Luận án Tiến sĩ Máy tính: Nghiên cứu phương pháp phân loại dữ liệu đám mây điểm LiDAR và ứng dụng

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:350

Thêm vào BST

Báo xấu

25
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận án Tiến sĩ Máy tính "Nghiên cứu phương pháp phân loại dữ liệu đám mây điểm LiDAR và ứng dụng" trình bày tổng quan về phân loại dữ liệu đám mây điểm LiDAR; hát triển một số thuật toán nâng cao chất lượng phân loại đám mây điểm LiDAR; Đề xuất sử dụng hiệu quả đám mây điểm LiDAR sau phân loại.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận án Tiến sĩ Máy tính: Nghiên cứu phương pháp phân loại dữ liệu đám mây điểm LiDAR và ứng dụng

BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ ----------------------------- NGUYỄN THỊ HỮU PHƯƠNG NGHIÊN CỨU PHƯƠNG PHÁP PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR VÀ ỨNG DỤNG LUẬN ÁN TIẾN SĨ NGÀNH MÁY TÍNH HÀ NỘI – 2022
BỘ GIÁO DỤC VÀ ĐÀO TẠO VIỆN HÀN LÂM KHOA HỌC VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ ----------------------------- Nguyễn Thị Hữu Phương NGHIÊN CỨU PHƯƠNG PHÁP PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR VÀ ỨNG DỤNG Chuyên ngành: Hệ thống thông tin Mã số: 9 48 01 04 LUẬN ÁN TIẾN SĨ NGÀNH MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. PGS.TS. Đặng Văn Đức 2. PGS.TS. Nguyễn Trường Xuân Hà Nội – Năm 2022
1 LỜI CẢM ƠN Trong quá trình thực hiện đề tài “Nghiên cứu phương pháp phân loại dữ liệu đám mây điểm LiDAR và ứng dụng”, NCS đã nhận được rất nhiều sự giúp đỡ, tạo điều kiện của Học viện Khoa học và Công nghệ, Viện Công nghệ thông tin, Viện hàn lâm Khoa học và Công nghệ Việt Nam. NCS xin bày tỏ lòng cảm ơn chân thành về sự giúp đỡ đó. NCS xin bày tỏ lòng biết ơn sâu sắc tới PGS.TS Đặng Văn Đức và PGS.TS Nguyễn Trường Xuân – những người thầy trực tiếp hướng dẫn và chỉ bảo cho NCS hoàn thành luận án này. Hai thầy đã dành cho NCS nhiều thời gian, tâm sức, đóng góp nhiều ý kiến, nhận xét quý báu, chỉnh sửa cho NCS những chi tiết nhỏ trong luận án, giúp luận án của NCS được hoàn thiện hơn về mặt nội dung và hình thức. NCS xin chân thành cảm ơn bạn bè, đồng nghiệp đang công tác tại Bộ môn Công nghệ phần mềm, Khoa Công nghệ thông tin, Trường Đại học Mỏ - Địa chất đã tạo điều kiện và giúp đỡ NCS trong suốt quá trình thực hiện và hoàn thành luận án này. Sự cảm ơn sâu sắc NCS xin dành tới gia đình đã luôn chia sẻ, động viên, cảm thông trong những chuỗi ngày dài học tập và nghiên cứu, NCS luôn nhận được sự yêu thương từ gia đình để có thể đạt được kết quả như ngày hôm nay. TÁC GIẢ LUẬN ÁN NCS. Nguyễn Thị Hữu Phương
2 MỤC LỤC LỜI CẢM ƠN .............................................................................................................1 MỤC LỤC…………………………………………………………………………...2 DANH MỤC CÁC TỪ VIẾT TẮT ............................................................................4 DANH MỤC HÌNH VẼ ..............................................................................................6 DANH MỤC BẢNG BIỂU ........................................................................................8 MỞ ĐẦU…………………………………………………………………………….9 CHƯƠNG 1 TỔNG QUAN VỀ PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR……………………………………………………………………………..15 1.1 Kiến trúc hệ thống LiDAR ..................................................................................15 1.1.1 Khái niệm công nghệ LiDAR ..........................................................................15 1.1.2 Hoạt động của hệ thống LiDAR ......................................................................17 1.2 Dữ liệu LiDAR ....................................................................................................19 1.2.1 Thu nhận dữ liệu ĐMĐ theo công nghệ LiDAR .............................................19 1.2.3 Đặc trưng của dữ liệu ĐMĐ LiDAR................................................................20 1.2.3 Định dạng dữ liệu LiDAR ................................................................................21 1.3 Bài toán phân loại dữ liệu ĐMĐ LiDAR ............................................................22 1.3.1 Bài toán phân loại dữ liệu ..............Lỗi! Thẻ đánh dấu