ការបង្ហាញរូបភាព និងបន្សំក្រុមរលក
យាំ សារដ្ឋ · YAM Sarath
ផែនការមេរៀន ៣ ម៉ោង
- ស្ថានភាពបើកមេរៀន៖ ហេតុអ្វីរូបភាពខ្មៅ១៥ នាទី
- ហេតុអ្វីត្រូវ stretch២០ នាទី
- វិធី stretch · ពិសោធន៍៣៥ នាទី
- បន្សំក្រុមរលកសម្រាប់ភារកិច្ចផ្សេងៗ៣០ នាទី
- Pan-sharpening · ពិសោធន៍២៥ នាទី
- ការរៀបចំក្នុង QGIS · ឧទាហរណ៍៣៥ នាទី
- សង្ខេប២០ នាទី
គោលបំណងសិក្សា
បន្ទាប់ពីបញ្ចប់មេរៀន និស្សិតអាច៖
- ពន្យល់ថាហេតុអ្វីរូបភាពឆៅមើលទៅខ្មៅ ទោះជាទិន្នន័យត្រឹមត្រូវ។
- ប្រៀបធៀបវិធី stretch សំខាន់ៗ និងជ្រើសវិធីសមស្រប។
- ជ្រើសបន្សំក្រុមរលកសម្រាប់គោលបំណងវិភាគផ្សេងៗ (ជាង ៦ បន្សំ)។
- ពន្យល់គោលការណ៍ pan-sharpening និងអ្វីដែលវាផ្ដល់ និងមិនផ្ដល់។
- រៀបចំការបង្ហាញរូបភាពក្នុង QGIS ប្រកបដោយប្រសិទ្ធភាព។
ចំណេះដឹងមុនត្រូវមាន
- ខ្លឹមសារមេរៀនទី១៖ បន្សំក្រុមរលកបឋម។
- ខ្លឹមសារសៀវភៅទី១ មេរៀនទី៨៖ ឈុតពណ៌។
ស្ថានភាពបើកមេរៀន
ស្ថានភាពបើកមេរៀន
និស្សិតម្នាក់ទាញយករូបភាព Sentinel-2 L2A ហើយបើកវាក្នុង QGIS ជាមួយការកំណត់លំនាំដើម។ លទ្ធផល៖ រូបភាពស្ទើរតែខ្មៅទាំងអស់ ជាមួយចំណុចភ្លឺបន្តិចនៅកន្លែងខ្លះ។ គាត់ស្មានថាទាញយកខុស ឬឯកសារខូច។
ស្ថានភាពបើកមេរៀន
តាមពិត ទិន្នន័យត្រឹមត្រូវទាំងស្រុង។ បញ្ហាគឺ QGIS បង្ហាញតម្លៃ DN ពី ០ ដល់ ១០ ០០០ (ឬ ០ ដល់ ៤ ០៩៥ សម្រាប់ ១២ ប៊ីត) ដោយផ្ទាល់ លើអេក្រង់ដែលទទួលយកបានតែ ០ ដល់ ២៥៥។ ការចាំងផ្លាតផ្ទៃដីភាគច្រើនស្ថិតនៅចន្លោះ ០ ដល់ ០,៣ (៣ ០០០ ក្នុងខ្ទង់ ១០ ០០០) ដូច្នេះតម្លៃពិតទាំងអស់ត្រូវបានច្របាច់ចូលទៅផ្នែកតូចបំផុតនៃជួរ ០–២៥៥ ធ្វើឱ្យវាមើលទៅជិតខ្មៅ។
ព័ត៌មានមេរៀន
រយៈពេលបង្រៀនដែលស្នើ៖ ៣ ម៉ោង · មេរៀនទី ៩ ក្នុងចំណោម ១៥
