បញ្ហា (The Problem)៖ ការសិក្សានេះប្រើប្រាស់រូបភាពផ្កាយរណបដើម្បីធ្វើការស៊ើបអង្កេតកម្រិតលម្អិតទៅលើឧបទ្ទវហេតុធ្លាក់យន្តហោះ Polish Air Force One ធុន TU-154M នៅ Smolensk កាលពីថ្ងៃទី 10 ខែមេសា ឆ្នាំ 2010 ដើម្បីស្វែងរកការពិតជុំវិញភាពមិនប្រក្រតីនៃទីតាំងកើតហេតុ។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានអនុវត្តវិធីសាស្ត្រវិទ្យាសាស្ត្រភូមិសាស្ត្រកោសល្យវិច័យ (Forensic geoscience) ដោយធ្វើការប្រៀបធៀបរូបភាពផ្កាយរណបកម្រិតភាពច្បាស់ខ្ពស់ (0.5m) មុននិងក្រោយពេលកើតហេតុ ព្រមទាំងប្រើប្រាស់ក្បួនដោះស្រាយកុំព្យូទ័រដើម្បីតាមដានបម្រែបម្រួលកម្ទេចកម្ទី។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Manual Selection ការជ្រើសរើសវត្ថុគោលដៅនៅលើរូបភាពដោយដៃ |
មានភាពជាក់លាក់ខ្ពស់ក្នុងការកំណត់កម្ទេចកម្ទីពិតប្រាកដ ដោយផ្តល់នូវទិន្នន័យគោល (Ground truth) ដ៏គួរឱ្យទុកចិត្ត។ | ចំណាយពេលយូរ ត្រូវការកម្លាំងពលកម្មច្រើន និងអាចមានភាពលម្អៀងអាស្រ័យលើភ្នែកអ្នកវិភាគ។ | រកឃើញពហុកោណកម្ទេចកម្ទីចំនួន ២៨ ទៅ ៤៤ ដោយមានទំហំមធ្យមពី ៥.៨៩ ទៅ ៦.៨២ ម៉ែត្រការ៉េ។ |
| Unsupervised Auto-selection ការជ្រើសរើសវត្ថុគោលដៅដោយស្វ័យប្រវត្តិមិនមានការបង្ហាត់ (Unsupervised Blob Analysis) |
ដំណើរការលឿនរហ័ស និងគ្របដណ្តប់លើផ្ទៃរូបភាពទាំងមូលដោយស្វ័យប្រវត្តិ ដោយមិនបាច់ចំណាយពេលគូសដោយដៃ។ | ចាប់យកចំណុចរំខាន (Noise) ច្រើនពេក ដែលធ្វើឱ្យលទ្ធផលខុសឆ្គងខ្លាំង មិនអាចបែងចែករវាងកម្ទេចកម្ទីនិងវត្ថុធម្មជាតិបានល្អ។ | រកឃើញពហុកោណរហូតដល់ ៦២០ ទៅ ១២៥១ ដែលលើសពីចំនួនពិតប្រាកដយ៉ាងខ្លាំង ព្រមទាំងមានកម្រិតលម្អៀងស្តង់ដារ (Standard deviation) ខ្ពស់មែនទែន។ |
| Trained Auto-selection ការជ្រើសរើសដោយស្វ័យប្រវត្តិមានការបង្ហាត់ (Supervised / Trained Segmentation) |
មានតុល្យភាពរវាងល្បឿន និងភាពសុក្រឹត ដោយកាត់បន្ថយចំណុចរំខានបានយ៉ាងមានប្រសិទ្ធភាព និងផ្តល់លទ្ធផលប្រហាក់ប្រហែលនឹងការវិភាគដោយដៃ។ | ទាមទារពេលវេលាដំបូងក្នុងការគូសកំណត់វត្ថុគំរូដោយដៃ ដើម្បីបង្ហាត់ក្បួនដោះស្រាយ (Algorithm) ឱ្យស្គាល់ទម្រង់វត្ថុជាមុន។ | រកឃើញពហុកោណកម្ទេចកម្ទីចំនួន ២៥ ទៅ ៤២ ដែលមានភាពប្រហាក់ប្រហែលគ្នាយ៉ាងខ្លាំងទៅនឹងលទ្ធផលនៃការជ្រើសរើសដោយដៃ។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារការចំណាយខ្ពស់លើការទិញរូបភាពផ្កាយរណបពាណិជ្ជកម្មកម្រិតច្បាស់បំផុត និងកម្មវិធីកុំព្យូទ័រជំនាញសម្រាប់ការវិភាគរូបភាពកម្រិតខ្ពស់។
