Luận án Nghiên cứu các giải pháp kỹ thuật nâng cao độ chính xác của bình đồ ảnh tỷ lệ lớn từ ảnh vệ tinh độ phân giải cao

i tượng (3D) như sau:             1 1 11109 8765 11109 4321 ZaYaXa aZaYaXa y ZaYaXa aZaYaXa x (3.16) Mô hình DLT cần phải xác định 11 ẩn số, là các hệ số ia (1  11). Để nâng cao độ chính xác việc xác lập quan hệ toạ độ điểm ảnh và tọa độ điểm đối tượng, mô hình DLT được đưa thêm một thông số nữa, và khi đó nó được gọi là mô hình DTL chặt chẽ, hay mô hình DTL tự kiểm định [27], [46],              1 1 11109 8765 12 11109 4321 ZaYaXa aZaYaXa y XYa ZaYaXa aZaYaXa x (3.17) 66 Đặc điểm của mô hình này có thể xây dựng mối quan hệ tọa độ mặt phẳng ảnh và tọa độ không gian đối tượng cho cảnh ảnh đơn, hoặc cho khối các cảnh ảnh mà không cần biết các thông số định hướng trong hoặc các thông số định hướng ngoài của bộ cảm biến thu chụp ảnh. Mô hình DLT thích hợp nhất với các cảnh ảnh trong phạm vi địa lý có giới hạn. 3.3.2.3. Mô hình chuyển đổi phép chiếu - Mô hình chuyển đổi phép chiếu - PT (Projective Transform) 2D: mô tả quan hệ giữa 2 mặt phẳng, là mô hình phân thức cơ bản liên kết mặt phẳng ảnh với mặt phẳng không gian đối tượng. Mô hình chuyển đổi phép chiếu 2D (PT - 2D) thích hợp với tọa độ mặt phẳng như mô hình đa thức 2D, hay còn được gọi là mô hình tính chuyển 8 tham số:             1 1 21 321 21 321 YcXc bYbXb y YcXc aYaXa x (3.18) Trong đó: x, y là tọa độ điểm ảnh; X, Y là tọa độ điểm mặt đất tương ứng; 1a , 2a , 3a , 1b , 2b , 3b , 1c , 2c là các tham số của mô hình chuyển đổi phép chiếu. Mô hình này không sử dụng đến giá trị độ cao Z của các điểm khống chế ảnh mặt đất, do đo nó chỉ áp dụng với các cảnh ảnh có địa hình bằng phẳng. Phần mềm ERDAS mới của Leica Geosystems đã cung cấp mô hình chuyển đổi phép chiếu (Projective Transform) được cải tiến (modified), trong đó có sử dụng đến các giá trị độ cao Z của các điểm khống chế ảnh với các hệ số bổ sung mới. Quan hệ giữa tọa độ điểm ảnh và tọa độ điểm mặt đất được thể hiện như sau: 67                ZYXP ZYXP y ZYXP ZYXP x ,, ,, ,, ,, 4 3 2 1 (3.19) - Với mô hình PT-3D, người sử dụng có thể lựa chọn các tùy chọn: Cho đa thức mẫu số của x và y (ví dụ đa thức bậc 3) là như nhau: 3 19 3 18 3 17 2 16 2 15 2 14 2 13 2 12 2 1110 2 9 2 8 2 765432142 Zc+Yc+Xc +YZc+XZc+ZYc+XYc+ZXc+YXc+XYZc +Zc+Yc+Xc+YZc+XZc+XYc+Zc+Yc+Xc+1=P=P   (3.20) Chọn bậc của đa thức có thể là bậc 1, bậc 2, bậc 3. Như vậy, mô hình chuyển đổi phép chiếu PT-3D với các đa thức bậc nhất sẽ chính là mô hình chuyển đổi tuyến tính trực tiếp DLT. Tuy nhiên, trong trường hợp người sử dụng không thỏa mãn với kết quả áp dụng mô hình DLT, thì mô hình chuyển đổi phép chiếu PT-3D sẽ cho thêm sự lựa chọn về bậc của đa thức để kiểm chứng, hoặc chọn được giải pháp tốt hơn khi bình sai mô hình cảnh ảnh. Một đặc điểm nổi bật của mô hình PT-3D là có thể sử dụng được khi không có các dữ liệu về quỹ đạo vệ tinh, khi không thể áp dụng mô hình