ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
---------------------

Nguyễn Thị Thanh Bình

NGHIÊN CỨU GIẢI PHÁP KỸ THUẬT NÂNG CAO ĐỘ CHÍNH XÁC
TRONG PHÂN LOẠI ẢNH TẠI KHU VỰC CÓ ĐỘ PHỦ HỖN HỢP

LUẬN VĂN THẠC SĨ KHOA HỌC

Hà Nội -2016


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƢỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
--------------------Nguyễn Thị Thanh Bình

NGHIÊN CỨU GIẢI PHÁP KỸ THUẬT NÂNG CAO ĐỘ CHÍNH XÁC
TRONG PHÂN LOẠI ẢNH TẠI KHU VỰC CÓ ĐỘ PHỦ HỖN HỢP
Chuyên ngành: Bản đồ, viễn thám và hệ thông tin địa lý
Mã số: 60440214

LUẬN VĂN THẠC SĨ KHOA HỌC
Ngƣời hƣớng dẫn khoa học: TS. Phạm Minh Hải
XÁC NHẬN HỌC VIÊN ĐÃ CHỈNH SỬA THEO GÓP Ý CỦA HỘI ĐỒNG
Giáo viên hướng dẫn

Chủ tịch hội đồng chấm luận văn
thạc sĩ khoa học


DANH MỤC HÌNH VẼ...................................................................................................... 7
MỞ ĐẦU................................................................................................................................ 9
1. Tính cấp thiết của đề tài: .............................................................................................. 9
2. Mục tiêu nghiên cứu .................................................................................................... 10
3. Nội dung nghiên cứu .................................................................................................... 10
4. Phạm vi nghiên cứu...................................................................................................... 10
5. Kết quả đạt đƣợc .......................................................................................................... 10
6. Ý nghĩa khoa học và thực tiễn ................................................................................... 11
7. Phƣơng pháp nghiên cứu và kỹ thuật sử dụng ...................................................... 11
8. Cấu trúc luận văn ......................................................................................................... 11
CHƢƠNG 1: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU TRONG VÀ
NGOÀI NƢỚC ...................................................................................................................... 12
1.1.

Các khái niệm ......................................................................................................... 12

1.2.

Tổng quan tình hình nghiên cứu trong và ngoài nƣớc .................................. 18

1.2.1.

Trên thế giới ...................................................................................................... 18

1.2.2.

Ở Việt Nam ........................................................................................................ 19

CHƢƠNG 2: CƠ SỞ LÝ LUẬN PHÂN LOẠI ẢNH VIỄN THÁM ..................... 24
2.1. Đặc trƣng phổ phản xạ của các đối tƣợng trong tự nhiên ............................... 24

3.4. Thực nghiệm tính toán xác định giá trị phổ thực của 3 đối tƣợng đất,
nƣớc, thực vật trên ảnh ................................................................................................... 60
3.5. Thực nghiệm tính toán tỷ lệ thành phần 3 đối tƣợng đất, nƣớc, thực vật
trong một điểm ảnh .......................................................................................................... 61
3.5.1. Chạy chương trình tính toán tỷ lệ thành phần 3 đối tượng đất - nước, thực
vật trong một điểm ảnh ................................................................................................... 61
3.5.2. So sánh giữa chỉ số thực vật của phương pháp đề xuất với chỉ số
thực vật (NDVI) .............................................................................................................. 62

3


3.5.3. So sánh giữa chỉ số nước của phương pháp đề xuất với chỉ số nước
(NDWI) 64
3.6. Thực nghiệm phân loại ảnh dựa trên tỷ lệ 3 thành phần đất, nƣớc, thực
vật trên một điểm ảnh...................................................................................................... 66
3.7. Đánh giá hiệu quả và độ chính xác kết quả thực hiện ...................................... 69
3.7.1. Đánh giá độ chính xác kết quả phân loại ảnh Landsat 8 ................................ 69
3.7.2. Đánh giá độ chính xác kết quả phân loại ảnh Sentinel 2................................ 76
KẾT LUẬN VÀ KIẾN NGHỊ ......................................................................................... 83
TÀI LIỆU THAM KHẢO ............................................................................................... 85

4


DANH MỤC CÁC TỪ VIẾT TẮT
GIS: Hệ thống thông tin địa lý
GPS: Hệ thống định vị toàn cầu
DN: Giá trị điểm ảnh (Digital Number)
BSQ: Khuôn dạng dữ liệu Band Sequential


