chọn xong tất cả các mẫu ROI, ta có thể lưu các mẫu này. Thực hiện:

Trong HT ROI Tools => File => Save Text to ASCII.

4.1.2. Thực hiện phân loại có chọn mẫu

Từ thanh menu chính của ENVI => Classification => Supervised => Chọn phương pháp phân loại => HT Classification Input File -> chọn file ảnh cần phân loại => OK => HT các thông số ứng với mỗi phương pháp phân loại đã chọn -> lựa chọn (trong đó có chọn lưu file kết quả ra bộ nhớ hay ra ổ đĩa) => OK => Kết quả được liệt kê trong HT Available Bands List. Hiển thị file kết quả để xem kết quả công việc.

Một số thuật toán phân loại có chọn mẫu của ENVI được giới thiệu sau đây:

1. Phân loại hình hộp (Parallelpiped Classification)

Đầu tiên, chương trình tính vector giá trị trung bình cho tất cả các kênh phổ sẽ phân loại, ứng với mỗi lớp mẫu đã chọn. Sau đó, các pixel được so sánh và gán vào lớp mà giá trị của nó nằm trong khoảng [ngưỡng thấp, ngưỡng cao] của độ lệch chuẩn so với vector trung bình. Nếu giá trị pixel nằm trong nhiều lớp, ENVI sẽ gán pixel vào lớp cuối cùng mà nó phù hợp. Nếu pixel không nằm trong một trong các khoảng giá trị đó, nó sẽ được gán vào lớp chưa phân loại.

Ưu điểm của phương pháp này là thực hiện rất nhanh, đơn giản nhưng kết quả có độ chính xác không cao. Nó có thể được dùng khi tiến hành phân loại sơ bộ ban đầu.

2. Phân loại theo khoảng cách nhỏ nhất (Minimum distance Classification)

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 27

Đầu tiên, tính vector trung bình của mỗi mẫu phân loại và khoảng cách Ơclit (Euclid) đo được giữa pixel chưa được phân loại tới các vector giá trị trung bình đó. Sau đó, pixel sẽ được gán tới lớp có khoảng cách nhỏ nhất. Về mặt lý thuyết mà nói, theo phương pháp này, mọi pixel đều được phân loại. Tuy nhiên, người phân tích cũng có thể sử dụng độ lệch chuẩn hoặc đưa ra một ngưỡng giới hạn nhất định về khoảng cách để phân loại các pixel.

Đây cũng là một phương pháp phân loại khá nhanh, giá trị phổ của pixel gần với giá trị phổ trung bình của mẫu. Tuy nhiên, phương pháp này cũng chưa thật chính xác và không cân nhắc đến sự biến thiên của các lớp phân loại.

3. Phân loại hàm xác suất cực đại (Maximum Likelihood Classification)

Phương pháp này sẽ coi mỗi lớp trong mỗi kênh phổ có sự phân bố chuẩn. Các pixel sẽ được phân loại vào lớp mà nó có xác xuất cao nhất. Việc tính toán không chỉ dựa vào giá trị khoảng cách mà còn dựa vào cả xu thế biến thiên độ sáng trong mỗi lớp. Nếu người phân tích không đặt ra một ngưỡng về xác suất thì toàn bộ các pixel đều được phân loại. Nếu xác suất nhỏ hơn ngưỡng được đặt ra, pixel sẽ không được phân loại.

Đây là một phương pháp phân loại chính xác nhưng mất nhiều thời gian tính toán và phụ thuộc vao sự phân bố chuẩn của dữ liệu.

4. Phân loại Mahalanobis Distance

Phương pháp này cũng tương tự như phương pháp hàm xác suất cực đại nhưng giả thiết rằng tất cả các hiệp phương sai (covariances) lớp là bằng nhau và do đó là phương pháp nhanh hơn. Tất cả các pixel được phân loại vào các lớp gần nhất trừ khi người phân tích chỉ định một ngưỡng khoảng cách.

5. Phân loại Spectral Angle Mapper - SAM

Đây là phương pháp phân loại dựa trên cơ sở vật lý, sử dụng góc n-chiều để khớp các pixel với phổ tham chiếu. Thuật toán xác định sự tương đồng về phổ giữa hai dải phổ bằng cách tính toán các góc phổ và coi chúng như là những vector trong không gian với thứ nguyên bằng với số thứ tự của các kênh phổ. Kỹ thuật này, khi được sử dụng với các dữ liệu phổ phản xạ đã hiệu chỉnh, sẽ ít bị ảnh hưởng của sự chiếu sáng và hiệu ứng albedo. Các phổ thành phần ứng với các lớp mẫu dùng trong phân loại SAM có thể là file ASCII, thư viện phổ, hoặc do người sử dụng có thể lấy chúng trực tiếp từ một ảnh. SAM so sánh góc giữa vector phổ thành phần mẫu với mỗi vector pixel trong không gian n-chiều. Các góc nhỏ hơn sẽ biểu diễn cho những phổ gần hơn với phổ tham chiếu. Các pixel có góc nhỏ hơn ngưỡng lớn nhất được chỉ định (đơn vị: radian) sẽ không được phân loại.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 28

Phân loại SAM áp dụng cho dữ liệu phản xạ. Tuy nhiên, nếu người sử dụng dùng dữ liệu phát xạ, sai số thường không đáng kể.

6. Phân loại mã nhị phân (Binary Encoding Classification)

Kỹ thuật phân loại mã nhị phân sẽ mã hóa dữ liệu và phổ thành phần mẫu ứng với các lớp dùng trong phân loại thành các giá trị 0 và 1 tùy thuộc vào dải phổ đó nằm vào phía sau hay phía trước giá trị trung bình phổ. Một hàm loại trừ sẽ so sánh mỗi phổ tham chiếu đã mã hóa với phổ của pixel đã mã hóa và tạo ra ảnh phân loại. Tất cả các pixel sẽ được phân loại, trừ khi người sử dụng chỉ định một ngưỡng tối thiểu để so khớp dữ liệu.

4.2. Phân loại không giám sát

Chúng ta sử dụng phương pháp phân loại này để phân chia các pixel trong dữ liệu chỉ dựa trên duy nhất các số liệu thống kê về độ sáng của các pixel trong vài kênh phổ. Khác với phương pháp phân loại có giám sát, phân loại không giám sát không cần phải có một tập mẫu các lớp được xác định từ trước.

Phương pháp này được áp dụng trong trường hợp ta không biết hoặc không quen với những đối tượng xuất hiện trên ảnh. Nó cũng phần nào loại trừ được những sai số chủ quan của con người.

ENVI hỗ trợ 2 phương pháp phân loại không chọn mẫu là: IsoData và K-Means.

4.2.1. Phân loại IsoData

- Từ menu chính của ENVI, chọn Classification => Unsupervised => Isodata => HT Classification Input File cho phép chọn file đầu vào.