ការសិក្សានេះត្រូវបានធ្វើឡើងដោយផ្អែកលើរូបភាពផ្កាយរណបនៅតំបន់អាកាសធាតុត្រជាក់ ក្នុងទីក្រុង Smolensk ប្រទេសរុស្ស៊ី ដែលមានព្រិល និងទីវាលដែលងាយស្រួលចាប់យករូបភាព។ សម្រាប់ប្រទេសកម្ពុជា ការអនុវត្តបច្ចេកទេស Optical Satellite Imagery នេះអាចជួបឧបសគ្គធំដោយសារអាកាសធាតុត្រូពិច ដែលមានគម្របព្រៃឈើក្រាស់ឃ្មឹក និងមានពពកបាំងច្រើននៅរដូវវស្សា។
ទោះជាមានឧបសគ្គរឿងអាកាសធាតុ និងគម្របព្រៃ ក៏វិធីសាស្ត្រស៊ើបអង្កេតកោសល្យវិច័យរូបភាពផ្កាយរណបកម្រិតលម្អិតនេះ នៅតែមានអត្ថប្រយោជន៍ដ៏ធំធេងសម្រាប់ការតាមដាននៅកម្ពុជា។
ជារួម បច្ចេកវិទ្យា Forensic Geoscience តាមរយៈរូបភាពផ្កាយរណបកម្រិតភាពច្បាស់ខ្ពស់ គឺជាឧបករណ៍ដ៏មុតស្រួចមួយ ដែលរដ្ឋាភិបាលនិងអង្គការនានានៅកម្ពុជាគួរវិនិយោគ ដើម្បីពង្រឹងការអនុវត្តច្បាប់បរិស្ថាន និងតម្លាភាពសង្គម ដោយផ្អែកលើភស្តុតាងវិទ្យាសាស្ត្រជាក់ស្តែង។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Orthorectification | គឺជាដំណើរការកែតម្រូវកំហុសធរណីមាត្រនៃរូបភាពផ្កាយរណប ដែលបណ្តាលមកពីភាពលម្អៀងនៃកាមេរ៉ា ឬទម្រង់សណ្ឋានដី ធ្វើយ៉ាងណាឱ្យរូបភាពនោះមានមាត្រដ្ឋានត្រឹមត្រូវ និងស៊ីសង្វាក់គ្នាទៅនឹងទីតាំងពិតប្រាកដនៅលើផែនទី។ | ដូចជាការយកកញ្ចក់វៀចមកសង្កត់ឱ្យត្រង់ស្មើ ដើម្បីឱ្យរូបរាងវត្ថុក្នុងកញ្ចក់មើលទៅត្រឹមត្រូវតាមទំហំនិងទីតាំងពិតអញ្ចឹងដែរ។ |
| Multiband resolution merging | គឺជាបច្ចេកទេសបញ្ចូលគ្នារវាងរូបភាពសខ្មៅ (Panchromatic) ដែលមានកម្រិតភាពច្បាស់ខ្ពស់ ជាមួយនឹងរូបភាពពណ៌ (Multispectral) ដែលមានកម្រិតភាពច្បាស់ទាប ដើម្បីបង្កើតជារូបភាពពណ៌ថ្មីមួយដែលមានកម្រិតភាពច្បាស់ខ្ពស់។ បច្ចេកទេសនេះក៏ត្រូវបានគេស្គាល់ថាជា Pansharpening ផងដែរ។ | ដូចជាការយកគំនូរព្រាងសខ្មៅដែលមានគំនូសលម្អិតច្បាស់ មកផាត់ពណ៌ពីលើ ដើម្បីឱ្យចេញជារូបភាពពណ៌ដ៏រស់រវើកនិងច្បាស់ល្អ។ |
