Tuyn tp Hi ngh Khoa hc thường niên năm 2024. ISBN: 978-604-82-8175-5
48
TÁI TẠO HÌNH HỌC BA CHIỀU DỰA TRÊN ẢNH, VIDEO
VỀ TRƯỜNG ĐẠI HỌC THỦY LỢI VÀ ỨNG DỤNG
Nguyễn Thành An, Nguyễn Tiến Trường An, Phan Bình Nguyên
Trường Đại hc Thy li, email: phanbinhnguyen@tlu.edu.vn
1. GIỚI THIỆU CHUNG
hình hóa ba chiều (3D) của một đối
tượng một quá trình hoàn chỉnh bắt đầu từ
việc thu thập dữ liệu kết thúc bằng một
mô hình s ba chiu hin th tương tác trên
máy tính. nhiều phương pháp khác nhau
để thu thập dữ liệu và tạo mô hình 3D như sử
dụng laze, ánh sáng cấu trúc, tia X, hay đo
ảnh (photogrametry) [1, 2]. Trong đó, phương
pháp đo ảnh phương pháp đo lường và
diễn giải hình ảnh để tạo ra hình dạng vị
trí của một đối tượng vật từ một hoặc
nhiều bức ảnh của đối tượng đó. Phương
pháp này nhiều ưu điểm như thể áp
dụng cho các đối tượng cỡ lớn, rất lớn (chụp
từ trên không, hoặc từ vệ tinh), thiết bị không
đắt tiền (ảnh từ máy điện thoại thông minh
cũng thể sử dụng được), quá trình xử
nhanh với chi phí thấp. Có nhiều ứng dụng và
lĩnh vực khác nhau cần đến dữ liệu hình học
3D tạo bởi phương pháp đo ảnh này từ công
nghiệp ôtô, máy móc, đóng tàu, hàng không
trụ cho đến công nghiệp điện ảnh, thực tế
ảo (VR), thực tế tăng cường (AR) [1].
sở chính của Trường Đại học Thủy lợi
có lch s lâu đi vi không gian đp, cũng
như cơ sở vật chất hiện đại phục vụ đào tạo và
nghiên cứu khoa học nhưng hiện chưa
hình số 3D để phục vụ cho quản lý, quảng
tuyển sinh thông qua các chuyến du lịch ảo.
Do đó việc tái tạo hình học ba chiều sở
chính này dựa trên các ảnh, video sẵn có là rất
cần thiết để phục vụ cho các mục tiêu trên.
Trong bài viết này, chúng tôi trình bày
nghiên cứu mới nhất của mình về mô hình hóa
dựa trên hình ảnh, video thu được từ drone
đang sẵn phần mềm xử không tính
phí để tạo ra dữ liệu số 3D của khuôn viên
phía trước nhà A1, Trường Đại học Thủy lợi.
Cách tiếp cận này cho phép đạt được mục tiêu
với chi phí gần như không đáng kể. Chúng i
cũng thực hiện các thuật xử dữ liệu số,
đánh giá tính thẩm mỹ, chi tiết, độ chính
xác của mô hình cuối cùng.
2. PHƯƠNG PHÁP NGHIÊN CỨU
Chúng tôi sử dụng ảnh chụp ảnh trích
xuất từ video sẵn quay khuôn viên phía
trước nhà A1 do Phòng Chính trị và Công tác
sinh viên cung cấp. Bước tiếp theo cắt ảnh
chỉnh sửa để loại bỏ những phần không
cần thiết, sau đó đưa dữ liệu liệu này vào
phần mềm đo ảnh. Nghiên cứu này sử dụng
phần mềm Autodesk Recap bản dành cho
giáo dục, không tính phí (Hình 1).
Hình 1. nh chp khuôn viên (bên trên)
nh nhp vào phn mm đo nh (bên dưới)
Chúng tôi tiếp tục chỉnh sửa dữ liệu số 3D
thu được phần mềm để loại bỏ những phần bị
lỗi, cũng như những phần không cần thiết
(Hình 2). Dữ liệu số 3D cuối cùng thể
Tuyn tp Hi ngh Khoa hc thường niên năm 2024. ISBN: 978-604-82-8175-5
49
dùng làm đầu vào cho quá trình tạo các
chuyến du lịch ảo (Virtual Tour) hay dùng
trong quản lý, chuyển đổi số.
Hình 2. D liu s dng tam giác trước
(bên trái) và sau khi x lý (bên phi)
Mức độ chi tiết cũng như thẩm mỹ của dữ
liệu số thể đánh giá một cách định tính.
Sai số kích thước của các đối tượng hình học
3 chiều thể đánh giá định lượng thông qua
so sánh kết quả đo lường trên hình số
kết quả trên mô hình vật lý.