- Chọn file sẽ phân loại và các lựa chọn về thiết lập phụ (về kích thước của dữ liệu, số kênh ảnh sử dụng) và file mặt nạ (mask - một file ảnh nhị phân chỉ có giá trị 0 và 1. Khi sử dụng mặt nạ, chỉ những xử lý với những vùng tương ứng của mặt nạ có giá trị 1, những vùng tương ứng với vùng mặt nạ có giá trị 0 bị bỏ qua) => Nhấn OK => Xuất hiện HT ISODATA Parameters (hình 4.2).

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 29

Ta nhập các thông số sau:

+ Number Of Classes (số các lớp ) Min: tối thiểu, Max: tối đa

+ Maximum Iterations: số lần tính lặp lại tối đa - Việc phân loại sẽ dừng lại khi đạt tới số lần lặp tối đa.

+ Change Threshold % (0-100): Ngưỡng thay đổi sau mỗi lần tính lặp lại. ENVI sử dụng ngưỡng này để kết thúc quá trình lặp lại khi số phần trăm pixel biến động trong mỗi lớp nhỏ hơn ngưỡng được chỉ định. Sự phân loại sẽ kết thúc khi: hoặc đạt tới ngưỡng này, hoặc khi số lần lặp tối đa đã đạt được.

+ Minimum # Pixels in Class: Số tối thiểu các pixel cần có để tạo thành 1 lớp. Nếu 1 lớp có ít hơn số tối thiểu pixel này thì ENVI sẽ xóa lớp này và các pixel vốn thuộc lớp sẽ bị xóa sẽ được ghép vào những lớp gần nhất với chúng.

+ Maximum Class Stdv: độ lệch chuẩn tối đa của lớp. Nếu độ lệch chuẩn của một lớp lớn hơn ngưỡng này thì lớp sẽ bị chia ra làm 2 lớp.

+ Minimum Class Distance: Khoảng cách tối thiểu giữa các giá trị trung bình của các lớp. Nếu khoảng cách giữa các giá trị trung bình của các lớp nhỏ hơn giá trị nhập vào thì các lớp đó sẽ được gộp vào.

+ Maximum Merge Pairs: Số tối đa các cặp lớp được gộp.

+ Maximum Stdev From Mean: Khoảng cách độ lệch chuẩn tối đa từ giá trị trung bình của lớp.

+ Maximum Distance Error: Sai số khoảng cách tối đa cho phép xung quanh

Hình 4.2. Các thông số của Phân loại IsoData

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 30

giá trị trung bình của lớp.

Nếu người sử dụng nhập cả 2 giá trị trong 2 ô được mô tả cuối cùng, phần mềm sử dụng giá trị nhỏ hơn trong 2 giá trị này để xác định pixel nào sẽ phân loại. Nếu người sử dụng không nhập chỉ một giá trị cho một trong 2 thông số này, tất cả các pixel sẽ được phân loại.

+ Lựa chọn chỉ định file đầu ra lưu vào đĩa cứng (File) hay vào bộ nhớ (Memory)

- Bấm OK => Xuất hiện thanh tình trạng cho biết quá trình xử lý của ENVI (0- 100%) cho mỗi vòng lặp của quá trình phân loại. Kết quả quá trình phân loại được đưa vào HT Available Bands List.

4.2.2. Phân loại K-Means

Phân loại K-Means tính toán các các giá trị trung bình lớp ban đầu được phân bố đều trong không gian dữ liệu, sau đó tiến hành nhóm dần các pixel thành lớp gần nhất sử dụng kỹ thuật khoảng cách ngắn nhất. Mỗi lần tính lặp lại các giá trị trung bình lớp và phân lớp lại các pixel với các giá trị trung bình mới. Tất cả các pixel được phân loại thành các lớp gần nhất trừ khi người sử dụng ấn định một độ lệch trung bình mới hoặc một ngưỡng khoảng cách mới. Trong trường hợp này, một số pixel có thể không được phân loại. Quá trình cứ tiếp tục cho đến khi số lượng các pixel trong mỗi lớp thay đổi mà vẫn nhỏ hơn ngưỡng thay đổi đã chọn hoặc vẫn nhỏ hơn số lần tính lặp tối đa. Để phân loại K-Means, ta thực hiện như sau:

- Từ menu chính của ENVI, chọn Classification => Unsupervised => K-Means => HT Classification Input File cho phép chọn file đầu vào.

- Chọn file sẽ phân loại và các lựa chọn về thiết lập phụ (về kích thước của dữ liệu, số kênh ảnh sử dụng) và file mặt nạ => Nhấn OK => Xuất hiện HT K-Means Parameters (hình 4.3).

Các thông số trong HT này tương tự như trong HT của Phân loại IsoData. Sau khi nhập các thông số phù hợp, chọn chỉ định file đầu ra lưu vào đĩa cứng (File) hay vào bộ nhớ (Memory)

- Bấm OK => Xuất hiện thanh tình trạng cho biết quá trình xử lý của ENVI (0- 100%) cho mỗi vòng lặp của quá trình phân loại. Kết quả quá trình phân loại được đưa vào HT Available Bands List.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 31

4.3. Một số kỹ thuật phân loại khác

4.3.1. Phân ngưỡng ảnh (Segmentation Image)

Sử dụng kỹ thuật phân ngưỡng để phân đoạn 1 ảnh thành các vùng có các giá trị độ sáng của pixel liên tiếp nhau trong một khoảng giá trị nhất định. Người sử dụng có thể nhập vào một giá trị số đơn hay một vùng giá trị số để sử dụng trong phân đoạn. 4 hoặc 8 pixel liền kề được cân nhắc cho sự tiếp nối, người sử dụng có thể chỉ định số lượng số pixel tối thiểu có trong một vùng. Mỗi vùng tiếp nối hoặc mỗi phân đoạn được gán một giá trị duy nhất trong ảnh kết quả. Ta thực hiện như sau:

- Từ menu chính của ENVI, chọn Basic Tools => Segmentation Image => Xuất hiện HT Segmentation Image Input File -> chọn kênh ảnh muốn tiến hành phân ngưỡng => OK => Xuất hiện HT Segmentation Image Parameters (hình 4.4)

- Trong HT này, người sử dụng nhập 2 giá trị cận dưới và cận trên trong 2 ô tương ứng Min Thresh Value và Max Thresh Value. Nếu chỉ nhập một giá trị, giá trị độ sáng nhỏ nhất hoặc lớn nhất trong dữ liệu được sử dụng như là một ngưỡng của quá trình phân đoạn.

Để sử dụng một giá trị đơn, nhập giá trị đó vào cả hai giá trị Min Thresh Value và Max Thresh Value. Chỉ những pixel nằm trong vùng giá trị nhập vào mới được tham gia vào tạo ảnh phân đoạn. Tất cả các pixel khác sẽ nhận giá trị 0 trong ảnh kết

Hình 4.3. Các thông số của Phân loại K-Means

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 32

quả.