không được xác định. 1.3.2 Các bài toán phân loại ĐMĐ LiDARLỗi! Thẻ đánh dấu không được xác định. 1.4 Các công trình nghiên cứu liên quan...................................................................28 1.4.1 Trong nước .......................................................................................................28 1.4.2 Ngoài nước .......................................................................................................29 1.5 Phương pháp đề xuất ...........................................................................................35 1.6 Kết luận chương ..................................................................................................37 CHƯƠNG 2 PHÁT TRIỂN THUẬT TOÁN NÂNG CAO CHẤT LƯỢNG PHÂN LOẠI ĐMĐ LIDAR ..................................................................................................38 2.1 Cải tiến thuật toán EM ........................................................................................38 2.1.1 Mô tả thuật toán EM ........................................................................................38 2.1.2 Ý tưởng cải tiến thuật toán EM ........................................................................42 2.1.3 Thực hiện cải tiến .............................................................................................44 2.1.4 Thử nghiệm và đánh giá thuật toán EM - D.....................................................52
3 2.2 Cải tiến thuật toán MCC .....................................................................................60 2.2.1 Mô tả thuật toán MCC......................................................................................60 2.2.2 Ý tưởng cài tiến thuật toán MCC .....................................................................65 2.2.3 Thực hiện cải tiến .............................................................................................68 2.2.4 Thử nghiệm và đánh giá thuật toán MCC - D..................................................76 2.3 Kết luận chương ..................................................................................................80 CHƯƠNG 3 ĐỀ XUẤT SỬ DỤNG HIỆU QUẢ ĐÁM MÂY ĐIỂM LIDAR SAU PHÂN LOẠI ………………………………………………………………………81 3.1 Lớp phủ khu vực đô thị và khả năng sử dụng của dữ liệu LiDAR trong phân loại lớp phủ bề mặt khu vực đô thị...................................................................................81 3.2 Đề xuất phương pháp xử lý dữ liệu LiDAR trong phân loại lớp phủ bề mặt khu vực đô thị ………………………………………………………………………….84 3.2.1 Phân loại lớp phủ bề mặt khu vực đô thị..........................................................84 3.2.2 Phương pháp đề xuất ........................................................................................87 3.2.3 Thử nghiệm ………………………………………………………………… 88 3.2.4 Tạo bộ dữ liệu đầu vào cho DSS trong quy hoạch đất đai ...............................94 3.3 Kết luận chương ................................................................................................102 KẾT LUẬN ………………………………………………………………………104 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ........................106 TÀI LIỆU THAM KHẢO .......................................................................................108
4 DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Diễn giải 3D 3 Dimensions 4D 4 Dimensions ASPRS American Society for Photogrammetry and Remote Sensing BCAL Boise Center Aerospace Laboratory LiDAR CHM Canopy Height Model CNN Convolutional Neural Network CORS Continous Operating Reference Station DEM Digital Elevation Model ĐMĐ ĐMĐ DSM Digital Surface Model DSS Decision Support System DTM Digital Terrain Model EM Expectation Maximization GMM Gaussian Mixture Model GNSS Global Navigation Sattelite System IDW Inverse Distance Weighting INS Inertial Navigation System k-NN k Nearest Neighbor Laser Light amplification by stimulated emission of radiation LiDAR Light Detection And Ranging MCC Multiscale Curvature Classification MLS Mobile Laser Scanning NN Nereast Neighbor NVC Naïve Bayes Classification OBC Object-Based Classification PCA Principal Component Analysis pPCA Probabilistic Principle Component Analysis RBF Radial Basis Function
