Chơng 8
Các phơng pháp xử lý thông tin viễn thám

Nh phần trên đã giới thiệu, viễn thám có hai dạng t liệu chủ yếu là dạng hình
ảnh (photograph) chụp theo nguyên tác khung và hình ảnh tạo nên bằng phơng
pháp quét (image). Cả hai phơng pháp đều có thể thực hiện trên máy bay hoặc vệ
tinh.
Xử lý thông tin viễn thám cũng có hai phơng pháp cơ bản: phân tích bằng mắt
và xử lý số. Giải đoán bằng mắt (Visual Interpretation) có thể áp dụng cho cả hai
dạng t liệu, song xử lý số (Digital image Processing) thì chỉ áp dụng cho ảnh số.
8.1. Phân tích ảnh bằng mắt (Visual Interpretation)
8.1.1. Khái niệm chung
Giải đoán bằng mắt là sử dụng mắt ngời cùng với trí tuệ để tách chiết các
thông tin từ t liệu viễn thám dạng hình ảnh. Trong vic x lý thụng tin vin thỏm
thỡ gii oỏn bng mt (visual interpretaion) l cụng vic u tiờn, ph bin nht v
cú th ỏp dng trong mi iu kin cú trang thit b t n gin n phc tp Việc
phân tích ảnh bằng mắt có thể đợc trợ giúp bằng một số thiết bị quang học Phân
tích hay gii oỏn bng mt là s dng mt thng hoc cú s tr giỳp ca cỏc
dng c quang hc t n gin n phc tp nh: kớnh lỳp, kớnh lp th, kớnh phúng
i, mỏy tng hp mu, nhằm nâng cao khả năng phân tích của mắt ngời. Phân
tích ảnh bằng mắt là công việc có thể áp dụng một cách dễ dàng trong mọi điều kiện
và có thể phục vụ cho nhiều nội dung nghiên cứu khác nhau: nghiên cứu lớp phủ
mặt đất, nghiên cứu rừng, thổ nhỡng, địa chất, địa mạo, thuỷ văn, sinh thái, môi
trờng
C s gii oỏn bng mt l a vo cỏc du hiu gii oỏn trc tip hoc
giỏn tip v chỡa khoỏ gii oỏn.
Phân tích ảnh bằng mắt là công việc tổng hợp, kết hợp nhiều thông số của ảnh,
bản đồ, tài liệu thực địa và kiễn thức chuyên môn. Dới đây là tổng hợp một số
nguyên tắc giải đoán ảnh.
8.1.2. Các dấu hiệu giải đoán ảnh
V nguyờn tc chung, cỏc du hiu gii oỏn c xp theo hai nhúm. Chớnh

phân biệt một cách nhanh chóng từng đối tợng tập hợp thành một dạng địa hình
đặc trng. Về cấu trúc có các khái niệm: thô, mịn, đồng tâm, toả tia, vòm, phân
nhánh.
Vớ d: Cu trỳc mn c trng cho trm tớch b ri, cu trỳc thụ cho c trng
ỏ macma; cu trỳc dng di c trng cho ỏ trm tớch bin cht cao, t ó có th
phân bit c các loại đá khác nhau 140
- Bóng (Shadow): là phần bị che lấp, không có ánh sáng mặt trời chiếu tới
(hoặc từ nguồn chủ động), do đó không có ánh sáng phản hồi tới thiết bị thu. Bóng
thờng đợc thể hiện bằng tone ảnh đen trên ảnh đen trắng và màu xẫm đến đen trên
ảnh màu. Bóng có thể phản ánh lên độ cao của đối tợng. Bóng là yếu tố quan trọng
tạo nên cấu trúc đặc trng cho các đối tợng. Tuy nhiên bóng cũng là phần mà
thông tin về đối tợng không có hoặc rất ít, vì vậy phải bổ xung lợng thông tin ở
vùng bóng.
- Vị trí (Site): vị trí của đối tợng trong không gian địa lý của vùng nghiên
cứu là thông số rất quan trọng giúp cho ngời giải đoán có thể phân biệt đối tợng.
Rất nhiều trờng hợp cùng một dấu hiệu ảnh, song ở vị trí khác nhau lại là các đối
tợng khác nhau (đặc biệt là khi giải đoán bằng mắt, mắt ngời không phân biệt
đợc rõ các mức khác nhau của yếu tố ảnh).
Vớ d: bói bi khụng th cú sn nỳi mc dự vi c im trờn nh trụng rt
ging du hiu ca nú. Cỏc bói bi ch phõn b hai bờn b sụng sui, cú mu
sỏng; cũn bờn sn nỳi, cỏc mảng mu sỏng li l cỏc nún phúng vt, cỏc i trt
lở hoc vựng canh tỏc nng ry.
-
Mu (colour): mu ca i tng trờn nh mu gi (FCC) giỳp cho ngi
gii oỏn cú th phõn bit c nhiu i tng cú c im tone nh tng t nh
nhau trờn nh en trng. T hp mu gi thụng dng trong nh Landsat l xanh l
(blue), xanh lc(green) v (red), th hin cỏc nhúm yu t c bn l : thc vt t