:material-presentation-play: ស្លាយបង្រៀនមេរៀននេះ
រូបភាពដែលអ្នកទើបទាញយក ត្រឹមត្រូវទាំងតម្លៃ (មេរៀនទី៧) ទាំងទីតាំង (មេរៀនទី៨)។ ប៉ុន្តែពេលបើកមើលលើកដំបូង វាច្រើនតែមើលទៅ ស្ទើរខ្មៅទាំងអស់។ នេះមិនមែនជាបញ្ហាទិន្នន័យទេ វាជាបញ្ហា ការបង្ហាញ។
មេរៀននេះផ្ដោតលើចន្លោះមួយដែលនិស្សិតជាច្រើនរំលង៖ ចន្លោះរវាងទិន្នន័យត្រឹមត្រូវ និងរូបភាពដែលមើលឃើញច្បាស់។
យើងនឹងសិក្សាថាហេតុអ្វីត្រូវ stretch ធ្វើដូចម្ដេច និងជ្រើសបន្សំក្រុមរលកណាសម្រាប់គោលបំណងនីមួយៗ។
ទ្រឹស្ដីស្នូល
ហេតុអ្វីត្រូវ stretch
អេក្រង់កុំព្យូទ័របង្ហាញពណ៌នីមួយៗជាចំនួនគត់ពី ០ ដល់ ២៥៥ (៨ ប៊ីត)។
- ប៉ុន្តែទិន្នន័យ Sentinel-2 ផ្ទុកជា ១២ ប៊ីត (០ ដល់ ៤ ០៩៥ ជាទូទៅ ដែលតំណាងការចាំងផ្លាត ០ ដល់ ១)។
- ការចាំងផ្លាតធម្មតានៃផ្ទៃដី (ដីទឹក រុក្ខជាតិ) ស្ថិតនៅចន្លោះ ០ ដល់ ០,៤ ប៉ុណ្ណោះ (មិនដល់ ១ ទេ លើកលែងព្រិល ឬពពក)។
- ដូច្នេះបើបង្ហាញដោយផ្ទាល់ ដោយផ្គូផ្គង ០→០ និង ១→២៥៥ តម្លៃទិន្នន័យពិត (០ ដល់ ០,៤) នឹងធ្លាក់ត្រឹមតែ ០ ដល់ ១០២ លើអេក្រង់ ពោលគឺមិនដល់ពាក់កណ្ដាលជួរពណ៌ទេ ហើយក្នុងចំណោមនោះ ភាគច្រើនកកកុញនៅផ្នែកទាបជាងនេះទៀត។
ពិសោធន៍៖ ការបំពាញកម្រិតពណ៌
ប្ដូរវិធី stretch ពី «គ្មាន» ទៅ Min-Max រួចទៅ Cumulative %។ សង្កេតរូបភាព និងអ៊ីស្តូក្រាមប្រែប្រួលយ៉ាងណា។
ហេតុអ្វីត្រូវ stretch
ចំណុចសំខាន់បំផុត៖ ការ stretch គ្រាន់តែប្ដូររបៀបដែលកម្ព្យូទ័រ បង្ហាញ តម្លៃ។
វា មិនប្ដូរតម្លៃទិន្នន័យដើម ដែលរក្សាទុកក្នុងឯកសារទេ។ សន្ទស្សន៍ (មេរៀនទី១០) និងការចាត់ថ្នាក់ (មេរៀនទី១១–១២) គណនាលើ តម្លៃដើម មិនមែនតម្លៃដែល stretch ទេ។
សំណួររហ័ស
ហេតុអ្វីរូបភាព ១២ ប៊ីត មើលទៅខ្មៅ ពេលបង្ហាញដោយគ្មាន stretch?