- Nhập số pixel tối thiểu trong một phân ngưỡng vào ô Population Minimum.

- Sử dụng nút thay đổi để lựa chọn sử dụng 4 hay 8 lân cận cho việc tiếp nối

- Lựa chọn đưa kết quả thành file (File) hay vào bộ nhớ (Memory).

- => OK. Kết quả quá trình phân đoạn được đưa vào HT Available Bands List.

4.3.2. Tạo lát cắt mật độ (Density Slice)

Sử dụng tạo lát cắt mật độ để lựa chọn các vùng dữ liệu và các màu để làm nổi các vùng trong ảnh cấp độ xám. Người sử dụng có thể dùng các vùng dữ liệu trong lát cắt mật độ để tô màu những vùng trong ảnh hiển thị hoặc những vùng của ảnh khác có cùng kích thước.

- Ta thực hiện một trong những cách sau:

+ Từ menu của cửa sổ Image => chọn Overlay => Density Slice;

+ Từ menu của cửa sổ Image => chọn Tools => Color Mapping => Density Slice.

=> Xuất hiện HT Density Slice Band Choice liệt kê tất cả các kênh có cùng kích thước không gian với ảnh đang hiển thị trong cửa sổ Image mà ta thực hiện tạo lát cắt mật độ.

- Chọn kênh sẽ sử dụng cho các vùng dữ liệu tạo lát cắt mật độ => Xuất hiện HT Density Slice (hình 4.5) -> trong khung Defined Density Slice Ranges đã có sẵn 8 vùng mặc định (ENVI định nghĩa các vùng này bằng cách sử dụng các giá trị min và

Hình 4.4. Các thông số của Phân đoạn ảnh

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 33

max của dữ liệu tính được từ cửa sổ Scroll và các giá trị min và max này được hiển thị trong các ô Min and Max).

- Nhập các giá trị Min và Max mong muốn để thay đổi vùng tạo mặt cắt mật độ.

Để đặt lại Data Range về các giá trị ban đầu => bấm Reset.

- Lựa chọn sẽ áp dụng các màu lát cắt mật độ cho cửa sổ Image, Scroll hay cả 2 cửa sổ bằng cách bấm chọn vào ô hộp kiểm tương ứng phía dưới HT Density Slice.

- Nếu muốn tùy biến các thông số của vùng tạo lát cắt mật độ => chọn vùng tương ứng rồi bấm nút Edit Range => HT Edit Density Slice Range xuất hiện cho phép thay đổi khoảng giá trị và màu của vùng tạo lát cắt mật độ. Muốn xóa 1 vùng , chọn vùng đó và bấm Delete Range. Để xóa danh sách các vùng tạo lát cắt => bấm Clear Ranges.

- Nhấn nút Apply để áp dụng các vùng và màu đã chọn cho ảnh.

4.3.3. Tính chỉ số thực vật NDVI

NDVI (Normalized Difference Vegetation Index) được sử dụng để chuyển đổi dữ liệu đa phổ thành các kênh ảnh đơn biểu diễn sự phân bố của thực vật. Ảnh chỉ số thực vật có dải giá trị trong khoảng [-1, 1] với giá trị pixel càng cao thể hiện thực vật càng dày (với kiểu dữ liệu là byte).

NDVI được tính trong ENVI theo công thức:

NDVI = (NIR - Red / NIR + Red)

Để tính chỉ số thực vật và hiển thị ảnh kết quả sử dụngENVI, ta thực hiện như

Hình 4.5. Hộp thoại Density Slice

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 34

sau:

- Từ menu chính của ENVI => chọn Transform => NDVI => Xuất hiện HT NDVI Calculation Input File -> chọn một file đầu vào và có tùy biến file đầu vào (lựa chọn ảnh sẽ sử dụng, chọn file sẽ sử dụng, chọn vùng ảnh cần xử lý) => Nhấn OK.

- Xuất hiện HT NDVI Calculation Parameters (hình 4.6)

+ Trong HT này, lựa chọn kiểu file trong ô Input File Type. ENVI hỗ trợ cho

các loại ảnh Landsat TM, Landsat MSS, AVHRR, SPOT, AVIRIS. Khi bấm chọn một loại ảnh trong danh sách, ENVI sẽ tự động lựa các kênh đỏ và hồng ngoại gần của loại ảnh đó vào các ô tương ứng là Red và Near IR.

Để tính NDVI cho các loại cảm biến khác không có sẵn trong danh sách, người sử dụng nhập số thứ tự của kênh tương ứng vào các ô Red và Near IR.

+ Lựa chọn lưu file kết quả ra ổ cứng => bấm vào ô File, nếu lưu vào bộ nhớ, bấm vào ô Memory.

+ Lựa chọn kiểu dữ liệu cho file kết quả trong ô Output Data Type. Nếu là kiểu Byte, người sử dụng cần nhập các giá trị Min và Max cho giá trị chỉ số thực vật (từ -1 đến 1).

- Nhấn OK. ENVI xử lý và đưa kết quả vào HT Available Bands List.

4.4. Một số kỹ thuật sau phân loại

Các kết quả sau phân loại cần phải được xem xét, đánh giá về độ chính xác, khái quát hóa các lớp thông tin, tính toán các chỉ số thống kê, áp dụng các phân tích

Hình 4.6. Hộp thoại các thông số tính chỉ số thực vật

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 35

theo đa số và theo thiểu số cho các ảnh phân loại, nhóm các lớp, chồng các lớp phân loại lên một ảnh, tính toán cho ảnh vùng đệm, tính toán cho ảnh phân đoạn, tạo các layer dạng vector cho các lớp đã phân loại. .... Phần mềm ENVI hỗ trợ cho người sử dụng một số công cụ để thực hiện các yêu cầu trên trong nhóm công cụ Post Classification.

4.4.1. Thay đổi màu của lớp

Sử dụng để thay đổi màu cho các lớp sau khi 1 ảnh đã phân loại được hiển thị lên 1 cửa sổ Image. Ta thực hiện như sau:

- Từ menu của cửa sổ Image => chọn Tools => Color Mapping => Class Color Mapping => xuất hiện HT Class Color Mapping.

- Để thay đổi màu hệ thống cho tất cả các lớp => chọn trong danh sách trải xuống hoặc RGB, hoặc HLS, hoặc HSV.

- Để sửa đổi màu của một lớp, chọn tên lớp đó trong danh sách Selected Classes và thực hiện 1 trong những cách sau:

+ Bấm nút Color => chọn màu mới từ menu danh sách.

+ Nhập các giá trị cho các ô Red, Green, và Blue => ấn Enter

+ Dịch chuyển các thanh trượt điều chỉnh màu.

- Muốn đổi tên của lớp được chọn => Sửa chữa trong ô Class Name.