nhờ dấu hiệu của cây trồng xung quanh nhà ở ( thờng có màu đỏ trên ảnh tổ hợp
BGR).
d. Mng li thuỷ văn -sụng sui: cng l mt du hiu quan trng hng u
trong phõn tớch nh. Mng li sụng sui cú quan h rt mt thit vi dng a hỡnh,
dc lp v phong hoỏ, nn thch hc, mạng lới thỷ văn là sản phẩm quá trình
tác động của dòng nớc chảy trên mặt vơí vật chất nền,.đng thi nú cng cho bit
c im cu trỳc a cht ca khu vc.Thông qua hình ảnh của mạng lới thuỷ văn,
có thể xác định đợc thành phần và cấu tạo của vật chất. Trên ảnh viễn thám , có thể
phân tích rõ các kiểu mạng lơí thuỷ văn. Ngoài ra, cần phân tích cả mật độ mạng
lới thuỷ văn, giá trị này đợc sử dụng để xem xét mức độ chia cắt ngang của địa
hình (hình 8.2).
142
Hình 8.2: Các kiểu mạng lới thuỷ văn đặc trng phân tích từ t liệu viễn thám
Cú cỏc dng mng li thu vn c bn l:
Kiu cnh cõy Kiu song song
Kiu phõn nhỏnh Kiu vnh khuyờn
Kiu ụ mng Kiu vuụng gúc
Kiu to tia Kiu cú gúc
Kiu hng tõm Kiu bn túc
Kiu b khng ch Kiu n
Ngoi cỏc dng c bn ú ngi ta cũn chia ra cỏc dng trung gian: ỏ song
song, ỏ phõn nhỏnh; hoc cũn chia theo mt : phõn nhỏnh mt cao, mng mt
cao.
e. H thng cỏc khe nt v cỏc yu t dng tuyn(lineament):
Nhng thụng s ca h thng khe nt cn c xem xột n l: hng mt ,
hỡnh dng, ln. H thng lineamemt cú th liờn quan n cỏc kiu t góy, khe
nt ln ca ỏ cng. õy l mt yu t rt quan trng xỏc nh v phõn bit

ca hỡnh nh. Thụng qua vic hiu rừ cỏc chỡa khúa gii oỏn, ngi phõn tớch cú
th liờn h m rng phõn tớch cỏc vựng khỏc. Thụng thng, chỡa khúa c
dựng cho mt bc nh hoc cho mt vựng cú thi gian chp nh, cụng ngh to nh
ging nhau. Vớ d: Chỡa khúa gii oỏn ca mt s i tng trờn nh LANDSAT
(trờn cỏc band v trờn nh tng hp mu gi FCC) c nờu trong bng 8.1.
Bảng 8.1: Chìa khoá giải đoán của một số đối tợng trên ảnh Landsat.
ảnh mu gi
i tng Band
4
Band
5
Band
6
Band
7
BGR
( 4,5,7)
RGB
( 4,5,7)
Mõy
Sng mự
Rng
Bói c
t trng
t t
ụ th
Nc
Búng
W
W

