การปรับภาพเชิงช่วงคลื่น

การปรับภาพเชิงช่วงคลื่น
ความละเอียดเชิงช่วงคลื่นเป็นการวัดจำนวนและขนาดของคลื่นแม่เหล็กไฟฟ้า ที่สามารถบันทึกได้ด้วยเครื่องจับภาพ วัตถุประสงค์ของเทคนิคการปรับภาพเชิงช่วงคลื่น เป็นการใช้ข้อมูลในหลายๆ ช่วงคลื่น แล้วแปลงเป็นแบนด์ใหม่เพื่อจะเน้นลักษณะที่เราสนใจ หรืออาจจะลดขนาดของข้อมูลหรือความซ้ำซากของข้อมูล ถ้าการแปลงนั้นเป็นการจัดข้อมูลใหม่ จำนวนของแบนด์ที่ได้ใหม่ก็จะเท่ากับจำนวนแบนด์ของภาพเดิม แต่ถ้าเป็นการสังเคราะห์ใหม(synthetic) ก็อาจจะได้แบนด์ใหม่เพียงแบนด์เดียว ตัวอย่างของการสังเคราะห์ได้แก่ การใช้ดัชนีต่างๆ (indices) ในขณะที่การวิเคราะห์
องค์ประกอบหลัก และTasseled Cap เป็นการจัดข้อมูลใหม่ แบนด์ใหม่ที่เกิดขึ้นอาจจะแสดงเป็นภาพเดียว แบบขาว-ดำ หรืออาจจะใช้ร่วมกับแบนด์อื่นเพื่อปรับให้ภาพดีขึ้น หรือเพื่อใช้เป็นข้อมูลเพิ่มเติมใน

การจำแนกภาพ
ดัชนี โดยส่วนใหญ่ฟังก์ชั่นนี้จะใช้เพียงแค่ 2 แบนด์จากข้มูลภาพดั้งเดิม ฟังก์ชั่นที่ใช้มีตั้งแต่ฟังก์ชั่นคณิตศาสตร์จนถึงสมการพหุนาม
ในการประมวลผลภาพดาวเทียม ดัชนีเหล่านี้จะเกี่ยวกับความส่องสว่างของพื้นดิน เช่น ดัชนีพืช (vegetation index) ดัชนีดิน (soil brightness index) ในตระกูลดัชนีพืชส่วนใหญ่จะแสดงถึงความหนาแน่นของมวลชีวภาพสีเขียว โดยใช้การสะท้อนคลื่นแสงในช่วงอินฟราเรดและในช่วงสีแดง เราจะพบดัชนีพืชตั้งแต่แบบง่ายๆ โดยหาความแตกต่างระหว่างแบนด์อินฟราเรดกับแบนด์สีแดง จนถึงแบบที่
ซับซ้อน เช่น การแปลงแบบ Tasseled Capดัชนีพืช ใช้ในการเน้นการตอบสนองของพืชสีเขียวและการคาดคะเนมวลพืชสีเขียว ทั้งการ
คาดคะเนมวลชีวภาพเหนือพื้นดิน และ ดัชนีพื้นที่ใบการคำนวณดัชนีต่างๆ เหล่านี้ได้มาจากความสัมพันธ์ระหว่างค่าความส่องสว่างที่สะท้อนจาก
พืช หรือ ดินในช่วงคลื่นอินฟราเรดกับในช่วงคลื่นสีแดง ดัชนีพืชบอกเป็นปริมาณ โดยใช้ระยะทางจากเส้นดิน ตรงไปยังจุดที่เป็นพืชสีเขียว ดังแสดงในรูปที่ 8.10 เนื่องจากปริมาณการปกคลุมด้วยพืชสีเขียวเพิ่มขึ้นในจุดภาพที่เริ่มตั้งแต่จากบริเวณที่ไม่มีสิ่งคลุมดิน ดังนั้นการตอบสนองของจุดภาพจะเคลื่อนที่
