Giáo trình Viễn thám cơ sở - Bài 4: Nắn chỉnh hình học ảnh

Nội dung text: Giáo trình Viễn thám cơ sở - Bài 4: Nắn chỉnh hình học ảnh

1. Giáo trình thực tập - Viễn Thám Cơ Sở Bài 4 NẮN CHỈNH HÌNH HỌC ẢNH Mục đích bài thực tập Học sinh nắm được phương pháp nắn chỉnh hình học của ảnh. Những kiến thức cần thiết Các kiểu đầu thu ảnh vệ tinh. Các dạng méo hình ảnh khi chụp Các yếu tố ảnh hưởng tới ảnh khi chụp (độ méo ảnh, khí quyển vv ) Nội dung thực tập Học sinh chuần bị bản đồ giấy vùng nghiên cứu Nắn chỉnh hình học được thực hiện để loại bỏ những biến dạng hình học trên ảnh bằng cách thiết lập mối quan hệ giữa hệ tọa độ ảnh và hệ tọa độ địa lý của các điểm khống chế. Trong Idrisi, việc nắn chỉnh được thực hiện bằng lệnh RESAMPLE dựa trên file text có phần mở rộng là *.cor chứa tọa độ của điểm khống chế. Công việc nắn chỉnh tiến hành lần lược 3 bước. Thực tập 1 (Bước 1): Chọn điểm khống chế Mở ảnh và dùng công cụ số hóa để số các điểm khống chế, sau đó lưu file này lại. Biên soạn: Trần Tuấn Tú
2. Giáo trình thực tập - Viễn Thám Cơ Sở Lưu các điểm khống chế thành file vector (phần mở rộng là *.vct) Chọn ít nhất 6 điểm trên ảnh, những điểm này phải được xác định rõ trên ảnh và trên bản đồ giấy. Thực tập 2 (Bước 2) : Tạo file *.cor Dùng lệnh CONVERT chuyển file điểm khống chế từ dạng mã binary sang dạng ASCII để lấy tạo độ trên ảnh. (hình 3.2) Hộp thoại CONVERT các tùy chọn phải được chọn như trong hình 3.3 Dùng chương trình Notepad để tạo file *.cor Biên soạn: Trần Tuấn Tú
3. Giáo trình thực tập - Viễn Thám Cơ Sở Lệnh CONVERT trong menu Hộp thoại CONVERT Reformat Cấu trúc file *.VXP như sau: Cấu trúc file *.cor như sau: Vector Layer Name : AAA Vector Layer Type : Point Reference System : plane Reference Units : m Unit Distance : 1 ID/Value Type : Integer Number of Features : 4 Feature Number : 1 N ID or Value : 1 x1 y1 x’1 y’1 Coordinates (X,Y) : 938.548863 x2 y2 x’2 y’2 616.593363 . Feature Number : 2 xn yn x’n y’n ID or Value : 2 Trong đó x1,y1 là tạo độ ảnh; x1’,y1’ là tọa độ Coordinates (X,Y) : 1160.277180 bản đồ 266.453419 N số điểm nắn chỉnh. Feature Number : 3 ID or Value : 3 Coordinates (X,Y) : 1189.241690 536.789387 Feature Number : 4 ID or Value : 4 Coordinates (X,Y) : 1315.087492 228.546530 Biên soạn: Trần Tuấn Tú
4. Giáo trình thực tập - Viễn Thám Cơ Sở Thực tập 3 (Bước 3) : Nắn chỉnh hình học ảnh Bước nắn chỉnh được thực hiện khi đã có file *.cor. Để nắn chỉnh chọn lệnh RESAMPLE Lệnh RESAMPLE trong Trong hộp thoại RESAMPLE các lựa chọn, tên anh nhập vào, menu Reformat xuất ra và tên file *.cor phải được chọn và nhập đầu đủ. click chuột trên nút “Output reference parameters” Biên soạn: Trần Tuấn Tú
5. Giáo trình thực tập - Viễn Thám Cơ Sở Hộp thoại Reference Parametes Nhập các thông số tọa độ max và min, số hàng cột, phép chiếu tọa độ Idrisi hiển thị sai số cho từng điểm khống chế. Ta có thể bỏ bớt những điểm có sai số lớn và click nút Recalculate RMS để tính toán nội suy lại. Kết quả hiển thị sai số cho từng điểm khống chế Nếu đồng ý kết quả sai số, phần mềm nội suy để tạo ảnh mới (hình 3.8) Biên soạn: Trần Tuấn Tú
6. Giáo trình thực tập - Viễn Thám Cơ Sở Ảnh sau khi nắn chỉnh Những câu hỏi thêm Biên soạn: Trần Tuấn Tú
