1

MỞ ĐẦU

1. Tính cấp thiết của luận án
Với điều kiện địa lý có đường bờ biển trải dài từ Bắc vào Nam, có
nhiều khu vực khai thác dầu khí tại Biển Đông và nằm trên tuyến giao thông
đường biển của thế giới nên Biển Đông Việt Nam là khu vực thường xuyên
xảy ra các hiện tượng ô nhiễm dầu trên biển. Trong những năm gần đây,
Việt Nam liên tục xảy ra các hiện tượng dầu tràn tại các vùng ven biển miền
Trung mà không xác định được nguyên nhân. Hiện tượng dầu tràn chỉ được
phát hiện khi dầu bị sóng biển đánh dạt vào bờ. Do không có hệ thống giám
sát và phát hiện sớm ô nhiễm dầu trên biển nên Việt Nam hoàn toàn bị động
trong việc ứng phó dầu tràn trên biển.
Cùng với sự phát triển của khoa học kỹ thuật, kỹ thuật viễn thám đang được
ứng dụng để giám sát và phát hiện sớm các ô nhiễm dầu trên các vùng biển
của thế giới, trong đó có hệ thống viễn thám RADAR. RADAR là hệ thống
viễn thám siêu cao tần dạng chủ động, cho phép quan sát ngày cũng như
đêm, trong mọi điều kiện thời tiết, không chịu ảnh hưởng của mây, sương
mù trên bề mặt biển và có đường thu nhận rộng. Đây cũng là những ưu
điểm của tư liệu viễn thám siêu cao tần so với các tư liệu viễn thám quang
học trong việc giám sát và phát hiện sớm ô nhiễm dầu trên biển. Do đặc
điểm thu nhận năng lượng tán xạ phản hồi của bộ cảm vệ tinh siêu cao tần
và do sự suy giảm dao động của sóng biển tại vị trí vết dầu nên hình ảnh vết
dầu trên tư liệu viễn thám siêu cao tần có sự khác biệt với vùng biển xung
quanh, tạo điều kiện cho việc tự động hóa quá trình nhận dạng và phân loại
vết dầu trên biển. Tuy nhiên, hiện nay các thông tin bổ trợ về các điều kiện
khí tượng trên biển, hệ thống xử lý tư liệu viễn thám siêu cao tần tại Việt
Nam còn hạn chế nên đòi hỏi cần có nghiên cứu đề xuất phương pháp nhận
dạng và phân loại vết dầu trên biển từ tư liệu viễn thám siêu cao tần phù hợp
với điều kiện thực tế tại Việt Nam.

dầu trên biển từ tư liệu ảnh SAR.
- Đề xuất quy trình nhận dạng và phân loại vết dầu trên biển từ tư
liệu ảnh SAR phù hợp với đặc điểm tư liệu ảnh SAR thu nhận tín hiệu trên
biển và trong chế độ thu nhận diện rộng.
- Xây dựng chương trình thử nghiệm nhận dạng và phân loại vết
dầu và vết nhiễu trên ảnh viễn thám siêu cao tần.
6. Phƣơng pháp nghiên cứu
3

- Phương pháp phân tích, tổng hợp các tài liệu bao gồm các bài báo
khoa học đã được công bố trên thế giới và trong nước, các kết quả nghiên
cứu đã đạt được của các hệ thống giám sát và phát hiện sớm ô nhiễm dầu
trên biển đang được ứng dụng trong thực tế và các modul phần mềm phát
hiện vết dầu từ tư liệu ảnh SAR đã được công bố trên thế giới. Từ đó, đề
xuất phương pháp luận phù hợp, có tính khả thi cao trong điều kiện hiện nay
tại Việt Nam .
- Nghiên cứu thử nghiệm các thuật toán xử lý ảnh, các thuật toán
nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR, tiến hành so
sánh và chọn lọc các mô hình thuật toán phù hợp với mục đích nghiên cứu
của luận án.
7. Ý nghĩa khoa học và thực tiễn của luận án
7.1. Ý nghĩa khoa học của luận án
- Hệ thống đầy đủ cơ sở khoa học về nhận dạng và phân loại vết
dầu trên biển từ tư liệu viễn thám siêu cao tần.
- Xây dựng được phương pháp nhận dạng và phân loại vết dầu trên
biển từ tư liệu ảnh SAR.
- Luận án đã đóng góp một phần trong việc thực hiện nhiệm vụ
nghiên cứu khoa học của đề tài nghiên cứu cấp Nhà nước về “Ô nhiễm dầu
trên vùng biển Đông Việt Nam” với mã số KC09.22/06-10 do PGS.TS
Nguyễn Đình Dương làm chủ nhiệm đề tài.