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
វិធី stretch សំខាន់ៗ
រូបទី៩.១៖ ការបំពាញកម្រិតពណ៌ដកអ៊ីស្តូក្រាមចង្អៀត ឱ្យសមនឹងជួរបង្ហាញពេញលេញ។ ការគណនានៅតែប្រើតម្លៃទិន្នន័យដើម មិនមែនតម្លៃដែល stretch ទេ។
វិធី stretch សំខាន់ៗ
| វិធី | របៀបធ្វើការ | គុណសម្បត្តិ | គុណវិបត្តិ |
|---|---|---|---|
| Min-Max Linear | ទាញតម្លៃអប្បបរមា→០ អតិបរមា→២៥៥ | សាមញ្ញ រក្សាទំនាក់ទំនងលីនេអ៊ែរ | រសើបនឹងតម្លៃខ្លាំង (ចំណុចភ្លឺឆន្លោះមួយអាចទាញកម្រិតពណ៌ទាំងអស់) |
| Cumulative Count Cut (%) | កាត់ ២% ខាងក្រោម និង ២% ខាងលើ មុន stretch | ធន់នឹងតម្លៃខ្លាំង | អាចកាត់ព័ត៌មានចុងស្រុង |
| Standard Deviation | stretch ជុំវិញ mean ± n×SD | ល្អសម្រាប់ទិន្នន័យចែកចាយធម្មតា | មិនសមនឹងទិន្នន័យលម្អៀង |
| Histogram Equalization | ចែកចាយតម្លៃឡើងវិញ ដើម្បីឱ្យអ៊ីស្តូក្រាមរាបស្មើ | បង្កើនកម្រិតពណ៌អតិបរមា | ប្ដូររាងអ៊ីស្តូក្រាម ធ្វើឱ្យការប្រៀបធៀបពណ៌ដោយភ្នែករវាងរូបភាពពិបាក |
| Gamma | ពង្រីកតំបន់ងងឹត ឬភ្លឺជាពិសេស (មិនលីនេអ៊ែរ) | ជួយមើលលម្អិតក្នុងស្រមោល | មិនប្រើសម្រាប់ការវិភាគ |
វិធី stretch សំខាន់ៗ
សម្រាប់ការងារភាគច្រើននៅក្នុងវគ្គសិក្សានេះ Cumulative Count Cut ២% ដល់ ៩៨% ជាជម្រើសលំនាំដើមដ៏ល្អ ព្រោះវាផ្ដល់តុល្យភាពរវាងភាពសាមញ្ញ និងភាពធន់នឹងតម្លៃខ្លាំង។
ក្នុង QGIS កំណត់វិធីនេះក្នុង Layer Properties → Symbology → Contrast enhancement។
កុំប្រៀបធៀបរូបភាពពីរដែល stretch ខុសគ្នា
បើអ្នកដាក់រូបភាពពីរកាលបរិច្ឆេទក្បែរគ្នា ដោយ QGIS stretch ដោយស្វ័យប្រវត្តិដាច់ដោយឡែក ភាពខុសគ្នានៃពណ៌ដែលអ្នកឃើញ អាចមកពី stretch មិនមែនពីទិន្នន័យទេ។ សម្រាប់ការប្រៀបធៀប ត្រូវកំណត់ Min/Max ដូចគ្នាដោយដៃ សម្រាប់រូបភាពទាំងពីរ។
ប្រៀបធៀបវិធី Stretch
- គ្មាន stretch៖ ងងឹត ព្រោះតម្លៃប្រមូលផ្ដុំ ០,០៥–០,២។
- Min–Max រងឥទ្ធិពលពីក្រឡាខុសប្រក្រតី (ពពក ដំបូលភ្លឺ)។
- ២–៩៨% ជាជម្រើសលំនាំដើមល្អបំផុតសម្រាប់ការមើល។
Stretch ពង្រីកចន្លោះតម្លៃ
- តម្លៃ ២% និង ៩៨% ក្លាយជា ០ និង ២៥៥ លើអេក្រង់។
- ក្រឡាក្រៅចន្លោះ ត្រូវកាត់ (saturate)។