3. KẾT QUẢ NGHIÊN CỨU
Hình 3 cho thấy kết quả mô hình số 3 chiều
của khuôn viên trước nhà A1 các định dạng
dữ liệu khác nhau. Chúng ta thể thấy dữ
liệu này mô tả tương đối hoàn chỉnh đối tượng
thực chỉ dựa trên các ảnh từ trên cao của
khu vực này. Dữ liệu trong hình 3a 3b
thể sử dụng để tạo các chuyến du lịch ảo về
Trường Đại học Thủy lợi. Hai kiểu dữ liệu
dạng khối trong hình 3c 3d thể sử dụng
trong quản lý, lên các phương án chỉnh sửa
thiết kế khi cần cải tạo, hoặc dùng làm dữ liệu
in 3 chiều để tạo các sản phẩm lưu niệm.
Hình 3. D liu s khuôn viên nhà A1:
a) Dng cu trúc; b) Dng cu trúc
kết hp tam giác; c) Dng khi
kết hp tam giác; d) Dng khi.
Hình 4 thể hiện hình số 3 chiều của
vườn hoa trước nhà A1 với thứ tự các kiểu dữ
liệu tương tự như trong hình 3. Chúng ta
th nhn thy rõ mc đ chi tiết cao ca mô
hình Tính thẩm mỹ của dữ liệu trong hình 4a
4b rất tốt. Hình 5 thể hiện hình số
của tòa nhà A1 với thứ tự các kiểu dữ liệu
cũng giống như trong hình 3 hình 4. Mức
độ chi tiết cũng như thẩm mỹ của khu vực
này đảm bảo yêu cầu. Tuy nhiên lỗi
xuất hiện khu vực cửa nhà A1, phần
khoanh tròn trong hình 5a hình 5d. Lỗi
này xuất hiện chủ yếu do điều kiện sáng khác
nhau khi đổi góc chụp, đây chính một
nhược điểm của phương pháp đo ảnh. Để
khắc phục, chúng ta thể thay thế một số
ảnh có độ sáng/độ tương phản không phù hợp
bổ sung một số ảnh cận cảnh của khu vực
này. Hoặc chúng ta thể sử dụng các phần
mềm để xử trực tiếp trên dữ liệu số 3 chiều
thu được. Cũng giống như hình 3, dữ liệu số
trong hình 4 hình 5 thể sử dụng trong
các nội dung tương tự.
Hình 4. D liu s vườn hoa trước nhà A1:
a) Dng cu trúc; b) Dng cu trúc
kết hp tam giác; c) Dng khi
kết hp tam giác; d) Dng khi.
Hình 6 thể hiện kết quả đo lường kích
thước một khu vực trên hình số. Chúng
tôi thực hiện nhiều lần đo trên hình số
đo trên đối tượng thực so sánh. Kết quả
cho thấy sai số nằm trong khoảng từ +1 cm
đến +4 cm với kích thước đo trên hình
vật 180 cm, nói cách khác sai số trong
khoảng 0,55% - 2,22%. Đây sai số nhỏ
Tuyn tp Hi ngh Khoa hc thường niên năm 2024. ISBN: 978-604-82-8175-5
50
hoàn toàn chấp nhận được với phương pháp
này cũng như áp dụng được cho các mục tiêu
tham quan trên môi trường ảo cũng như quản
lý, chuyển đổi số. Sai số này cũng tương tựu
như các thiết bị sử dụng cảm biến vị trí [1].
Hình 5. D liu s nhà A1: a) Dng cu trúc;
b) Dng cu trúc kết hp tam giác;
c) Dng khi kết hp tam giác; d) Dng khi.
Hình 6. Đo lường kích thước t d liu s
4. KẾT LUẬN
Tái tạo hình học 3 chiều dựa trên ảnh về
Trường Đại học Thủy lợi một chủ đề rất
thú vị với nhiều ứng dụng khả thi. Cách tiếp
cận sử dụng các ảnh có sẵn và các công cụ xử
miễn phí cho thấy kết quả bước đầu đáp
ứng được mức độ thẩm mỹ, chi tiết, chính
xác với chi phí không đáng kể, Chúng tôi tin
rằng cách tiếp cận này thể đáp ứng được
đa mục tiêu của nhà trường.
Trong tương lai chúng tôi sẽ thực hiện số
hóa với các video được quay hoàn chỉnh bao
gồm nhiều khu vực hơn thay tận dụng một
số video sẵn có, kết hợp với can thiệp sâu
hơn vào dữ liệu số thu được. Bên cạnh đó
chúng tôi sẽ tiến hành thêm các khảo sát đánh
độ chính xác tại những vùng quan trọng
5. TÀI LIỆU THAM KHẢO
[1] Thomas Luhmann, Stuart Robson, Stephen
Kyle, Jan Boehm. 2019. Close-Range
Photogrammetry and 3D Imaging. De
Gruyter STEM.
[2] Remondino, F. 2008. Image-based detailed
3D geometric reconstruction of heritage
objects. Publikationen der DGPF, Band 16,
pp. 483-492.