Bài giảng Địa tin học - Tiền xử lý ảnh viễn thám
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Địa tin học - Tiền xử lý ảnh viễn thám", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên
Tài liệu đính kèm:
- bai_giang_dia_tin_hoc_tien_xu_ly_anh_vien_tham.ppt
Nội dung text: Bài giảng Địa tin học - Tiền xử lý ảnh viễn thám
- BỘ MƠN ĐỊA TIN HỌC TIỀN XỬ LÝ ẢNH VIỄN THÁM
- NỘI DUNG 1. Hiệu chỉnh bức xạ 2. Hiệu chỉnh hình học 3. Các phương pháp nắn chỉnh hình học ảnh 2 chiều
- 1. Hiệu chỉnh bức xạ Hiệu chỉnh bức xạ Vignetting Độ nhạy của CB quang cảm biến CB quang điện Uncertain detector Địa hình và gĩc Địa hình chiếu mặt trời Gĩc chiếu mặt trời Ảnh hưởng của Hấp thụ tầng khí quyển Tán xạ
- 1. Hiệu chỉnh bức xạ Độ nhạy - Bộ cảm biến quang Hiệu ứng Vignetting
- 1. Hiệu chỉnh bức xạ Độ nhạy - Bộ cảm biến quang Hiệu chỉnh vigneting theo mơ hình cosn ảnh gốc ảnh kết quả
- 1. Hiệu chỉnh bức xạ Độ nhạy - Bộ cảm biến quang - điện tử Hiệu chỉnh bức xạ: xác định sai khác giữa cường độ bức xạ trước và sau sensor Dữ liệu bị lỗi: Mất dịng ảnh, Vệt dịng ảnh, và Nhiễu ngẫu nhiên Mất dòng ảnh Vệt dòng ảnh Nhiễu
- 1. Hiệu chỉnh bức xạ Độ nhạy - Bộ cảm biến quang - điện tử Mất dịng ảnh - Nguyên nhân: bộ tách sĩng của mảng tuyến tính khơng hoạt động hoặc bị lỗi - Kết quả: mất một hoặc nhiều dịng ảnh (BV trên dịng bị mất = 0) - Hiệu chỉnh: - Tính trị trung bình BV của các dịng ảnh → xác định dịng bị ảnh hưởng - BV của pixel trên dịng bị mất = TB BV các pixel xung quanh
- 1. Hiệu chỉnh bức xạ Độ nhạy - Bộ cảm biến quang - điện tử Vệt dịng ảnh - Nguyên nhân: khơng đồng bộ giữa các bộ tách sĩng trong cùng mảng tuyến tính - Kết quả: dịng quét của bộ tách sĩng lỗi sẽ sáng hơn hoặc tối hơn - Hiệu chỉnh: - BV trên vệt ảnh bằng trị trung bình pixel xung quanh - Chuẩn hĩa Histogram dựa trên histogram của các bộ tách sĩng khác trên cùng một mảng tuyến tính -
- 1. Hiệu chỉnh bức xạ Độ nhạy - Bộ cảm biến quang - điện tử SLC-Off April 2004 Image April 2003 Image SLC-Off “Gap-Filled” Image
- 1. Hiệu chỉnh bức xạ Độ nhạy - Bộ cảm biến quang - điện tử Nhiễu ngẫu nhiên - Nguyên nhân: sai số trong truyền dữ liệu hoặc bị gián đoạn tạm thời - Kết quả: tạo các điểm sáng hoặc sậm đen trên ảnh - Hiệu chỉnh: sử dụng cửa sổ lọc (lọc tần số khơng gian)
- 1. Hiệu chỉnh bức xạ Địa hình và gĩc chiếu mặt trời Bĩng chĩi - Nguyên nhân: cường độ chiếu và gĩc chiếu của mặt trời - Hiệu ứng: giống vigneting - Hiệu chỉnh: ước tính đường cong bĩng râm → phân tích chuỗi Fourier → loại bỏ thành phần tần số cao
- 1. Hiệu chỉnh bức xạ Địa hình và gĩc chiếu mặt trời Bĩng râm - Nguyên nhân: địa hình (đồi núi, khu nhà cao tầng, ) - Hiệu ứng: che khuất nguồn bức xạ hoặc phản xạ - Hiệu chỉnh: DEM, tọa độ vệ tinh (gĩc giựa tia bức xạ và vector trực giao với bề mặt địa hình)
- 1. Hiệu chỉnh bức xạ Địa hình và gĩc chiếu mặt trời Bĩng râm
