วันอังคารที่ 2 มีนาคม พ.ศ. 2553

Raster / Vector และ Pixel

Vector Graphic
ภาพแบบเวกเตอร์จะต่างจากภาพแบบบิตแมป ซึ่งคุณจะได้พบกับภาพแบบนี้บนโปรแกรม สำหรับวาดภาพเช่น Adobe Illustrator,Macromedia Freehand ภาพแบบเวกเตอร์จะประกอบด้วย เส้นสาย ลวดลายต่าง ๆ ที่สร้างขึ้นจากการคำนวณทางคณิตศาสตร์ของลักษณะทางเรขาคณิตเพื่อ สร้างรูปทรงต่าง ๆ ที่คุณเห็น ซึ่งเรียกว่าเวกเตอร์ (vectors)ข้อดีของภาพแบบเวกเตอร์ที่มีเหนือภาพแบบบิตแมป คือ คุณสามารถเคลื่อนย้าย ปรับขนาด เปลี่ยนสี รูปทรง โดยไม่สูญเสียคุณภาพของภาพ เพราะภาพแบบเวกเตอร์ เป็นภาพที่ไม่ขึ้นกับ ความละเอียด นั่นคือสามารถปรับขนาดและพิมพ์ที่ความละเอียดใด ๆ โดยไม่สูญเสียรายละเอียด และคุณภาพ ดังนั้นภาพแบบเวกเตอร์จึงเหมาะกับภาพลายเส้นต่าง ๆ เช่น ตัวอักษร โลโก้
ภาพแบบบิตแมป หรือที่เรียกกันว่าแบบราสเตอร์ (raster) ภาพแบบบิตแมปนี้จะใช้ กริดของตารางเล็ก ๆ ที่เรารู้จักกันดีในชื่อ “พิกเซล” (pixel) สำหรับแสดงภาพ แต่ละพิกเซลก็จะมีค่าของตำแหน่งและค่าสีของตัวเอง ด้วยเหตุที่พิกเซลมีขนาดเล็กเราจึงเห็นว่าภาพ มีความละเอียดสวยงามไม่มีลักษณะของกรอบสี่เหลี่ยมให้เห็น แต่ถ้าเราขยายขนาดของภาพ ก็จะเห็นกรอบเล็ก ๆ หรือพิกเซลที่ประกอบกันขึ้นมาเป็นภาพ ดังนั้นนเมื่องคุณทำงานกับภาพแบบมิตแมป จึงเป็นทำงานกับพิกเซลเล็ก ๆ ที่ประกอบกันขึ้นมาเป็นภาพ ไม่ใช่วัตถุหรือรูปทรงที่เห็น ภาพแบบบิตแมปเป็นภาพที่ขึ้นอยู่กับความละเอียด (resolution)นั่นคือ มีจำนวนพิกเซลที่แน่นอนในการแสดงภาพ
Pixel
พิกเซล (Pixel) เป็นการผสมผสานของคำว่า “Picture” และ “element” คือหน่วย พื้นฐานของภาพ ภาพบิตแมปทุก ๆ ภาพประกอบขึ้นด้วยพิกเซล แต่ละพิกเซลจะมีลักษณะ เป็นรูปสี่เหลี่ยมที่เก็บข้อมูลของสีโดยถูกกำหนตำแหน่งไว้บนเส้นกริดของแนวแกน x และ y ในลักษณะคล้ายแผนที่ (map) นั่นจึงเป็นที่มาของคำว่าบิตแมป (bitmap) เช่น พิกเซลของ ภาพ 8 บิต จะเก็บข้อมูลของสี 8 บิต ที่จอภาพจะใช้ในการแสดงผล ดังนั้นภาพภาพหนึ่งจึงประกอบด้วยพิกเซลเล็ก ๆ จำนวนมาก ซึ่งคุณสามารถมองเห็นได้เมื่อ ขยายภาพให้มีขนาดใหญ่ขึ้น จำนวนของพิกเซล

การเน้นภาพเชิงพื้นที่ (Spatial enhancement or Spatial and Directional Filtering )