7. Giáo trình thực tập - Viễn Thám Cơ Sở Bài 4 PHÂN LOẠI ẢNH Mục đích bài thực tập Học sinh hiểu và nắm rõ phương pháp phân loại ảnh viễn thám. Hiển thị ảnh số ở các bảng màu khác nhau Sử dụng công cụ phóng to, thu nhỏ ảnh Xem cấp độ xám của các điểm ảnh Giãn ảnh Những kiến thức cần thiết Có kỹ năng phân tích ảnh bằng mắt. Hiểu rõ các đối tượng trên ảnh Nội dung thực tập Thực tập 1 –Phân loại không kiểm định: Thực hiện: ANALYSIS>DATABASE QUERY>RECLASS từ menu. Biên soạn: Trần Tuấn Tú 1
8. Giáo trình thực tập - Viễn Thám Cơ Sở Hộp thoại khai báo thông số phân loại đối tượng trên ảnh Nhập vào b3 như là 'Input file', và b3r như là 'Output file'. Trong mục 'Assign a new value of:' chúng ta gõ giá trị '1', và nhấn phím [tab]. Gõ '32' trong ô 'To all values from' và '50' trong ô 'to just less than'. Biên soạn: Trần Tuấn Tú 2
9. Giáo trình thực tập - Viễn Thám Cơ Sở Tiếp tục hàng kế tiếp gõ '2' , '50', “70”. Ở lớp cuối cùng gõ số '9999'. Nhấn [OK] Ở đây chúng ta đã thực hiện phân loại band 3 ảnh landsat TM vùng Tp.HCM thành 3 nhóm (nhóm có cấp độ xám 32-50; nhóm có cấp độ xám 50-70; nhóm có cấp độ xám lớn hơn 70). HS thực hiện phân loại dựa trên biểu đồ histogram. HS thực hiện phân loại trên các kênh ảnh khác nhau. Thực tập 3 –Phân loại có kiểm định Thực hiện Bước 1: Tạo file vector polygon-Chọn vùng mẫu -'training sites' IDRISI có một vài phương pháp phân loại có kiểm định khác nhau, dựa trên các lý thuyết toán khác nhau. Tất cả các phương pháp đều yêu cầu chọn vùng mẫu dựa trên dự liệu quan sát thực tế-'ground truth data'. Vùng mẫu là những diện tích nhỏ mà đã biến chính xác sử dụng đất tại đó. Vùng mẫu cần nhập vào IDRISI trong dạng file vector polygon. Chọn mã ID cho từng vùng: 1 - Nước 2 - Thực vật 3 – Vùng đất cao 4 – Khu đô thị 5 - Đất ngập nước 6 – Vùng đất đang khai thác Biên soạn: Trần Tuấn Tú 3
10. Giáo trình thực tập - Viễn Thám Cơ Sở Bước 2: Sử dụng lệnh MAKESIG tạo vùng khóa- signature files Khi đã có những vùng mẫu trong dạng vector polygon file, chúng ta cần phần mềm IDRISI nhận dạng tín hiệu phổ (phối hợp nền phản xạ của 3 band phổ) mỗi vùng cần 3 vị trí. ANALYSIS>IMAGE PROCESSING>SIGNATURE DEVELOPMENT>MAKESIG. Định nghĩa file vector chọn vùng mẫu. Chọn 3 band ảnh trong xử lý. Biên soạn: Trần Tuấn Tú 4
11. Giáo trình thực tập - Viễn Thám Cơ Sở Trong hộp thoại yêu cầu gán tên cho các vùng mẫu. IDRISI chỉ chấp nhận tên với 8 ký tự. Nhập vào theo tên ngắn: 1 - Nước 2 - Thực vật 3 – Vùng đất cao 4 – Khu đô thị 5 - Đất ngập nước 6 – Vùng đất đang khai thác Bước 3 sử dụng SIGCOMP- kiểm tra file vùng mẫu Chọn ANALYSIS>IMAGE PROCESSING>SIGNATURE DEVELOPMENT>SIGCOMP Chọn xem 6 vùng mẫu và ý nghĩa của chúng, (xem min/max khi bật chọn). Đưa vào tên khi sử dụng MAKESIG trong tên vùng mẫu Biên soạn: Trần Tuấn Tú 5
12. Giáo trình thực tập - Viễn Thám Cơ Sở Kết quả so sánh trung bình giá trị điểm ảnh với mỗi vùng mẫu cho mỗi band ảnh Thực tập 4 Bước 4 Sử dụng MAXLIKE, PIPED, MINDIST—phân loại ảnh. Sử dụng ANALYSIS>IMAGE PROCESSING>HARD CLASSIFIERS>PIPED phân loại ảnh. Khai báo file vùng mẫu. Biên soạn: Trần Tuấn Tú 6
13. Giáo trình thực tập - Viễn Thám Cơ Sở IDRISI phân loại những điểm ảnh dựa trên dữ liệu quan sát thực tế, sử dụng thuật toán phân loại trên lý thuyết thống kê. Biên soạn: Trần Tuấn Tú 7