bộ cảm biến, hoặc khi cảnh ảnh vệ tinh đã được hiệu chỉnh hình học. 3.3.2.4. Mô hình tham số Mô hình tham số hay còn gọi là mô hình chặt chẽ (rigorous model) thể hiện quan hệ giữa không gian đối tượng và không gian ảnh, nó có xét tới các yếu tố méo hình của ảnh vệ tinh. Mô hình gồm các yếu tố định hướng trong cũng như 6 yếu tố định hướng ngoài của tấm ảnh. Điều kiện đồng tuyến cũng là cơ sở cho việc xây dựng mô hình chặt chẽ của ảnh vệ tinh. Tuy nhiên, đối với ảnh vệ tinh thì điều kiện này có thể không áp dụng được cho toàn bộ tấm 68 ảnh mà chỉ áp dụng được cho từng đường quét. Các thông số định hướng ngoài của mỗi hàng CCD là khác nhau, nhưng mối quan hệ của định hướng ngoài đối với quỹ đạo vệ tinh chỉ thay đổi rất nhỏ. Các yếu tố định hướng là chủ thể đối với sự thay đổi liên tục, vì thế các yếu tố này được coi là hàm số của biến số thời gian. Thông tin về việc xây dựng những mô hình như vậy được cung cấp bởi các trung tâm nghiên cứu khác nhau có thể sử dụng được về mặt lý thuyết. Tuy nhiên, các tác giả của các tài liệu xuất bản đã không nêu rõ các thuật toán và các phương thức tiến hành. Các mô hình đôi khi bao hàm nhiều yếu tố chưa biết, các thông số mà giá trị của chúng đối với một tấm ảnh đã biết, được xác định trên cơ sở các điểm khống chế mặt đất của một khu vực đã biết trên mặt đất và xác định được ở trên ảnh. Sau khi kiểm định hệ thống quang học và trong trường hợp xác định chính xác các yếu tố định hướng ngoài, những yếu tố thay đổi theo thời gian thì sẽ biết được các yếu tố của mô hình tham số. Những yếu tố này cung cấp cho quá trình tính chỉnh trực tiếp, ví dụ như hiệu chỉnh ảnh trực giao mà không cần đến các điểm ảnh (nhưng có cần đến mô hình số độ cao DEM). Một số nhà cung cấp ảnh không muốn công khai các tham số mô hình trong dạng đã giải mã, họ tính toán các hệ số đa thức tương ứng trong mô hình đa thức hữu tỷ đối với các cảnh ảnh cho trước, và họ gộp những giá trị này vào dữ liệu ảnh cung cấp cho người sử dụng cuối cùng [53], [63], [60]. Mô hình tham số mô tả các quan hệ hình học thực nên tất cả các tham số mô hình xác định sự biểu diễn về mặt hình học. Các mô hình tham số sẽ cho kết quả tốt hơn những mô hình không tham số, và mô hình tham số có thể thích nghi tốt với sự phân bố các điểm khống chế mặt đất, các sai số có thể có trong dữ liệu, và cũng đòi hỏi số lượng điểm khống chế mặt đất ít hơn trong việc xác định các tham số chưa biết. 69 3.3.2.5. Mô hình hàm hữu tỷ Mô hình hàm hữu tỷ - RFM (Rational Function Model) là bài toán mô hình không tham số, mô hình này là một công cụ của hầu hết các phần mềm hiện nay để xử lý ảnh vệ tinh. Loại mô hình này tiến dần đến việc sử dụng các loại ảnh thương mại cho phép đưa ra sản phẩm ảnh ngày càng có giá trị cao, như là các bản đồ trực ảnh không thể thiếu sự cần thiết của một mô hình đầu thu ảnh, nhưng có kèm các hệ số trong mối quan hệ tọa độ ảnh và tọa độ mặt đất. Mô hình hàm hữu tỷ là mô hình