5 RCF Random Conditional Field RGB Red – Green - Blue SVM Support Vector Machine TIN Triangulated Irregular Network TLS Terrestrial Laser Scanning TNHH MTV Trách nhiệm hữu hạn một thành viên ToF Time of Flight TPS Thin Plate Spline UAV Unmanned Aerial Vehicle WSVM Wavelet Support Vector Machine PS Point Spacing PD Point Density ISPRS International Society for Photogrammetry and Remote Sensing
6 DANH MỤC HÌNH VẼ Hình 1.1 Thành phần của hệ thống LiDAR ..............................................................16 Hình 1.2 Cách hoạt động của các thành phần trong hệ thống LiDAR......................17 Hình 1.4 Cường độ và năng lượng thu nhận từ các tia phản xạ ................................18 Hình 1.5 Nguyên lý quét của LiDAR .......................................................................18 Hình 1.6 ĐMĐ sau khi được thu nhận và xử lý ........................................................19 Hình 1.7 Nguyên lý thu thập dữ liệu của hệ thống LiDAR ......................................19 Hình 1.8 ĐMĐ khi chưa được xử lý .........................................................................20 Hình 1.9 Quá trình phân loại dữ liệu tổng quátLỗi! Thẻ đánh dấu không được xác định. Hình 1.10 Tiến trình xử lý dữ liệu điểm LiDAR ......................................................23 Hình 1.11 Các bước thực hiện lọc điểm ground .......................................................25 Hình 1.12 Kết quả tạo DEM và nội suy đường bình độ từ dữ liệu điểm LiDAR (Bộ TNMT) ......................................................................................................................26 Hình 1.13 Quy trình phân loại dữ liệu LiDAR tổng quát .........................................27 Hình 1.14 Các bước thực hiện phương pháp đề xuất ................................................36 Hình 2.1 Tiến trình của thuật toán EM .....................................................................40 Hình 2.2 Quy trình thực hiện cải tiến thuật toán EM (EM-D) ..................................43 Hình 2.3 Tạo độ x, y, z của ĐMĐ .............................................................................53 Hình 2.4 Hình ảnh hiển thị ĐMĐ 3D........................................................................53 Hình 2.5 Độ cao và giá trị cường độ phản xạ của điểm ............................................54 Hình 2.6 Điểm được hiển thị theo độ cao và chia thành các ĐMĐ nhỏ hơn ............55 Hình 2.7 Sự tương quan trong bộ dữ liệu..................................................................55 Hình 2.8 Phân tích thành phần chính dựa trên pPCA ...............................................56 Hình 2.9 Ma trận thành phần chính của mô hình ......................................................56 Hình 2.10 Bảng tổng hợp giá trị riêng được khởi tạo và tính toán lại ......................57 Hình 2.11 Tổng hợp tổng phương sai của các thành phần trong bộ dữ liệu .............57 Hình 2.12 Ma trận thành phần sau khi được tính toán và tổng hợp ..........................57 Hình 2.13 Tham số của mô hình được cập nhật với bộ dữ liệu 1 .............................58 Hình 2.14 Tham số cập nhật cho bộ dữ liệu 2 ..........................................................59 Hình 2.15 Sự phân bố của dữ liệu theo hai thành phần chính ..................................59 Hình 2.16 Sự phân bố của dữ liệu với hai thành phần trong bộ dữ liệu 2 ................60
7 Hình 2.17 Sơ đồ thuật toán MCC ..............................................................................63 Hình 2.18 Quy trình thực hiện phân loại ĐMĐ với MCC - D ..................................66 Hình 2.19 Một TPS đi qua các điểm kiểm soát ........................................................67 Hình 2.20 Bộ dữ liệu thử nghiệm với MCC-D tại Uông Bí, Quảng Ninh ................77 Hình 2.21 Một phần đồ thị Voronoi được tạo ...........................................................77 Hình 2.22 Mật độ của các điểm dữ liệu ....................................................................78 Hình 2.23 Giá trị PD của bộ dữ liệu..........................................................................78 Hình 2.24 Kết quả phân loại