- Để chuyển lại các màu và tên của chúng về các giá trị ban đầu => Bấm Options => Reset Color Mapping

- Bấm File => Save Changes để lưu các màu vừa thay đổi.

4.4.2. Thống kê kết quả

Chức năng Class Statistics cho phép người sử dụng thống kê ảnh dựa trên các kết quả phân loại cho bất kỳ file đầu vào có liên quan nào. Các thống kê cơ bản bao gồm: số lượng các pixel trong một ảnh, các giá trị mim, max, giá trị trung bình, độ lệch chuẩn tính cho từng lớp trong từng kênh ảnh (Các giá trị này có thể được in ra). Người sử dụng có thể vẽ Histograms của mỗi lớp. Các ma trận hiệp phương sai (covariance matrix), ma trận quan hệ (correlation matrix), ... có thể tính toán được. Các thông số thống kê có thể được hiển thị trong một bảng tóm tắt để người sử dụng tiện theo dõi.

Ta thực hiện như sau:

- Từ menu chính của ENVI => chọn Classification => Post Classification => Class Statistics => Xuất hiện HT Classification Input File.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 36

- Chọn một file kết quả phân loại (có thể tùy biến file đầu vào) => Ấn OK => Xuất hiện HT Statistics Input File.

- Chọn file ảnh cần tính toán thống kê. Người sử dụng có thể áp dụng một mặt nạ trong quá trình tính toán sử dụng ô Select Mask Band hoặc Mask Option.

- Nhấn OK => Xuất hiện HT Class Selection -> Chọn các lớp muốn tính toán.

- Nhấn OK => Xuất hiện HT Compute Statistics Parameters -> Bấm chọn các lựa chọn cần thiết (có thể lựa chọn lưu ra file).

- Nhấn OK => Xuất hiện HT Class Statistics Results => Cho biết các kết quả thống kê ảnh.

4.4.3. Thống kê phát hiện sự thay đổi

Sử dụng để tạo một bảng cho biết sự thay đổi giữa 2 ảnh phân loại.

Thực hiện theo một trong hai cách sau:

- Từ menu chính của ENVI => chọn Classification => Post Classification => Change Detection Statistics => Xuất hiện HT Classification Input File.

- Từ menu chính của ENVI => Basic Tools => Change Detection => Change Detection Statistics.

=> xuất hiện HT cho phép chọn file phân loại ban đầu -> chọn file => OK.

=> xuất hiện HT cho phép chọn file phân loại cuối -> chọn file => OK.

=> xuất hiện HT Define Equivalent Classes (hình 4.7).

- So khớp các lớp từ 2 ảnh đầu và cuối trong 2 danh sách => ấn Add Pair. Chú ý là không phải so tất cả các lớp (ví dụ 2 ảnh có số lớp khác nhau). Nếu các lớp trong mỗi ảnh có tên giống nhau, chúng sẽ được so cặp tự động.

=> Nhấn OK => xuất hiện HT Change Detection Statistics Output (hình 4.8) -> Chọn kiểu báo cáo bằng cách bấm vào các lựa chọn trong ô Report Type. Chọn các lựa chọn khác nếu cần.

=> Nhấn OK. Nếu người sử dụng bấm chọn vào lựa chọn Area trong ô Report Type mà ảnh phân loại ban đầu không định nghĩa kích thước pixel thì sẽ xuất hiện HT Define Pixel Sizes for Area Statistics -> Nhập kích thước pixel.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 37

=> Nhấn OK. ENVI xử lý và đưa kết quả vào Available Bands List và mở ra

cửa sổ Change Detection Statistics trong đó đưa ra các số liệu thống kê.

4.4.3. Lập ma trận sai số

Sử dụng ma trận sai số để biết được độ chính xác của kết quả phân loại bằng cách so sánh ảnh đã phân loại với các tài liệu bề mặt thực tế. ENVI có thể thành lập ma trận sai số sử dụng hoặc là ảnh bề mặt thực tế, hoặc sử dụng các mẫu ROIs thực tế.

Hình 4.8. Hộp thoại Change Detection Statistics Output

Hình 4.7. Hộp thoại Define Equivalent Classes

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 38

1. Sử dụng ảnh bề mặt thực tế (Ground Truth Image)

Khi sử dụng ảnh bề mặt thực tế, người sử dụng có thể tính toán các ảnh mặt nạ để kiểm tra sai số cho mỗi lớp và hiển thị những pixel nào đã phân loại không chính xác. Thực hiện như sau:

- Từ menu chính của ENVI => chọn Classification => Post Classification => Confusion Matrix => Using Ground Truth Image. => Xuất hiện HT Classification Input File.

- Chọn một file kết quả phân loại (có thể tùy biến file đầu vào) => Ấn OK => Xuất hiện HT Ground Truth Input File.

- Chọn một ảnh bề mặt thực tế (có thể tùy biến file ảnh thực tế) => Ấn OK => Xuất hiện HT Match Classes Parameters.

- Lựa chọn và so khớp các lớp ảnh thực với các lớp kết quả phân loại (Chọn tên lớp tương ứng ở cả hai danh sách => ấn Add Combination) Nếu các tên ở 2 danh sách giống nhau, chúng được so khớp tự động.

Nếu muốn loại bỏ một lớp đã so khớp, bấm chọn tên lớp trong danh sách Matched Classes -> 2 tên lớp sẽ xuất hiện trong các danh sách lớp tương ứng ở phía trên HT.

=> Nhấn OK => Xuất hiện HT Confusion Matrix Parameters.

- Bấm chọn các lựa chọn thích hợp.

Các ảnh kết quả lỗi là ảnh mặt nạ, mỗi lớp có một ảnh này. Trong kết quả, tất cả các pixel phân loại đúng sẽ có giá trị 0 còn các pixel phân loại chưa chính xác nhận giá trị 1. Ảnh kết quả lỗi cuối (Total Class Error) hiển thị toàn bộ các pixel phân loại không chính xác cho tất cả các lớp.

- Lựa chọn lưu kết quả ra file hay lưu vào bộ nhớ => OK. => Xuất hiện cửa sổ trong đó có ma trận tương quan chéo cho biết kết quả độ chính xác của kết quả phân loại với ảnh so sánh.

2. sử dụng các mẫu ROIs thực tế (Ground Truth Regions of Interest)

- Từ menu chính của ENVI => chọn Classification => Post Classification => Confusion Matrix => Using Ground Truth ROIs => Xuất hiện HT Classification Input File.

- Chọn một file kết quả phân loại (có thể tùy biến file đầu vào) => Ấn OK => Xuất hiện HT Match Classes Parameters.

Các mẫu ROIs phải được mở sẵn và liên kết với một ảnh có cùng kích thước với ảnh kết quả phân loại. Các mẫu ROIs được tải tự động vào HT Match Classes

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 39

Parameters.