6


DANH MỤC HÌNH VẼ
Hình 1.1. Minh họa độ phân giải không gian ảnh viễn thám .................................. 13
Hình 1.2: Minh họa về điểm ảnh .................................................................................... 14
Hình 1.3. Nhầm lẫn phổ gây ra tại khu vực có độ phủ hỗn hợp ............................. 15
Hình 1.4:Các tình huống tạo ra nhiễm điểm ảnh ....................................................... 17
Hình 2.1. Đặc tính phản xạ phổ thực vật ..................................................................... 24
Hình 2.2. Đặc tính phản xạ phổ của đất ....................................................................... 25
Hình 2.3. Đặc tính phản xạ phổ của nƣớc .................................................................... 26
Hình 2.4. Minh họa thuật toán K-means...................................................................... 30
Hình 2.5. Nguyên lý phân loại theo xác suất cực đại ................................................. 32
Hình 2.6. Ví dụ minh họa trƣờng hợp có 3 endmember a,b,c ................................. 39
Hình 2.7. Chiết tách các đối tƣợng thực vật ................................................................ 40
Hình 2.8. Chiết tách các đối tƣợng nƣớc ...................................................................... 40
Hình 2.9.Mối tƣơng quan kênh NIR và Red trên không gian 2 chiều với 3
endmember Đất- Nƣớc- Thực vật ..................................................................................... 41
Hình 2.10. Nguyên lý chỉ số đất, nƣớc, thực vật ......................................................... 43
Hình 2.11. Giao diện chƣơng trình phân loại ảnh đƣợc xây dựng bằng ngôn
ngữ lập trình Matlab............................................................................................................ 45
Hình 2.12. Mở ảnh kênh R và NIR ................................................................................ 46
Hình 2.13.Sơ đồ khối mô tả tính toán giá trị phổ thực ba đối tƣợng Đất Nƣớc- Thực vật ..................................................................................................................... 46
Hình 2.14. Xác định tam giác phổ .................................................................................. 47
Hình 2.15. Tính toán tạo ảnh chỉ số nƣớc .................................................................... 48
Hình 2.16. Tính toán tạo ảnh chỉ số thực vật .............................................................. 49
Hình 2.17. Tính toán tạo ảnh chỉ số đất ........................................................................ 50
Hình 2.18. Ảnh tổ hợp từ ba ảnh chỉ số đất, nƣớc, thực vật .................................... 52
Hình 3.1 Sơ đồ khu vực nghiên cứu .............................................................................. 54

Hình 3.16. Đồ thị thể hiện so sánh diện tích kết quả phân loại có kiểm định và
kết quả phân loại sử dụng tỷ lệ thành phần đất, nƣớc, thực vật đối với ảnh
Landsat 8 ................................................................................................................................ 71
Hình 3.17 Kết quả phân loại ảnh Sentinel 2 bằng phƣơng pháp xác suất cực
đại ............................................................................................................................................. 76
Hình 3.18. Đồ thị thể hiện so sánh diện tích giữa kết quả phân loại MLC và
kết quả phân loại sử dụng tỷ lệ thành phần đất, nƣớc, thực vật đối với ảnh
Sentinel 2 ................................................................................................................................ 77

8


MỞ ĐẦU
1. Tính cấp thiết của đề tài:
Ưu điểm của ảnh viễn thám là tính đa thời gian, phủ trùm trên diện tích rộng
giúp con người cập nhật thông tin, tiến hành nghiên cứu một cách nhanh chóng hiệu
quả, tiết kiệm thời gian, công sức. Nguyên lý cơ bản của viễn thám đó là đặc trưng
phản xạ hay bức xạ của các đối tượng tự nhiên tương ứng với từng giải phổ khác
nhau. Kết quả của việc giải đoán các lớp thông tin phụ thuộc rất nhiều vào sự hiểu
biết về mối tương quan giữa đặc trưng phản xạ phổ với bản chất, trạng thái của các
đối tượng tự nhiên. Những thông tin về đặc trưng phản xạ phổ của các đối tượng tự
nhiên sẽ cho phép các nhà chuyên môn chọn các kênh ảnh tối ưu, chứa nhiều thông
tin nhất về đối tượng nghiên cứu, đồng thời đây cũng là cơ sở để phân tích nghiên
cứu các tính chất của đối tượng, tiến tới phân loại chúng.
Trong nhiều năm qua viễn thám vệ tinh và kỹ thuật phân loại ảnh bị giới hạn
bởi độ phân giải không gian hoặc khoảng cách lấy mẫu thực địa ở phần tử ảnh là
pixel. Đặc biệt đối với các hệ thống vệ tinh cho ảnh độ phân giải thấp và trung bình,
điển hình như Landsat với kích thước pixel là 30m, thể hiện các hạn chế về đơn vị
vẽ bản đồ nhỏ nhất, độ chính xác không gian, và chi tiết các thông tin được chiết
xuất. Thực tế, trong một pixel luôn luôn tồn tại một hoặc vài đối tượng bên trong,