| Image segmentation | គឺជាការបំបែករូបភាពឌីជីថលទៅជាផ្នែកតូចៗ ឬចង្កោមភីកសែល (Pixels) ដើម្បីធ្វើឱ្យរូបភាពកាន់តែងាយស្រួលក្នុងការវិភាគ និងស្វែងរកវត្ថុគោលដៅ (ឧទាហរណ៍៖ ការកាត់ដាច់រវាងកម្ទេចកម្ទីយន្តហោះ និងផ្ទៃដីធម្មជាតិ)។ | ដូចជាការប្រើកន្ត្រៃកាត់រូបភាពវត្ថុដែលយើងចង់បាន ចេញពីផ្ទៃខាងក្រោយនៃផ្ទាំងរូបថត ដើម្បីយកវាមកសិក្សាដោយឡែក។ |
| Blob analysis | គឺជាការវិភាគទៅលើក្រុមភីកសែល (Pixels) ដែលនៅជាប់គ្នា និងមានលក្ខណៈស្រដៀងគ្នា នៅក្នុងរូបភាព ដើម្បីទាញយកព័ត៌មានដូចជា ទំហំ រូបរាង បរិមាណ និងទីតាំងនៃវត្ថុណាមួយ (ហៅថា Blob)។ | ដូចជាការរាប់និងវាស់ទំហំតំណក់ទឹកខ្មៅនីមួយៗដែលខ្ទាតស្រក់នៅលើក្រដាសស។ |
| Thresholding | គឺជាវិធីសាស្ត្រក្នុងការបំប្លែងរូបភាពសខ្មៅ (Grayscale) ទៅជារូបភាពដែលមានតែពីរពណ៌ (Binary - ឧទាហរណ៍៖ ស និងខ្មៅ) ដោយកំណត់កម្រិតពន្លឺជាក់លាក់មួយ។ ភីកសែលណាភ្លឺជាងកម្រិតនោះនឹងទៅជាពណ៌មួយ ហើយងងឹតជាងនឹងទៅជាពណ៌មួយទៀត។ | ដូចជាការរែងខ្សាច់ គឺយើងប្រើកញ្ច្រែងមានក្រឡាប៉ុនគ្នា ដើម្បីរែងយកតែគ្រួសធំៗទុក និងទម្លាក់ចោលខ្សាច់ម៉ត់ៗ។ |
| Image correlation analysis | គឺជាការប្រៀបធៀបរូបភាពពីរ ឬច្រើននៃទីតាំងតែមួយ ដែលថតនៅពេលវេលាខុសគ្នា ដើម្បីស្វែងរកមើលថាតើមានវត្ថុអ្វីខ្លះបានផ្លាស់ទី បាត់បង់ ឬកើតឡើងថ្មីដោយស្វ័យប្រវត្តិ។ | ដូចជាការលេងហ្គេម "រកចំណុចខុសគ្នា" រវាងរូបភាពពីរផ្ទាំង ដើម្បីកត់សម្គាល់ពីបម្រែបម្រួល។ |
| Stokes' Law | នៅក្នុងការសិក្សានេះ ច្បាប់រូបវិទ្យានេះត្រូវបានគេប្រើដើម្បីពន្យល់ពីទំនាក់ទំនងរវាងម៉ាសផ្ទៃ និងចម្ងាយខ្ទាតចេញនៃកម្ទេចកម្ទី។ វត្ថុធំៗដែលមានម៉ាសធ្ងន់ តែងតែខ្ទាតទៅបានឆ្ងាយជាងវត្ថុតូចៗ នៅពេលមានកម្លាំងផ្ទុះរុញច្រានពីខាងក្នុង។ | ដូចជាការបោះគ្រាប់ឃ្លីដែក និងគ្រាប់កប្បាស ដោយប្រើកម្លាំងដៃស្មើគ្នា នោះគ្រាប់ឃ្លីដែកដែលមានម៉ាសធ្ងន់នឹងហោះទៅបានឆ្ងាយជាង។ |
| Forensic geoscience | គឺជាការអនុវត្តវិធីសាស្ត្រវិទ្យាសាស្ត្រផែនដី (ដូចជាការវិភាគរូបភាពផ្កាយរណប សណ្ឋានដី និងបរិស្ថាន) ចូលទៅក្នុងការស៊ើបអង្កេតបទល្មើស ឬឧបទ្ទវហេតុ ដើម្បីស្វែងរកភស្តុតាងតាមផ្លូវច្បាប់។ | ដូចជាប៉ូលីសកោសល្យវិច័យដែលប្រើប្រាស់បច្ចេកវិទ្យាផែនទី និងរូបភាពពីលើមេឃ ដើម្បីតាមដានរកការពិតនៃបទល្មើសនៅលើដី។ |
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