Nếu các mẫu ROIs được định nghĩa trên một ảnh có kích thước khác, người sử dụng có thể thực hiện như sau để làm cho chúng tương thích với kích thước của ảnh phân loại: Basic Tools => Region of Interest => Reconcile ROIs.

- So khớp các mẫu ROIs với các lớp trong ảnh kết quả phân loại (tương tự như phần 1).

Làm tương tự như với sử dụng ảnh bề mặt thực tế cho đến khi có kết quả.

4.4.4. Hiển thị đường cong ROC

Sử dụng đường cong ROC (Receiver Operating Characteristic) để hiển thị hiệu suất của sự phân loại, từ đó giúp người sử dụng có thể chọn được ngưỡng phân loại thích hợp. Các đường cong ROC so sánh một chuỗi các kết quả phân loại ảnh quy tắc (rule image classification results) cho các giá trị ngưỡng khác nhau với các thông tin bề mặt thực tế. ENVI có thể tạo ra đường cong ROC sử dụng hoặc ảnh bề mặt thực tế, hoặc các mẫu ROIs thực tế.

1. Sử dụng ảnh bề mặt thực tế:

- Từ menu chính của ENVI => chọn Classification => Post Classification => ROC Curves => Using Ground Truth Image => Xuất hiện HT Rule Input File.

- Chọn ảnh quy tắc phân loại (classification rule image) và tùy chọn cho ảnh nếu muốn => Nhấn OK. Mỗi dải (độ sáng, màu) được chọn trong ảnh quy tắc được sử dụng để tạo ra 1 đường cong ROC.

- Chọn ảnh bề mặt thực tế và tùy chọn cho ảnh => Ấn OK => Xuất hiện HT Match Classes Parameters.

- So khớp các lớp bề mặt thực với các lớp trong ảnh quy tắc.

=> Ấn OK => xuất hiện HT ROC Curve Parameters. (hình 4.9)

- Nhập các thông số trong HT này.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 40

+ Classify by: chọn tương ứng với khi tạo ảnh quy tắc sử dụng giá trị min hay max.

+ Trong các ô Min và Max, nhập các giá trị tương ứng cho các ngưỡng của đường cong ROC. Các ảnh quy tắc được phân loại tại N (được xác định bởi Points per ROC curve) bằng với khoảng [Min, Max]. Mỗi phân loại được so sánh với thực tế và trở thành 1 điểm đơn trên đường cong ROC. Ví dụ, nếu ảnh quy tắc được tạo từ phân loại hàm xác suất cực đại, lựa chọn tốt nhất là nhập Min = 0 và Max = 1.

+ Trong ô Points per ROC Curve => nhập số các điểm trên đường cong ROC.

+ Trong ô ROC curve plots per window => nhập số các đồ thị / một cửa sổ.

+ Trong ô Output PD threshold plot => lựa chọn có vẽ đồ thị xác xuất phát hiện ngưỡng versus bằng cách lựa chọn Yes hoặc No.

- Nhấn OK => Xuất hiện các cửa sổ đồ thị kết quả.

2. Sử dụng các mẫu ROIs thực tế:

- Từ menu chính của ENVI => chọn Classification => Post Classification => ROC Curves => Using Ground Truth ROIs => Xuất hiện HT Rule Input File.

- Chọn ảnh quy tắc phân loại (classification rule image) và tùy chọn cho ảnh nếu muốn => Nhấn OK. Mỗi dải (độ sáng, màu) được chọn trong ảnh quy tắc được sử dụng để tạo ra 1 đường cong ROC. Các mẫu ROIs thực tế phải được mở sẵn sàng và được liên kết với 1 ảnh có cùng kích thước với ảnh quy tắc đã chọn => Xuất hiện HT Match Classes Parameters. Các ROIs được tự động tải vào HT này.

Nếu các ROIs thực được định nghĩa trên 1 ảnh có kích thước khác, người sử

Hình 4.9. Hộp thoại ROC Curve Parameters

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 41

dụng làm như sau: Basic Tools => Region of Interest => Reconcile ROIs để làm cho chúng tương thích với ảnh quy tắc.

- So khớp các lớp bề mặt thực với các lớp trong ảnh quy tắc.

=> Ấn OK => xuất hiện HT ROC Curve Parameters.

- Thực hiện tiếp theo tương tự như phương pháp sử dụng ảnh bề mặt thực tế cho đến khi xuất hiện các cửa sổ đồ thị.

4.4.5. Phân tích đa số / thiểu số (Majority / Minority Analysis)

Sử dụng Majority Analysis để gộp những pixel lẻ tẻ hoặc phân loại lẫn trong các lớp vào chính lớp chứa nó. Người sử dụng nhập kích thước cửa sổ lọc (Kernel), sau đó, giá trị của pixel trung tâm sẽ được thay thế bằng giá trị của những pixel chiếm đa số trong cửa sổ lọc. Nếu chọn Minority Analysis, giá trị của pixel trung tâm sẽ được thay thế bằng giá trị của những pixel chiếm thiểu số trong cửa sổ lọc.

Ta thực hiện như sau:

- Từ menu chính của ENVI => chọn Classification => Post Classification => Majority/Minority Analysis => Xuất hiện HT Classification Input File.

- Chọn ảnh phân loại và tùy chọn cho nó nếu muốn => Nhấn OK => Xuất hiện HT Majority/Minority Parameters (hình 4.10).

Trong hộp thoại này, người sử dụng chọn các lớp định lọc, phương pháp lọc theo đa số hay theo thiểu số, kích thước cửa sổ lọc, lựa chọn lưu vào file hay lưu vào bộ nhớ, nếu là lưu ra file thì chọn đường dẫn cho nó.

- Nhấn OK => ENVI xử lý và tạo ra một ảnh kết quả. Ảnh kết quả được đưa vào danh sách Available Bands list.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 42

4.4.5. Gộp lớp

Chức năng gộp lớp cung cấp cho người sử dụng công cụ để khái quát hóa kết quả phân loại. Các lớp có đặc trưng tương tự nhau có thể được gộp vào để tạo thành 1 lớp mới.

- Từ menu chính của ENVI => chọn Classification => Post Classification => Combine Classes => Xuất hiện HT Combine Classes Input File.

- Chọn ảnh đã phân loại và tùy chọn cho nó nếu muốn => Nhấn OK => Xuất hiện HT Combine Classes Parameters.

Trong hộp thoại này, người sử dụng chọn các cặp lớp định gộp (lớp trong danh sách Select Input Class sẽ nhập vào trong lớp ở danh sách Select Output Class) => nhấn Add Combination => nhấn OK => xuất hiện HT Combine Classes Output.

- Lựa chọn lưu vào file hay lưu vào bộ nhớ, nếu là lưu ra file thì chọn đường dẫn cho nó => Nhấn OK. ENVI xử lý và tạo ra một ảnh kết quả. Ảnh kết quả được đưa

Hình 4.10. Hộp thoại Majority/Minority Parameters

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 43

vào danh sách Available Bands list.