chính xác kết quả phân loại ảnh ở trong và ngoài nước.
-

Đề xuất giải pháp xác định giá trị phổ của 3 đối tượng đất, nước, thực

vật trên mỗi điểm ảnh.
Đề xuất giải pháp tính toán tỷ lệ các thành phần Nước-Đất-Thực vật
trong mỗi điểm ảnh.
Lập trình chương trình tính to án xác định giá trị phổ thực của 3 đối
tượng đất, nước, thực vật trên mỗi điểm ảnh.
Lập trình chương trình tính toán toán tỷ lệ các thành phần Nước -ĐấtThực vật trong mỗi điểm ảnh.
Thực nghiệm phân loại ảnh bằng phương pháp đề xuất.
4. Phạm vi nghiên cứu
- Phạm vi khoa học: thực hiện thử nghiệm phân loại trên ảnh vệ tinh có độ
phân giải thấp 30m và độ phân giải trung bình 10m
- Phạm vi không gian: Ảnh Landsat 8 và Sentinel 2 khu vực Thành phố Hà
Nội
5. Kết quả đạt đƣợc
Giải pháp xác định giá trị phổ của 3 đối tượng đất, nước, thực vật trên
mỗi điểm ảnh.
điểm ảnh.
-

Giải pháp tính toán tỷ lệ các thành phần Nước-Đất-Thực vật trong mỗi
Chương trình phân loại ảnh dựa theo giải pháp đã nêu trên.

10


6. Ý nghĩa khoa học và thực tiễn

Kết luận và kiến nghị

11


CHƢƠNG 1: TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU TRONG VÀ
NGOÀI NƢỚC
1.1.

Các khái niệm

Viễn thám: là khoa học thu thập thông tin về các đối tượng, sự vật trên bề
mặt đất mà không cần tiếp xúc trực tiếp với các đối tượng, sự vật đó. Dựa trên kiểu
của nguồn sáng, viễn thám được chia ra thành viễn thám chủ động và viễn thám bị
động. Khi các nguồn sáng tới bề mặt đất, năng lượng tới sẽ được tương tác theo 3
cơ chế: phản xạ, hấp thụ, tỏa ra (năng lượng nhiệt). Ảnh viễn thám được hình thành
từ quá trình bộ cảm ghi lại mức độ phản hồi hay tỏa ra của các đối tượng, sự vật
trên bề mặt trái đất. Phân lo ại ảnh viễn thám theo nguồn năng lượng và chiều dài
bước sóng ta có thể chia ảnh vệ tinh thành 3 loại cơ bản:
-

Ảnh quang học là loại ảnh được tạo ra bởi việc thu nhận các bước sóng sánh
sáng nhìn thấy. Nguồn năng lượng chính là bức xạ mặt trời.

-

Ảnh hồng ngoại: Là loại ảnh được tạo ra bởi việc thu nhận các bước sóng
hồng ngoại phát ra từ vật thể. Nguồn năng lượng chính là vức xạ nhiệt của
các vật thể.


chụp ảnh Trái Đất. Sau một khoảng thời gian nhất định, nó quay lại và chụp lại
vùng đã chụp. Khoảng thời gian này gọi là độ phân giải thời gian của vệ tinh. Với
khoảng thời gian lặp lại càng nhỏ thì thông tin thu thập càng nhiều.
Ngoài ra, số lượng kênh ảnh cũng là một yếu tố quan trọng ảnh hưởng đến
thông tin thu nhận trên ảnh viễn thám. Ảnh được thu càng nhiều kênh thì càng có

13


nhiều thông tin về đối tượng thu được. Các ảnh đa phổ thông thường thu được từ 310 kênh.
Trên ảnh viễn thám, điểm ảnh là đơn vị nhỏ nhất, mang giá trị cường độ dưới
dạng số và địa chỉ dưới dạng thông tin về tọa độ hàng và tọa độ cột.Từng điểm ảnh
sẽ bao gồm nhiều thông tin về các đối tượng ở trong khu vực nghiên cứu.

