ĐỖ thị phưƠNG



tải về 1.14 Mb.
Chế độ xem pdf
trang8/19
Chuyển đổi dữ liệu22.11.2023
Kích1.14 Mb.
#55748
1   ...   4   5   6   7   8   9   10   11   ...   19
7 TOM TAT Nghiên cứu và đánh giá các phương pháp nội suy ảnh viễn thám cho bài toán phân loại lớp phủ đô thị tại Việt Nam
6 TCVN 11820-1-2017 Cong trinh Cang Bien - Yeu cau Thiet ke - Phan 1 - Nguyen tac chung, danh muc TCXD (15-5-2014), Thiet ke dam chuyen
2.1.2 Khái niệm nội suy ảnh 
Nội suy là phương pháp ước tính giá trị của các điểm dữ liệu chưa biết trong phạm vi của một tập hợp 
rời rạc chứa một số điểm dữ liệu đã biết [6]. 
Trong khoa học kỹ thuật, người ta thường có một số điểm dữ liệu đã biết giá trị bằng cách thu thập dữ 
liệu lấy mẫu thực nghiệm. Những điểm này là giá trị đại diện của một hàm số của một biến số độc lập 
có một lượng giới hạn các giá trị.Thường chúng ta phải nội suy (hoặc ước tính) giá trị của hàm số này 
cho một giá trị trung gian của một biến độc lập [6]. 
Nội suy ảnh là quá trình ước tính giá trị mức xám (màu sắc) của điểm ảnh mới khi thêm vào điểm ảnh 
trong ảnh số, dựa trên giá trị mức xám (màu sắc) của các điểm ảnh cũ gần nó nhất.Các dữ liệu nội suy 
có mối quan hệ không gian với nhau, tức là các điểm gần nhau thì “giống” nhau nhiều hơn so với 
những điểm ở xa. Hình ảnh sau nội suy sẽ mịn hơn so với ảnh ban đầu. Khi sử lý ảnh số, kỹ thuật nội 
suy được sử dụng khi bóp méo, nắn chỉnh, lấp lỗ hổng hay tăng độ phân giải ảnh. 
Hình 0.1
Minh họa quá trình nội suy
Kỹ thuật nội suy được áp dụng nhiều trong quá trình tiền xử lý ảnh vệ tinh vì hầu hết ảnh chụp thường 
gặp các yếu tố nhiễu như ảnh hưởng của thời tiết, vật mang, bộ cảm…. làm giảm chất lượng ảnh. Nội 
suy được áp dụng trong nắn chỉnh hình học ảnh (ảnh bị méo hình học), xử lý điền đầy với ảnh bị mất 
dữ liệu theo dải (line dropout), bị sọc, viền,… Hay với các ảnh vệ tinh có độ phân giải thấp cần quá 
trình nội suy ảnh để tăng cường chất lượng ảnh, giúp quá trình giải đoán và phân tích có kết quả tốt 
hơn. 
2.2 Một số phương pháp nội suy ảnh viễn thám 
2.2.1 Nội suy láng giềng gần nhất - Nearest Neighbor Interpolation 
Nội suy láng giềng gần nhất là phương pháp nội suy đơn giản nhất và được sử dụng phổ biến. Điểm 
ảnh mới sẽ lấy giá trị của điểm ảnh gốc gần nó nhất và không xem xét các giá trị khác ở tất cả 
các điểm lân cận. Khoảng cách giữa hai điểm thường được đo dưới dạng khoảng cách Euclid hay 
khoảng cách Minkowski với k = 2. 
Hàm nhân của phương pháp nội suy láng giềng gần nhất [29]: 


10 
ℎ(𝑥) = {
1 |𝑥| ≤
1
2
0
1
2
≤ |𝑥|
(2.4) 
Trong đó, x là khoảng cách giữa điểm nội suy và điểm lưới. 
Ví dụ điểm ảnh (u,v) với bốn điểm láng giềng ( i, j ) , ( i, j + 1) , ( i+ 1, j ) và ( i+ 1,j + 1) và các giá trị 
f(i, j ) , f( i, j + 1) , f( i+ 1, j ), f( i+ 1,j + 1). Khoảng cách giữa (u,v) và ( i, j ) , ( i, j + 1) , ( i+ 1, j ), ( i+ 
1,j + 1) sẽ được tính toán, giá trị tại(u,v) sẽ được gán bằng giá trị mức xám của điểm gần nó nhất. 
Hình 0.2 Minh họa việc tính toán điểm ảnh mới (u,v) bằng phương pháp nội suy láng 
giềng gần nhất 
Nội suy láng giềng gần nhất có thời gian xử lý nhanh, nhưng thường tạo ra hiệu ứng răng cưa khi ảnh 
được phóng lớn. Do đó, thường sử dụng cho các trường hợp khi thời gian tính toán quan trọng hơn độ 
chính xác [15]. 

tải về 1.14 Mb.

Chia sẻ với bạn bè của bạn:
1   ...   4   5   6   7   8   9   10   11   ...   19




Cơ sở dữ liệu được bảo vệ bởi bản quyền ©hocday.com 2024
được sử dụng cho việc quản lý

    Quê hương