xác định mối quan hệ giữa hệ tọa độ ảnh (x,y) và hệ tọa độ trắc địa 3D (X,Y,Z) thông qua đa thức:                                        1 2 3 1 2 3 1 2 3 1 2 3 0 0 0 0 0 0 4 3 0 0 0 0 0 0 2 1 ,, ,, ,, ,, n i n j n k kji ijk m i m j m k kji ijk n i n j n k kji ijk m i m j m k kji ijk ZYXd ZYXc ZYXP ZYXP y ZYXb ZYXa ZYXP ZYXP x (3.21) Trong đó: - x,y là hệ tọa độ ảnh - X, Y, Z là các giá trị tọa độ của các điểm tương ứng trong không gian mặt đất; - ijka , ijkb , ijkc , ijkd là các hệ số của đa thức 1P , 2P , 3P và 4P tương ứng và được gọi là các hệ số hàm hữu tỷ - RFCs (Rational Function Coefficients), hoặc các hệ số đa thức hữu tỷ - RPC (Rational Polynomial Coefficients). 70 Lũy thừa lớn nhất của mỗi tọa độ mặt đất ( 1m , 2m , 3m , 1n , 2n , 3n ) được giới hạn ở bậc 3, và tổng các lũy thừa của tất cả các tọa độ mặt đất cũng được giới hạn ở bậc 3; Đối với mô hình các hệ số hàm số hữu tỷ RFM bậc 3 thì mỗi hàm đa thức 1P , 2P , 3P và 4P ở tử số hoặc mẫu số trong công thức (3.21) có 20 hệ số, có thể biểu diễn ở dạng như sau: 3 19 3 18 3 17 2 16 2 15 2 14 2 13 2 12 2 11 10 2 9 2 8 2 765432101 Xa+Ya+Za+YXa+ZXa+XYa+ ZYa+XZa+YZa ZYXa+Xa+Ya+Za+YX+aZX+aZYa+Xa+Ya+Za+a=P  (3.22) Nói chung, các sai số méo hình gây nên bởi phép chiếu quang học có thể được thể hiện bằng các tỷ số đa thức với các hệ số bậc nhất, còn các thành phần hiệu chỉnh về độ cong Trái đất, chiết quang khí quyển và méo hình ống kính có thể thể hiện qua các hệ số bậc 2. Một số sai số méo hình chưa biết khác với các thành phần bậc cao hơn thì có thể được mô hình hóa bởi các hệ số bậc 3 trong mô hình hàm số hữu tỷ. Qua công thức (3.21) và (3.22) có thể thấy: các mô hình hàm đa thức (2D và 3D), mô hình chuyển đổi tuyến tính trực tiếp DLT, mô hình affine 3D, mô hình chuyển đổi phép chiếu PT (2D và 3D) cũng chỉ là những dạng đặc biệt của mô hình hàm số hữu tỷ RFM. Như vậy, mô hình tham số hữu tỷ bậc 3 đầy đủ sẽ có tới 80 hệ số ( 0a , 1a , 2a . 19a ; 0b , 1b , 2b . 19b , 0c , 1c , 2c . 19c , 1d , 2d . 19d ). Để giải được 80 hệ số này thì ta phải cần ít nhất 40 điểm khống chế cho một cảnh ảnh. Mô hình hàm hữu tỷ RFM là dạng tổng quát của các đa thức. Về mặt toán học, mô hình phương trình đồng tuyến, mô hình chuyển đổi phép chiếu, 71 mô hình chuyển đổi tuyến tính trực tiếp, các mô hình đa thức 2D và 3D thực chất cũng chỉ là mô hình hàm hữu tỷ RFM bậc nhất, hoặc là trường hợp đặc biệt (khi chấp nhận các đa thức mẫu số bằng 1, hoặc gần bằng 1). Mô hình RFM hỗ trợ bất kỳ hệ tọa độ không gian nào như hệ tọa độ địa tâm, hệ tọa độ địa lý, hoặc hệ tọa độ phép chiếu bản đồ bất kỳ. Việc lấy quá nhiều tham số của mô hình hàm hữu tỷ có thể gây nên sự không ổn định và có thể suy biến trong khi bình sai theo phương pháp số bình phương nhỏ nhất. Mô hình hàm hữu tỷ là mô hình phức tạp, có thể đạt được độ chính xác cao, nhưng cũng có thể không đạt được khi đa thức mẫu số gần bằng 0. Đánh giá ưu nhược điểm của mô hình Ƣu điểm: - Không phụ thuộc vào loại bộ cảm biến; - Tọa độ thực địa của đối tượng trong hệ tuỳ ý; - Độ chính xác cao trong trường hợp có sử dụng phương pháp bình sai tự kiểm định. Nhƣợc điểm: - Phụ thuộc nhiều vào số lượng và đồ hình của các điểm khống chế ảnh ngoại nghiệp; - Tính phụ thuộc cao của các hệ số (hệ số tương quan lớn). 