Field Server (ตอนที่ 5): การInterpolation และ การ Smooth กราฟชีพลักษณ์พืชพรรณ

Field Server ตอนที่แล้ว ได้อธิบายถึงวิธีการแยกส่วนบริเวณที่สนใจ (AOI: Area of Interest) ในที่นี้ คือ “แปลงข้าว” เมื่อได้บริเวณที่สนใจแล้ว จะถูกนำมาสร้างเป็น Binary mask เพื่อหา ค่าเฉลี่ยดัชนีแบบ Excessive Green (ExG) [1] ของทุกจุดภาพที่เป็นแปลงข้าวค่าเฉลี่ย ExGของรูปภาพอนุกรมเวลาแต่ละภาพจะถูกนำมาสร้างเป็นกราฟชีพลักษณ์พืชพรรณ (Vegetation phenology)แสดงในรูปที่ 1

05_fig_01

รูปที่ 1การนำค่าเฉลี่ย ExGของบริเวณแปลงข้าวแต่ละรูปภาพ มาสร้างกราฟชีพลักษณ์พืชพรรณ

 

ในทางปฏิบัติ รูปภาพรายวันอาจจะขาดหายไป เนื่องจากอุปสรรคบางประการ เช่น ไฟฟ้าหรือระบบสื่อสารขัดข้อง แสดงตัวอย่างกราฟในรูปที่ 1 (ด้านล่าง) กราฟชีพลักษณ์พืชพรรณที่ได้ จึงมีความจำเป็นที่จะต้องประมวลผลด้วยการประมาณค่าในช่วง(Interpolation) ในขั้นตอนแรกการประมาณค่าในช่วงมีหลายรูปแบบ ในที่นี้จะยกตัวอย่างรูปแบบพื้นฐานอันหนึ่ง ได้แก่ การประมาณค่าในช่วงแบบเชิงเส้น (Linear interpolation) ซึ่งก็คือ วิธีการทำ Curve fitting บนพื้นฐานของ Linear polynomials หรือ สมการเส้นตรงนั่นเอง โดยที่จุดที่ต้องการประมาณค่าในช่วง “จุด (x,y)” สามารถคำนวณได้จากสมการดังแสดงในรูปที่ 2  การประมาณค่าในช่วงแบบLinear จะใช้เวลาในการคำนวณน้อย มีประสิทธิภาพต่อการประมาณค่าข้อมูลที่หายไปจากกราฟที่มีคุณลักษณะความเป็นเชิงเส้นสูง การประมาณค่าในช่วงแบบอื่นๆ ตัวอย่างเช่น Polynomial (ในอันดับที่สูงๆ) หรือ splineinterpolation ก็จะมีความซับซ้อนในการคำนวณเพิ่มขึ้นและมีประสิทธิภาพที่ดีกับรูปแบบของกราฟหลากหลายกรณีมากยิ่งขึ้น

05_fig_02

รูปที่ 2 การประมาณค่าในช่วงแบบเชิงเส้น (Linear interpolation)

05_fig_03a

ก) หลังจากทำInterpolation

05_fig_03b

ข) การ Smooth ด้วย Savitzky-Golay filter

รูปที่ 3 กราฟชีพลักษณ์พืชพรรณ ก) หลังจากทำInterpolation ข) การ Smooth ด้วย Savitzky-Golay filter

กราฟชีพลักษณ์พืชพรรณ หลังจากทำ Interpolation แล้วแสดงในรูปที่ 3 ก) ข้อมูลที่หายไปจะถูกประมาณค่าและเติมเต็มลงในกราฟ โดยปกติในขั้นตอนถัดไป กราฟจะถูกนำมาSmooth ระเบียบวิธีที่นิยมใช้ คือ Savitzky-Golay filter [2] แสดงในรูปที่ 3 ข)  กราฟชีพลักษณ์พืชพรรณจะถูก Smooth เพื่อลดการสวิงขึ้น/ลงของสัญญาณ (ความถี่สูง)ทำให้ง่ายต่อการวิเคราะห์กราฟ และ ประโยชน์ในการประมวลผลลำดับต่อไป

ในตอนหน้า เราจะมาติดตามกันว่า กราฟชีพลักษณ์พืชพรรณแบบ Smooth สามารถถูกกำหนดวันเริ่มต้นและวันสิ้นสุดของแต่ละรอบการเพาะปลูกแบบอัตโนมัติ ได้อย่างไร… แล้วพบกันครับ …

Note

  • การประมาณค่าในช่วง (Interpolation) คือ วิธีการทำ Curve fitting ของกราฟชีพลักษณ์พืชพรรณ เพื่อประมาณค่าข้อมูล ณ ตำแหน่งที่รูปภาพขาดหายไป
  • วิธีประมาณค่าในช่วงที่นำมาใช้ คือ Linear interpolation เป็นวิธีแบบพื้นฐานอย่างง่าย มีการนำไปประยุกต์ใช้ประมวลผลสัญญาณต่างๆเช่น กราฟ (1D) รูปภาพ (2D) หรือข้อมูล 3 มิติ (3D)
  • กราฟชีพลักษณ์พืชพรรณ จะถูกนำมาSmooth ด้วยSavitzky-Golay filter

เอกสารอ้างอิง

  1. Soontranon, P. Srestasathiern and P. Rakwatin (2014), “Rice Growing Stage Monitoring in Small-scale Region Using ExG Vegetation Index”, in ECTI-CON 2014, NakhonRatchasima, Thailand.
  2. Savitzky, A.; Golay, M.J.E. (1964),“Smoothing and Differentiation of Data by Simplified Least Squares Procedures”, Analytical Chemistry 36 (8): 1627–39

 

Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 1) 

Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 2)

Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 3)

Field Server: ระบบเก็บข้อมูลสภาพอากาศและรูปภาพรายวันจากแปลงเกษตรกรรม (ตอนที่ 4)

Leave a Reply

Your email address will not be published. Required fields are marked *