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

Luận án tiến sĩ nghiên cứu nghiên cứu phương pháp phân loại dữ liệu đám mây điểm lidar và ứng dụng, phân tích chuyên sâu, xây dựng mô hình lý thuyết, đề xuất giải pháp khoa học

Chuyên ngành

Hệ thống thông tin

Người đăng

Ẩn danh

Thể loại

Luận án tiến sĩ

2022

350
3
0

Phí lưu trữ

75 Point

Mục lục chi tiết

LỜI CẢM ƠN

DANH MỤC CÁC TỪ VIẾT TẮT

DANH MỤC HÌNH VẼ

DANH MỤC BẢNG BIỂU

1. CHƯƠNG 1: TỔNG QUAN VỀ PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM LIDAR

1.1. Kiến trúc hệ thống LiDAR

1.2. Khái niệm công nghệ LiDAR

1.3. Hoạt động của hệ thống LiDAR

1.4. Dữ liệu LiDAR

1.5. Thu nhận dữ liệu ĐMĐ theo công nghệ LiDAR

1.6. Đặc trưng của dữ liệu ĐMĐ LiDAR

1.7. Định dạng dữ liệu LiDAR

1.8. Bài toán phân loại dữ liệu ĐMĐ LiDAR

1.9. Các bài toán phân loại ĐMĐ LiDAR

1.10. Các công trình nghiên cứu liên quan

1.11. Phương pháp đề xuất

1.12. Kết luận chương

2. CHƯƠNG 2: PHÁT TRIỂN THUẬT TOÁN NÂNG CAO CHẤT LƯỢNG PHÂN LOẠI ĐMĐ LIDAR

2.1. Cải tiến thuật toán EM

2.1.1. Mô tả thuật toán EM

2.1.2. Ý tưởng cải tiến thuật toán EM

2.1.3. Thực hiện cải tiến

2.1.4. Thử nghiệm và đánh giá thuật toán EM - D

2.2. Cải tiến thuật toán MCC

2.2.1. Mô tả thuật toán MCC

2.2.2. Ý tưởng cải tiến thuật toán MCC

2.2.3. Thực hiện cải tiến

2.2.4. Thử nghiệm và đánh giá thuật toán MCC - D

2.3. Kết luận chương

3. CHƯƠNG 3: ĐỀ XUẤT SỬ DỤNG HIỆU QUẢ ĐÁM MÂY ĐIỂM LIDAR SAU PHÂN LOẠI

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

3.2. Đề xuất phương pháp xử lý dữ liệu LiDAR trong phân loại lớp phủ bề mặt khu vực đô thị

3.3. Phân loại lớp phủ bề mặt khu vực đô thị

3.4. Phương pháp đề xuất

3.5. Tạo bộ dữ liệu đầu vào cho DSS trong quy hoạch đất đai

3.6. Kết luận chương

KẾT LUẬN

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về phương pháp phân loại dữ liệu LiDAR và công nghệ thông tin

Phân loại dữ liệu LiDAR là một lĩnh vực nghiên cứu quan trọng trong công nghệ thông tin, đặc biệt trong việc xử lý và phân tích dữ liệu không gian. Công nghệ LiDAR (Light Detection and Ranging) cho phép thu thập dữ liệu địa lý với độ chính xác cao thông qua việc phát tia laser và ghi nhận phản xạ. Việc phân loại dữ liệu LiDAR giúp tối ưu hóa việc sử dụng thông tin không gian trong nhiều ứng dụng khác nhau như quy hoạch đô thị, quản lý tài nguyên và nghiên cứu môi trường.

1.1. Khái niệm và ứng dụng của công nghệ LiDAR

Công nghệ LiDAR là một phương pháp viễn thám tiên tiến, cho phép thu thập dữ liệu không gian với độ chính xác cao. Ứng dụng của LiDAR rất đa dạng, từ khảo sát địa hình đến quản lý tài nguyên thiên nhiên.