3.4. Các yếu tố ảnh hƣởng đến độ chính xác của nắn ảnh vệ tinh Từ những nghiên cứu ở trên cho ta thấy, có rất nhiều yếu tố ảnh hưởng đến độ chính xác của nắn ảnh. Đó là những yếu tố xuất phát từ bản chất của thiết bị thu chụp như độ phân giải của ảnh vệ tinh, mô hình để nắn ảnh hay 72 các yếu tố tham gia vào nắn chỉnh hình học từ khâu ngoại nghiệp đến khâu nội nghiệp như độ chính xác tăng dày khống chế ảnh (độ chính xác của điểm khống chế ảnh và số lượng điểm, đồ hình bố trí khống chế ảnh) và độ chính xác của DEM. Công thức xác định sai số trung phương vị trí điểm trên ảnh nắn có dạng như sau: 22 DEMtdD mmm  (3.23) Trong đó: Dm là sai số vị trí điểm trên ảnh nắn; tdm là sai số vị trí điểm khống chế nắn ảnh; DEMm là sai số vị trí điểm trên ảnh nắn do ảnh hưởng của chênh cao địa hình hoặc do sai số của mô hình số độ cao DEM. 3.4.1. Ảnh hưởng của độ phân giải của ảnh vệ tinh Trong các ứng dụng của viễn thám, độ phân giải không gian đóng một vai trò quan trọng. Đặc biệt, với bình đồ ảnh phục vụ cho công tác thành lập và hiện chỉnh bản đồ địa hình, bản đồ chuyên đề bằng ảnh vệ tinh hiện nay, nó ảnh hưởng đến độ chính xác của bản đồ. Khả năng chiết tách thông tin trên bản đồ là yếu tố để quyết định tỷ lệ bản đồ cần thành lập. Theo [38] từ công thức (2.1) đã đưa ra được mối quan hệ giữa độ phân giải giữa độ phân giải ảnh số với tỷ lệ bản đồ cần thành lập. Theo đó kích thước pixel của ảnh số không vượt quá 0.1 mm theo tỷ lệ bản đồ, chẳng hạn đối với bản đồ tỷ lệ 1:10000 thì độ phân giải của ảnh số phải bằng hoặc cao hơn 0.1mm ×10 000 73 bằng 1m, đối với bản đồ tỷ lệ 1:5 000 thì độ phân giải ≤ 0.5m, đối với bản đồ tỷ lệ 1:2 000 thì độ phân giải ≤ 0.2m 3.4.2. Ảnh hưởng của mô hình toán học sử dụng để nắn ảnh Để nhận được bình đồ ảnh vệ tinh đảm bảo độ chính xác chúng ta phải ứng dụng các nguyên lý nắn chỉnh và dựa vào các mô hình toán học để nắn. Ảnh vệ tinh lúc thu nhận bị ảnh hưởng của phép chiếu hình, góc nghiêng, vệt quét, điều kiện khí quyển, độ cong trái đất, chênh cao địa hình đây chính là những nguyên nhân gây ra biến dạng hình học. Các biến dạng này cần được hiệu chỉnh trước khi đưa vào sử dụng bằng cách dùng các mô hình toán học như đã trình bày ở mục (3.4). Như vậy, các mô hình toán học là một phương tiện để đưa những tấm ảnh về một hệ tọa độ nhất định gần với giá trị thực của chúng. 