- QGIS៖ Symbology → Min/Max → Cumulative count cut 2–98%។
សំណួររហ័ស
ប្រៀបធៀប Min-Max និង Cumulative Count Cut stretch។
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
បន្សំក្រុមរលកសម្រាប់គោលបំណងខុសៗគ្នា
ក្រៅពីបន្សំបីដែលឃើញក្នុងមេរៀនទី១ មានបន្សំពិសេសជាច្រើនទៀត សម្រាប់ភារកិច្ចជាក់លាក់៖
បន្សំក្រុមរលកសម្រាប់គោលបំណងខុសៗគ្នា
| បន្សំ (R-G-B) | Sentinel-2 | បន្លិចអ្វី |
|---|---|---|
| ពណ៌ពិត | B4-B3-B2 | មើលទូទៅ |
| ពណ៌សន្មត NIR | B8-B4-B3 | រុក្ខជាតិ សុខភាពរុក្ខជាតិ |
| SWIR (Agriculture) | B11-B8-B2 | បែងចែកប្រភេទដំណាំ សំណើមដី |
| SWIR (Urban) | B12-B11-B4 | តំបន់សាងសង់ ធៀបនឹងដី និងរុក្ខជាតិ |
| Vegetation analysis | B12-B8A-B4 | ភាពតានតឹងរបស់រុក្ខជាតិ |
| Bathymetric | B4-B3-B1 | ជម្រៅទឹករាក់ (ឆ្នេរ បឹង) |
| Geology | B12-B11-B2 | រចនាសម្ព័ន្ធថ្ម និងដី |
បន្សំក្រុមរលកសម្រាប់គោលបំណងខុសៗគ្នា (ត)
| បន្សំ (R-G-B) | Sentinel-2 | បន្លិចអ្វី |
|---|---|---|
| Atmospheric penetration | B12-B8-B3 | ជម្រាបចេញកាត់អ័ព្ទស្រាល |
បន្សំក្រុមរលកសម្រាប់គោលបំណងខុសៗគ្នា
ក្បួនទូទៅ៖ ដាក់ក្រុមរលកដែលបន្លិចវត្ថុគោលដៅទៅឆានែលដែលភ្នែកសម្គាល់បានងាយបំផុត (ក្រហម)។
សម្រាប់រុក្ខជាតិ តែងដាក់ NIR ទៅឆានែលក្រហម ព្រោះការចាំងផ្លាតខ្ពស់បំផុតរបស់វាស្ថិតទីនោះ។
ក្រុមរលកបីចូលឆានែលពណ៌បី
- ក្រុមរលកណាក៏អាចដាក់ក្នុងឆានែល R G B បាន។
- ក្រឡាដែលភ្លឺក្នុង B5 (NIR) ចេញពណ៌ក្រហមក្នុងបន្សំ B5-B4-B3។
- ត្រូវតែសរសេរបន្សំក្រុមរលកលើផែនទី ដើម្បីកុំឱ្យអ្នកអានយល់ច្រឡំ។
Pan-sharpening
ផ្កាយរណបជាច្រើន (ក៏ដូចជា Landsat 8/9) មានក្រុមរលក ប៉ង់ក្រូម៉ាទិច (Panchromatic · Pan) ដែលចាប់ពន្លឺមើលឃើញទាំងអស់ជាឆានែលតែមួយ (គ្មានពណ៌) ប៉ុន្តែមានក្រឡាតូចជាងក្រុមរលកពណ៌ ២ ទៅ ៤ដង។
Pan-sharpening ជាបច្ចេកទេសបញ្ចូលលម្អិតលំហពី Pan ចូលទៅក្នុងពណ៌ពីក្រុមរលកគំរូធំ។
ពិសោធន៍៖ គោលការណ៍ Pan-sharpening
សង្កេតភាពខុសគ្នារវាងក្រុមរលកពណ៌ (ព័ត៌មានច្រើន ប៉ុន្តែព្រិល) និងប៉ង់ក្រូម៉ាទិច (លម្អិតច្រើន គ្មានពណ៌)។ ធីក «បង្ហាញលទ្ធផល Pan-sharpening» ដើម្បីមើលការបញ្ចូលគ្នា។