การเน้นภาพเชิงพื้นที่จะปรับเปลี่ยนค่าของจุดภาพนั้นๆ ตามค่าของจุดภาพที่อยู่โดยรอบ (Surrounding pixels) สำหรับ
การปรับเน้นคุณภาพของข้อมูลภาพวิธีนี้ เป็นเทคนิคที่จะกรองข้อมูลโดยอาศัยหลักการทางคณิตศาสตร์ที่เรียกว่า “Convolution
filtering” ซึ่งจะใช้หน้าต่างกรอง (Kernel) ในลักษณะ 2 มิติ โดยเลื่อนหน้าต่างให้ตารางที่อยู่ศูนย์กลางวิ่งผ่านทีละจุดภาพ (pixel)
แล้วแทนค่าจุดภาพนั้นๆ ด้วยค่าเฉลี่ยหรือกรรมวิธีทางคณิตศาสตร์อื่นๆ ของบรรดาจุดภาพข้างเคียงภายในหน้าต่างกรอง ซึ่งมีด้วย
กันหลายวิธี สำหรับในบทปฏิบัติการนี้จะกล่าวเฉพาะวิธีพื้นฐาน คือ Low Pass Filtering และ High-Pass Filtering
(1) Low Pass Filtering (LPF)
Low Pass Filtering เป็นการเน้นภาพเชิงพื้นที่ ด้วยการลดระดับความถี่เชิงพื้นที่ของข้อมูลภาพ
(Spatial frequency) ทำให้ภาพที่ได้ใหม่มีลักษณะเรียบ (Smooth) หรือพร่ามัว (Blur) มากขึ้น หลักการของเทคนิคการเน้นภาพ
แบบนี้ จะทำการคำนวณระดับค่าสีเทาของแต่ละจุดภาพด้วยการหาค่าเฉลี่ย (Average) ของระดับค่าสีเทาเดิมรอบจุดภาพนั้น ด้วย
จำนวน n x m จุดภาพ ค่า n และ m จะต้องเป็นเลขคี่เสมอ เช่น 3 x 3, 5 x 5, หรือ 7 x 7 เป็นต้น ขนาด n x m เรียกว่า
Kernel หรือ BOXCAR ในกรณีที่หน้าต่างกรองมีขนาดเล็กไม่สามารถทำให้ภาพเรียบ อาจเลือกใช้หน้าต่างกรองที่มีขนาดใหญ่ขึ้น
มา แต่จะเพิ่มอัตราเสี่ยงต่อการสูญเสียรายละเอียดของข้อมูลจริงในภาพขึ้นด้วย
(2) High Pass Filtering (HPF)
High-Pass Filtering เป็นเทคนิคที่ใช้เน้นข้อมูลภาพบริเวณที่มีการเปลี่ยนแปลงอย่างฉับพลัน เช่น
เส้นขอบอ่างเก็บน้ำ หรือชายฝั่งทะเล วิธีปฏิบัติคือจะทำการกรองภาพให้เรียบก่อนโดยทำ Low pass filtering (LPF) แล้วนำค่า
ระดับสีเทาที่ได้ในแต่ละจุดภาพของ LPF ไปลบออกจากค่าความเข้มของข้อมูลภาพเดิม (original data) จะได้ภาพใหม่อีกภาพ
หนึ่งที่แสดงผลต่าง ซึ่งจะใช้ภาพที่แสดงผลต่างที่ได้นี้เป็นส่วนของการเน้นภาพ โดยบวกกลับเข้าไปในภาพเดิม ทำให้ได้ภาพที่มีการ
เน้นขอบ (Edge enhancement) ที่ชัดเจนขึ้น

การยืดภาพเพื่อเน้นความชัดเจน (Contrast Enhancement or Contrast stretching)