3.4.3. Ảnh hưởng của điểm khống chế ảnh Để nắn ảnh vệ tinh bắt buộc phải có các điểm khống chế ảnh. Điểm khống chế ảnh là điểm có thể nhận biết rõ ràng trên ảnh và đồng thời phải còn tồn tại trên thực địa với tọa độ trắc địa sẵn có. Khi nắn chỉnh hình học trong ảnh số sai số tồn tại của các điểm khống chế sau bình sai thường nằm trong khoảng 0,3 ÷ 0,5 pixel. Như vậy, độ chính xác đo đạc để xác định vị trí tọa độ của điểm khống chế ảnh trên thực địa không được lớn hơn 0,3 ÷ 0,5 độ phân giải mặt đất. Ví dụ với vệ tinh WorlView 2 độ phân giải là 0,46 m thì cần có điểm khống chế ảnh ngoại nghiệp với độ chính xác về mặt phẳng không vượt quá 0,13 m ÷ 0,25 m, Về độ cao đường bình độ trên bản đồ tỷ lệ 1:5 000 là 2,5 m ở vùng núi và 1m ở vùng đồng bằng. Độ chính xác xác định độ cao của điểm khống chế không lớn hơn 0,3 m ở vùng đồng bằng và 0,8 m ở vùng đồi núi. 74 Các điểm khống chế phải phân bố đều trên cảnh và vùng phủ của hai ảnh với nhau. Trong trường hợp không chọn được vị trí ở những điểm phân bố tối ưu thì phải chọn ở những nơi gần khu vực này nhất. Trường hợp chọn điểm cho hai cảnh ảnh kề nhau hoặc cho tăng dày khối ảnh vệ tinh thì cần phải chọn điểm khống chế vào khu vực phủ giữa hai cảnh. Tuy nhiên, khả năng đoán nhận điểm ảnh trong quá trình lựa chọn điểm khống chế cũng sẽ có ảnh hưởng không nhỏ đến độ chính xác nắn ảnh. Quá trình đoán nhận điểm trên ảnh dựa trên việc xác định các giá trị trên mỗi pixel của tờ ảnh ghi nhận thông qua tọa độ và giá trị của pixel. Mỗi pixel của tờ ảnh không phải là một điểm duy nhất khi thể hiện lên màn hình bởi vì nó phụ thuộc vào độ lớn của pixel. Hình 3.3: Sai số xác định điểm khống chế trên ảnh Px: Kích thước của Pixel; O: tâm của pixel. Từ (hình 3.3) ta thấy: với điểm ảnh có kích thước Px khi ta đo trên ảnh nếu ta xác định vị trí điểm ảnh ngay tại tâm O thì vị trí của điểm ảnh hoàn 75 toàn chính xác. Nhưng nếu việc xác định giá trị pixel không đúng điểm O mà là một điểm bất kỳ thuộc pixel trên thì quá trình đoán nhận điểm trên ảnh cũng phụ thuộc vào pixel gây ra. Về lý thuyết đo vẽ ảnh số, sai số này khoảng 1/3 kích thước pixel. Trên (hình 3.3) ta thấy việc lựa chọn vị trí điểm khống chế trên ảnh sẽ có những sai số do độ phân giải của ảnh và khả năng rõ nét của địa vật trên ảnh. Các địa vật được xác định rõ với độ phân giải 0.5m của tư liệu WorldView-2 (kênh toàn sắc) nhưng vị trí các góc của các đối tượng như nhà cửa, góc đường... lại khó xác định do vị trí bản thân độ cao của đối tượng và phương pháp tạo ảnh của ảnh vệ tinh độ phân giải cao. Hình 3.4: Sai số đoán nhận điểm ảnh trên ảnh vệ tinh a. Ảnh WorldView-2 (kênh toàn sắc) – Phóng to gấp 4 lần b. Ảnh WorldView-2 (kênh toàn sắc) – Phóng to gấp 12 lần 76 3.4.4. Ảnh hưởng của mô hình số độ cao (DEM) Hiện nay DEM được thành lập chủ yếu từ bản đồ địa hình. Độ chính xác giá trị độ cao của DEM sẽ phụ thuộc độ chính xác thể hiện độ cao của tỷ lệ bản đồ. Ví dụ như bản đồ địa hình tỷ lệ 1:25 000 có khoảng cao đều là 5 mét hoặc 10 mét, độ chính xác thể hiện độ cao sẽ trong khoảng 2m ÷ 5m DEM được sử dụng cho việc nắn ảnh vệ tinh dưới dạng raster. Đó là một ma trận số mà giá trị mỗi điểm của ma trận biểu thị giá trị của