Hình 1.2: Minh họa về điểm ảnh
Độ phủ hỗn hợp: Một điểm ảnh có độ phủ hỗn hợp là một yếu tố hình ảnh
đại diện cho một khu bao gồm nhiều hơn một loại che phủ mặt đất. Về cơ bản, có
hai tình huống mà các điểm ảnh hỗn hợp xảy ra. Trường hợp đầu tiên liên quan đến
các điểm ảnh nhỏ được đặt tại các cạnh của đối tượng lớn như trong các lĩnh vực
nông nghiệp. Trường hợp thứ hai xảy ra khi đối tượng được thu nhận ảnh là tương
đối nhỏ so với độ phân giải không gian của máy quét. Điều này có thể xảy ra đối
với các đối tượng dạng tuyến như sông hay đường giao thông hoặc các đối tượng
nhỏ hơn kích thước điểm ảnh như ao hoặc bụi cây thưa thớt. Đối với mỗi loại ảnh
viễn thám số lượng điểm ảnh hỗn hợp phụ thuộc rất nhiều vào khu vực chụp ảnh.
Irons và các cộng sự [16] đã báo cáo tỷ lệ điểm ảnh hỗn hợp có thể xảy ra trong ảnh
TM là khác nhau khác nhau, từ 29,6% đến 68,3% đối với các cảnh quan khác nhau,
trong khi Schoenmakers [16] cho rằng trong một số quốc gia Địa Trung Hải của
EU, mà kích thước trường trung bình là nhỏ, tỷ lệ điểm ảnh hỗn hợp có thể lên đến
30%.
Những con số này cho thấy điểm ảnh hỗn hợp có một ảnh hưởng đáng kể

15


Trong một số trường hợp, độ phân giải không gian tốt hơn nhưng kết quả
phân loại có thể xấu đi. Vì ở độ phân giải tốt hơn các biến thể trong lớp phủ tăng
như sự khác biệt độ ẩm, độ cao, chiếu sáng trở nên rõ ràng hơn Ví dụ môt khu rừng
thống nhất ở độ phân giải thấp nhưng có thể hiện thị các loại cây riêng lẻ của các
loài khác nhau xen kẽ với độ phân giải tốt hơn. Một bất lợi nữa của độ phân giải
không gian tốt là số lượng điểm ảnh có thể trở nên rất lớn gây khó khăn trong xử lý
dữ liệu, mà thêm vào các chi phí sử dụng tư liệu lớn. Cùng với thực tế là ngày nay
xu thế sử dụng dữ liệu phủ sóng toàn cầu ngày càng lớn. Các dữ liệu viễn thám như
Landsat 8 hay Sentinel 2 ngày càng được quan tâm sử dụng vì các ưu điểm về chi
phí cũng như độ phủ trùm.
Nhiễu điểm ảnh được định nghĩa là kết quả của sự hỗn hợp các đối tượng,
thành phần trong một điểm ảnh, và độc lập với độ phân giải [5]. Nhiễu điểm ảnh
thường xảy ra do kích thước các đối tượng và sự vật cần phân loại thường nhỏ hơn
kích thước 1 điểm ảnh. Theo Fisher(1997) có 3 trường hợp phổ biến về hiện tượng
nhiễu điểm ảnh. Đó là:
-

Nhiễu giữa các đối tượng trên 1 điểm ảnh như cửa, cây cối, ao, hồ…

Nhiễu giữa đối tượng nằm trên vùng chuyển tiếp của các đối tượng trên một
điểm ảnh như khu vực có nhiều cây cối…
-