สำหรับเทคนิคการยืดค่าระดับสีเทานี้สามารถแบ่งได้เป็น 3 ประเภท คือ
(1) Linear Contrast Stretch เป็นวิธีที่ง่ายที่สุดในการปรับระดับค่าสีเทา (gray scale level) หรือค่า
ความสว่างให้มากขึ้น ด้วยการขยายพิสัย (Range) ของระดับค่าสีเทาของข้อมูลเดิมให้มีค่ามากยิ่งขึ้นจนเต็มช่วง 0-255 โดยใช้
กราฟปรับเทียบ (lookup table) ที่มีลักษณะเป็นเส้นตรง เช่น เทคนิค Standard deviation linear contrast stretch,
Minimum-Maximum contrast stretch หรือ Data scaling เป็นต้น
(2) Non-Linear Contrast Stretch เป็นการยืดระดับค่าสีเทาของข้อมูลภาพ โดยใช้ความสัมพันธ์ที่ไม่
ใช่ลักษณะเชิงเส้นตรง จุดประสงค์ในการใช้วิธีนี้คือ พยายามเปลี่ยนการกระจายข้อมูลที่ไม่ปกติให้เป็นแบบปกติและปรับจำนวนจุด
ภาพในแต่ละค่าความเข้มให้มีจำนวนใกล้เคียงกัน ซึ่งเทคนิคแบบนี้เรียกว่า “Histogram equalization stretching” หรือการยืด
ภาพตามความถี่ของข้อมูล นอกจากนี้การยืดข้อมูลภาพแบบ Non Linear Contrast Stretch ยังมีเทคนิคแบบอื่นๆ อีก เช่น
Histogram normalization, Logarithmic, Exponential, หรือ Gaussian เป็นต้น
(3) Piecewise Contrast Stretch เป็นการเลือกยืดระดับค่าสีเทาของข้อมูลภาพเป็นช่วงที่เฉพาะเจาะจง
(Specific portion of data) โดยแต่ละช่วงอาจจะกำหนดพิสัยของการยืดแตกต่างกันไป หลักการคือ พิสัยของระดับค่าสีเทาของ
ข้อมูลเดิมที่ต้องการขยายนั้น จะถูกแบ่งออกเป็นหลายๆ ช่วง และในแต่ละช่วงจะขยายให้เป็นค่าใดๆ ก็ได้ตามต้องการ แต่ต้องต่อ
เนื่องกันไปจนตลอดช่วง 0-255
สำหรับเทคนิคการปรับเน้นภาพโดยวิธีการยืดข้อมูลภาพ อาจจะมีนอกเหนือจากที่กล่าวมาข้างต้น เช่น Histogram
Matching, Threshold, Gamma, Constant Value, Invert หรือ Brightness and Contrast เป็นต้น นอกจากนี้การปรับเน้น
ภาพโดยเทคนิคการยืดระดับค่าสีเทาของข้อมูลภาพนี้ ผู้ใช้สามารถที่จะทำการกำหนดหรือสร้างกราฟปรับเทียบ (lookup table) เอง
ได้โดยให้เหมาะสมกับวัตถุประสงค์ที่ต้องการด้วยการใช้เครื่องมือ “Break Point Editor” ของโปรแกรม ERDAS IMAGINE

Image Enhancement

Image Enhancement คือ กระบวนการปรับปรุงภาพให้ดีขึ้นเพื่อประโยชน์การแปลภาพด้วยการมองด้วยตา (Visual Interpretation) โดยที่ไม่มีการเปลี่ยนแปลงเนื้อภาพ สามารถแบ่งได้เป็น 2 domains: Spatial Domain และ Frequency Domain
Noise คือ การแปรปรวนโดยไม่ได้คาดหวังของความเข้มของแสง (Gray Scale) ของภาพ
Histogram คือ กราฟแสดงการกระจายของความเข้มของแสง (Gray Scale) ของภาพในทางสถิติ การกระจายข้อมูลของ Histogram ที่สมบูรณ์ควรเป็นรูประฆังคว่ำที่มีสมมาตรของการกระจายแบบปกติ (Normal Distribution)ดังนั้น สิ่งแรกในการทำ Image Enhancement คือ การตรวจสอบ Histogram ของ Image นั้นๆ