độ cao địa hình. Ngoài ra, một đại lượng không thể hiện trực tiếp trong DEM nhưng đóng một vai trò quan trọng đó là bước của DEM (hay còn gọi là bước của GRID). Giá trị này thể hiện gián tiếp thông qua số lượng điểm trong hàng và cột của DEM. Độ chính xác vị trí điểm do chênh cao địa hình và mặt phẳng nắn ảnh hoặc sai số độ cao của DEM sử dụng trong quá trình nắn ảnh được mô tả theo hình sau: Hình 3.5. Xê dịch vị trí điểm ảnh do ảnh hưởng của chênh cao giữa điểm địa hình và mặt phẳng nắn ảnh, hoặc sai số của DEM Từ (hình 3.5) ta có công thức sau tghmDEM . (3.24) Trong đó: h chênh cao địa hình; α là góc nghiêng chụp ảnh. 77 Qua phân tích ở trên cho ta thấy quá trình nắn ảnh trực giao phụ thuộc vào chênh cao giữa điểm địa hình và mặt phẳng nắn ảnh, độ chính xác của DEM phụ thuộc vào góc chụp ảnh. Nếu việc xác định độ cao địa hình sai thì độ chính xác mặt phẳng cũng bị ảnh hưởng lớn. Vì ảnh vệ tinh độ phân giải cao có các góc nghiêng chụp ảnh khác nhau, do vậy, ảnh hưởng của chênh cao địa hình đối với mỗi loại ảnh cũng khác nhau. Để giảm chênh cao địa hình gây ra khi nắn ảnh cần sử dụng DEM. Khi giả thiết các cảnh ảnh vệ tinh được chụp ở góc nghiêng lớn lớn nhất max , và cho các giá trị sai số độ cao khác nhau của mô hình DEM, sẽ tính được các giá trị xê dịch vị trí điểm ảnh lớn nhất tương ứng với từng loại ảnh vệ tinh khác nhau. Từ (bảng 2.2) và áp dụng công thức (3.24) để tính ra giá trị xê dịch của vị trí điểm ảnh nắn vệ tinh độ phân giải cao do ảnh hưởng của DEM ta có bảng sau: Bảng 3.2. Giá trị xê dịch vị trí điểm ảnh nắn vệ tinh do ảnh hƣởng của sai số mô hình số độ cao Sai số h (m) Xê dịch vị trí điểm nắn lớn nhất do sai số độ cao của mô hình DEM (DDEM max=h.tg) (m) IKONOS QuickBird OrbView-3 WorldView1 GeoEyes-1 WorldView 2 0,5 0,5 0,3 0,6 0,5 0,3 0,5 1,0 1,0 0,6 1,2 1,0 0,6 1,0 1,5 1,5 0,9 1,8 1,5 0,9 1,5 2,0 2,0 1,2 2,4 2,0 1,2 2,0 2,5 2,5 1,4 3,0 2,5 1,4 2,5 3,0 3,0 1,7 3,6 3,0 1,7 3,0 3,5 3,5 2,0 4,2 3,5 2,0 3,5 4,0 4,0 2,3 4,8 4,0 2,3 4,0 4,5 4,5 2,6 5,4 4,5 2,6 4,5 78 3. 5. Trộn ảnh Trộn ảnh là một công nghệ kết hợp các loại ảnh với nhau để tạo ra một lọai ảnh mang nhiều thông tin hơn để tăng cường khả năng phân tích - nhận biết các đối tượng trên ảnh. Việc trộn ảnh có thể thực hiện giữa các loại ảnh có bản chất khác nhau như: - Kết hợp ảnh toàn sắc và ảnh đa phổ (ảnh cùng loại) nhằm tạo ra ảnh vừa có độ phân giải cao về phổ (màu) như ảnh đa phổ lại vừa có độ phân giải cao về không gian như ảnh toàn sắc; - Kết hợp ảnh khác loại: Quang học và ảnh radar, phương pháp này cho phép kết hợp các thông tin phản ánh đặc điểm về mặt hóa học của đối tượng (ảnh quang học) với các thông tin phản ảnh tính chất vật lý của đối tượng (ảnh radar). Các phương pháp trộn màu cơ bản; - Phương pháp biến đổi hệ màu IHS cải tiến (Modified IHS); - Phương pháp phân tích thành phần chính (PCA- Principal Component Analysis); - Phương pháp nhân ảnh (Multiplicative); - Phương pháp HPF (High Pass Filter); - Phương pháp biến đổi Brovey. 