- 1. Hiệu chỉnh bức xạ Địa hình và gĩc chiếu mặt trời Gĩc chiếu mặt trời - Nguyên nhân: cường độ và gĩc chiếu của mặt trời - Hiệu ứng: ảnh chụp cùng khu vực vào các mùa khác nhau sẽ cĩ cường độ chiếu sáng khác nhau - Hiệu chỉnh: dựa trên gĩc tới của mặt trời
- 1. Hiệu chỉnh bức xạ Ảnh hưởng của khí quyển
- 1. Hiệu chỉnh bức xạ Các phương pháp hiệu chỉnh ảnh hưởng của khí quyển PP sử dụng hàm truyền bức xạ (Radiative transfer equation) Hàm lượng bụi khí quyển (aerosol) → gần hồng ngoại &A’S” & hơi nước (water vapor) → hồng ngoại nhiệt phải ước tính PP sử dụng dữ liệu thực mặt đất (method with Ground truth data) So sánh giá trị đã biết của đối tượng với giá trị cho trên ảnh (kết quả chính xác nhưng chỉ áp dụng ở vị trí và mùa tương ứng Các phương pháp khác Dùng sensor đặc biệt đo aerosol & water vapor density đồng thời với sensor thu ảnh hiệu chỉnh ngay khi bay chụp
- 1. Hiệu chỉnh bức xạ Hiệu chỉnh ảnh hưởng của khí quyển
- 2. Hiệu chỉnh hình học Nguyên nhân gây biến dạng hình học - Nội sai: tính chất hình học của bộ cảm biến - Ngoại sai: vị thế của vật mang và hình dáng của vật thể (địa hình)
- 2. Hiệu chỉnh hình học Các biến dạng hình học do nội sai
- 2. Hiệu chỉnh hình học Các biến dạng hình học do ngoại sai
- 2. Hiệu chỉnh hình học Các bước hiệu chỉnh hình học ảnh gốc Chọn phương pháp Chọn điểm khống chế mặt đất (GCPs) Xác định các thơng số Kiểm tra độ chính xác Nội suy và tái chia mẫu ảnh nắn chỉnh
- 2. Hiệu chỉnh hình học Chọn PP (Selection of method) - Hiệu chỉnh hệ thống (Systematic correction): số liệu tham chiếu hay tính chất hình học của sensor - Hiệu chỉnh phi hệ thống (Non-Systematic correction): lập đa thức tương quan giữa hệ tọa độ ảnh & hệ tọa độ quy chiếu chuẩn (PP số bình phương NN) (bậc của đa thức; số điểm khống chế & phân bố ) - Hiệu chỉnh phối hợp (Combined method): chỉnh hệ thống loại trừ nội sai, sau đó dùng đa thức bậc thấp loại SS còn lại (±1 pixel)
- 2. Hiệu chỉnh hình học Chọn điểm khống chế mặt đất - Phân bố đều - Đủ số điểm - Độ chính xác cao - Các đối tượng dễ nhận dạng Vị trí thực địa Vị trí trên ảnh Chọn GCP
- 2. Hiệu chỉnh hình học Chọn điểm khống chế mặt đất: bản đồ địa hình
- 2. Hiệu chỉnh hình học Quan hệ giữa hệ tọa độ ảnh và hệ tọa độ địa lý
- 2. Hiệu chỉnh hình học Ảnh đã Chọn điểm GCP hiệu chỉnh Ảnh gốc
- 2. Hiệu chỉnh hình học
- 3. Xử lý hình học ảnh 2 chiều Quan hệ giữa hệ tọa độ ảnh và hệ tọa độ địa lý
- 3. Xử lý hình học ảnh 2 chiều Các hàm chuyển đổi
- 3. Xử lý hình học ảnh 2 chiều Các hàm chuyển đổi
- 3. Xử lý hình học ảnh 2 chiều Nắn chỉnh hình học ảnh
- 3. Xử lý hình học ảnh 2 chiều Các biến dạng hình học cơ bản
- 3. Xử lý hình học ảnh 2 chiều Hàm chuyển đổi Affine
- 3. Xử lý hình học ảnh 2 chiều Hàm chuyển đổi Helmert
- 3. Xử lý hình học ảnh 2 chiều Sai số trung phương
- 3. Xử lý hình học ảnh 2 chiều Sai số nắn chỉnh hình học phụ thuộc vào tập điểm GCPs
- 3. Xử lý hình học ảnh 2 chiều Tái chia mẫu (resampling)
- 3. Xử lý hình học ảnh 2 chiều Nội suy (interpolating)
- 3. Xử lý hình học ảnh 2 chiều Nội suy (interpolating)
- 3. Xử lý hình học ảnh 2 chiều So sánh 3 phương pháp nội suy