4.4.6. Chuyển ảnh kết quả phân loại sang dạng Vector

Khi sử dụng chức năng Classification to Vector để chuyển đổi ảnh đã phân loại thành các lớp định dạng vector của ENVI (*.evf). Ta thực hiện như sau:

- Từ menu chính của ENVI => chọn Vector => Classification to Vector. Hoặc

- Từ menu chính của ENVI => chọn Classification => Post Classification => Classification to Vector

=> Xuất hiện HT Raster to Vector Input Band.

- Chọn ảnh đầu vào và tùy chọn cho nó nếu muốn => Nhấn OK => Xuất hiện HT Raster to Vector Parameters

- Chọn các tên lớp sẽ chuyển sang vector dạng vùng.

- Lựa chọn hoặc xuất tất cả các lớp đã chọn đã chọn vào 1 layer vector đơn, hay như các layer riêng biệt cho mỗi lớp trong ô Output.

- Lựa chọn lưu vào file hay lưu vào bộ nhớ, nếu là lưu ra file thì chọn đường dẫn cho nó.

- Nhấn OK. ENVI xử lý đưa ra kết quả. Kết quả được đưa vào danh sách Available Vectors list.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 44

MỘT SỐ THAO TÁC TRÌNH BÀY, BIÊN TẬP BẢN ĐỒ ẢNH

4.1. Chồng Layer vector lên ảnh

Khi chúng ta đã có một số dữ liệu dạng vector của khu vực đang nghiên cứu, chúng ta luôn có nhu cầu chồng các lớp thông tin này lên ảnh để kết hợp quan sát và phân tích các đối tượng trong ảnh.

1. Mở file bản đồ số (định dạng Vevtor)

- Từ thanh menu chính của ENVI => Vevtor => Open Vector File => xuất hiện HT cho phép chọn file vector đã có. ENVI hỗ trợ mở một số định dạng vector thông dụng của các phần mềm phổ biến như: ArcView, ArcInfo, ArcGIS, MapInfo, Microstation, AutoCAD, ...

- Chọn File cần mở => ấn OK.

Nếu file định mở không phải là định dạng file vector của ENVI, sẽ xuất hiện HT yêu cầu chuyển file định mở sang định dạng của ENVI (*.evf) => lựa chọn cách lưu file *.evf sẽ tạo ra => ấn OK.

- Xuất hiện HT Available Vectors List => chọn file cần mở => ấn Load Selected => HT lựa chọn cửa sổ hiển thị, nháy vào NewVector Layer => Cửa sổ hiển thị file vector xuất hiện.

2. Chồng lớp vector lên ảnh

- Từ menu của cửa sổ Image hiển thị ảnh => Overlay => Vectors => Xuất hiện HT Vector Parameters.

- Từ HT Vector Parameters => File => Open Vector File => Xuất hiện HT Select Vector Filenames => Chọn file cần mở => Nhấn Open => (Các) file được chọn sẽ hiển thị chồng phủ lên ảnh đang có trong cửa sổ Image.

- Khi file vector đã chồng lớp lên một cửa sổ ảnh, người sử dụng có thể lựa chọn hiển thị các vector lên một trong các cửa sổ Image, Scroll, Zoom hoặc cả ba loại đồng thời. Người sử dụng có thể sử dụng HT Vector Parameters để:

+ Điều khiển sự hiển thị của các lớp vector;

+ Bổ sung các vector mới;

+ Xuất các tọa độ để sử dụng trong nắn chỉnh hình học ảnh image-to-map

+ Xem, sửa, truy vấn các thuộc tính vector.

4.1. Biên tập và in ảnh

ENVI hỗ trợ công cụ đơn giản và khá hiệu quả để biên tập tạo ra bản đồ ảnh, đó là QuickMap. Người sử dụng có thể bổ sung lưới tọa độ, thước tỷ lệ, tiêu đề bản đồ,

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 45

mũi tên chỉ phương Bắc, logo, ... vào ảnh để tạo ra bản đồ một cách nhanh chóng.

1. Tạo một QuickMap

- Từ danh sách Available Bands List, hiển thị một ảnh đã nắn chỉnh hình học (có tham chiếu địa lý).

- Từ menu của cửa sổ Image hiển thị ảnh => File => QuickMap => New QuickMap => xuất hiện HT QuickMap Default Layout.

- Nhập kích thước trang in, hướng giấy, nhập tỷ lệ in bản đồ.

- Nhấn OK => Xuất hiện cửa sổ QuickMap Image Selection.

- Xác định giới hạn không gian sẽ thể hiện trên bản đồ.

- Nhấn OK => Xuất hiện HT QuickMap Parameters cho phép nhập các chi tiết:

+ Tiêu đề bản đồ trong ô Main Title.

+ Các chú giải bổ sung trong Lower Left Text và Lower Right Text.

Để load tự động các thông tin lưới chiếu bản đồ từ header của ENVI vào trong các khung này, ấn phím phải chuột trong các khung này và chọn Load Projection Info.

+ Để thay đổi các thông số của đường kẻ lưới (thickness, style, color, ...) => ấn Additional Properties.

+ Để bổ sung thước tỷ lệ và các đường kẻ lưới, bấm chọn Scale Bars và Grid Lines, sửa chữa các thông số nếu cần.

+ Mũi tên chỉ phương Bắc trong khung North Arrow.

- Để quay trở lại cửa sổ QuickMap Image Selection và tùy biến cho ảnh hoặc thay đổi tỷ lệ bản đồ => ấn Change Mapping Parameters.

- Trong HT QuickMap Parameters => Nhấn Apply.

- Sử dụng HT QuickMap Parameters để chỉnh sửa bản đồ => Nhấn Apply.

Để chỉnh sửa khung ngoài (borders), bổ sung các đối tượng chữ mô tả (annotation) hoặc các yếu tố khác hay chỉnh sửa các yếu tố bản đồ đang có => sử dụng các hàm tương tác của ENVI.

2. In bản đồ ảnh

- Từ menu trong cửa sổ QuickMap Image => File => Print => xuất hiện HT ENVI QuickMap Print.

- Bấm chọn Output QuickMap to Printer hoặc Standard Printing.