Pan-sharpening
ចំណុចសំខាន់ដែលត្រូវចងចាំ៖ Pan-sharpening ធ្វើឱ្យរូបភាព មើលទៅ លម្អិតជាង ប៉ុន្តែ ព័ត៌មានស្ពិចត្រាល់ពិត (តម្លៃពណ៌ជាក់លាក់) នៅតែមកពីក្រុមរលកគំរូធំ។
ដូច្នេះមិនគួរប្រើលទ្ធផល pan-sharpened សម្រាប់ការគណនាសន្ទស្សន៍ ឬការចាត់ថ្នាក់ត្រឹមត្រូវខ្ពស់ទេ គួរប្រើសម្រាប់ ការបង្ហាញដល់សាធារណជន ឬការបកស្រាយដោយភ្នែកតែប៉ុណ្ណោះ។ Sentinel-2 មិនមានក្រុមរលក Pan ទេ ដូច្នេះបច្ចេកទេសនេះប្រើជាធម្មតាជាមួយ Landsat ឬរូបភាពពាណិជ្ជកម្ម។
ជ្រើសបន្សំតាមសំណួរ
- B5-B4-B3៖ សុខភាពរុក្ខជាតិ (ក្រហមដិត = ព្រៃ)។
- B7-B6-B4៖ សំណង់ និងដីទទេ លេចធ្លោ ពណ៌ស្វាយ-ផ្កាឈូក។
- B5-B6-B2៖ ដំណាំ (បៃតងភ្លឺ) ធៀបនឹងព្រៃ (បៃតងចាស់)។
សំណួររហ័ស
រាយបន្សំក្រុមរលកបួន និងគោលបំណងរបស់វា។
ឆ្លើយក្នុង ១ នាទី មុនបន្តទៅផ្នែកបន្ទាប់។
ការរៀបចំក្នុង QGIS
ការអនុវត្តល្អសម្រាប់ការបង្ហាញរូបភាពក្នុង QGIS៖
ការរៀបចំក្នុង QGIS
- កំណត់ Contrast enhancement ជាមួយ Cumulative Count Cut ២–៩៨% ជានិច្ច ជាជាងទុកលំនាំដើម។
- ប្រើ Layer Styling panel (F7) ដើម្បីកែ stretch ដោយមិនបើក dialog ថ្មីរាល់ដង។
- រក្សាទុករចនាប័ទ្ម (
.qml) សម្រាប់បន្សំដែលប្រើញឹកញាប់ ដើម្បីអនុវត្តឡើងវិញលឿន។ - ពេលបង្ហាញច្រើនរូបភាព ប្រើ Copy Style → Paste Style ដើម្បីធានាថា stretch ដូចគ្នា។
ការរៀបចំក្នុង QGIS
- សម្រាប់របាយការណ៍ចុងក្រោយ តែងកត់ត្រាក្នុងកំណត់សម្គាល់ថា ប្រើបន្សំក្រុមរលកអ្វី និងវិធី stretch អ្វី ព្រោះវាប៉ះពាល់ការបកស្រាយដោយភ្នែករបស់អ្នកអាន។
ការបកស្រាយរូបភាពដោយភ្នែក
មុនកុំព្យូទ័រចាត់ថ្នាក់រូបភាព មនុស្សបកស្រាយរូបភាពដោយភ្នែក ហើយជំនាញនេះនៅតែចាំបាច់ សម្រាប់ជ្រើសគំរូបណ្ដុះបណ្ដាល (មេរៀនទី១២) និងការផ្ទៀងផ្ទាត់ (មេរៀនទី១៣)។
កិច្ចការនៃការបកស្រាយ (ពីងាយទៅពិបាក)៖ ស្វែងរក (detection · មានអ្វីនៅទីនោះ?) → កំណត់ចំណាំ (recognition · វាជាអគារ) → កំណត់អត្តសញ្ញាណ (identification · វាជាសាលារៀន)។ បន្ថែមលើនេះ៖ រាប់ចំនួន (enumeration) · វាស់វែង (mensuration) · គូសព្រំ (delineation)។