จากเส้นดินไปยังจุดของพืชสีเขียว ด้วยเหตุนี้ระยะทางจากเส้นดินไปยังกลุ่มของจุดพืชสีเขียวจึงมีความสัมพันธ์กับสีเขียวของทรงพุ่มด้านบนของพืช ตัวอย่างดัชนีพืชที่มักพบในการประมวลผลภาพดาวเทียม ได้แก่ Ratio Vegetation Index , RVI = NIR / Red ถ้าค่านี้เพิ่มขึ้น แสดงถึง การเพิ่มขึ้นของสีเขียวที่ปกคลุมพื้นดิน เช่น จุดภาพที่มีค่าตาม RVI (2) มีค่าสูงกว่าจุดภาพตาม RVI (1) แสดงว่าจุดภาพที่มีค่าเท่ากับ RVI (2)ก็จะมีพืชปกคลุมมากกว่าจุดภาพที่มีค่าเท่ากับ RVI (1) อย่างไรก็ตาม จุดภาพที่มีค่า RVI สูง ไม่ได้หมายความว่าพื้นที่นั้นจะมีพืชปกคลุมเสมอไป
Normalized Difference Vegetation Index, NDVI = (NIR – Red) / (NIR +Red) แสดง
ความสัมพันธ์ระหว่าง การสะท้อนแสงอินฟราเรดและการดูดยึดแสงสีแดงของพืชที่สมบูรณ์ ค่า NDVI สูง แสดงถึงมวลชีวภาพและความสมบูรณ์ของพืชสูงด้วย



ดัชนีดิน มีปัจจัยหลายอย่างที่มีผลต่อการสะท้อนจากดิน ดังที่ได้อธิบายในบทที่ 2 จากรูปที่8.10 แสดงความสัมพันธ์ระหว่างค่าตัวเลขของแบนด์อินฟราเรดและแบนด์สีแดง พบว่าเส้นดินจะอยู่ในแนวเฉียงระหว่างแบนด์ทั้งสอง ดินสีจาง แห้ง และมีผิวเรียบจะมีการสะท้อนแสงสูงกว่าดินสีเข้ม ชื้น
และผิวขรุขระ ดัชนีดินที่ปรากฏในโปรแกรมทั่วไป ได้แก่

Brightness index = (NIR2+R2)1/2
Clay mineral = TM5 / TM7 ของ LANDSAT-TM
Ferrous minerals = TM5 / TM4 ของ LANDSAT-TM
Ferric minerals = TM5/TM7, TM5/TM4, TM3/TM1 ของ LANDSAT-TM

การแปลงแบบเส้นตั้งฉาก (Orthogonal transformation)
ข้อมูลภาพดาวเทียมที่ถ่ายด้วยจำนวน N ช่วงคลื่น ซึ่งหมายถึงจะมีข้อมูลจำนวน N แบนด์ ซึ่งข้อมูลทั้งหมดเหล่านี้สามารถนำมาแปลงใหม่ได้โดยการหมุนรอบแกน (rotation) ค่าที่ได้จากการแปลงมีความสัมพันธ์กับแนวแกนใหม่ ซึ่งมีการพลิกตัวเฉพาะแบบกับแนวแกนดั้งเดิม การแปลงแบบเส้นตั้ง
ฉากที่ใช้มากที่สุด คือ การวิเคราะห์องค์ประกอบหลัก ซึ่งเป็นการแปลงข้อมูลเพื่อสร้างกลุ่มข้อมูลใหม่ที่ไม่มีความสัมพันธ์กันการแปลงแบบองค์ประกอบหลัก (principal component transformation) การแปลงองค์ประกอบหลักของข้อมูล จะใช้การแปลงแบบหมุนแกน เพื่อสร้างข้อมูลใหม่ที่มีแกนหลักอยู่ในทิศทางที่มีข้อมูลกระจายมากที่สุด