Luận án Nghiên cứu phương pháp nâng cao chất lượng và giải đoán ảnh viễn thám đa phổ dựa trên tính toán mềm

Tên luận án:

NGHIÊN CỨU NÂNG CAO CHẤT LƯỢNG VÀ GIẢI ĐOÁN ẢNH VIỄN THÁM ĐA PHỔ DỰA TRÊN TÍNH TOÁN MỀM

Ngành:

Hệ thống thông tin (Mã số: 9.48.01.04)

Tóm tắt nội dung tài liệu:

Luận án "NGHIÊN CỨU NÂNG CAO CHẤT LƯỢNG VÀ GIẢI ĐOÁN ẢNH VIỄN THÁM ĐA PHỔ DỰA TRÊN TÍNH TOÁN MỀM" tập trung vào việc nghiên cứu và cải tiến các phương pháp xử lý và phân tích ảnh viễn thám, đặc biệt là ảnh viễn thám đa phổ. Xuất phát từ nhu cầu ngày càng tăng về ứng dụng ảnh viễn thám trong nhiều lĩnh vực và những hạn chế của các phương pháp truyền thống khi đối mặt với dữ liệu không chính xác, không chắc chắn, luận án đề xuất áp dụng công nghệ tính toán mềm.

Mục tiêu chính là nghiên cứu các kỹ thuật tăng cường và phân lớp để hỗ trợ giải đoán ảnh viễn thám đa phổ. Luận án đã đánh giá các phương pháp tiền xử lý, tăng cường và phân lớp ảnh viễn thám hiện có, đồng thời đề xuất nhiều cải tiến quan trọng.

Trong giai đoạn tăng cường chất lượng ảnh, luận án đề xuất kỹ thuật tăng cường độ tương phản ảnh viễn thám đa phổ mới dựa trên tiếp cận cục bộ theo cụm, sử dụng các thuật toán phân cụm Fuzzy C-Means (FCM) và KMeans. Đặc biệt, luận án còn phát triển các thuật toán tăng cường cho ảnh viễn thám kích thước lớn bằng cách cải tiến thuật toán phân cụm mờ và tích hợp kỹ thuật Wavelet (như LaSRSIE_FCM).

Đối với giai đoạn phân lớp ảnh, luận án đề xuất các thuật toán WIKMeans (Wavelet Inited KMeans) và CIKMeans (Context Information KMeans) để cải thiện tốc độ và chất lượng phân cụm của KMeans, cũng như KMeansCMN sử dụng chuẩn hóa CMN để tính tâm cụm. Ngoài ra, thuật toán phân cụm ảnh viễn thám kích thước lớn lsiFCM (large size image Fuzzy cMeans) cũng được đề xuất để khắc phục hạn chế của FCM truyền thống. Một tiếp cận phân lớp có giám sát lai, kết hợp hướng điểm ảnh và hướng đối tượng, cũng được trình bày để nâng cao hiệu quả phân lớp. Các kết quả thử nghiệm cho thấy các kỹ thuật cải tiến này mang lại chất lượng ảnh và độ chính xác phân lớp cao hơn so với các phương pháp hiện có.

Mục lục chi tiết:

• CHƯƠNG I - TỔNG QUAN VỀ VIỄN THÁM VÀ GIẢI ĐOÁN ẢNH VIỄN THÁM ĐA PHỔ

  • 1.1. Tổng quan về viễn thám
    • 1.1.1. Tiến trình viễn thám
  • 1.2. Tổng quan về giải đoán, phân tích ảnh viễn thám đa phổ
    • 1.2.1. Khái niệm và tiến trình giải đoán ảnh viễn thámđa phổ
  • 1.3. Tình hình nghiên cứu trong và ngoài nước
    • 1.3.1. Tăng cường hình ảnh trực quan
      • 1.3.1.1. Lọc mây, sương mù của ảnh viễn thám
      • 1.3.1.2. Tăng cường ảnh
    • 1.3.2. Giải đoán ảnh viễn thám
  • 1.4. Phân tích, đánh giá về thành công, ưu điểm, hạn chế
  • 1.5. Hướng nghiên cứu của luận án
  • 1.6. Kết luận chương I