với MCC-D .................................................................79 Hình 3.1 Quy trình phân loại lớp phủ bề mặt sử dụng ảnh viễn thám ......................86 Hình 3.2 Phương pháp phân loại lớp phủ bề mặt và thành lập mô hình ứng dụng ..87 Hình 3.3 Tọa độ và mô hình 3D ĐMĐ năm 2018 ....................................................90 Hình 3.4 Kết quả phân loại với EM – D ...................................................................91 Hình 3.5 DEM với độ phân giải là 1m ......................................................................92 Hình 3.6 DSM với độ phân giải 1m ..........................................................................93 Hình 3.7 Các thành phần của DSS trong quy hoạch đất ...........................................95 Hình 3.8 Tạo bộ dữ liệu đầu vào cho DSS trong quy hoạch đất đai sử dụng dữ liệu LiDAR .......................................................................................................................98 Hình 3.9 ĐMĐ sau khi loại bỏ nhiễu ........................................................................99 Hình 3.10 Sự phân bố của điểm sau phân loại ........................................................100 Hình 3.11 Mô hình DEM ........................................................................................101 Hình 3.12 Mô hình DSM ........................................................................................101 Hình 3.13 Mô hình 3D ............................................................................................101 Hình 3.14 Mô hình mô phỏng khu vực đo vẽ .........................................................102
8 DANH MỤC BẢNG BIỂU Bảng 2.1 Số lượng điểm trong tập dữ liệu huấn luyện và kiểm tra ..........................53 Bảng 2.2 Số lượng điểm trong tập dữ liệu huấn luyện và kiểm tra của bộ dữ liệu...53 Bảng 2.3 Sự tương quan và tần suất hai thành phần chính .......................................59 Bảng 2.4 So sánh kết quả phân loại của thuật toán EM - D và thuật toán EM [45] .60 Bảng 2.5 Bộ dữ liệu huấn luyện và kiểm tra được lựa chọn tại Uông Bí .................77 Bảng 2.6 So sánh kết quả phân loại giữa MCC - D và MCC phiên bản 2.2 (2020) .79 Bảng 2.7 Số điểm trong tập dữ liệu huấn luyện và kiểm tra của mỗi lớp .................80 Bảng 2.8 Ma trận nhầm lẫn và giá trị OA .................................................................80 Bảng 3.1 Giá trị thuộc tính của bộ dữ liệu LiDAR được sử dụng ............................89 Bảng 3.2 Số lượng các điểm trong tập dữ liệu huấn luyện và kiểm tra ....................90 Bảng 3.3 Số lượng điểm của các lớp sau phân loại ..................................................91 Bảng 3.4 So sánh kết quả phân loại của EM – D với MCC và EM ..........................91 Bảng 3.5 Số lượng điểm thuộc các lớp sau phân loại ...............................................99 Bảng 3.6 Bảng so sánh độ chính xác của kết quả phân loại ...................................100
9 MỞ ĐẦU 1. Tính cấp thiết của đề tài nghiên cứu Công nghệ LiDAR (Light Detection and Ranging) là công nghệ tiên tiến trong lĩnh vực Trắc địa – bản đồ. LiDAR là công nghệ viễn thám chủ động không phụ thuộc vào thời tiết trong quá trình thu thập dữ liệu không gian Trái đất. LiDAR có khả năng thu thập thông tin về đối tượng bằng cách phát tia laser tới mục tiêu và thu nhận tia phản xạ. Sự khác biệt về thời gian đi và về của tia laser cùng với thông tin từ tia phản xạ ta có thể thu được các thông tin về đối tượng và tạo ra mô hình số 3 chiều của nó. LiDAR là một trong số ít loại cảm biến có thể tạo ảnh nhiều lớp một cách đáng tin cậy. LIDAR cung cấp thông tin chính xác về các đối tượng được khảo sát bằng cách đo tuần tự với độ chính xác cao. Với những ưu điểm vượt trội của mình trong lĩnh vực nghiên cứu khí quyển và bề mặt Trái đất, LiDAR ngày càng được sử dụng rộng rãi [1]. Từ những năm đầu của thập niên 60 của thế kỷ 20, sự ra đời của bộ khuếch đại ánh sáng bằng phát xạ kích thích – Laser đã mở rất nhiều ứng dụng mới, trong đó phải kể đến kĩ thuật khảo sát từ xa sử dụng nguồn kích thích bằng tia laser gọi là LiDAR. Công nghệ LiDAR là sự phát triển và ứng dụng các thiết bị laser, định vị vệ tinh