DGR
DGR
BL
BL
W
W
R
P
W
LB
LB
B
BL
W
W
G
BY
W
RP
RP
BP
BL
Ghi chỳ:
PW: trng sỏng R: ; BL: xanh l sỏng; P: hng;
Y: vng; G: xanh lc RP: hng;
DGR: xanh ti; B: xanh l; BY: vng sỏng;
BP: xanh; BL: en W: trng.
Để chi tiết hơn, chìa khoá giải đoán đợc thành lập bao gồm đầy đủ các yếu tố
giải đoán đã nêu ở trên (Bảng 8.2)


- Chun b ảnh: xem cỏc khỏi quỏt hỡnh nh v định hớng ảnh theo vị trí địa
lý, t l, mu sc, phõn gii, t liu., thời gian thu ảnh
-Cỏc cụng vic c c: c cỏc ch dn, tạo bản đồ cơ sở,nh hng nh theo
bn c s
- c nh: c cỏc s liu phõn tớch xõy dng chỡa khúa gii oỏn
-o c nh: o c chiu di, chiu cao gia cỏc i tng (vi nh mỏy
bay, o c mt nh ).
- Phõn tớch nh: khai thỏc cỏc i tng hoc phõn tớch cỏc hin tng cú trờn
nh (phõn loi, khai thỏc,chỉnh lý )
- Thnh lp bn chuyờn : chuyn kt qu phõn tớch lờn bn cơ sở,
hon chnh h thng chỳ gii v bn .
8.1.2.5. Những vấn đề cần lu ý trong giải đoán ảnh bằng mắt
* Những vấn đề về nguyên tắc
- Bng mt thng hoc cỏc dng c quang hc t n gin n phc tp,
ngi gii oỏn cú th bng nhng kin thc thc t v kinh nghim phõn tớch nh,
cho phộp thnh lp nờn cỏc bn chuyờn mt cỏch nhanh chúng, tng i
chớnh xỏc v tin li.
- Cụng vic phõn tớch nh bng mt cú th ỏp dng cho nhiu chuyờn ngnh
khỏc nhau, trong nhng nhng iu kin trang thit b khỏc nhau (t n gin n
hin i) 145H×nh 8.3: Quy tr×nh ph©n tÝch ¶nh b»ng m¾t thµnh lËp b¶n ®å chuyªn ®Ò 146
- Phõn tớch bng mt cú th coi l mt phng phỏp ph bin nht v vn cú

điểm đối tợng và những tác động tự nhiên, nhân tác làm thay đổi các dấu hiệu, sự
suy giải logic là rất cần thiết, giúp cho ngời giải đoán đa ra kết quả đúng nhất.
Trong việc phân tích hệ thống cần thiết phải phát hiện ra các kiểu chìa khoá giải
đoán . 147
Tổ hợp loại film và filter
Việc nghiên cứu tổ hợp film - filter để tạo thành ảnh là một công việc rất quan
trọng trong giải đoán. Trong phần đầu của chơng đã đề cập đến các cơ chế tạo
màu, lọc màu, các dải sóng và tính chất của đối tợng tự nhiên. Các thông tin khai
thác đợc từ ảnh có thể khẳng định cho tính chất của đối tợng khi kết hợp chặt chẽ
với các thông tin về film - filter. Ví dụ: màu đỏ magenta trên tổ hợp B-G-R thì chỉ
có thể đặc trng cho tính chất thực vật (liên quan đến Chlorophyl trong lá cây).
Thông tin đa thời gian (Multitemporal data)
Các thông tin về thời vụ là rất quan trọng trong phân tích ảnh. Các thông tin
này có liên quan đến sự biến đổi tính chất ảnh của các đối tợng. Các thông tin đó
là: thời vụ gieo trồng, độ thuỷ văn, thời vụ tăng trờng của cây cối trong năm (ra
hoa, kết trái, quả chín, thu hoạch xong, lá vàng, lá rụng, mọc lá mới). Ngoài ra
một số đặc điểm khác của đối tợng cũng biến đổi theo tính mùa vụ. Ví dụ: sông có
nớc, cạn nớc, nớc sông có phù sa hay không có hoặc ít phù sa, đất khô hoặc đất
ớt
Sự thay đổi tính chất ảnh của đối tợng đợc thể hiện chủ yếu ở độ sáng và
màu sắc bị thay đổi.
Tỉ lệ ảnh là yếu tố đầu tiên cần đợc quan tâm đến trong công việc giải đoán.
Tỉ lệ ảnh có liên quan đến kích thớc của các đối tợng và độ phân giải - hay khả
năng tách biệt các đối tợng từ ảnh. Các loại tỉ lệ ảnh thông dụng (bảng 8.2).
Bảng 8.2: Bảng tỷ lệ các loại ảnh
Tỉ lệ Diện tích một ảnh
(Km x Km)