การประมวลผลสัญญาณดิจิทัล

การประมวลผลสัญญาณดิจิทัล หรือ ที่เรียกกันติดปากสั้น ๆ ว่า ดีเอสพี (DSP - digital signal processing) เป็นการศึกษาการประมวลผลสัญญาณที่อยู่ในรูปดิจิทัล (digital)โดยทั่วๆ ไป การประมวลผลสัญญาณ อาจแบ่งได้ตาม:
1.รูปแบบของตัวแทนสัญญาณ : การประมวลผลสัญญาณดิจิทัล (digital signal processing) และ การประมวลผลสัญญาณแอนะล็อก (analog signal processing)
2.คุณสมบัติของสัญญาณ : การประมวลผลสัญญาณไม่สุ่ม (deterministic signal processing) และ การประมวลผลสัญญาณสุ่ม (stochastic/statistical signal processing)
3.ลักษณะการประมวลสัญญาณ : เชิงเส้น (linear signal processing) และ ไม่เป็นเชิงเส้น (nonlinear signal processing)
4.อื่นๆ ที่แบ่งตามคุณลักษณะเฉพาะของสัญญาณ หรือ ลักษณะเฉพาะของการประมวลผล เช่น adaptive signal processing, mutlirate/multiresolution signal processing, chaotic signal processing ฯลฯ
ดีเอสพีนี้อาจแบ่งออกได้เป็นในส่วนของซอฟต์แวร์และฮาร์ดแวร์ หรือตามการประยุกต์เป็น การประมวลผลสัญญาณเสียง (audio signal processing) การประมวลผลภาพดิจิทัล (digital image processing) และ การประมวลผลคำพูด (speech processing)

ถึงแม้ว่าในดีเอสพีนั้น สัญญาณที่เราพิจารณากันจะเป็นดิจิทัล แต่โดยทั่วไปสัญญาณเหล่านี้จากแหล่งกำเนิด จะอยู่ในรูปเดิมที่เป็นแอนะล็อก การได้มาซึ่งสัญญาณดิจิทัลซึ่งเป็นตัวแทนสัญญาณแอนะล็อกที่เราสนใจนี้ จะต้องผ่านกระบวนการแปลงสัญญาณแอนะล็อกเป็นดิจิทัล (Analog-to-Digital Conversion - ADC) หรือการดิจิไทซ์ (digitization) ซึ่งประกอบด้วยการสุ่มตัวอย่าง (sampling) (อย่าสับสนกับคำว่า สุ่ม ที่มาจาก random หรือ stochastic) และการควอนไทซ์ (quantization) ให้อยู่ในรูปดิจิทัลก่อนที่จะทำการประมวลผลต่อไป

วันจันทร์ที่ 1 มีนาคม พ.ศ. 2553

โมเสคภาพ(Mosaic)และตกแต่งภาพ

โมเสคภาพ(Mosaic)และตกแต่งภาพ
การเชื่อมต่อข้อมูลภาพ (Mosaic) เป็นการเชื่อมต่อหรือซ้อนภาพหลายภาพเข้าด้วยกันเพื่อรวมกันเป็นภาพเดียว ซึ่งจะทำให้ภาพที่ได้ใหม่มีขนาดของข้อมูลใหญ่ขึ้น กระบวนการในการเชื่อมต่อข้อมูลภาพนี้เรียกว่า Mosaic ซึ่งเป็นเทคนิคที่ใช้สร้างภาพเพียงภาพเดียวจากข้อมูลดาวเทียมในบริเวณที่ติดกันหรือใกล้เคียงกันหลายๆ ภาพการทำ Mosaic จะได้ภาพใหม่ที่มีการลดหรือขจัดความแตกต่างระหว่างภาพในส่วนที่มีการซ้อนทับกัน (Overlap) ในบริเวณรอยต่อของทั้งสองภาพ เพื่อไม่ให้มีความเข้มระดับสีเทาที่แตกต่างกันมากนัก สำหรับข้อมูลภาพที่จะนำมา mosaic ข้อมูลภาพทั้ง 2 จะต้องมีขนาดของจุดภาพ (Pixel size) เท่ากัน และระบบตำแหน่งพิกัดของภาพเหมือนกันหลังจากที่มีการปรับแก้ทางเรขาคณิตแล้ว ขึ้นตอนในการ mosaic หลังจากที่นำภาพทั้ง 2 ซ้อนทับเข้าด้วยกัน บริเวณที่ซ้อนทับกันของภาพ (overlap) จะต้องมีการกำหนดตำแหน่งพิกัดใหม่โดยใช้จุดควบคุมทางภาคพื้นดิน (GCPs) เพื่อให้แต่ละจุดภาพมีการปรับแก้ทางตำแหน่งตรงกันจากนั้นจะทำการกำจัดจุดภาพที่ซ้ำซ้อน (Duplicate pixel) ที่อยู่ภายในบริเวณ overlap ของภาพทั้ง 2 ออกไปให้เหลือเพียงจุดภาพชุดเดียว แล้วทำการยืดค่าความคมชัดที่เหมาะสมกับจุดภาพทั้งหมดของข้อมูลภาพทั้งสองให้พร้อมกัน เพื่อให้ได้ภาพใหม่มีที่ระดับความเข้มที่สม่ำเสมอตลอดทั้งภาพ