dạng và phân loại vết dầu và vết nhiễu trên biển từ tư liệu ảnh SAR với các
số lượng tham số đầu vào của mạng nơ-ron khác nhau.
10. Khối lƣợng và kết cấu luận án
Kết cấu luận án được trình bày trong 118 trang, 62 hình vẽ và sơ
đồ, 05 bảng biểu.

CHƢƠNG 1.TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU
TRONG NƢỚC VÀ TRÊN THẾ GIỚI
1.1. Đặt vấn đề
1.2. Tổng quan tình hình nghiên cứu trên thế giới
Vấn đề nghiên cứu khả năng sử dụng tư liệu viễn thám siêu cao tần
và đặc biệt là tư liệu ảnh SAR để phát hiện sớm vết dầu tràn trên biển được
nghiên cứu từ năm 1992, tác giả Bern đã sử dụng tư liệu ảnh SAR của vệ
tinh ERS -1, kênh C để nghiên cứu khả năng phát hiện vết dầu trên bề mặt
biển [11]. Các kết quả nghiên cứu đã đạt được:
5

- Về quá trình tiền xử lý ảnh: Chưa có tài liệu nào đề cập đến vấn đề loại bỏ
ảnh hưởng xa – gần nguồn phát sóng trong quá trình tiền xử lý ảnh phục vụ
cho việc phát hiện vết dầu trên ảnh SAR.
- Về phát hiện và khoanh vùng các vết đen: Sử dụng phương pháp phân
ngưỡng để phát hiện và khoanh vùng vết đen trên ảnh [5]. Ngoài ra có thể
tách vết đen bằng các phương pháp khác như sử dụng thuật toán LoG, DoG,
HMC [27] để phân đoạn ảnh, thuật toán CFAR [9], thuật toán FCM [34].
- Về xác định các chỉ số đặc trưng: Do hình dạng của vết dầu không rõ
nguồn gốc trên biển thường là dạng hình tuyến nên các phương pháp nhận
dạng và phân loại vết dầu trên ảnh SAR đều dựa trên các chỉ số đặc trưng
của vết dầu bao gồm: các chỉ số về hình học; các chỉ số về mức độ tán xạ
của vết đen và vùng xung quanh; vị trí so với khu vực khai thác dầu và vùng
đất liền; chỉ số về đặc điểm cấu trúc