Nhiễu giữa các đối tượng có cấu trúc hình tuyến như cầu cống, đường xá …
Ngay cả với bộ cảm biến có độ phân giải tương đối cao, các điểm ảnh bị

nhiễu được dự đoán xuất hiện có trong hầu hết các cảnh ảnh. Điểm ảnh bị nhiễu có

còn là một thách thức vì nhiều yếu tố chẳng hạn như sự phức tạp trong một cảnh
quan trong khu vực nghiên cứu gây ra nhiễu điểm ảnh. Lựa chọn tư liệu viễn thám,
xử lý ảnh và phương pháp phân loại có thể ảnh hưởng đến sự thành công của quá
trình phân loại.
1.2.
Tổng quan tình hình nghiên cứu trong và ngoài nƣớc
1.2.1. Trên thế giới
Cho tới nay, trên thế giới đã có nhiều nghiên cứu về vấn đề giảm nhiễu điểm
ảnh nâng cao độ chính xác các sản phẩm phân loại ảnh. Shimabukuro (1991) đã nêu
ra 2 phương pháp chính trong giảm nhiễu điểm ảnh là phương pháp phân loại ảnh
và phương pháp mô hình hóa sử dụng quan hệ giữa các thành phần trong một điểm
ảnh.[7]
Với phương pháp phân lo ại ảnh, độ chính xác của sản phẩm phân loại phụ
thuộc chính vào điều kiện lấy mẫu phân loại. Độ chính xác của sản phẩm được nâng
cao sau nhiều lần thực nghiệm. Đây là phương pháp truyền thống được sử dụng
nhiều nhất trong phân lo ại ảnh.Tuy nhiên để đạt được kết quả có độ chính xác cao,
quá trình xử lý ảnh lặp đi lặp lại đòi hỏi thời gian. Hơn nữa, độ chính xác cũng phụ
thuộc nhiều vào ý thức chủ quan của người thực hiện.
Phương pháp mô hình hóa sử dụng quan hệ giữa các thành phần đối tượng
trong một điểm ảnh và bao gồm các phương pháp thành phần như phương pháp
tuyến tính, phương pháp hình học.
Đối với phương pháp tuyến tính, giá trị phổ trên một điểm ảnh thể hiện qua
sự kết hợp tuyến tính của giá trị phổ đo đạc được từ các thành phần riêng biệt trong
điểm ảnh đó. Giá trị băng phổ i (yi) được đo đạc sẽ được tính dựa trên mối quan hệ
giữa giá trị phổ tham khảo của băng phổ i cho toàn bộ điểm ảnh j và tỷ lệ thành
phần phổ của j (xj) trên điểm ảnh đó:
Y= Ax (1.1)
Trong phương pháp này, tỷ lệ thành phần phổ của các yếu tố trong một điểm
ảnh sẽ được ước lượng.
Phương pháp hình học là phương pháp chiết tách thông tin các đối tượng trên

nhiễu, sau đó tạo ảnh chỉ số tinh khiết các điểm ảnh (PPI). Cuối cùng tiến hành phân
loại ảnh dựa trên chỉ số tinh khiết. Sự phân loại các điểm ảnh hỗn hợp tương tự cách
sử dụng mô hình phân loại mờ do đó kết quả phân loại được nâng cao độ chính xác .
Các phương pháp được giới thiệu ở trên được phát triển nhằm mục đích giảm
nhiễu điểm ảnh và nâng cao độ chính xác của các kết quả phân loại. Trong đó,
phương pháp tuyến tính được sử dụng thông dụng nhất. Tuy nhiên, độ chính xác của
kết quả phân loại phụ thuộc sự lựa chọn phương pháp phù hợp với mục đích và đối
tượng thực hiện.
1.2.2. Ở Việt Nam
Một số thuật toán đã được nghiên cứu sử dụng như: trong nghiên cứu của
Hoàng Minh Hải (2013), nhóm tác giả đã sử dụng Nguyên lý bầu chọn (Voting
19


principle) và hàm tin cậy Bayesian (Bayesian Belief Function)[2] nhằm nâng cao độ
chính xác phân loại ảnh viễn thám. Nguyên lý bầu chọn là phương pháp đơn gi ản và
phổ biến sử dụng cho việc liên kết các kết quả của các phương pháp phân loại khác
nhau để tạo nên kết quả mới có độ chính xác cao hơn độ chính xác của các phương
pháp thành phần. Phương pháp này dựa trên việc “biểu quyết” và các đối tượng
được chọn làm kết quả cuối cùng là đối tượng được bầu chọn nhiều nhất. Bên cạnh
nguyên lý bầu chọn, hàm tin cậy là phương pháp liên kết có xét đến sai số của các
phương pháp phân loại thành phần. Dựa vào các sai số này mà mỗi kết quả của từng
điểm ảnh trong từng phương pháp phân loại sẽ được gán cho một giá trị tin cậy. Đối
tượng nào có độ tin cậy lớn hơn sẽ được chọn làm kết quả cuối cùng. Nhóm nghiên
cứu đã phát triển được Nguyên lý bầu chọn và hàm tin cậy Bayesian trong việc
nâng cao độ chính xác của ảnh sau phân loại.
Một nghiên cứu khác của Trần Thị Vân (2008)[3] về đô thị hóa và chất
lượng môi trường đô thị từ viễn thám các mặt không thấm. Bước đầu tác giả đã đưa
ra phương pháp Viễn thám của các mặt không thấm qua phép phân tích lẫn phổ
tuyến tính cho bài toán phân lo ại dưới pixel. Với giả thiết là phản xạ phổ của pixel