- Nhấn OK.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 46

Lựa chọn Output QuickMap to Printer in bản đồ theo tỷ lệ chính xác với các thông số mà người sử dụng đã nhập vào khi bắt đầu vào QuickMap. Standard Printing không chú trọng đến kích thước trang in và tỷ lệ bản đồ mà người sử dụng thiết lập.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 47

GHÉP ẢNH (MOSAICKING)

Mosaicking ảnh là việc ghép từ hai tấm ảnh hoặc nhiều hơn vào để được một ảnh lớn. Bạn có thể ghép từng kênh riêng lẻ hoặc cả file hoặc các file có độ phân giải khác nhau. Bạn có thể dùng pixel, chuột, tọa độ ảnh để đặt các ảnh vào vị trí để ghép lại. Bạn cũng có thể sử dụng công nghệ “feathering” để trộn những phần chồng đè lên nhau để mầu sắc được đồng nhất hơn. Bạn có thể lưu ảnh đã ghép lại thành một file ảnh mới hoặc có thể chỉ lưu dưới dạng một file mosaic ảo để tránh việc chiếm nhiều bộ nhớ máy tính.

5.1. Ghép ảnh trên cơ sở pixel

Từ thanh main menu, lựa chọn Map Mosaicking Pixel Based, sẽ xuất hiện cửa sổ Pixel-Based Mosaic.

Trên cửa sổ có những menu chính sau:

Importing Images: Sử dụng menu Import để chọn các kênh ảnh để ghép.

a. Lựa chọn Import => Import Files hoặc Import => Import Files and Edit Properties từ menu của Pixel-Based Mosaic. Sử dụng lựa chọn thứ hai nếu bạn muốn đưa vào nền ảnh , biểu diễn dạng “feathering”, đặt vị trí của ảnh vào, lựa chọn kênh nào để hiển thị trong cửa sổ ghép hoặc biểu diễn cân bằng mầu. Hộp thoại Input File xuất hiện.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 48

Chú ý: Trước khi khởi động vào Map Mosaicking chúng ta phải đảm bảo rằng đã mở tất cả các file mà ta muốn ghép.

c. Chúng ta chọn vào các file định ghép bằng cách nhấn đồng thời phím shift và nút trái chuột. Chúng ta có thể lựa chọn vùng không gian hoặc vùng phổ cắt. Bạn có thể ghép từng kênh hoặc tất cả file. Để lựa chọn từng kênh riêng, bấm vào nút bật tắt Select By trong hộp thoại Input File để lựa chọn kênh. Trong trường hợp bài học của chúng ta, có thể lựa chọn 3 files là 2-2.img và 2-3.img

d. Nhấn OK.

Hình 5.1.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 49

Nếu bạn lựa chọn Import Files and Edit Properties thì từng hộp thoại vào của mỗi ảnh sẽ hiện ra cho phép bạn đặt các hệ số.

a. Background see-through: Data value to ignore . Đây là nền nhìn xuyên

qua các pixel ở trên để nhìn thấy pixel ở dưới. (Sử dụng cho ghép ảnh với giá trị pixel là hằng số ở biên). Trong trường hợp bài tập của chúng ta hãy bỏ qua hệ số này.

b. Nhập vào hệ số “feathering” nếu cần. Thực chất của “feathering” chính làm cân bằng mầu ở nơi tiếp biên giữa hai ảnh, làm cho nó có sự biến đổi mầu một cách đều đặn. Có hai cách “feathering” đó là phương pháp “feathering” theo cạnh và “feathering” theo đường cắt.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 50

c. Position in mosaic: Nhập vào giá trị góc trên bên trái của ảnh (theo pixel) trong ô Xoffset và Yoffset để xác định vị trí của ảnh ghép. Trong trường hợp ảnh 2-2.img thì giữ nguyên giá trị mặc định la 1,1. Nhưng đối với ảnh thứ 2 là 2-3.img thì giá trị này là 1330,1.

d. Mosaic display: Có thể hiển thị file ghép ở dạng ảnh mầu hay ảnh đen trắng (grey scale).

e. Color balancing: Có thể lựa chọn cân bằng mầu hoặc không f. Nhấn OK .

Lúc đó xuất hiện hộp thoại kích thước file ghép. Ta phải nhập kích thước (số lượng pixel theo chiều ngang và dọc) vào . (Hình vẽ)

. Nhâp thêm files vào nếu muốn ghép nhiều hơn hai files. Sauk hi đã có hai ảnh hiển thị trên cửa sổ ghép ta có thể lưu file đã ghép lại bằng cách nhấn vào File => Apply. Hoặc là ta có thể lưu nó thành file ghép ảo bằng cách vào File => Save template, rồi đặt tên file đầu ra và đường dẫn đến thư mục làm việc của chúng ta. 2/ Ghép ảnh trên cơ sở vị trí đã xác định. Ghép ảnh trên cơ sở vị trí xác định dung cho trường hợp các fila ảnh đã được định vị tọa độ hay nói khác đi là nó đã được nắn chỉnh về một hệ quy chiếu xác định. Lựa chọn Map => Mosaicking => Georeferenced. Chọn vào Import Files hoặc Import => Import Files and Edit Properties. Lần này cũng xuất hiện hoppj thoại giống hệt như lần trước nhưng chỉ khác là nó không có phần Position in Mosaic. Chúng ta cũng làm các bước tương tự như với phương pháp trên.

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 51

TRỘN ẢNH (FUSION) Như các bạn đã biết đối với ảnh vệ tinh thì khi ảnh có độ phân giải phổ cao (nghĩa là sensor có khả năng ghi nhận nhiều kênh ảnh) thì độ phân giải không gian thường sẽ kém hơn những ảnh có độ phân giải phổ thấp. Ví dụ như đối với ảnh Landsat 7, có thể ghi nhận tới 8 kênh ảnh nhưng độ phân giải cao nhất đối với ảnh đa phổ là 30m còn với kênh toàn sắc là 15m. Nhưng đối với ảnh IKONOS thì chỉ có 4 kênh ảnh, 3 kênh đa phổ và 1 kênh toàn sắc với độ phân giải của ảnh đa phổ là 4m, và kênh toàn sắc là 1m. Phương pháp trộn ảnh là một trong những phương pháp tăng cường chất lượng ảnh cho những ảnh đa phổ để nó có độ phân giải không gian cao hơn, sắc nét hơn nhờ vào những kênh ảnh đơn sắc có độ phân giải cao. Chức năng này sẽ trộn tự động ảnh độ phân giải thấp và ảnh độ phân giải cao kết hợp với tái chia mẫu theo kích thước của pixel của ảnh có độ phân giải cao. Điều kiên đặt ra là cả hai loại ảnh này cần phải được đưa về cùng phải được định vị tọa độ rồi hoặc chúng phải được khớp với nhau (matching). Envi sử dụng hai phương pháp thông dụng nhất đó là phương pháp chuyển HSV, và phương pháp chuyển Brovey, phương pháp Gram-Schmidt, phương pháp principal components (PC), phương pháp color normalized (CN). Chúng ta sẽ lần lượt khảo sát các phương pháp. Trong bài thực hành này của chúng ta sẽ làm việc với ảnh Quicbird chụp khu vực kim tự tháp Ai cập. Ảnh bao gồm: 1 ảnh đa phổ có 4 kênh độ phân giải 2.8m và ảnh toàn sắc (PAN) với độ phân giải là 0.7m. a. Trước tiên để trộn ảnh ta phải tiến hành mở đồng thời cả hai ảnh này. Vào thư mục thực hành và chọn file QuickBird_pyramids_MS.img và QuickBird_pyramids_P.img. File QuickBird_pyramids_MS.img là file ảnh đa phổ, còn file QuickBird_pyramids_P.img là file toàn sắc. Sau khi đã mở ảnh ra ta có thể load cả hai ảnh lên trên màn hình và kiểm tra các thông tin của ảnh. b. Tiến hành trộn ảnh bằng phép chuyển HSV Phương pháp này dựa trên nguyên tắc chuyển không gian mầu R,G,B (red, green, blue) sang không gian mầu H,S,V (hue, saturation, value), nhiều văn bản tài liệu lại gọi giá trị V là I tức là cường độ (Intensity) rồi sẽ thay thế giá trị V mới bằng ảnh có độ phân giải cao và chuyển ngược lại R,G,B. Nếu muốn tìm hiểu kỹ hơn các bạn có thể xem thêm ở phần phụ lục. - Từ menu chính của ENVI, lựa chọn Transform => Image Sharpening =>HSV. Hộp thoại lựa chọn kênh RGB nhập vào sẽ xuất hiện trên màn hình.