cần nghiên cứu phương pháp phù hợp với điều kiện thực tế của Việt Nam.
1.5. Những vấn đề đƣợc phát triển trong luận án
Nội dung của luận án kế thừa một số kết quả nghiên cứu đã được
nghiên cứu sinh thực hiện trong đề tài cấp Nhà nước KC09.22/06-10. Dựa
trên các kết quả nghiên cứu đã đạt được và các kết quả đã được công bố trên
các tạp chí khoa học, nghiên cứu sinh tiếp tục nghiên cứu ứng dụng một số
thuật toán xử lý ảnh nhằm nâng cao khả năng nhận dạng và tự động hóa quá
trình phân loại vết dầu trên biển từ tư liệu ảnh SAR bao gồm:
- Nghiên cứu sử dụng thuật toán cân bằng biểu đồ thích ứng giới
hạn độ tương phản (CLAHE) để loại bỏ ảnh hưởng hiệu ứng xa – gần
nguồn phát sóng trên tư liệu ảnh SAR.
- Lựa chọn thuật toán tự động phân ngưỡng tổng thể để tách các
vết đen trên ảnh SAR sao cho phù hợp với ảnh đã được hiệu chỉnh ảnh
hưởng xa – gần nguồn phát sóng.
- Nghiên cứu sử dụng thuật toán nở vùng theo ngưỡng để tách vết
dầu trong trường hợp vết dầu đã bị phong hóa và hình ảnh vết dầu trên ảnh
SAR có độ tương phản không cao so với hình ảnh của mặt biển.
- Nghiên cứu thử nghiệm khả năng phân biệt vết dầu và vết nhiễu
bằng mô hình mạng nơ – ron nhiều lớp MLP dựa trên các chỉ số hình học
đặc trưng của từng vết.
- Thử nghiệm với 2 dạng tư liệu viễn thám siêu cao tần kênh C và
kênh L. Đây là 2 dạng tư liệu viễn thám siêu cao tần đang được sử dụng tại
Việt Nam.
7

CHƢƠNG 2. CƠ SỞ KHOA HỌC CỦA QUÁ TRÌNH NHẬN DẠNG VÀ
PHÂN LOẠI VẾT DẦU TRÊN BIỂN BẰNG TƢ LIỆU VIỄN THÁM SIÊU
CAO TẦN
2.1. Đặc điểm hệ thống RADAR cửa mở tổng hợp (SAR)
2.1.1. Hệ thống RADAR tạo ảnh

Do đặc tính độ nhớt của dầu sẽ làm giảm dao động của các sóng
ngắn, tăng sức căng mặt ngoài và giảm áp lực của gió tại vị trí vết dầu. Do
đó làm suy giảm năng lượng tán xạ phản hồi tại vị trí vết dầu và kết quả là
hình ảnh vết dầu trên ảnh SAR thường có màu đen, tương phản so với vùng
biển xung quanh (hình 2.10). Sự tương phản của hình ảnh vết dầu và bề mặt
biển trên tư liệu ảnh SAR là đặc điểm quan trọng để nhận dạng và phân loại
vết dầu trên biển mà các tư liệu viễn thám khác không có được. Tuy nhiên,
do dao động phức tạp của bề mặt biển cùng với các điều kiện tự nhiên trên
biển luôn biến động nên khả năng phát hiện và độ tin cậy trong nhận dạng
và phân loại vết dầu trên biển từ tư liệu ảnh SAR cũng thay đổi tùy theo
điều kiện khách quan.
Hình 2.10. Đặc điểm
hình ảnh vết dầu trên
ảnh SAR
(a) Năng lượng tán xạ
tại vị trí vết dầu và vùng
xung quanh;
(b) Hình ảnh vết dầu
trên ảnh SAR

2.3.2. Nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR
Theo nghiên cứu của Cơ quan hàng không vũ trụ Châu Âu (ESA)
[16] thì các vết dầu tràn không rõ nguyên nhân trên biển chủ yếu là kết quả
của việc xả dầu trái phép của tàu lưu thông trên biển. Các tàu thường xả chất
thải có dầu trên đường đi và để lại đằng sau tàu một vệt dầu hình tuyến hoặc
giống như những con đường mòn. Các nhà khoa học dựa trên chính đặc
điểm này để tiến hành nhận dạng và phân loại vết dầu trên biển từ tư liệu
ảnh SAR.
2.4. Những ảnh hƣởng trong quá trình nhận dạng và phân loại vết dầu
trên biển từ tƣ liệu ảnh SAR