ការបកស្រាយរូបភាពដោយភ្នែក
ធាតុទាំងប្រាំពីរនៃការបកស្រាយ៖
ការបកស្រាយរូបភាពដោយភ្នែក
| ធាតុ | អត្ថន័យ | ឧទាហរណ៍ក្នុងរូបភាពភ្នំពេញ |
|---|---|---|
| ភាពភ្លឺ និងពណ៌ (Tone & Colour) | កម្រិតភ្លឺ ឬពណ៌នៃវត្ថុ | ទន្លេមេគង្គពណ៌ខៀវបៃតងល្អក់ · ដំបូលស័ង្កសីភ្លឺ |
| ទំហំ (Size) | ប្រវែង ទទឹង ផ្ទៃ | ផ្លូវជាតិធំជាងផ្លូវក្នុងភូមិ |
| រូបរាង (Shape) | ទម្រង់ធរណីមាត្រ | ទន្លេកោងធម្មជាតិ · ប្រឡាយត្រង់ · ស្ទាដ្យូមរាងពងក្រពើ |
| វាយនភាព (Texture) | ភាពរដុប ឬរលោងនៃផ្ទៃ | ចម្ការដើមឈើរដុប · ទឹកស្ងប់រលោង |
| លំនាំ (Pattern) | ការរៀបចំវត្ថុម្ដងហើយម្ដងទៀត | ក្បាលស្រែជាប្លុក · ជួរដើមស្វាយ · ប្លុកផ្ទះក្នុងទីក្រុង |
| ស្រមោល (Shadow) | ជួយកំណត់កម្ពស់ និងរូបរាង | អគារខ្ពស់នៅកណ្ដាលក្រុងមានស្រមោលវែង |
| ទីតាំង និងទំនាក់ទំនង (Site / Situation / Association) | អ្វីដែលនៅជុំវិញ | ផែសំពៅនៅមាត់ទន្លេ · រោងចក្រក្បែរផ្លូវធំ |
ការបកស្រាយរូបភាពដោយភ្នែក
រូបទី៩.៦៖ ធាតុនៃការបកស្រាយដោយភ្នែក លើរូបភាព Landsat 8 ពិតនៃរាជធានីភ្នំពេញ (ថ្ងៃទី១១ ខែកុម្ភៈ ២០១៩)។ ចំណុចនីមួយៗប្រើធាតុមួយជាចម្បង ប៉ុន្តែការបកស្រាយពិតប្រើធាតុច្រើនរួមគ្នា។
ការបកស្រាយរូបភាពដោយភ្នែក
ធាតុទាំងនេះជារឿងដែលយើងប្រើរាល់ថ្ងៃដោយមិនដឹងខ្លួន។
- ពេលបកស្រាយរូបភាព ចូរប្រើធាតុច្រើនរួមគ្នា៖ ពណ៌តែមួយមិនគ្រប់គ្រាន់ ប៉ុន្តែពណ៌ + លំនាំ + ទីតាំង ជាទូទៅគ្រប់គ្រាន់។
- ពិសោធន៍ **«តើផ្កាយរណបឃើញអ្វី?
- »** ក្នុងមេរៀនទី១ ប្រើរូបភាព Landsat ភ្នំពេញពិត ដែលអ្នកអាចអនុវត្តធាតុទាំងនេះបាន។
ធាតុនៃការបកស្រាយ
- ពណ៌ រាង វាយនភាព និងទីតាំង ជួយគ្នាក្នុងការស្គាល់វត្ថុ។
- ដីចាក់បំពេញ និងអគារថ្មី ភ្លឺស ព្រោះគ្មានរុក្ខជាតិ។
- ផ្ទៀងផ្ទាត់ជាមួយ Google Earth ឬទីវាល មុនសន្និដ្ឋាន។
ឧទាហរណ៍ដែលបានដោះស្រាយ
ឧទាហរណ៍៖ ស្ថានភាព
របាយការណ៍ត្រូវការបង្ហាញទាំងសុខភាពដំណាំ ទាំងព្រំដែនស្រែច្បាស់ ដល់អ្នកមិនមែនអ្នកជំនាញ។
ជំហានទី១៖ កំណត់គោលបំណង
អ្នកអានគោលដៅជាមន្ត្រីមិនមែនអ្នកជំនាញស្ពិចត្រាល់ទេ។
ត្រូវការទាំងភាពធម្មជាតិ (ងាយយល់) ទាំងព័ត៌មានសុខភាពរុក្ខជាតិ។