1.2. Đặc điểm của dữ liệu LiDAR và tầm quan trọng trong phân loại

Dữ liệu LiDAR có đặc điểm là độ chính xác cao và khả năng thu thập thông tin chi tiết về bề mặt trái đất. Việc phân loại dữ liệu này là cần thiết để trích xuất thông tin hữu ích cho các ứng dụng thực tiễn.

II. Vấn đề và thách thức trong phân loại dữ liệu LiDAR hiện nay

Mặc dù công nghệ LiDAR mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong việc phân loại dữ liệu. Các vấn đề như độ nhiễu trong dữ liệu, sự phức tạp của địa hình và sự biến đổi của lớp phủ bề mặt đều ảnh hưởng đến kết quả phân loại. Việc phát triển các phương pháp phân loại hiệu quả là cần thiết để giải quyết những thách thức này.

2.1. Độ nhiễu và ảnh hưởng đến chất lượng dữ liệu

Độ nhiễu trong dữ liệu LiDAR có thể gây ra sai lệch trong kết quả phân loại. Việc xử lý và lọc dữ liệu là rất quan trọng để cải thiện độ chính xác.

2.2. Sự phức tạp của địa hình và lớp phủ bề mặt

Địa hình phức tạp và sự biến đổi của lớp phủ bề mặt tạo ra khó khăn trong việc phân loại chính xác. Cần có các thuật toán mạnh mẽ để xử lý những vấn đề này.

III. Phương pháp phân loại dữ liệu LiDAR hiệu quả nhất hiện nay

Để nâng cao độ chính xác trong phân loại dữ liệu LiDAR, nhiều phương pháp đã được phát triển. Các thuật toán như EM (Expectation Maximization) và MCC (Multiscale Curvature Classification) đã cho thấy hiệu quả trong việc phân loại dữ liệu đám mây điểm. Việc áp dụng các phương pháp này giúp cải thiện đáng kể kết quả phân loại.

3.1. Thuật toán EM và ứng dụng trong phân loại

Thuật toán EM là một trong những phương pháp phổ biến trong phân loại dữ liệu LiDAR. Nó giúp tối ưu hóa quá trình phân loại thông qua việc ước lượng các tham số cần thiết.

3.2. Cải tiến thuật toán MCC cho dữ liệu LiDAR

MCC là một thuật toán mạnh mẽ giúp phân loại dữ liệu LiDAR dựa trên độ cong của bề mặt. Việc cải tiến thuật toán này có thể nâng cao độ chính xác trong phân loại.

IV. Ứng dụng thực tiễn của dữ liệu LiDAR sau phân loại

Dữ liệu LiDAR sau khi được phân loại có thể được sử dụng trong nhiều ứng dụng thực tiễn. Các ứng dụng này bao gồm quy hoạch đô thị, quản lý tài nguyên thiên nhiên, và nghiên cứu môi trường. Việc sử dụng dữ liệu LiDAR giúp cải thiện hiệu quả trong các quyết định quản lý và phát triển bền vững.

4.1. Quy hoạch đô thị và quản lý đất đai

Dữ liệu LiDAR phân loại có thể hỗ trợ trong việc quy hoạch đô thị, giúp xác định các khu vực cần phát triển và quản lý tài nguyên đất đai hiệu quả hơn.

4.2. Nghiên cứu môi trường và giám sát tài nguyên

Việc sử dụng dữ liệu LiDAR trong nghiên cứu môi trường giúp theo dõi sự thay đổi của lớp phủ bề mặt và đánh giá tác động của các hoạt động con người đến môi trường.

V. Kết luận và tương lai của nghiên cứu phân loại dữ liệu LiDAR

Nghiên cứu về phương pháp phân loại dữ liệu LiDAR đang ngày càng trở nên quan trọng trong bối cảnh phát triển công nghệ thông tin. Tương lai của nghiên cứu này hứa hẹn sẽ mang lại nhiều cải tiến trong việc xử lý và phân tích dữ liệu không gian, từ đó phục vụ tốt hơn cho các ứng dụng thực tiễn.