và đo quán tính để thu thập dữ liệu địa lý trên bề mặt Trái đất [2]. Bản chất của công nghệ LiDAR là kỹ thuật đo dài laser, định vị không gian GPS/INS và sự nhận biết cường độ phản xạ ánh sáng [2]. Sóng laser được phản hồi từ bề mặt Trái đất hay từ các đối tượng trên bề mặt như cây cối, đường hoặc nhà ..., với mỗi xung sẽ đo được thời gian đi và về của tín hiệu, từ đó ta tính được khoảng cách từ nguồn phát laser tới đối tượng. Các đối tượng trên bề mặt Trái đất khác nhau có khả năng phản xạ tia quét laser với cường độ khác nhau. Ở mỗi thời điểm phát xung laser, hệ thống định vị vệ tinh GNSS và INS sẽ xác định vị trí không gian của điểm phát, góc định hướng trong không gian của tia quét sẽ được xác định từ máy phát laser. Một tia laser phát đi, sẽ có một hay nhiều tín hiệu phản hồi. Với các trị đo tổng hợp đó tính được vị trí (tọa độ không gian) của các điểm trên bề mặt Trái đất. Số lượng tia phản xạ từ bề mặt Trái đất phụ thuộc vào tính không gian của các đối tượng trên đó. Với số lượng tia phản xạ từ hàng trăm đến trăm ngàn được thu nhận trong một giây, LiDAR thực hiện quét bề mặt Trái đất với mật độ điểm dày đặc, kết quả cho ra dữ liệu đám mây điểm (ĐMĐ) được tham chiếu địa lý biểu thị chi tiết bề mặt vùng
10 quét. ĐMĐ là tập hợp các điểm dữ liệu tương tự thế giới thực theo ba chiều. Mỗi điểm được xác định bởi vị trí và màu sắc của chính nó, các điểm trong ĐMĐ được đặc trưng bởi tọa độ (x, y) và độ cao (z). Các điểm sau đó có thể được hiển thị dưới dạng pixel để tạo mô hình 3D có độ chính xác cao của đối tượng. Các ĐMĐ có khả năng mô tả các vật thể có kích thước chỉ vài milimet hoặc các vật thể lớn như cây cối, tòa nhà và thậm chí toàn bộ thành phố [3]. Các ĐMĐ thô được quét từ các đối tượng vật lý như bên ngoài tòa nhà, nhà máy, địa hình, …. Sau khi thu thập dữ liệu thô, ĐMĐ phải được chuyển đổi thành các tệp máy tính có thể đọc được. Dữ liệu ĐMĐ là rất lớn. Tùy theo mục đích sử dụng cụ thể, số lượng điểm và lớp điểm được sử dụng là khác nhau. Ngoài dữ liệu ĐMĐ, LiDAR còn tạo ra ảnh cường độ xám dựa trên cường độ phản xạ khác nhau của các đối tượng trên Trái đất [4]. Tuy nhiên, ĐMĐ thô không phải là sản phẩm cuối cùng. Để truy xuất thông tin từ ĐMĐ, các bước xử lý được áp dụng như phân loại (Classification), lọc (Filtering) và mô hình hóa (Modelling). Hệ thống LIDAR với khả năng quét thu được hàng trăm hoặc thậm chí hàng nghìn điểm chỉ với một xung laser duy nhất. Điều này khiến cho các ĐMĐ thô với mật độ điểm cực lớn và có nhiễu do độ nhạy cao của máy dò xuống mức đơn photon, các ĐMĐ hiển thị rất nhiều “điểm trong không khí”. Để sử dụng ĐMĐ LiDAR trong các bài toán ứng dụng cụ thể, cần thiết phải xử lý trước để giảm nhiễu. Thêm vào đó, với số lượng điểm lớn, để cải thiện và tăng khả năng sử dụng của dữ liệu ĐMĐ LiDAR cho các bài toán ứng dụng khác nhau như: thành lập mô hình số địa hình (Digital Terrain Model – DTM), mô hình số độ cao (Digital Elevation Model – DEM), mô hình số bề mặt (Digital Surface Model – DSM), tính toán sinh khối rừng, mô hình 3D mô phỏng, khảo sát địa hình khu vực ven biển, phân loại lớp phủ bề mặt … ta phải tiến hành phân loại điểm trong ĐMĐ đó. Thực hiện bài toán phân loại dữ liệu ĐMĐ LiDAR giúp sử dụng được tối đa các thông tin có ích từ dữ liệu ĐMĐ, cho ta kết quả nhất quán và độ chính xác cao hơn so với dữ liệu ĐMĐ LiDAR thô ban đầu. Tại Việt Nam, công nghệ LiDAR được áp dụng từ những năm 2006 trong lĩnh vực Trắc địa – Bản đồ. Tuy nhiên, những ứng dụng của LiDAR chủ yếu trong thành lập DEM/DTM/DSM mà chưa có nhiều những bài toán ứng dụng trong các bài toán như quản lý đất đai, khảo sát địa hình khu vực ven biển, khảo cổ, địa chất, …. Hạn chế này là do bài toán phân loại ĐMĐ LiDAR vẫn chưa được quan tâm tại