, đặc
biệt là tư liệu chế độ đường chụp rộng, đó là hiệu ứng xa-gần nguồn phát
sóng trên tư liệu ảnh SAR.
2.4.4. Ảnh hưởng của các vết nhiễu trên biển
Trên bề mặt biển cũng có các hiện tượng tự nhiên làm suy giảm
dao động của sóng biển và tạo các vết đen trên ảnh siêu cao tần. Những vết
đen trên ảnh SAR không phải vết dầu thì gọi là vết nhiễu.
2.4.5. Đặc điểm tư liệu ảnh SAR sử dụng phân tích vết dầu trên biển
Theo như kết quả nghiên cứu được công bố trên tài liệu [35] thì giá
trị suy giảm tín hiệu khi quan sát vết dầu trên biển của kênh C và kênh L là
khác nhau.
2.4.6. Ảnh hưởng bởi điều kiện khí tượng trên bề mặt biển
Dưới tác động của môi trường trên biển và do đặc tính lý hóa của
dầu nên hình ảnh vết dầu trên ảnh SAR tại các thời điểm phát hiện khác
nhau cũng sẽ khác nhau [35].
2.5. Kết luận chƣơng 2
Cơ sở khoa học của việc nhận dạng và phân loại vết dầu trên biển
từ tư liệu viễn thám siêu cao tần dựa trên sự tương tác của sóng siêu cao tần
10

và các dao động của sóng trên bề mặt biển. Hình ảnh của vết dầu tương
phản so với bề mặt biển trên ảnh SAR là do sự suy giảm năng lượng tán xạ
phản hồi của sóng tán xạ Bragg tại vị trí vết dầu so với vùng biển xung
quanh. Kết quả nhận dạng và phân loại vết dầu trên biển bằng tư liệu ảnh
SAR chịu ảnh hưởng lớn của tốc độ gió trên bề mặt biển, các vết nhiễu trên
biển, đặc điểm của tư liệu viễn thám siêu cao tần, điều kiện khí tượng trên
bề mặt biển và đặc tính lý hóa của vết dầu.
CHƢƠNG 3. ĐỀ XUẤT PHƢƠNG PHÁP NHẬN DẠNG VÀ PHÂN LOẠI
VẾT DẦU TRÊN BIỂN TỪ TƢ LIỆU VIỄN THÁM SIÊU CAO TẦN
Hình 3.6. Sơ
đồ thuật toán
đọc và hiệu
chỉnh hình học
ảnh ASAR
3.1.2. Loại bỏ vùng đất liền và hải đảo
Việc loại bỏ vùng đất liền, hải đảo được thực hiện tự động dựa trên cơ
sở dữ liệu đường bờ biển vùng Biển Đông Việt Nam (tham khảo phụ lục 3).
3.1.3. Hiệu chỉnh hiệu ứng xa gần nguồn phát sóng trên ảnh SAR
Trong luận án sử dụng thuật toán cân bằng biểu đồ thích ứng giới
hạn độ tương phản (CLAHE) [30] (hình 3.9).

12

(a) (b)
Hình 3.9. Ảnh ALOS PALSAR xoay vuông góc với tuyến bay

Thuật toán tự động phân ngưỡng Huang xác định ngưỡng dựa trên
khái niệm về độ mờ nhỏ nhất trên ảnh [21]. Giá trị ngưỡng được xác định
dựa trên tập mờ của ảnh. Tập mờ của ảnh được phân tích thông qua một
hàm tương ứng của pixel được định nghĩa bởi sự khác biệt tuyệt đối giữa
mức độ xám của pixel và mức độ xám trung bình theo từng vùng, tùy thuộc
là vùng đối tượng hay vùng nền [21].
Giá trị entropy của một ảnh X được mô tả theo công thức sau:
(3.17)
(a)
(b)
14