ជំហានទី២៖ សាកល្បងបីបន្សំ
ពណ៌ពិត (B4-B3-B2)៖ ធម្មជាតិ ប៉ុន្តែស្រែសុខភាពល្អ និងខ្សោយស្ទើរដូចគ្នា។
ពណ៌សន្មត NIR (B8-B4-B3)៖ សុខភាពរុក្ខជាតិច្បាស់ (ក្រហមភ្លឺ = ល្អ) ប៉ុន្តែមិនធម្មជាតិសម្រាប់អ្នកមិនធ្លាប់ឃើញ។ Agriculture (B11-B8-B2)៖ បែងចែកប្រភេទដំណាំច្បាស់ ប៉ុន្តែក៏មិនធម្មជាតិដែរ។
ជំហានទី៣៖ ជ្រើស
សម្រាប់របាយការណ៍ដែលមានទាំងអ្នកជំនាញ ទាំងអ្នកសម្រេចចិត្ត សមស្របបំផុតគឺបង្ហាញ ពីររូបភាពជាប់គ្នា៖ ពណ៌ពិតសម្រាប់ទីតាំង និងបរិបទ ព្រមនឹងពណ៌សន្មត NIR សម្រាប់សុខភាពរុក្ខជាតិ ជាមួយសញ្ញាសម្គាល់ផែនទីពន្យល់ន័យពណ៌ក្រហម។
ជំហានទី៤៖ កំណត់ stretch ស៊ីគ្នា
ប្រើ Cumulative ២–៩៨% ដូចគ្នាសម្រាប់រូបភាពទាំងពីរ ប្រសិនបើត្រូវប្រៀបធៀបតំបន់ច្រើន ឬកាលបរិច្ឆេទច្រើន។
ជំហានទី៥៖ សរសេរកំណត់សម្គាល់
«រូបភាពខាងឆ្វេង៖ ពណ៌ពិត (B4-B3-B2)។
រូបភាពខាងស្ដាំ៖ ពណ៌សន្មតអ៊ីនហ្វ្រាក្រហម (B8-B4-B3) ដែលក្រហមភ្លឺ = រុក្ខជាតិមានសុខភាពល្អ។ »
អ្វីដែលយើងមិនអាចសន្និដ្ឋាន
ការជ្រើសបន្សំល្អ មិនអាចជំនួសការវិភាគបរិមាណបានទេ។ «ក្រហមភ្លឺ» ក្នុងបន្សំ NIR ផ្ដល់តែចំណាប់អារម្មណ៍ដោយភ្នែក មិនមែនលេខជាក់លាក់ដូចសន្ទស្សន៍ NDVI ទេ (មេរៀនទី១០)។
លំហាត់ទី៩ ក្នុង QGIS
លំហាត់ប្រើទិន្នន័យវគ្គ RS_Data (Landsat 8 ភ្នំពេញ · Sentinel-2 ក្រុងព្រះសីហនុ) ហើយមានរូបលទ្ធផលគំរូ តារាងកំហុសទូទៅ និងប្រអប់ពិនិត្យលទ្ធផលដោយខ្លួនឯង។
ការយល់ច្រឡំដែលត្រូវប្រុងប្រយ័ត្ន
ការយល់ច្រឡំទី១
ការយល់ច្រឡំទី២
ការយល់ច្រឡំទី៣
ការយល់ច្រឡំទី៤
ការយល់ច្រឡំទី៥
សេចក្ដីសង្ខេប
រូបភាពឆៅមើលទៅខ្មៅ ព្រោះទិន្នន័យ ១២ ប៊ីតត្រូវបង្ហាញលើអេក្រង់ ៨ ប៊ីត ខណៈតម្លៃពិតកកកុញនៅផ្នែកតូចមួយនៃជួរ។ ការ stretch (Min-Max Cumulative % Standard Deviation) ប្ដូរតែការបង្ហាញ មិនប្ដូរទិន្នន័យទេ។
បន្សំក្រុមរលកខុសៗគ្នាបន្លិចលក្ខណៈខុសៗគ្នា ចាប់ពីរុក្ខជាតិ ដល់ដីទទេ និងជម្រៅទឹក។ Pan-sharpening បង្កើនលម្អិតលំហសម្រាប់ការមើល ប៉ុន្តែមិនបង្កើនព័ត៌មានស្ពិចត្រាល់ពិតទេ។
គំនិតស្នូលនៃមេរៀន
ការមើលឃើញច្បាស់ និងការវិភាគត្រឹមត្រូវជាកិច្ចការពីរផ្សេងគ្នា។ ការ stretch ជួយភ្នែក ការគណនាប្រើតែទិន្នន័យឆៅ។