3.5.1. Phương pháp biến đổi hệ màu IHS Ảnh số nói chung cũng như ảnh vệ tinh nói riêng được thể hiện bằng hệ màu R (đỏ) - G (xanh lá cây) - B (xanh lam). Khi hiển thị ảnh vệ tinh mỗi kênh ảnh được gán cho một màu nhất định. Hệ thống màu R-G-B được sử dụng rất rộng rãi trong đồ họa máy tính vì sự đơn giản và dễ sử dụng của nó. 79 Tuy nhiên hệ thống màu R-G-B có nhược điểm là màu hiển thị sẽ phụ thuộc vào từng thành phần, hơn nữa hệ thống này không thể hiện được hết các sắc màu có thể có trong tự nhiên Hệ thống màu HIS gồm ba thành phần: I (Intensity) cường độ màu, H (Hue) màu, S (Saturation) độ bão hòa màu. Ưu điểm của hệ thống này là thành phần cường độ màu độc lập với các thành phần còn lại và thể hiện nhiều màu trong tự nhiên hơn hệ thống RGB - Các bước thực hiện như sau: + Ảnh tổ hợp màu gốc RGB chuyển sang hệ màu HIS; + Thay thế thành phần I - cường độ màu bằng kênh ảnh có độ phân giải cao; + Chuyển ngược tổ hợp HIS mới về RGB. Theo [51] việc tính chuyển GRB - HIS - GRB được thực hiện theo công thức sau:                                        B G R v v I 0 2 1 2 1 6 2 6 1 6 1 3 1 3 1 3 1 2 1 (3.25) Trong đó: 1v , 2v là các giá trị trung gian;         2 11 V V tgH ; 22 21 VVS  Công thức chuyển đổi HIS thành RGB là: 80                                          2 1 0 6 2 3 1 2 1 6 1 3 1 2 1 6 1 3 1 v v I B G R (3.26) 3.5.2. Phương pháp phân tích thành phần chính - PCA Đây là một phương pháp sử dụng tương đối rộng rãi trong việc xử lý ảnh. Ảnh vệ tinh là tập dữ liệu đa kênh phổ điển hình có độ tương quan lớn hay có rất nhiều thông tin trùng lặp. Vì vậy, sử dụng phương pháp này với mục đích: - Phương pháp PCA được sử dụng để giảm số lượng các kênh phổ mà vẫn giữ được thông tin không bị thay đổi đáng kể; - Dựa trên cơ sở các kênh phổ gần nhau có độ tương phản rất cao vì vậy các thông tin lặp lại rất lớn; - Dựa trên các thông số thống kê. + Đầu tiên chuyển đổi ảnh đa phổ độ phân giải thấp (LRMIs) thành các thành phần chính không tương quan với nhau. Ảnh thành phần chính đầu tiên có chứa thông tin chung của tất cả các kênh ảnh sử dụng lúc nhập dữ liệu vào PCA, trong khi đó thông tin phổ là duy nhất với bất cứ kênh nào được ánh xạ tới các thành phần khác nhau. + Sau đó cũng giống như phương pháp HIS, thành phần chính đầu tiên (PC1) được thay thế bằng ảnh toàn sắc độ phân giải cao (HRPIs). + Bước cuối cùng là tiến hành chuyển đổi PCA ngược trở lại để có được ảnh đa phổ độ phân giải cao ( HRMIs - ảnh trộn). Việc chuyển đổi thực hiện theo công thức sau: 81                                        l MS l MS l MS nnnn n n n DN DN DN vvv vvv vvv PCn PC PC ....... .... .................. .... .... ...... 2 1 2 1 21 22212 12111 (3.27) Trong đó v là ma trận chuyển đổi:              nnnn n n vvv vvv vvv v ...... ................... ..... ..... 21 22221 12111 (3.28)                                        PCn PC PC vvv vvv vvv DN DN DN nnnn n n h MS h MS h MS n ....... 