การสร้างแบบจำลองค่าระดับความสูงภูมิประเทศ(Digital Terrain Model:DTM)

การสร้างแบบจำลองค่าระดับความสูงภูมิประเทศ(Digital Terrain Model:DTM)
การสร้างแบบจำลองความสูง (Digital Terrain Model : DTM Extraction)เป็นกระบวนการสร้างแบบจำลองความสูงที่ได้จากการขยายจุดบังคับภาพถ่ายทางอากาศโดยแบบจำลองความสูงที่ได้นี้จะเป็นความสูงของพื้นผิวทางกายภาพของพื้นที่ซึ่งรวมถึงสิ่งปกคลุมพื้นผิวทางกายภาพของโลก (Digital Terrain) ซึ่งได้แก่ บ้าน อาคาร ต้นไม้ ป่าไม้ ดังนั้นความสูงที่ได้จึงยังไม่ใช่ความสูงที่ได้จากสภาพพื้นผิวจริงๆของโลก จึงจำเป็นที่จะต้องมีการปรับแก้เพื่อให้ได้ความสูงจริงของพื้นผิวโดยการ ปรับแก้แบบจำลองความสูง (DEM Editing) โดยใช้แบบจำลองคู่ภาพสามมิติ ( 3D Stereo) เพื่อทำการกำจัดความสูงของสิ่งปกคลุมดังกล่าวออกไปจากแบบจำลองเพื่อให้ได้แบบจำลองความสูง(Digital Elevation Model) จึงจะสารมารถนำเอาผลที่ได้จากการปรับแก้แบบจำลองแล้วไปสร้างเป็นเส้นชั้นความสูง (Contour line)

จุดควบคุมภาพถ่ายภาคพื้นดิน (Ground Control Point)

จุดควบคุมภาพถ่ายภาคพื้นดิน (Ground Control Point) เป็นจุดบังคับภาพถ่ายที่เห็นเด่นชัดบนภาพถ่ายและชี้ชัดได้บนภาคพื้นดิน มีค่าพิกัดในทั้งสามมิติ มีการไปรังวัดในสนามด้วยเครื่องมือและวิธีการที่ให้ความละเอียดถูกต้องสูงในระดับที่สามารถนำมาควบคุมงานข่ายสามเหลี่ยมทางอากาศ จุดผ่าน (Pass Point) จุดควบคุมภาพถ่ายภาคพื้นดินที่มีการชี้ชัดตำแหน่งบนภาพถ่าย แต่ไม่จำเป็นต้องลงไปค้นหาและรังวัดค่าพิกัดในสนาม ปรากฏบนภาพถ่ายอย่างน้อยสองรูปขึ้นไป ตำแหน่งอยู่บนส่วนซ้อนด้านหน้าของภาพถ่ายทางอากาศ หรืออยู่ในส่วนซ้อนที่อยู่ในแนวบิน จุดโยงยึด (Tie Point) คุณสมบัติและบทบาทในการคำนวณปรับแก้เช่นเดียวกับจุดผ่านทุกประการ

การวางจัดวางภาพภายนอก (Exterior orientation)