Hàm Shannon trong công thức (3.17) là tăng tuyến tính trong
khoảng từ [0,0.5] và giảm tuyến tính từ [0.5,0]. Quá trình đo độ mờ bằng
công thức (3.17) được tính toán lặp lại với
1tt
và cho tới khi
ax
1
m
tg
. Giá trị ngưỡng tối ưu sẽ được xác định bằng giá trị độ mờ nhỏ
nhất (tham khảo phụ lục 4).
3.2.2. Thuật toán nở vùng (region growing)
Thuật toán của phương pháp nở vùng theo ngưỡng là bắt đầu từ
các điểm gieo mầm và mở rộng vùng tìm kiếm phụ thuộc vào các điểm lân
cận có cùng ngưỡng độ xám với điểm gieo mầm. Công thức (3.18) mô tả

- Chỉ số giá trị độ xám nhỏ nhất bên trong vết dầu (Min)
3.3.2. Tự động xác định đường biên và các chỉ số hình dạng vết dầu
Hình 3.22. Sơ đồ tự động hóa xác định đường biên vết dầu
3.3.3. Nhận dạng và phân loại vết dầu và vết nhiễu trên tư liệu ảnh SAR
3.3.3.1. Nhận dạng và phân loại vết dầu và vết nhiễu bằng chỉ số hình dạng
Bảng 3.2 cho thấy sự khác biệt vết dầu và vết nhiễu được thể hiện
rõ thông qua các chỉ số về hình dạng như chỉ số P, A, Sf và chỉ số C. Đối với
những vết nhiễu được tạo bởi những vùng lặng gió trên biển thường có mức
độ đồng nhất về giá trị độ xám cao hơn là các vết dầu.
3.3.3.2. Nhận dạng và phân loại vết dầu và vết nhiễu bằng mô hình MLP
Phương pháp phân loại vết dầu và vết nhiễu là phương pháp phân
loại có kiểm định. Việc phân tích và phân loại vết dầu và vết nhiễu dựa trên
1 tập mẫu đã có sẵn bao gồm tập hợp các vết dầu và vết nhiễu đặc trưng. Dữ
liệu đầu vào của mạng nơ-ron bao gồm các chỉ số của vết dầu và vết nhiễu
Tìm đường biên của từng vết đen
Dán nhãn cho vùng
Tọa độ điểm đường biên của từng vết
Tính chỉ số từng vùng
Tính chuyển sang hệ tọa độ địa lý
Ghi dữ liệu vector ở định dạng Shapefile
Bắt đầu
Ảnh dữ liệu gốc
Ảnh phân loại vết dầu

Kết thúc
16

được xác định trên ảnh. Kết quả đầu ra là độ tin cậy của quá trình phân loại
vết dầu và vết nhiễu. Số lượng mẫu thử nghiệm là 100 mẫu bao gồm 67 vết
dầu và 33 vết nhiễu. Chương trình phân chia 70 mẫu sử dụng để huấn luyện


3.4. Đề xuất phƣơng pháp nhận dạng và phân loại vết dầu trên biển từ
tƣ liệu ảnh SAR
Dựa trên các kết quả nghiên cứu đã đạt được, nghiên cứu sinh đề
xuất phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh
SAR với 2 quy trình xử lý dựa trên đặc điểm của vết dầu tồn tại trên biển.
Quy trình được thể hiện trong hình 3.27 áp dụng đối với những vết
dầu mới xả, hình ảnh vết dầu trên ảnh SAR tương phản so với hình ảnh
vùng biển xung quanh.
Hình 3.27. Phương pháp tự động
nhận dạng và phân loại vết dầu
trên biển

ảnh Nhận
dạng
và
phân
loại
vết
dầu
và vết
nhiễu
Kết thúc
Đọc dữ liệu ảnh SAR
Phân tích và khoanh vùng vị trí vết dầu
18