Chụp với ống kính trên ảnh
152mm
152mm
152mm
35mm Tuỳ thuộc độ phóng từ film gốc ở
tỉ lệ
1: 3.10
6
Tuỳ thuộc độ phóng từ film gốc ở 148
1: 10
6
60 x 60 tỉ lệ
1: 3.10
6
Xác định hệ thống phân loại (Classification System)
Xác định hệ thống phân loại trong phân tích ảnh nghĩa là xác định hệ thống
chú giải cho bản đồ hoặc sơ đồ mà ngời phân tích sẽ thiết lập từ ảnh, đây là công
việc hết sức quan trọng.
Có hai cơ sở để xác định hệ thống phân loại là:
- Chỉ tiêu phân loại của bản đồ chuyên đề gì? Tỉ lệ nào? Số đơn vị bản đồ cần
xác định?

Thiết bị giải đoán ảnh
- Thiết bị giải đoán ảnh máy bay
Cần chuẩn bị kính lập thể và luyện khả năng nhìn để có hiệu ứng lập thể. Để
luyện mắt, trớc hết cần nhìn với cặp hình kiểm tra.
Có nhiều loại kính lập thể từ đơn giản đến phức tạp. Kính lập thể đơn giản chỉ
có cặp kính dùng để nhìn chứ không đo đợc độ cao. Kính lập thể có thể đo đợc độ
cao thờng có độ phóng đại lớn hơn (2 - 4) và có thớc thị sai. Kính loại này đợc
gọi là kính lập thể gơng (Minor Stereoscope). Loại kính lập thể có độ chính xác
cao hơn và có độ phóng đại cao hơn nhiều (2,5 - 10 lần hoặc 20 lần) đợc gọi là
kính lập thể phóng đại (Zoom Stereoscope) hoặc có thêm cả bộ phận đèn rọi sáng
(Lightable and Zoom Stereoscope) ở các bộ phận chuyên môn loại kính lập thể
thờng có gắn thêm bộ phận nắn và vẽ lên bản đồ gọi là máy lập thể phóng đại
chuyển vẽ (Stereo Zoom Transferscope). Phần tiếp theo sẽ giới thiệu về một số
thiết bị giải đoán ảnh.
Thiết bị giải đoán ảnh phục vụ các chức năng yêu cầu khi giải đoán đó là:
1)
2)
3)
Thiết bị nhìn
Thiết bị đo đạc ảnh
Thiết bị chuyển đổi 150
Các thiết bị nhìn
Mục đích của việc dùng thiết bị nhìn để tạo một ảnh nổi. Nguyên lý tạo ảnh
nổi là khi chúng ta có 2 mắt và nhìn một đối tợng không gian từ hai điểm nhìn
khác nhau. Điều đó tạo ra một nhận thức sâu về vật và hai mắt cho chúng ta khả
năng nhìn vật từ hai phía nh một ảnh nổi.
Khi hai tấm ảnh hàng không chụp phủ chồng nên nhau, điểm phủ chồng có thể


Hình 8.5: Một số kiểu kính soi khác nhau: a) steoreocope thấu kính; b) Steoreoscope
gơng c) Steoreos cope gơng bỏ túi; d) interpreterscope (Theo Wild Heerbrugg) Hình 8.7: Thiết bị số hóa tọa độ điện tử
(Theo Courtesy Numowics corp)

Hình 8.6: Lới phủ đo đạc
trên không ảnh 152Hình 8.8: Thiêt bị phóng và chuyển
đổi kết quả giải đoán