11 Việt Nam, khi tại các đơn vị sản xuất vẫn đang sử dụng phương pháp phân loại bán tự động sử dụng các phần mềm phân loại thương mại được bán kèm cùng với thiết bị và con người (đối chiếu kết quả phân loại với bản đồ hiện trang khu vực đo vẽ, ảnh cường độ xám và hiệu chỉnh kết quả). Thời gian phân loại thường tốn nhiều thời gian do quá trình hiệu chỉnh và đối chiếu, kết quả phân loại không chính xác do sai số sai lầm, …. Hiện nay, trên thế giới các thuật toán phân loại dữ liệu LiDAR ngày càng được cải tiến. Phân loại dữ liệu ĐMĐ LiDAR tự động được thực hiện bằng các thuật toán phân loại điểm, trên cơ sở kết hợp với ảnh cường độ xám, kết quả thu được từ công tác thực địa và dữ liệu ảnh số được chụp (trong trường hợp hệ thống LiDAR có máy chụp ảnh kỹ thuật số) [4]. Các thuật toán được các nhà khoa học ngoài nước công bố trên các Tạp chí, Hội thảo chỉ ra rằng với mỗi khu vực, bộ dữ liệu khác nhau sẽ có thuật toán phân loại phù hợp cho ra kết quả phân loại tốt nhất. Trước khi thực hiện việc phân loại dữ liệu tự động cần đặc biệt lưu ý tới các đặc trưng cơ bản về địa hình, địa mạo, công trình xây dựng, thủy văn, thực phủ, khu dân cư…. (Kích thước tối đa, tối thiểu các công trình; chiều cao tối đa, tối thiểu của cây; vùng lỗi do mặt nước; các điểm bị lỗi; các điểm trên không…) [1]. Sau khi kết thúc công đoạn này ta cần phân loại và gán nhãn cho các điểm trong ĐMĐ như: Lớp chứa điểm ground, Lớp chứa điểm thực phủ, Lớp chứa điểm trên mái nhà, tường nhà và các công trình xây dựng, Lớp chứa các điểm trên không, Lớp chứa các điểm bị lỗi, Lớp chứa các điểm trên mặt nước …. Từ đó sử dụng dữ liệu ĐMĐ cho các bài toán rộng hơn như tính toán sinh khối, thành lập mô hình 3D hay tạo bộ dữ liệu cho hệ hỗ trợ ra quyết định. Để phát huy hiệu quả công nghệ LiDAR phục vụ cho các ứng dụng khác nhau, sử dụng những thành tựu đã được công bố về thuật toán phân loại ĐMĐ LiDAR, NCS nhận thấy việc nghiên cứu về công nghệ, về thuật toán sử dụng và về khả năng phát triển các thuật toán phân loại ĐMĐ tự động mới phù hợp với điều kiện địa hình của Việt Nam phù hợp với yêu cầu thực tế. Do đó, nghiên cứu phương pháp phân loại tự động dữ liệu LiDAR của luận án là cần thiết, mang tính khoa học và khả năng thực tiễn cao tại Việt Nam. 2. Mục tiêu nghiên cứu Mục tiêu của luận án là nghiên cứu đề xuất phương pháp, thuật toán phân loại ĐMĐ LiDAR có độ chính xác cao. Kết quả sau phân loại dữ liệu LiDAR sẽ
12 được sử dụng thử nghiệm cho bài toán nghiên cứu đánh giá sự thay đổi của lớp phủ bề mặt khu vực đô thị và tạo bộ dữ liệu đầu vào cho DSS trong quản lý đất đai. 3. Đối tượng và phạm vi nghiên cứu Để hoàn thành mục tiêu nghiên cứu của luận án, đối tượng nghiên cứu của luận án tập trung vào bài toán phân loại dữ liệu ĐMĐ LiDAR. Đối tượng nghiên cứu của luận án là công nghệ LiDAR, bài toán phân loại điểm và khả năng sử dụng của thuật toán EM và MCC để nâng cao hiệu quả của kết quả phân loại ĐMĐ LiDAR phục vụ cho bài phân loại bề mặt lớp phủ của khu vực đô thị từ đó tạo mô hình mô phỏng lớp phủ bề mặt và tạo bộ dữ liệu cho DSS trong quản lý đất đai. Phạm vi nghiên cứu của luận án tập trung chủ yếu vào bài toán phân loại dữ liệu ĐMĐ LiDAR mà trọng tâm là phát triển thuật toán phân loại dữ liệu ĐMĐ LiDAR tự động và ứng dụng trên bộ dữ liệu được thu thập tại Việt Nam. 4. Nội dung nghiên cứu Để thực hiện được mục tiêu đặt ra của luận án, luận án sẽ thực hiện các nội dung nghiên cứu sau: - Công nghệ LiDAR và cơ sở toán học của dữ liệu ĐMĐ LiDAR - Bài toán phân loại dữ liệu ĐMĐ LiDAR - Thuật toán và phương pháp phân loại ĐMĐ LiDAR - Lựa chọn thuật toán và đề xuất phương pháp phân loại ĐMĐ LiDAR - Nghiên cứu về lớp phủ bề mặt khu vực đô thị - Sử dụng dữ liệu LiDAR sau phân loại phân loại lớp phủ bề mặt khu vực đô thị và tạo bộ dữ liệu đầu vào cho DSS trong quy hoạch đất đai 5. Phương pháp nghiên cứu - Phương pháp nghiên cứu phân tích, tổng hợp: Thu thập và nghiên cứu các các bài báo, luận án tiến sĩ, sách, tài liệu đã được công bố có liên quan đến công nghệ LiDAR, bài toán phân loại ĐMĐ LiDAR. Thông qua đó có thể chọn lọc các nội dung, vấn đề nghiên cứu, tiến hành đề xuất và cải tiến thuật toán/phương pháp và đưa ra hướng giải quyết bài toán. - Phương pháp thực nghiệm: Để đánh giá độ chính xác thuật toán/phương pháp cải tiến và để xuất, thực hiện cài đặt, chạy thử nghiệm trên nhiều bộ dữ liệu và