Quy trình được thể hiện trong Hình 3.28 áp dụng đối với những vết
dầu đã tồn tại lâu trên biển. Trong thực tế, khi vết dầu tồn tại lâu trên bề mặt
biển sẽ chịu tác động của nhiều yếu tố trên biển như các điều kiện khí tượng,
thủy văn trên biển, dao động của sóng biển, tốc độ gió trên biển quá nhỏ
(nhỏ hơn 2.5m/s) và quá lớn (lớn hơn 12.5m/s) và tính chất lý hóa của
dầu…Vết dầu trong trường hợp này đã bị phân rã nên hình ảnh vết dầu trên
ảnh SAR không còn rõ nét, có độ tương phản không cao so với mặt biển và
có nhiều ngưỡng độ xám trên cùng một vết dầu nên việc tự động tách vết
đen trên ảnh rất khó khăn


Ảnh tách vết đen
(dạng nhị phân)
Vector đường biên và tính chỉ số vết dầu
Phân tích, khoanh vùng vị trí vết dầu
Nhận dạng và phân loại vết dầu
và vết nhiễu bằng phương pháp
giải đoán trực tiếp trên ảnh
Bắt đầu

Tiền
xử
lý ảnh
Nhận dạng và
phân loại vết dầu
và vết nhiễu
Kết thúc
Đọc dữ liệu ảnh SAR
Thuật toán nở vùng
19

3.5. Kết luận chƣơng 3
Phương pháp nhận dạng và phân loại vết dầu trên biển từ tư liệu
ảnh SAR là tập hợp các bước xử lý cần thiết bao gồm: 1) Tiền xử lý ảnh; 2)
Tách vết đen; 3) Nhận dạng và phân loại vết dầu và vết nhiễu, trong đó
bước tách vết đen trên ảnh SAR đóng vai trò quan trọng. Việc tách chính
xác vết đen trên ảnh bằng các thuật toán tự động phân ngưỡng hoặc thuật
toán nở vùng sẽ nâng cao khả năng tự động của phương pháp nhận dạng và

4.1.4.2. Modul hiển thị kết quả phân tích
4.1.4.3. Kết thúc chương trình
4.1.5. Một số giải pháp thực tế được thực hiện trong chương trình thử
nghiệm
4.1.5.1. Giải pháp xử lý ảnh đối với ảnh kích thước lớn
Các thuật toán hiệu chỉnh ảnh hưởng xa – gần nguồn phát sóng, lọc
Bắt đầu
Đọc dữ liệu ảnh

Nhập tệp CSDL.dat

Chuyển đổi sang khuôn dạng GeoTIFF
Loại bỏ vùng đất liền
Hiệu chỉnh hiệu ứng xa – gần
Lọc nhiễu trên ảnh SAR
Kích thước cửa sổ
lọc nhiễu

Nhập phương pháp
tách vết đen

PP Huang=1
Chọn điểm gieo mầm
Phương pháp nở vùng
Ảnh tách vết đen
(Dạng nhị phân)
Vector hóa đường biên của vùng,
tính các chỉ số hình dạng vết đen

Ghi dữ liệu dưới dạng Shapefile

22

Hình 4.11. KQ tách vết đen Hình 4.12. KQ vector đường biên vết dầu
4.3. Kết luận chƣơng 4
Các thuật toán xử lý ảnh được đề xuất đã nâng cao được khả năng
tự động nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR. Thời
gian xử lý một cảnh ảnh khoảng 03 phút. Chương trình thử nghiệm đã khảo
sát dạng tư liệu viễn thám siêu cao tần đang được sử dụng trong giám sát và
phát hiện sớm vết dầu trên biển và hiện đang có tại Việt Nam như dữ liệu
ALOS PALSAR (kênh L) và EnviSAT ASAR (kênh C). Vị trí và thời điểm
thử nghiệm là khu vực Biển Đông Việt Nam với điều kiện khí tượng trên
biển bình thường, tốc độ gió từ 2.5m/s đến 7.5m/s, không có các hiện tượng
thời tiết cực đoan như mưa, giông trên biển.
Phương pháp tách vết đen trên ảnh SAR được sử dụng trong
chương trình thử nghiệm là thuật toán phân ngưỡng Huang cho kết quả tốt
đối với cả hai dạng tư liệu ảnh SAR. Việc sử dụng thuật toán tự động phân
ngưỡng Huang trong tách vết đen trên ảnh SAR đã nâng cao khả năng tự
động hóa của phương pháp nhận dạng và phân loại vết dầu trên biển được
đề xuất trong luận án.