5.1. Xu hướng phát triển công nghệ LiDAR

Công nghệ LiDAR đang phát triển nhanh chóng với nhiều ứng dụng mới. Việc cải tiến các thuật toán phân loại sẽ giúp nâng cao hiệu quả sử dụng dữ liệu.

5.2. Tầm quan trọng của nghiên cứu trong tương lai

Nghiên cứu về phân loại dữ liệu LiDAR không chỉ giúp cải thiện độ chính xác mà còn mở ra nhiều cơ hội mới trong các lĩnh vực khác nhau như quản lý tài nguyên và bảo vệ môi trường.

18/07/2025
Luận án tiến sĩ nghiên cứu phương pháp phân loại dữ liệu đám mây điểm lidar và ứng dụng

Trích đoạn nội dung tài liệu

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 Kiến trúc hệ thống LiDAR 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]. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.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]. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.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].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 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 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].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- 2000.4 Nguyên lý quét của LiDAR LUAN VAN CHAT LUONG download : add luanvanchat@agmail.5 ĐMĐ sau khi được thu nhận và xử lý 1.2 Dữ liệu LiDAR 1.1 Thu nhận dữ liệu ĐMĐ theo công nghệ LiDAR Sản phẩm thu được của LiDAR là một tập hợp các điểm có mật độ dày đặc với độ cao điểm được thu nhận một cách chính xác. Tập hợp điểm này thường được gọi là ĐMĐ LiDAR, có thể được sử dụng để tạo ra các mô hình 3D của bề mặt Trái đất và đặc trưng của bề mặt[3]. Các ĐMĐ có nguồn gốc từ dữ liệu 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.6 Nguyên lý thu thập dữ liệu của hệ thống LiDAR Bộ thu phát LiDAR di chuyển nhờ vào một cụm gương quét được gắn bên dưới bộ thu phát. Gương gập 450 phản chiếu các xung laser lên một gương chuyển động, điều hướng các xung laser đến trái đất [10]. Xung laser phản hồi đầu tiên là tia phản xạ đáng kể nhất và sẽ được liên kết với tính năng cao nhất trong cảnh quan LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 20 như ngọn cây hoặc đỉnh của tòa nhà. Những tia phản xạ ở giữa được sử dụng cho cấu trúc thảm thực vật, và phản xạ cuối cùng cho các mô hình địa hình thật của Trái đất [8].

Dữ liệu được yêu cầu xử lý thời gian trả về cho mỗi xung quay trở lại cảm biến và tính khoảng cách thay đổi từ cảm biến, hoặc thay đổi trên bề mặt che phủ đất [1]. Độ cao của tia phản xạ sẽ khác nhau, tùy thuộc vào hình dạng và kích thước của các vật thể, xung laser LIDAR được phản xạ từ trên bề mặt. Những điểm này có thể được phân thành nhiều lớp khác nhau: cây cao, ground, cỏ, đường giao thông, tòa nhà, v.7 ĐMĐ khi chưa được xử lý 1.3 Đặc trưng của dữ liệu ĐMĐ LiDAR Công nghệ LiDAR có thể thu thập thông tin về hình dạng Trái đất và đặc trưng của nó thông qua các ĐMĐ. Mỗi điểm trong ĐMĐ chứa đựng lượng thông tin lớn được sử dụng để tạo mô hình 3D về bề mặt Trái đất cũng như các đối tượng trên bề mặt, khi có thông tin về màu sắc, ĐMĐ sẽ trở thành 4D.