• CHƯƠNG II: PHÁT TRIỂN MỘT SỐ THUẬT TOÁN TĂNG CƯỜNG ĐỘ TƯƠNG PHẢN ẢNH VIỄN THÁM DỰA ĐA PHỔ

  • 2.1. Một số thuật toán tăng cường độ tương phản ảnh dựa trên logic mờ
  • 2.2. Hạn chế của các thuật toán tăng cường mờ
  • 2.3. Một số độ đo chất lượng tăng cường ảnh
  • 2.4. Đề xuất kĩ thuật tăng cường độ tương phản ảnh viễn thám dựa trên tiếp cận cục bộ
  • 2.5. Tăng cường ảnh viễn thámsử dụng phân cụm mờ
    • 2.5.1. Thuật toán tăng cường ảnh viễn thám sử dụng phân cụm mờ
      • 2.5.1.1. Cục bộ hóa ảnh viễn thám dựa trên thuật toán phân cụm mờ
      • 2.5.1.2. Xây dựng mô hình biến đổi mức xám theo cụm
      • 2.5.1.3. Tính ngưỡng tự động theo cụm
      • 2.5.1.4. Sinh ảnh tăng cường dựa trên việc tổng hợp mức xám hiệu chỉnh theo cụm
    • 2.5.2. Phát triển thuật toánLoRSIE_FCM cho ảnh đa phổ
    • 2.5.3. Thuật toán tăng cường ảnh viễn thám kích thước lớn
      • 2.5.3.1. Nhược điểm của FCM với ảnh viễn thám kích thước lớn
      • 2.5.3.2. Thuật toán tăng cường ảnh viễn thám kích thước lớn
    • 2.5.5. Thử nghiệm và đánh giá
  • 2.6. Tăng cường ảnh viễn thám sử dụng phân cụm KMeans
    • 2.6.1. Thuật toán tăng cường ảnh viễn thám sử dụng thuật toán phân cụm KMeans
      • 2.6.1.1. Cục bộ hóa ảnh viễn thám dựa trên thuật toán phân cụm KMeans
      • 2.6.1.2. Xây dựng mô hình biến đổi mức xám theo cụm
      • 2.6.1.3. Tính ngưỡng tự động theo cụm
      • 2.6.1.4. Sinh ảnh tăng cường dựa trên việc tổng hợp mức xám hiệu chỉnh theo cụm
    • 2.6.2. Phát triển thuật toán cho ảnh đa phổ
    • 2.6.3. Thử nghiệm và đánh giá
      • 2.6.3.1. Quy trình thử nghiệm
  • 2.7. Kết luận chương II

• CHƯƠNG III: PHÁT TRIỂN MỘT SỐ THUẬT TOÁN PHÂN LỚP ẢNH VIỄN THÁM ĐA PHỔ

  • 3.1. Phân cụm ảnh viễn thám với thuật toán KMeans
    • 3.1.1. Thuật toán KMeans
    • 3.1.2. Thuật toán CCEA_KMeans
    • 3.1.3. Thuật toán 2D-KMeans
    • 3.1.4. Hạn chế của thuật toán KMeans
    • 3.1.5. Một số độ đo chất lượng phân cụm ảnh
    • 3.1.6. Đề xuất thuật toán WIKMeans
      • 3.1.6.1. Trình bày thuật toán WIKMeans
      • 3.1.6.2. Thử nghiệm
    • 3.1.7. Đề xuất thuật toán CIKMeans
      • 3.1.7.1. Trình bày thuật toán CIKMeans
      • 3.1.7.2. Thử nghiệm
    • 3.1.8. Đề xuất thuật toán KMeansCMN
      • 3.1.8.1. Trình bày thuật toán KMeansCMN
      • 3.1.8.2. Thử nghiệm
  • 3.2. Phân cụm ảnh viễn thám với thuật toán Fuzzy C-Means
    • 3.2.1. Hạn chế của thuật toán Fuzzy C-Means
    • 3.2.2. Đề xuất thuật toán lsiFCM
      • 3.2.2.1. Trình bày thuật toán lsiFCM
      • 3.2.2.2. Thử nghiệm
  • 3.3. Phân lớp ảnh viễn thám
    • 3.3.1. Phân lớp hợp lý tối đa
    • 3.3.2. Một số độ đo phân lớp
    • 3.3.3. Đề xuất tiếp cận lai cho phân lớp ảnh viễn thám
      • 3.3.2.1. Trình bày tiếp cận lai cho phân lớp ảnh viễn thám
      • 3.3.2.2. Thử nghiệm và đánh giá
  • 3.4. Kết luận chương III