13 so sánh với kết quả nghiên cứu lý thuyết. Thông qua đó chứng minh được độ chính xác của kết quả nghiên cứu. - Phương pháp viễn thám: Sử dụng các kỹ thuật xử lý dữ liệu viễn thám để thành lập mô hình DEM/DSM/DTM, mô hình mô phỏng, … phục vụ cho các thực nghiệm của nghiên cứu. 6. Ý nghĩa khoa học và thực tiễn của luận án -Ý nghĩa khoa học: Luận án nghiên cứu về cơ sở toán học của dữ liệu ĐMĐ LiDAR, bài toán phân loại ĐMĐ LiDAR, các thuật toán phân loại dữ liệu ĐMĐ đã được công bố. Từ những nghiên cứu lý thuyết này, NCS đã cải tiến được phương pháp phân loại ĐMĐ LiDAR sử dụng thuật toán EM và MCC. - Ý nghĩa thực tiễn: Kết quả của luận án góp phần nâng cao độ chính xác trong bài toán phân loại dữ liệu ĐMĐ LiDAR. Áp dụng công nghệ LiDAR tại Việt Nam không còn chỉ dừng lại ở ứng dụng và sử dụng những phương pháp, phần mềm phân loại đã có sẵn. Luận án đã mở rộng khả năng sử dụng của dữ liệu ĐMĐ của công nghệ LiDAR trong các lĩnh vực nghiên cứu, giám sát các đối tượng địa lý. 7. Câu hỏi nghiên cứu Câu hỏi 1: Bài toán phân loại tự động ĐMĐ LiDAR tại Việt Nam có những hạn chế nào? Tại sao lại cần phát triển thuật toán phân loại tự động ĐMĐ LiDAR phù hợp với yêu cầu sử dụng tại Việt Nam? Câu hỏi 2: Có thể phân loại tự động đám mây điểm LiDAR bằng thuật toán EM và MCC được không? Các hạn chế của thuật toán EM và MCC là gì và cách khắc phục chúng như thế nào? Câu hỏi 3: Dữ liệu LiDAR sau phân loại có thể sử dụng trong bài toán phân loại lớp phủ bề mặt khu vực đô thị và tạo bộ dữ liệu đầu vào cho DSS quy hoạch đất đai không? 8. Điểm mới của luận án - Đề xuất và xây dựng được phương pháp phân loại ĐMĐ LiDAR trên cơ sở sử dụng thuật toán EM và MCC - Đề xuất quy trình sử dụng dữ liệu LiDAR sau phân loại cho bài toán phân loại lớp phủ bề mặt khu vực đô thị và tạo bộ dữ liệu đầu vào cho DSS trong quản lý đất đai từ kết quả sau phân loại ĐMĐ LiDAR. 9. Bố cục của luận án
14 Ngoài phần Mở đầu và phần Kết luận, nội dung chính của luận án được trình bày trong 3 chương như sau: Chương 1: “Tổng quan về phân loại dữ liệu ĐMĐ LiDAR” giới thiệu tóm tắt về công nghệ LiDAR, giới thiệu bài toán và tổng quan các công trình nghiên cứu trong và ngoài nước về phân loại dữ liệu ĐMĐ LiDAR. Chương 2:”Phát triển một số thuật toán nâng cao chất lượng phân loại ĐMĐ LiDAR” trình bày về giải pháp và đề xuất cải tiến các thuật toán EM và MMC trong việc phân loại ĐMĐ LiDAR. Đồng thời đánh giá hiệu quả các thuật toán đề xuất thông qua thực nghiệm. Chương 3: “Đề xuất sử dụng hiệu quả ĐMĐ LiDAR sau phân loại” trình bày ứng dụng dữ liệu LiDAR sau phân loại trong việc phân loại lớp phủ bề mặt khu vực đô thị từ đó xây dựng mô hình mô phòng lớp phủ bề mặt và xây dựng cơ sở dữ liệu cho DSS trong quản lý đất đai.
15 CHƯƠNG 1 CHƯƠNG 1 TỔNG QUAN VỀ PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR Một số khái niệm cơ bản về công nghệ LiDAR và phương pháp phân loại ĐMĐ LiDAR sẽ được trình bày trong chương 1. Các kiến thức này làm cơ sở cho bài toán phân loại ĐMĐ LiDAR và lựa chọn cách giải bài toán liên quan đến dữ liệu ĐMĐ LiDAR sẽ được trình bày trong các chương tiếp theo. 1.1 Kiến trúc hệ thống LiDAR 1.1.1 Khái niệm công nghệ LiDAR LiDAR là phương pháp viễn thám thực hiện đo khoảng cách đến Trái đất bằng xung tia laser, là một cảm biến quang chủ động. Thiết bị LiDAR phát tia laser về phía mục tiêu trên mặt đất, sau đó đo các tia phản xạ. Tổ hợp các xung laser này và dữ liệu khác lưu trữ trên hệ thống LiDAR chứa các thông tin 3D chính xác về hình dạng Trái đất và các đặc trưng các đối tượng trên đó [2]. LiDAR đôi khi còn được gọi là ToF (Time of Flight) là phương pháp phát hiện các đối tượng và ánh xạ khoảng cách của chúng [5]. Các máy tín hiệu phản xạ sẽ ghi lại chính xác từ lúc tia laser rời khỏi máy phát cho đến khi phản hồi trở lại để có thể tính toán khoảng cách giữa điểm phát và mục tiêu. Thông tin này được kết hợp với thông tin vị trí sẽ được tính toán thành các tọa độ 3D thực tế của mục tiêu phản hồi trong không gian đối tượng. LiDAR cho phép xác định tọa độ (x, y) và độ cao (z) của một điểm có độ chính xác cao [1]. Hệ thống LiDAR có 3 thành phần chính là: Hệ thống khuyếch đại ánh sáng Laser (Light amplification by stimulated emission of radiation), hệ thống vệ tinh định vị toàn cầu GNSS/GPS (Global Navigation Sattelite System/Global Postioning System) và hệ thống đạo hàng/dẫn đường quán tính INS (Inertial Navigation System). Tổ hợp các thiết bị này trong mối quan hệ hữu cơ, tác động chi phối lẫn nhau, tạo nên hệ thống LiDAR [1], [3].
