Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/33447
| Title: | โมเดลของการตรวจสอบปริมาณและคุณภาพของจุดควบคุมภาพ สำหรับดาวเทียมรายละเอียดสูง WorldView-1 |
| Other Titles: | Model of quantity and quality of photo control points for WorldView-1 satellite imagery |
| Authors: | จุฑามาศ ปานกลิ่น |
| Advisors: | ไพศาล สันติธรรมนนท์ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
| Advisor's Email: | Phisan.S@Chula.ac.th |
| Subjects: | การวิเคราะห์ข้อมูลภาพระยะไกล ภาพถ่ายทางอากาศ Remote-sensing images Aerial photographs |
| Issue Date: | 2553 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | ศึกษาวิธีตรวจสอบปริมาณ คุณภาพของจุดควบคุมภาพด้วยวิธี Hold Out Validation (HOV) และวิธี Leave One Out Cross Validation (LOOCV) เพื่อใช้คัดกรองจุดควบคุมภาพที่มีคุณภาพ จุดควบคุมภาพจำเป็นต่อการปรับแก้ภาพเชิงเรขาคณิต โดยเฉพาะการปรับปรุงแบบจำลองเซนเซอร์บันทึกภาพ ในงานวิจัยได้มีการเสนอการปรับปรุงแบบจำลองเซนเซอร์ทางกายภาพที่เหมาะสม กับข้อมูลภาพถ่ายดาวเทียม WorldView-1 ที่ใช้ในงานวิจัยคือ การประมาณค่าการวางตัวภายนอกของเซนเซอร์เป็นค่าแก้คงที่สำหรับการประมาณตำแหน่งของเซนเซอร์ และค่ามุมเอียงรอบแกน X แกน Y ของเซนเซอร์ ส่วนค่าแก้มุมเอียงรอบแกน Z ของเซนเซอร์ เป็นสมการโพลีโนเมียลกำลังสอง ซึ่งในการนี้ต้องการสัมประสิทธิ์ที่ไม่ทราบค่า 8 ค่า ดังนั้นจึงมีความจำเป็นต้องใช้จุดควบคุมภาพถ่ายภาคพื้นดิน (GCPs) อย่างน้อย 4 จุด เพื่อใช้ในการปรับปรุงแบบจำลองของเซนเซอร์ จากนั้นเป็นงานวิจัยโมเดลของการตรวจสอบปริมาณและคุณภาพของจุดควบคุมภาพ จากวิธี HOV สามารถเลือกจุดควบคุมภาพ 72 จุดจากจุดทั้งหมด 78 จุด คิดเป็น 92% โดยแบ่งเป็น GCPs 13 จุด และจุดตรวจสอบอิสระ 59 จุด นอกจากนี้วิธี HOV ยังบ่งชี้จุดที่มีค่าผิดปกติ 6 จุด ส่วนวิธี LOOCV สามารถเลือกจุดควบคุมภาพได้ 52 จุดจากทั้งหมด 78 จุด คิดเป็น 67% วิธี LOOCV ให้แบ่งจุดควบคุมภาพเป็น GCPs 8 จุด และเป็นจุดตรวจสอบอิสระ 44 จุด และวิธี LOOCV บ่งชี้จุดที่มีค่าผิดปกติ 26 จุด ซึ่งสรุปได้ในที่นี้ว่า การเลือกจุดควบคุมภาพที่ได้จากวิธี HOV จะมีจำนวนจุดมากกว่าวิธี LOOCV ในขณะเดียวอาจมองได้ว่าวิธี LOOCV มีเกณฑ์การคัดครองสูงกว่าวิธี HOV เมื่อนำผลการปรับปรุงแบบจำลองเซนเซอร์ข้างต้นไปใช้ในดัดแก้ภาพออร์โธ และในงานวิจัยยังมีการวาง GCPs บริเวณขอบเขตภาพในแนวขนานกับเส้นทางวงโคจร ผลการปรับปรุงแบบจำลองเซนเซอร์ได้ RMSE ของการปรับแก้เท่ากับ 0.17 เมตร และเมื่อประเมินความละเอียดถูกต้องของภาพออร์โทตามมาตรฐาน NSSDA พบว่า ภาพออร์โทที่ใช้ GCPs 13 จุด และจุดตรวจสอบอิสระ 59 จุดจากวิธี HOV มีความละเอียดถูกต้องเท่ากับ 1.31 เมตร (2.62 จุดภาพ) และภาพออร์โทที่ใช้ GCPs 8 จุด และจุดตรวจสอบ 44 จุดจากวิธี LOOCV มีความละเอียดถูกต้องเท่ากับ 0.70 เมตร (1.40 จุดภาพ) ซึ่งแสดงให้เห็นว่าวิธี LOOCV ส่งผลให้คุณภาพออร์โทที่ผลิตได้ดีกว่าวิธี HOV ในชุดข้อมูลในงานวิจัยนี้ |
| Other Abstract: | The research involves study of two schemes of quality assessments for photo control points namely: Hold Out Validation (HOV) and Leave One Out Cross Validation (LOOCV). Quality photo control point is crucial for sensor model refinement and further orthorectification processing. Since the sensor model for the used high-resolution satellite image WorldView-1 is not specified by the operator. At the firstly the appropriated sensor models were extensively carried out. The opted sensor model for exterior orientation parameters were two biases for the three positions ( ) and two biases for Euler angles namely. However for the angle around Z-axis, polynomials of second degree were adopted. For this kind of sensor model refinement, it required 8 unknowns; therefore it demanded at least 4 GCPs. In the research the quality assessment engaged 78 photo control points. The first HOV method could discriminate good quality photo control points from the poor and obtained 72 points or 92%. These 72 qualified photo controls were deployed as 13 GCPs and 59 independent check points. The HOV could identify 6 outlier GCPs. In contrast to the LOOCV, it identified 52 qualified photo control points. These photo control points were deployed as 8 GCPs and 44 independent check points. Apparently HOV methods could identify more qualified photo control points than the LOOCV. Nevertheless LOOCV behaved more strict than HOV did. After the sensor model refinement were finished, then orthorectifications were followed. The chosen GCPs located along the edges of satellite image and they were well parallel to the orbit track of the scene. The RMSE after sensor model refinement was 0.17 meter. The orthophoto resulting from GCPs qualified from different schemes were assessed according to the US NSSDA standard. The orthophoto involved 13 GCPs and 59 ICPs from HOV, the horizontal accuracy was 1.31 meters (2.62 pixels), where the one with 8 GCPs and 44 ICPs from LOOCV, the accuracy was 0.70 meters (1.40 pixels). Apparently the LOOCV scheme was superior than the HOV in this research. |
| Description: | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2553 |
| Degree Name: | วิทยาศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | ระบบสารสนเทศปริภูมิทางวิศวกรรม |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/33447 |
| URI: | http://doi.org/10.14457/CU.the.2010.1485 |
| metadata.dc.identifier.DOI: | 10.14457/CU.the.2010.1485 |
| Type: | Thesis |
| Appears in Collections: | Eng - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| chuthamart_pa.pdf | 5.79 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.