แกนต่อมาจะตั้งฉากกับแกนแรกในทิศทางที่มีข้อมูลที่เหลือกระจายมากที่สุด แกนถัดไปจะตั้งฉากกับสองแกนแรกในทิศทางที่มีข้อมูลที่เหลือกระจายมากที่สุด จนกระทั่งครอบคลุมทุกมิติของข้อมูลดั้งเดิมถ้าพิจารณาใน รูปที่ 8.11a ซึ่งแสดงการกระจายข้อมูลของ 2 แบนด์ ที่มีลักษณะแบบวงรี และมีระยะทางเท่ากับ 1 ความเบี่ยงเบนมาตรฐานจากค่าเฉลี่ย ถ้าค่า 2 แบนด์นี้ถูกแปลงแบบองค์ประกอบหลัก ข้อมูลที่ถูกแปลงจะตั้งอยู่ในแนวกึ่งแกนหลัก (semi-major) และกึ่งแกนรอง (semi-minor) ของข้อมูล ข้อมูลที่แปลงจะมีจำนวนองค์ประกอบเท่ากับข้อมูลดั้งเดิม โดยช่วงข้อมูลที่กระจายมากที่สุดจะอยู่ในองค์ประกอบแรก (PC1) และมากรองลงมาจะอยู่ในองค์ประกอบที่ 2 (PC2) ตามลำดับ (รูปที่ 8.11b)



รูปที่ 8.11 แสดงการกระจายข้อมูลระหว่าง 2 แบนด์ และการหมุนแกนเป็นองค์ประกอบหลักที่1 ตามความยาวและทิศทางของข้อมูลที่มีความแปรปรวนระหว่างแบนด์มากที่สุด จะเห็นได้ว่าองค์ประกอบหลักที่ 1 มีช่วงกว้างของข้อมูลเพิ่มขึ้นจากข้อมูลดั้งเดิม (เส้นทะแยงมุม) แกนใหม่นี้จะเป็น
แกนหลักในการกำหนดพิกัดเชิงช่วงคลื่นในพื้นที่ระหว่างแบนด์ใหม่ องค์ประกอบหลักที่ 2 จะเป็นแกนที่ตั้งฉากกับองค์ประกอบหลักแรก และในทำนองเดียวกันสำหรับองค์ประกอบในลำดับต่อๆ ไป จนจำนวนขององค์ประกอบเท่ากับจำนวนแบนด์ของภาพดั้งเดิม ถึงแม้ว่าจะมีแบนด์ใหม่เกิดขึ้นจากการ
วิเคราะห์องค์ประกอบหลักเท่ากับจำนวนแบนด์เริ่มต้น แต่โดยทั่วไปเกือบ 100 % ของความแปรปรวนทั้งหมดจะอยู่ในภาพองค์ประกอบหลักต้นเพียงไม่กี่แบนด์ ดังนั้นการกระทำนี้จึงเป็นการบีบอัดข้อมูลหลายๆ แบนด์ให้มารวมอยู่ในแบนด์จำนวนน้อยลง (data compression) ข้อมูลในแต่ละแบนด์ขององค์ประกอบหลักจะเป็นอิสระและไม่มีความสัมพันธ์กันหลักการเดียวกันนี้ใช้กับข้อมูล N มิติของภาพดาวทียม ตัวอย่างภาพในรูปที่ 8.12 ที่แสดง
ภาพข้อมูลแบบองค์ประกอบหลักที่ได้จากการแปลงข้อมูลภาพดาวเทียม LANDSAT-TM_860516