KẾT LUẬN VÀ KIẾN NGHỊ
A. KẾT LUẬN
1. Cơ sở khoa học của việc nhận dạng và phân loại vết dầu trên biển từ ảnh
SAR là dựa trên sự khác biệt về năng lượng tán xạ phản hồi tại vị trí vết dầu
23

và vùng biển xung quanh trên ảnh. Năng lượng tán xạ phản hồi thu được
trên tư liệu vệ tinh siêu cao tần khi quan sát trên biển chủ yếu là năng lượng
tán xạ Bragg được hình thành do sự tương tác của tín hiệu siêu cao tần và
dao động của sóng biển. Tuy nhiên, độ tin cậy trong nhận dạng và phân loại

sóng sẽ giúp đơn giản hóa quá trình tách vết đen trên ảnh SAR, có thể sử
dụng thuật toán phân ngưỡng tổng thể với một ngưỡng độ xám duy nhất để
tách toàn bộ các vết đen trên ảnh.
7. Đối tượng nghiên cứu chính trong luận án là những vết dầu xuất hiện
không rõ nguồn gốc, chủ yếu do việc xả dầu trái phép của các tàu lưu thông
trên biển gây ra. Các vết dầu do xả dầu trái phép thường để lại các dạng hình
tuyến, dọc theo hướng dịch chuyển của các tàu xả dầu. Do đó, việc nhận
dạng và phân loại vết dầu và vết nhiễu trên ảnh SAR được thực hiện thông
qua phân tích các chỉ số hình dạng của vết dầu và vết nhiễu.
8. Phương pháp nhận dạng và phân loại vết dầu và vết nhiễu bằng mô hình
mạng nơ-ron MLP cho độ tin cậy 93% với cấu trúc mô hình 8:8:2 và 96%
với cấu trúc mô hình 4:4:2. Độ tin cậy của quá trình nhận dạng và phân loại
vết dầu và vết nhiễu của các mô hình mạng nơ-ron MLP phụ thuộc vào mức
độ đặc trưng cho hình dạng vết dầu và vết nhiễu của các chỉ số đầu vào của
mạng nơ-ron. Các chỉ số hình dạng như chu vi, diện tích, độ phức tạp, hình
dạng cho độ tin cậy cao trong phân loại các vết dầu do xả dầu trái phép của
các tầu lưu thông trên biển. Kết quả nghiên cứu ứng dụng mô hình mạng
nơ-ron MLP sẽ giúp nâng cao được khả năng tự động hoàn toàn của
phương pháp nhận dạng và phân loại vết dầu và vết nhiễu trên biển từ tư
liệu ảnh SAR.
B. KIẾN NGHỊ
1. Dựa trên các kết quả nghiên cứu đạt được của luận án, trong thời gian tới,
NCS sẽ hoàn thiện các nghiên cứu xử lý ảnh để nâng cao khả năng tự động
hóa nhận dạng và phân loại vết dầu trên biển từ tư liệu ảnh SAR. Đồng thời,
nghiên cứu các chỉ số đặc trưng của vết dầu và khả năng sử dụng mô hình
mạng nơ-ron nhiều lớp MLP trong việc nhận dạng và phân loại những vết
dầu xả vòng trên biển từ tư liệu ảnh SAR.
2. Kết quả xác định vector đường biên vết dầu và các chỉ số hình dạng
tương ứng được lưu dưới định dạng Shapefile và trong hệ tọa độ địa lý sẽ
cung cấp CSDL đầu vào cho các mô hình tính toán lan truyền dầu và xác