การวางจัดวางภาพภายนอก (Exterior orientation)/การปรับภายนอก/การปรับสัมบูรณ์ (Exterior or Absolute orientation)เป็นการปรับที่ปรับระยะห่างฐานดวงตาอย่างถูกต้องให้สอดคล้องกับฐานรูปถ่ายและมาตราส่วนของรูปถ่าย โดยการปรับระดับ ( Levelling ) แบบจำลองสามมิติให้หมุนรอบแกน X ( ด้วย ω ) หมุนรอบแกน Y ( ด้วย φ) และการเลื่อนตามแนวแกน Z ( Z translation / κ) ด้วยจุดควบคุมรูปถ่ายที่ทราบค่าพิกัดทางราบและทางดิ่งอย่างน้อย 3 จุด กล่าวโดยสรุปการปรับสัมบูรณ์ใช้พารามิเตอร์ 7 ตัว คือ การขยาย / หดมาตราส่วน 1 ตัว เมทริกซ์การหมุนรอบแกนทั้งสามของแบบจำลอง 3 ตัว และการเลื่อนตามแนวแกน 3 ตัว มีพารามิเตอร์การปรับภายนอก 6 ตัวแปร (Xo, Yo, Zo , ω, φ ,κ) จุดเปิดถ่าย 3 การเอียงรอบแกน 3

การรังวัดตำแหน่งจุดดัชนีขอบภาพ (Fiducial marks)

การวัดค่าการวางตัวภายในของจุดดัชนี(Interior orientation)ครบทั้ง 8 จุด ทั้งสามภาพแล้วทำการตรวจค่า RMSE(Root Mean Square Error)โดยอย่าให้เกิน 10 ไมคอน ถ้าเกินต้องทำการปรับแก้จุดดัชนีที่ได้ทำการวัดไปให้ดีขึ้นค่า RMSerror สามารถบอกได้ว่า จุดควบคุมภาคพื้นดินมีตำแหน่งพิกัดใกล้เคียงกับพิกัดอ้างอิงเพียงใด (มีหน่วยเป็นจุดภาพ) โดยทั่วไปค่า RMSerror ที่ยอมรับได้จะมีค่าบวกหรือลบไม่เกิน 1 จุดภาพ ถ้าค่า RMSerror มีค่าสูงแสดงว่าความคลาดเคลื่อนทางตำแหน่งมีมาก อย่างไรก็ตามการกำหนดจุด GCP ในตำแหน่งใหม่ที่เหมาะสมสามารถที่จะเพิ่มความถูกต้องของการแปลงค่าพิกัดได้

การจัดภาพภายใน (Interior orientation )

การจัดภาพภายใน (Interior orientation )
เป็นการจัดวางข้อมูลภาพให้มีความสัมพันธ์กันในทิศทางแนวบิน เหมือนอยู่ในสภาวะเดียวกันกับเครื่องบินขณะบินถ่ายภาพ โดยใช้ข้อมูลกล้องถ่ายภาพ(Camera Calibration) ได้แก่ ค่าความยาวโฟกัส (focal length) ค่าพิกัดของจุดดัชนีขอบภาพ (fiducial marks) และค่าพิกัดจุดมุขยสำคัญ (principal point) โดยผู้ปฏิบัติจะเป็นคนหมายตำแหน่งจุดดัชนีขอบภาพแล้วทำการตรวจสอบความคลาดเคลื่อนในการวางตำแหน่งกับข้อมูลที่ได้ป้อนไว้ว่าอยู่ในเกณท์ที่กำหนดหรือไม่
การวัดค่าการวางตัวภายในของจุดดัชนี(Interior orientation)ซึ่งต้องมีการเปลี่ยนทิศทางการวางตัวของแนว X Y ของภาพตามเอกสารของการวัดสอบค่ากล้องก่อนทำการวัดจุดดัชนี และทำการวัดจุดดัชนีให้ครบทั้ง 8 จุด ทั้งสามภาพแล้วทำการตรวจค่า RMSE(Root Mean Square Error)โดยอย่าให้เกิน 10 ไมคอน ถ้าเกินต้องทำการปรับแก้จุดดัชนีที่ได้ทำการวัดไปให้ดีขึ้น ในปัจจุบันนี้กล้องถ่ายรูปทางอากาศจะมีเครื่องหมายดัชนี (Fiducial marks) 8 ตำแหน่ง(Fours of mid-side frames and fours of corner frames) และความยาวโฟกัสที่ผ่านการสอบเทียบ(Calibration focal length) บอกให้ผู้ใช้ทราบการลงตำแหน่งพิกัด (Registration) ของเครื่องหมายดัชนี4 หรือ 8 ตำแหน่ง พร้อมกับนำพิกัดที่ผ่านการสอบเทียบของตำแหน่งเครื่องหมายดัชนีมาแปลงเป็นค่าพิกัด