Hình 8.9: Thiêt bị máy tính
video - đồ họa
- Thiết bị giải đoán ảnh vệ tinh
Dụng cụ để giải đoán thờng đơn giản nh kính lúp, còn loại dụng cụ phức tạp
hơn là máy tổng hợp màu (Color additive Viewer) dùng để tạo nên các tổ hợp màu
khác nhau từ phim đen trắng của các band phổ riêng biệt. Thông thờng, tổ hợp màu
đợc tạo nên từ 3 band phổ, song cũng có thể dùng 4 band với máy tổng hợp màu đa
phổ (Color additive viewer).
9 Đa thông tin chuyên đề lên bn c s:
Khi giải đoán xong, phải đa thông tin chuyên dề lên bản đồ cơ sở, yêu cầu
của bản đồ cơ sở là:
- Có các thông tin cơ bản về khu vực: địa hình, địa danh

theo li ca bn c s.
-
S dng máy o v nh dng plotter chuyn thông tin lên bn c s,
(máy photogrametric plotter).
8.2. Xử lý ảnh số (Digital Image Processing)
Xử lý ảnh số là sự điều khiển và phân tích các thông tin ảnh dạng số với sự trợ
giúp của máy tính. Xử lý ảnh số là một công việc rất quan trọng trong viễn thám và
có vai trò tơng tự nh phân tích ảnh bằng mắt. Xử lý ảnh số đã đợc bắt đầu từ
những năm 1960 với một số lợng hạn chế các công trình nghiên cứu. Chỉ từ 1972
khi vệ tinh LANDSAT đợc phóng lên thì xử lý ảnh số mới đợc phát triển một cách
rộng rãi. Thông thờng xử lý ảnh số áp dụng cho t liệu vệ tinh song cũng có thể áp
dụng cho t liệu thu đợc từ máy bay. Yêu cầu cơ bản là nguồn t liệu phải ở dạng
số và thông thờng là đợc tạo từ phơng pháp chụp quét scanning. Trớc đây,
phơng pháp xử lý số đợc áp dụng hạn chế một trong những nguyên nhân cơ bản là
giá thành máy tính và phần mềm quá đắt. Hiện nay, do giá thành máy tính thấp dần
và phần mềm càng đợc phát triển nhiều, nguồn t liệu số lại rất đa dạng nên kỹ thật
xử lý ảnh số ngày càng đợc áp dụng rộng rãi - đặc biệt là đợc kết hợp chặt chẽ với
việc xử lý hệ thông tin địa lý - GIS. Trong các phần mềm xử lý, sự phát triển của
công nghệ tin học cho phép áp dụng nhiều phép tính toán từ đơn giản đến phức tạp
với tốc độ rất cao. Phần trình bày dới đây chỉ đề cập đễn các kỹ thuật biễn đổi và
khai thác thông tin từ t liệu viễn thám dạng số (digital).
8.2.1. Các khuôn dạng ảnh số
Trong viễn thám, tuỳ theo sự bố trí tông tin của từng pxel của các kênh phổ
khác nhau mà ngời ta chia ra 3 loại khuôn dạng ảnh chính là (hình 8.12)
- BIL : thông tin của từng kênh phân bố theo từng hàng pixel xen kẽ
- BSQ: thông tin của từng kênh bố trí lần lợt theo từng hàng
- BIP : thông tin của các kênh bố trí xen kẽ theo lần lợt từng pixel
Yêu cầu của các phần mềm xử lý ảnh số là phải đọc và xử lý đợc các khuôn
dạng dữ liệu số.
8.2.2. Các kỹ thuật xử lý ảnh số

tơng tự nh những phơng pháp trên.
Điều chỉnh ảnh hởng của khí quyển
Nh ở phần đầu đã nêu, khí quyển có ảnh hởng lớn đến quá trình quét và
truyền thông tin, làm nhiễu và sai lệch các thông tin thực tế. Ví dụ bóng mây và mặt
nớc trên ảnh có cùng giá trị DN = 0 ở band 7. Nhiều trờng hợp nhiễu do khí
quyển chỉ ảnh hởng đến band này mà không ảnh hởng tới band khác. Kỹ thuật để
chỉnh gồm có: chỉnh theo hystogram của từng band, chỉnh bằng các fitter (lọc thấp).
Ngoài ra, có thể khắc phục bằng cách sử dụng ảnh phủ chồng của ảnh kế tiếp để loại
bỏ mây ở ảnh trớc. 156