(ภาพจากโปรแกรม ERDAS V. 8.5) จำนวน 7 แบนด์ โดยทั่วไปองค์ประกอบหลักที่ 1 จะแสดงองค์ประกอบของความส่องสว่างของทั้งภาพ (brightness component) ดังรูปที่ 8.12PC1องค์ประกอบหลักที่ 2 ซึ่งประกอบด้วยปริมาณความแปรปรวนสูงอันดับ 2 (รูปที่ 8.12 PC2) บริเวณส่วนใหญ่ที่เห็นสว่างเป็นบริเวณที่เป็นพืชสีเขียวที่มีค่าการสะท้อนแสงสูง ในช่วงคลื่นอินฟราเรดใกล้(แบนด์ 4) บริเวณที่เป็นสีเทาจะมีความชื้นมากและบริเวณสีดำเข้มเป็นบริเวณที่มีดินแห้งมากองค์ประกอบหลักที่ 3 ยังแสดงข้อมูลที่แตกต่างกัน ส่วนองค์ประกอบในอันดับหลังๆ จะแสดงถึงข้อมูลที่ไม่อยู่ในองค์ประกอบหลักต้นๆ หรือ “คลื่นรบกวน” ซึ่งจะเห็นว่ามีข้อมูลปรากฏอยู่น้อย ส่วนใหญ่ของข้อมูลจะอยู่ใน 3 องค์ประกอบหลักแรกเป็นที่สังเกตว่าภาพในองค์ประกอบหลักที่ 2 และองค์ประกอบหลักที่ 3 ในรูปที่ 8.12 แสดงให้เห็นลักษณะบางอย่างที่ถูกบดบังโดยรูปแบบที่โดนเด่นกว่าที่แสดงในองค์ประกอบหลักที่ 1 ดังนั้นในบางครั้งองค์ประกอบหลักลำดับหลังๆ จะสามารถนำไปใช้ในการศึกษาการเปลี่ยนแปลงได(changedetection) เพราะองค์ประกอบหลักลำดับหลังๆ จะแสดงลักษณะที่ซ้อนเร้นเนื่องจากลักษณะนั้นมีการแปรปรวนของข้อมูลระหว่างแบนด์น้อยที่สุด (Fung and Le Drew, 1987)ภาพองค์ประกอบหลักที่ได้จากการจัดข้อมูลใหม่ สามารถนำมาทำเป็นภาพสีผสม โดยนำไป
ผสมกับภาพดั้งเดิมเพื่อให้ภาพเด่นชัดขึ้น ซึ่งจะช่วยในการแปลภาพด้วยสายตา และสามารถนำไปใช้เป็นข้อมูลใหม่ในการจำแนกภาพด้วยการประมวลผล
ความแปรปรวนระหว่างตัวแปรร่วมในข้อมูลภาพ จะเปลี่ยนแปลงไปแต่ละภาพ ส่วนใหญ่ขึ้นอยู่กับสภาพพื้นที่และสภาพบรรยากาศ ดังนั้นแต่ละองค์ประกอบหลักของแต่ละภาพจะแตกต่างกันซึ่งหมายความว่า องค์ประกอบหลักที่ได้จากแต่ละภาพจะหมายถึงสิ่งที่แตกต่างกัน ผู้แปลจะต้องเรียนรู้ใหม่ตลอดเวลาจากแต่ละภาพว่า อะไรคือความสำคัญของแต่ละองค์ประกอบหลักที่สัมพันธ์กับงานที่กำลังทำอยู่ความพยายามอันหนึ่งที่จะแก้ข้อจำ กัดอันเนื่องมาจากความไม่แน่นอนของการแปลความหมายของภาพที่แปลงแบบองค์ประกอบหลัก คือ การแปลงข้อมูลให้เป็นแบบมาตรฐานที่ใกล้เคียงกับการแปลงแบบองค์ประกอบหลัก เพื่อที่จะให้การแปลงแบบนี้สร้างภาพองค์ประกอบหลักที่ไม่เปลี่ยนแปลง ตัวอย่างเวอร์ชั่นหนึ่งของการแปลงแบบคงที่ ได้แก่ Tasseled Cap transformatio



Tasseled Cap transformation