16 Hình 1.1 Thành phần của hệ thống LiDAR Các hệ thống LiDAR truyền ánh sáng laser từ các hệ thống di động khác nhau (ô tô, máy bay, máy bay không người lái) qua không khí và thảm thực vật (laser trên không) và thậm chí cả nước (laser độ sâu). Cơ chế quét được thiết kế để tạo ra một luồng xung laser nhất quán. Các xung laser được phản xạ khỏi gương (quay hoặc quét) [6]. Hệ thống GNSS cung cấp thông tin địa lý chính xác liên quan đến vị trí của cảm biến (vĩ độ, kinh độ, chiều cao) và IMU xác định tại vị trí này hướng chính xác của cảm biến (Pitch, Roll, Yaw). Dữ liệu được ghi lại bởi 2 thiết bị này sau đó được sử dụng để tạo dữ liệu thành các điểm tĩnh: cơ sở của ĐMĐ ánh xạ 3D [5]. GPS cung cấp thông tin địa lý chính xác liên quan đến vị trí của cảm biến và đơn vị đo lường quán tính ghi lại hướng chính xác của cảm biến tại vị trí đó [6]. Cùng với GPS, IMU ghi lại vị trí X, Y, Z chính xác của máy quét. IMU chứa một cảm biến gia tốc kế, con quay hồi chuyển và cảm biến từ kế để đo vận tốc, định hướng và lực hấp dẫn [4]. Sau khi khảo sát, dữ liệu được tải xuống và xử lý bằng phần mềm xử lý dữ liệu ĐMĐ LIDAR. Đầu ra bao gồm kinh độ được đăng ký theo địa lý (X), vĩ độ (Y) và độ cao (Z) cho mọi điểm dữ liệu. Với dữ liệu điểm độ cao có thể tạo bản đồ địa hình chi tiết của vùng nghiên cứu [3].
17 1.1.2 Hoạt động của hệ thống LiDAR Một cảm biến LiDAR gắn trên máy bay, oto, …. Bộ phát sẽ tạo ra chuỗi xung laser, sau đó gửi đến bề mặt/mục tiêu để đo thời gian đi và về của xung. Nguyên lý làm việc của LiDAR như sau: - Phát xung laser xuống bề mặt trái đất - Thu nhận tia laser phản xạ trở lại nguồn xung LiDAR bằng các cảm biến - Đo thời gian đi của laser - Tính toán thực tế để đo khoảng cách một photon ánh sáng trở lại đã đi tới và từ một vật thể được tính bằng công thức (1) [3]: D = (S * T)/2 (1.1) Trong đó, D (Distance) là khoảng cách từ bộ phát đến đối tượng, S (Speed of light) là tốc độ của tia laser, T là thời gian của xung laser đi từ bộ phát đến đối tượng và phản hồi đến sensor trên thiết bị mang bộ phát laser. Sau đó có thể xác định được các đối tượng như nhà, đường hay thực vật. Những dữ liệu độ cao này được sử dụng để tạo ra mô hình DEM/DSM/DTM của bề mặt [7]. Hình 1.2 Cách hoạt động của các thành phần trong hệ thống LiDAR Xung của laser được phát hướng xuống mặt đất trên một độ cao nào đó được phản hồi từ mặt đất hay từ các bề mặt đối tượng như cây, đường hoặc nhà ..., với mỗi xung sẽ đo được thời gian đi và về của tín hiệu, tính được khoảng cách từ nguồn phát laser tới đối tượng. Với các trị đo tổng hợp sẽ tính toán được vị trí của các điểm trên bề mặt trái đất [8], [1]. Trong thời điểm phát và nhận tia laser, dữ liệu về định hướng không gian của tia quét được xác định và ghi lại nhờ hệ thống INS/IMU. Sử dụng dữ liệu tọa độ không gian của ĐMĐ từ phản hồi cuối cùng (Last
18 Echo) làm cơ sở để tạo mô hình số độ cao của bề mặt thực, với mô hình DSM sử dụng phản hồi đầu tiên và cuối cùng (First Pulse - FP và Last Pulse - LP) [2], [9]. Hình 1.3 Cường độ và năng lượng thu nhận từ các tia phản xạ Toạ độ không gian X, Y, Z của điểm địa vật hay địa hình sẽ được xác định dựa vào độ dài (D) và góc phương vị tương ứng (ψ), trong hệ thống toạ độ lựa chọn GPS (thường là hệ tọa độ WGS 84) [3], [9]. Tại Việt Nam, hệ tọa độ được sử dụng là Hệ quy chiếu và Hệ tọa độ quốc gia VN-2000, múi chiếu 30, kinh tuyến trục thực hiện theo quy định tại Thông tư số 973/2001/TT-TCĐC ngày 20 tháng 6 năm 2001 của Tổng cục Địa chính hướng dẫn áp dụng hệ quy chiếu và hệ tọa độ quốc gia VN- 2000. Hình 1.4 Nguyên lý quét của LiDAR