Hình 8.12 : Cấu trúc các khuôn dạng ảnh chính trong viễn thám :
BS
Q,
BIL
,
BIP
Hiệu chỉnh hình học
Quá trình quét, truyền thông tin để ghi nhận sẽ xuất hiện nhiều loại hình méo
về hình học, có hai hiện tợng méo chính: méo không hệ thống và méo hệ thống.
- Méo không hệ thống: là sự méo không ổn định về mặt hình học, nguyên
nhân là do tốc độ bay của máy bay (hoặc vệ tinh), độ cao, góc nhìn của thiết bị, dải
quét. Để nắn chỉnh sự méo không hệ thống, phải có hệ thống điểm kiểm tra dới
mặt đất đối chiếu để xác định chính xác đợc tọa độ các điểm trên ảnh, đối chiếu
với bản đồ và sử dụng các phép nắn chỉnh. Kết quả nắn chỉnh, ảnh sẽ đợc đa về
đúng kích thớc và vị trí địa lý.
255*
min)(max
min


DN

trong đó: DN - giá trị số trong ảnh cha xử lý;
MIN - giá trị số DN cực tiểu trong ảnh cha xử lý (= 60);
MAX - giá trị số DN cực đại trong ảnh cha xử lý (= 158);
DN- giá trị số của ảnh mới. 158
Kết quả của ảnh tăng cờng độ tơng phản là phần tối nhất đợc chuyển thành
màu đen và phần sáng nhất chuyển thành màu trắng. Các giá trị phổ ở giữa sẽ có sự
chênh lệch cao hơn, vì thế nhìn đợc rõ hơn.
Ví dụ ảnh có giá trị mức độ sáng (phổ) từ 60 đến 158. Tăng cờng độ tơng
phản ảnh là kéo giá trị nhỏ nhất (60) trở về giá trị 0 và giá trị lớn nhất của khoảng
(giá trị 158) về giá trị 255. Hình 8.12 mô phỏng cho việc giãn ảnh theo phơng pháp
này. Trên hình 9.3.a là biểu đồ phân bố histogram của ảnh gồm 4 mức độ xám khác
nhau là 0-60, 60-158 và 158-255. Giá trị số đầu vào trong khoảng mức độ xám là
60-158 đợc thực hiện giãn theo nhiều cách khác nhau: tuyến tính, giãn phân bố
chuẩn (biểu đồ), giãn đặc biệt. Hình 8.3 minh họa cho các phơng pháp giãn ảnh
trên. Ngoài ra có các phơng pháp giãn khác nh theo phân bố chuẩn, giãn ảnh theo
logarit và giãn ảnh theo cắt mật độ và giãn theo tuyến tính no. Một số biểu đồ của
các phơng pháp này đợc chỉ ra trên hình 8.14.
Trong xử lý ảnh số có rất nhiều phần mềm xử lý ảnh chuyên dụng nh
ERDAS Imagine, ERMapper, PCI, Didactim, Multiscope. Phần mền xử lý ảnh số
thông dụng dùng trong đào tạo là IDRISI.

d

e
a b c
Giá trị số
ảnh
Hình 8.13. Các phơng pháp giãn ảnh chính: a- Tuyến tính; b-
Đa tuyến tính; c- Logarit; d- phân bố chuẩn; e- Cắt mật độ
Hình 8.14: Các phơng pháp giãn ảnh chính: a- tuyến tính;
b- đa tuyến tính; c- Logarit; d- phân bố chuẩn; e- cắt mật độ.