14]. Để giải tìm f k cần phải thoả mãn các điều kiện sau: - các endmember được chọn
phải độc lập với nhau; - số lượng endmember phải ít hơn hoặc bằng số band phổ
được sử dụng; và các band phổ được chọn không được có tương quan cao. Tổng các
hợp phần endmember được chiết xuất trong một pixel phải là phần tử đơn vị theo
công thức ràng buộc sau:
n

f
k 1

k

 1 0  fk  1

(1.2)

Hai điều kiện ràng buộc tách lẫn phổ trong mô hình (1.1) là:
Ràng buộc, với f k phải nằm trong giới hạn 0 ≤f k ≤ 1
Không ràng buộc, hợp phần f k có thể giả thiết có giá trị âm và không ràng
buộc đến tổng các hợp phần trong pixel. Vì vậy, kết quả từ cách giải này không
phản ánh hợp phần đúng của các endmember. Sự thích hợp của mô hình trên được
đánh giá theo sai số RMS:
1/ 2

 n

2
RMSE     k  / N 
 k 1



Nếu NDVI cao và NDWI thấp thì phân lo ại vào lớp thực vật

-

Nếu NDWI cao thì phân loại vào nhóm nước

-

Các trường hợp còn lại: không phải nước
Sau khi phân loại dựa trên pixel, hình ảnh phân đoạn được áp dụng cho các

lớp không phải nước và thực vật. Dựa trên đối tượng phân loại mờ sử dụng chỉ số
đất (SI) mà chiết xuất chỉ số Thực vật –Đất-Nước (VSW) để xác định nước, đất, xây
dựng, đất nông nghiệp và rừng từ lớp không phải nước. Lớp thảm thực vật chiết
xuất từ phân loại dựa trên điểm ảnh được sáp nhập với lớp rừng chiết xuất từ lớp
không phải nước và đối tượng dựa trên phân loại mờ được áp dụng cho chỉ số
Normalize khác biệt Red-cạnh (NDRE), tỷ lệ NDRE / SI và kỹ thuật số Elevation
Model (DEM) của các lớp để tách lớp đất nông nghiệp và lâm nghiệp. Quá trình
nghiên cứu này được thực hiện bằng cách sử dụng GRASS, một trong những phần
mềm mã nguồn mở miễn phí cho không gian địa lý (FOSS4G). Kết hợp phân loại
mờ dựa trên điểm ảnh và dựa trên đối tượng là khả năng xác định được năm lớp
LULC chính với độ chính xác phân loại là 85,7%. Nhược điểm của nghiên cứu này
là nguồn dữ liệu không có sẵn và mất phí cũng như phải sử dụng nhiều kênh ảnh để
tính toán. Bài toán phân lo ại đưa ra phức tạp.
Các phương pháp được giới thiệu ở trên được phát triển nhằm mục đích giảm
nhiễu điểm ảnh và nâng cao độ chính xác của các kết quả phân loại.Trong đó,
phương pháp tuyến tính được sử dụng thông dụng nhất.Tuy nhiên, kết quả các
nghiên cứu ở trên như: phương pháp phân loại ảnh, phương pháp mô hình hóa,
phương pháp tuyến tính, phương pháp hình học thể hiện các phương pháp nghiên

quả phân loại là rất cao. Do vậy, một giải pháp nâng cao độ chính xác công tác phân
loại ảnh có mức độ tự động hóa cao giảm sự can thiệp của con người đóng vai trò
ngày càng cấp thiết cấp thiết, nâng cao khả năng khai thác dữ liệu viễn thám phục
vụ các nhu cầu của người sử dụng công nghệ viễn thám.

23