2 1 .... .................. .... .... ...... 21 22212 12111 2 1 (3.29) Trong đó: 1PC , 2PC , PCn là thành phần chính trên các kênh ảnh 1,2,n lMSDN 1 . l MSn DN là giá trị độ xám ở ảnh đa phổ độ phân giải thấp kênh 1,2,n. hMSDN 1 . h MSn DN là giá trị độ xám ở ảnh đa phổ độ phân giải cao kênh 1,2,n. 3.5.3. Phương pháp biến đổi Brovey Trong phương pháp trộn màu này các kênh ảnh mới được tạo ra thông qua việc cộng, trừ, nhân, chia các kênh ảnh màu với ảnh độ phân giải cao, sau đó tổ hợp các kênh mới lại để đạt được kết quả cuối cùng. Có rất nhiều công thức khác nhau được nhiều tác giả đề xuất. Một trong những phương pháp 82 hiệu quả và phổ biến nhất là biến đổi của Brovey. Phương pháp biến đổi Brovey sử dụng thuật toán kết hợp màu sắc ảnh với dữ liệu phân giải cao được thể hiện theo công thức sau: PAN bbb b fusedMS DN DNDNDN DN DN n   .... 21 1 1 (3.30) Trong đó: 1fusedMS DNDN : Giá trị độ xám ở ảnh trộn nbb DNDN  1 : Giá trị độ xám ở ảnh đa phổ kênh 1,2,n PANDN : Giá trị độ xám ở ảnh toàn sắc 3.5.4. Phương pháp nhân ảnh (Multiplicative method) Phương pháp nhân ảnh là phương pháp trộn ảnh kết hợp hai bộ dữ liệu bằng cách nhân từng pixel trong mỗi kênh ảnh k của dữ liệu đa phổ tương với pixel ảnh của dữ liệu toàn sắc. Để bù đắp cho sự ra tăng cường độ sáng, thực hiện căn bậc hai của tập dữ liệu kết quả. Theo [28] Công thức của phương pháp nhân ảnh như sau: ( , ) (i, j) ( , )k i j k i jF MS Pan  (3.31) Trong đó: ),( jikMS là pixel tại hàng i cột j của kênh k trên ảnh đa phổ ),( jiPan là pixel tại hàng i cột j trên ảnh toàn sắc 3.5.5. Phương pháp trộn ảnh lọc tần số cao (HPF- High Pass Filter) Phương pháp trộn ảnh HPF lần đầu tiên được giới thiệu bởi Schow- engerdt (1980) như một phương pháp để làm tăng độ phân giải không gian 83 cho dữ liệu ảnh Landsat MSS. Phương pháp HPF về cơ bản bao gồm bổ sung của các chi tiết không gian được lấy từ ảnh toàn sắc độ phân giải cao PAN vào ảnh đa phổ độ phân giải thấp MS. Thông tin tần số cao được xác định bằng cách lọc thông tin trên ảnh toàn sắc với một bộ lọc High Pass, thông qua một điểm ảnh trung bình đơn giản tại một cửa sổ. Ví dụ, bộ lọc được sử dụng theo công thức (3.32). 1 1 1 1 1 8 1 9 1 1 1 HPFP                (3.32) Ở dạng đơn giản nhất, ma trận lọc High Pass được xác định bởi giá trị “-1” ở tất cả vị trí trừ vị trí trung tâm. High Pass là bộ lọc tính trung bình theo cửa sổ xung quanh mỗi điểm ảnh trên kênh toàn sắc. Các thành phần tần số cao sẽ được chồng lên hình ảnh toàn sắc. Ngoài ra, kết quả chia cho hai để bù đắp việc tăng giá trị độ sáng. Kỹ thuật này có thể cải thiện độ phân giải không gian cho dữ liệu ảnh tổ hợp và kênh ảnh riêng lẻ. Theo [28], công thức xác định theo (3.33): 2 HPFk k PMS F   (3.33) Trong đó: kMS : là Pixel của kênh trên ảnh đa phổ; HPFP : Ảnh lọc tần số cao. 3. 6. Tiêu chuẩn đánh giá độ chính xác của bình đồ ảnh Độ chính xác của