=>

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 52

- Lựa chọn 3 kênh phổ cho việc chuyển từ ảnh đã mở hoặc từ Available Bands List. Hộp thoại cho file nhập vào sẽ xuất hiện. Nếu ta chọn là Display thì sẽ không xuất hiện hộp thoại giống như dưới đây, nếu trong trường hợp ngược lại thì ta sẽ phải nhậ vào 3 kênh ảnh để thực hiện phép chuyển (hình vẽ)

- Chúng ta hãy lựa chọn Layer_4 cho Red, Layer_3 cho Green, và Layer_2

cho Blue. - Lựa chọn kênh ảnh với độ phân giải cao mà ta muốn trộn vào

Spatial Subset chính là vùng mà ta muốn đưa ra kết quả, nếu ta không muốn làm việc với toàn ảnh. Để biết thêm chi tiết về subset hãy tham khảo thêm trong Envi help.

- Nhấn OK để tiếp tục

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 53

- Chúng ta sẽ phải nhập vào tên file xuất ra, và đưa vào phương pháp tái chia mẫu, trong trường hợp này chúng ta sử dụng phương pháp song tuyến (Bilinear). - Nhấn OK ta sẽ được file mới có tên Quic_kBird_pyramids_MS_SHV.img. Hãy load file ảnh mới từ Available Bands List để so sánh với file ảnh cũ (hình vẽ)

Hình bên trái là ảnh trước khi trộn, còn hình bên phải là ảnh sau khi đã trộn.

d. Tiến hành trộn ảnh bằng phép chuyển Brovey Đây là phương pháp toán học sử dụng thuật toán Brovey, để biết thêm chi tiết về thuật toán này có thể tham khảo phụ lục. Từ menu chính của Envi, lựa chọn Transform => Image Sharpening => Color Normalized (Brovey). Hộp thoại lựa chọn kênh nhập vào RGB xuất hiện

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 54

=> Ta tiếp tục chọn kênh Layer_4 cho Red, Layer_3 cho Green, Layer_2 cho Blue và nhấn OK. Hộp thoại để xác định kênh ảnh có độ phân giải cao xuất hiện. Ta tiếp tục lựa chọn QuickBird_pyramids_P.img cho ảnh độ phân giải cao cần trộn. Spatial Subset chính là vùng mà ta muốn đưa ra kết quả, nếu ta không muốn làm việc với toàn ảnh. Để biết thêm chi tiết về subset hãy tham khảo thêm trong Envi help.

- Nhấn OK để tiếp tục

- Chúng ta sẽ phải nhập vào tên file xuất ra, và đưa vào phương pháp tái chia mẫu, trong trường hợp này chúng ta sử dụng phương pháp song tuyến (Bilinear). - Nhấn OK ta sẽ được file mới có tên Quic_kBird_pyramids_MS_brovey.img. Envi cũng sẽ tự thêm file mới vừa tạo ra vào trong Available Bands List Chúng ta có thể hiển thị ảnh mới tạo ra với ảnh cũ để so sánh sự khác biệt của chúng với nhau.

Đối với các phương pháp khác chúng ta có thể làm tương tự

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 55

Phụ lục

1. Giới thiệu về mô hình màu RGB và HSI. Để hiểu về phương pháp trộn ảnh trong không gian màu, trước tiên ta cần hiểu về hai mô hình RGB ( đỏ, xanh dương, xanh lá cây ) và HSI ( cũng có cách viết khác là HSI: cường độ ( intensity ), màu sắc ( hue ), độ bão hòa (saturation ). Hệ RGB là mô hình màu cộng tính, các màu thu được bằng cách pha ba màu cơ bản với các mức độ khác nhau. Ví dụ như màu vàng = đỏ + xanh lá cây. Mô hình HSI thì lại khác, ở đây cường độ ( đôi khi còn được gọi là “giá trị“ (value) ) là giá trị đo của độ sáng màu, màu sắc là thuộc tính do sóng chủ đạo quy định ( bước sóng có liên quan đến tên của màu đó ) và cuối cùng độ bão hòa là mức độ thuần khiết của màu. Hình vẽ 1 chỉ ra hai mô hình RGB và HSI. Một pixel trong không gian màu RGB có một vị trí xác định bên trong bề rộng khối lập phương được xác định bởi các trục tọa độ, trong khi không gian HSI lại có dạng một hình nón với 6 cạnh đáy. Ưu điểm của hệ RGB là sự dễ hiểu, tuy nhiên cường độ thay đổi thì lại phụ thuộc vào sự phối màu của mô hình. Như vậy, trong hệ RGB một sự thay đổi về cường độ luôn kéo theo sự thay đổi về màu. Trong khi mô hình màu HSI lại có thể giữ nguyên màu khi cường độ thay đổi, đây là ưu điểm của mô hình này. Cơ sở của đặc trưng này của mô hình HSI được ứng dụng vào công tác trộn ảnh, ta sẽ đi tìm hiểu vấn đề này ở phần tiếp theo.

Hình : Bên trái là hình lập phương không gian màu RGB, bên phải là hình nón sáu cạnh đáy không gian màu HSI. 2. Trộn ảnh theo công thức biến đổi Brovey Một phương pháp khác để trộn ảnh là sử dụng công thức biến đổi Brovey ( được Polh và Genderen đưa ra năm 1998. Cơ sở của việc trộn ảnh theo công thức Brovey là gộp dữ liệu kênh toàn sắc với các kênh khác của ảnh

Trần Vân Anh & Nguyễn Thị Yên Giang

Trường Đại học Mỏ Địa chất Hà Nội 56