ảnh SPOT kênh 3 vùng Westboro
ả
nh SPOT sau khi giãn phân bố chuẩn
(a)
(b)
Hình 8.15: ảnh gốc (a) và ảnh giãn bằng phơng pháp phân bố chuẩn (b).
- Giãn hàm logarit đợc thực hiện bằng việc áp dụng hàm logrit, hàm mũ hoặc

khác nha
Kh
học, khi đa kính lọc vào thì hình ảnh nguyên
thuỷ bị thay đổi và ảnh mới đợc tạo thành có những đặc điểm mới. Tuỳ các cách
lọc khác nhau mà đ
ị trí tơng ứng với nhân cửa sổ đợc tính theo công thức:
ị cột hystogram, giá trị DN phân bố dọc theo trục X
àn bộ dải độ sáng phân bố từ 1 - 255, ta có thể chia t
u. Ví dụ (1:20); (21 - 64); (65 - 130); (131 - 255). Kết quả, hình ảnh sẽ
đợc phân bố thành số lớp đối tợng, nh vậy kỹ thuật này đơn giản, cho một cách
nhìn khái quát về sự phân bố trong không gian của các nhóm đối tợng. Tơng tự
nh vậy các mức có thể xác định cho tổ hợp của nhiều band phổ.
Kỹ thuật Lọc không gian
ái niệm chung về lọc ảnh
Với phơng pháp lọc quang
a ra kết quả khác nhau. Tơng tự nh vậy, trong xử lý số, các
filter lọc cũng đợc tạo bằng toán học, các filter đợc gọi là các cửa sổ - Windows.
Khái niệm filter trong xử lý số còn liên quan đến khái niệm độ nhám của tone ảnh,
nghĩa là tần số lặp lại của sự khác nhau về độ sáng trên ảnh. Tone ảnh nhám nghĩa là
có sự lặp lại nhiều lần sự khác nhau về tone ảnh trên một diện tích bao gồm số lợng
ít các pixel, còn tone ảnh mịn là sự thay đổi ít về giá trị DN của số lợng lớn các
pixel trên một diện tích rộng. Kỹ thuật số để tạo ảnh có độ nhám cao đợc gọi là lọc
cao còn độ nên một ảnh min gọi là lọc thấp. Câú tạo một filter hay một cửa sổ có
thể là 3 x 3 pixel hoặc 5 x 5 pixel hoặc 7 x 7 pixel, giá trị của từng pixel trong cửa
sổ liên quan đến phơgn pháp lọc. Khi đa cửa sổ vào ảnh, các picxel ở ảnh nằm
tơng ứng với tâm của cửa sổ sẽ đợc tính chuyển thành một giá trị mới theo nguyên
tắc trung bình cộng.
Giá trị pixel ở v
9
)99( )11(

Các kỹ thuật lọc ảnh
Phơng pháp lọc ảnh đợc tiến hành với dữ liệu ảnh số qua từng kênh ảnh đơn
hoặc cùng một lúc với nhiều kênh phụ thuộc vào phần mền xử lý. Tùy theo các mục
đích nghiên cứu, lọc ảnh theo thuật toán chia ra nhiều loại khác nhau. Có thể chia ra
3 nhóm chính là lọc làm mịn ảnh, lọc làm tăng độ tơng phản và lọc làm tơng phản
theo vùng giáp biên. Phơng pháp lọc ảnh đợc thực hiện bằng cách dùng cửa số
động 3 x 3 hoặc 5 x 5 hoặc 7 x 7 hoặc 9 x 9 pixel. Giá trị số của pixels trung tâm
cửa sổ đợc tính bằng một công thức liên quan đến các giá trị số của các pixel bao
quanh. Việc thực hiện các phép lọc nhằm tạo ra một ảnh mới có một số tính chất
mới, ví dụ các yếu tố đờng nét, làm mịn ảnh hoặc nhấn mạnh một yếu tố cấu trúc
nào đó. Các toán tử lọc còn gọi là kernel hay ma trận trọng số thờng đợc tổ chức
dới dạng một ma trận n x n phần tử. Ma trận này đợc áp dụng cho toàn ảnh theo
thuật toán cửa sổ trợt. Kích thớc của ma trận toán tử thờng bao giờ cũng là một
số lẻ. Mô hình toán học của phép lọc có thể đợc viết nh sau:
()
()
yi j f klhi k j l
kiw
iw
llw
jw
(, ) , ,=
=
+
=
+


trong đó:
f Ma trận ảnh đầu vào