Các thuộc tính thành phần mà một ĐMĐ chứa có thể cung cấp thông tin bổ sung có giá trị để bổ sung độ cao và có thể cho phép người dùng tạo ra các sản phẩm raster riêng như mô hình chiều cao tán cây hoặc lưới cường độ [7]. Các đặc trưng của ĐMĐ LiDAR [6]: - Các xung laser phản xạ từ các vật thể trên và trên bề mặt, bao gồm các tòa nhà, cây cối và các thảm thực vật khác. Nhiều xung phản xạ cho phép dữ liệu LiDAR được sử dụng để tách địa hình trống khỏi các đặc điểm bề mặt. Với LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 21 mỗi đối tượng, xung chạm vào một lượng ánh sáng nhất định sẽ được phản xạ trở lại và được cảm biến phát hiện và ghi lại [11].

- Tọa độ (X, Y, Z) chỉ ra vị trí cũng như độ cao của điểm, điểm riêng lẻ có thể có các thuộc tính bổ sung - Thứ tự phản hồi: mỗi điểm trong ĐMĐ sẽ có một thứ tự tia phản hồi tương ứng - Số điểm trên m2: số điểm trung bình trên m2 - Mật độ điểm: số lượng phép đo trên một khu vực mà bề mặt Trái đất được lấy mẫu - Số điểm: Tổng số điểm trong ĐMĐ Tùy vào từng bài toán cụ thể, các đặc trưng của ĐMĐ sẽ được sử dụng phù hợp.3 Định dạng dữ liệu LiDAR Với kích thước khổng lồ của các tập dữ liệu LiDAR, một định dạng nhị phân có tên LAS đã được áp dụng để quản lý và chuẩn hóa cách thức tổ chức và phổ biến dữ liệu. Các tệp LAS chứa nhiều thông tin hơn, có thể được đọc hiệu quả hơn [12]. LAS là một định dạng công nghiệp được tạo ra và duy trì bởi Hiệp hội Chụp ảnh và Viễn thám Hoa Kỳ (ASPRS). LAS là một định dạng tệp tiêu chuẩn được công bố để trao đổi dữ liệu LiDAR [1], [6].

Mỗi tệp LAS chứa siêu dữ liệu của LiDAR trong một khối tiêu đề theo sau là các bản ghi riêng cho từng xung laser được ghi lại.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Tài liệu "Nghiên cứu phương pháp phân loại dữ liệu LiDAR và ứng dụng trong công nghệ thông tin" cung cấp cái nhìn sâu sắc về các phương pháp phân loại dữ liệu LiDAR, một công nghệ quan trọng trong việc thu thập và phân tích thông tin không gian. Tài liệu này không chỉ giải thích các kỹ thuật phân loại mà còn nêu bật ứng dụng của chúng trong các lĩnh vực như quản lý tài nguyên thiên nhiên, quy hoạch đô thị và nghiên cứu môi trường. Độc giả sẽ nhận được những lợi ích từ việc hiểu rõ hơn về cách mà dữ liệu LiDAR có thể được sử dụng để cải thiện quy trình ra quyết định và tối ưu hóa các dự án công nghệ thông tin.

Để mở rộng kiến thức của bạn về chủ đề này, bạn có thể tham khảo thêm tài liệu Luận án tiến sĩ nghiên cứu hoàn thiện hệ thống lidar quan trắc sol khí, nơi cung cấp cái nhìn sâu hơn về hệ thống LiDAR trong quan trắc môi trường. Ngoài ra, tài liệu Luận văn thạc sĩ nghiên cứu phương pháp phân lớp đám mây điểm lidar bằng học máy sẽ giúp bạn hiểu rõ hơn về việc áp dụng học máy trong phân loại dữ liệu LiDAR. Cuối cùng, bạn cũng có thể tìm hiểu về Luận văn thạc sĩ nghiên cứu ứng dụng công nghệ mobile gis và gps trong thu thập dữ liệu không gian về đất đai, tài liệu này sẽ mở rộng thêm về cách công nghệ GIS và GPS có thể kết hợp với dữ liệu LiDAR để thu thập thông tin không gian hiệu quả hơn.