เป็นวิธีการที่ใช้ในการนำข้อมูลหลายๆ แบนด์มาจัดข้อมูลใหม่ ซึ่งใช้ในการศึกษาเกี่ยวกับพืช การจัดข้อมูลใหม่ทำให้ได้แกนข้อมูลหลัก 3 แกนที่ให้สารสนเทศเกี่ยวกับองค์ประกอบพืช Crist และ Cicone 1984 ได้ใช้หลักการของ Kauth และ Thomas ศึกษาการสะท้อนและการดูดยึดแสงจากวัตถุต่างๆ จากข้อมูล LANDSAT-TM จำนวน 6 แบนด์ และพบว่ามีข้อมูลใน 3 มิติ ที่แสดงถึงระนาบของ ดิน พืช และโซนเปลี่ยนระหว่างดินและพืชซึ่งแสดงความสัมพันธ์ระหว่างความชื้นของดิน และทรงพุ่มของพืชสัมประสิทธิ์ที่ใช้ในการสมการแปลงแบบ Tasseled Cap สำหรับ LANDSAT-4 เป็นดังนี้
(ERDAS Field Guide, 2003)
Brightness = 0.3037(TM1) + 0.2793(TM2) + 0.4743(TM3) + 0.5585(TM4) + 0.5082(TM5) + 0.1863(TM7)
Greenness = - 0.2848(TM1) - 0.2435(TM2) - 0.5436 (TM3) + 0.7243(TM4) + 0.0840(TM5) - 0.1800(TM7)
Wetness = 0.3037(TM1) + 0.2793(TM2) + 0.4743(TM3) + 0.5585(TM4) + 0.5082(TM5) + 0.1863(TM7)
ความสว่าง (Brightness) ให้น้ำหนักรวมของทุกแบนด์ แสดงทิศทางการแปรปรวนหลักในการสะท้อนจากดินความเขียว (Greenness) ตั้งฉากกับแกนความสว่าง เป็นความแตกต่างระหว่างช่วงคลื่นอินฟราเรดใกล้กับช่วงคลื่นที่ตามองเห็น แกนนี้สัมพันธ์กับปริมาณพืชสีเขียวในภาพความชื้น (Wetness) สัมพันธ์กับทรงพุ่มของพืชและความชื้นของดินการหมุนของแกนใหม่ถูกกำหนดตามข้อมูลภาพ หรือขึ้นอยู่กับเครื่องตรวจจับสัญญาณคลื่น
แต่หลังจากกำหนดเครื่องตรวจจับสัญญาณชนิดใดได้แล้ว สัมประสิทธิ์ในการแปลงค่าจะถูกกำหนดและการหมุนแกนก็จะคงที่ การใช้ Tasseled Capในดาวเทียมแต่ละชนิดจะใช้สมการต่างกันการทำภาพสีผสม (color composition) และการแปลงสี (color transformation)
การทำภาพสีผสมมีความสำคัญต่อการแปลภาพด้วยสายตา เนื่องจากตามนุษย์สามารถแยกภาพสีได้มากกว่าโทนสีเทา การทำภาพสีผสมเป็นพื้นฐานของการผสมแสงของแม่สี 3 สี ดังที่อธิบายการผสมภาพสีอาจจะใช้ภาพดั้งเดิม แล้วผสมเป็นสีต่างๆ หรือใช้แบนด์ที่สร้างขึ้นใหม่มาผสมด้วยการอธิบายคุณสมบัติของสีของวัตถุหนึ่งในภาพ เราอาจใช้สัดส่วนองค์ประกอบ แดง เขียว น้ำเงิน หรือใช้ในรูปของ intensity hue และ saturation(H/I/S) ซึ่งอธิบายถึงความรู้สึกทาง ความสว่าง สีและ ความบริสุทธิ์ของสี ตามลำดับ การแปลงสีอาจช่วยในการควบคุมการปรับปรุงภาพให้ดีขึ้น