ពាក្យគន្លឹះខ្មែរ–អង់គ្លេស
| ពាក្យខ្មែរ | ពាក្យអង់គ្លេស | អត្ថន័យខ្លី |
|---|---|---|
| ការបំពាញកម្រិតពណ៌ | Contrast stretch | ការទាញអ៊ីស្តូក្រាមឱ្យសមនឹងជួរបង្ហាញ |
| Min-Max | Min-Max stretch | ទាញអប្បបរមា/អតិបរមាទៅ ០/២៥៥ |
| Cumulative Count Cut | Cumulative Count Cut | កាត់ភាគរយខ្លាំងសងខាង |
| Histogram Equalization | Histogram Equalization | ចែកចាយតម្លៃឱ្យស្មើ |
| ប៉ង់ក្រូម៉ាទិច | Panchromatic band | ឆានែលគ្មានពណ៌ ក្រឡាតូច |
| Pan-sharpening | Pan-sharpening | បញ្ចូលលម្អិត Pan ជាមួយពណ៌ |
| Layer Styling panel | Layer Styling panel | ឧបករណ៍ QGIS សម្រាប់កែ stretch លឿន |
សំណួររំលឹក
- Pan-sharpening ផ្ដល់អ្វី និងមិនផ្ដល់អ្វី?
- ហេតុអ្វីមិនគួរប្រៀបធៀបរូបភាពពីរដែល stretch ខុសគ្នាដោយស្វ័យប្រវត្តិ?
- រូបភាពមួយបង្ហាញព្រិលក្រហមភ្លឺ ទោះជាមិនមានព្រិលក្នុងតំបន់សោះ។ តើអ្វីជាមូលហេតុប្រហែល ទាក់ទងនឹងបន្សំ ឬ stretch?
សំណួររំលឹក
- ស្នើបន្សំក្រុមរលកសម្រាប់ការសិក្សាគុណភាពទឹកបឹងតូចមួយ។ ពន្យល់ការជ្រើស។
- ហេតុអ្វីអ្នកមិនគួរគណនា NDVI ពីរូបភាព pan-sharpened?
- អ្នកបង្ហាញរូបភាពពីរខែក្នុងបទបង្ហាញតែមួយ។ រៀបរាប់ជំហានដើម្បីធានាថាការប្រៀបធៀបពណ៌ត្រឹមត្រូវ។
សំណួររំលឹក
- ជ្រើសវិធី stretch សមស្របសម្រាប់រូបភាពដែលមានតំបន់តូចមួយភ្លឺខ្លាំងណាស់ (ដូចដំបូលលោហៈ) ចំណែកតំបន់ដទៃស្រអាប់។ ពន្យល់ហេតុផល។
កិច្ចការខ្លី
ក្នុងពិសោធន៍ stretch ចូរប្ដូររវាងបន្សំបី និងវិធី stretch បួន (សរុប ១២ បន្សំ)។ សម្រាប់នីមួយៗ កត់ត្រាដែន stretch ដែលបានគណនា។ ជ្រើសបីលទ្ធផលដែលអ្នកគិតថាល្អបំផុតសម្រាប់ភារកិច្ចផ្សេងគ្នា (បង្ហាញសាធារណជន · វិភាគរុក្ខជាតិ · បែងចែកតំបន់សាងសង់) ហើយសរសេរហេតុផលនីមួយៗ។
មេរៀនបន្ទាប់
យើងអាចមើល និងបកស្រាយរូបភាពដោយភ្នែកបានហើយ។ ជំហានបន្ទាប់គឺបំប្លែងការសង្កេតនោះទៅជា លេខច្បាស់លាស់៖ ជំនួសឱ្យនិយាយថា «បៃតងភ្លឺ = រុក្ខជាតិល្អ» យើងគណនាតម្លៃលេខមួយសម្រាប់ក្រឡានីមួយៗ។
អរគុណ
អានមេរៀនពេញ និងធ្វើលំហាត់ទី៩
https://khgeo.github.io/remote-sensing/lessons/lesson-09/