Thử nghiệm công cụ mã nguồn mở tách ranh giới thửa đất bán tự động từ ảnh chụp UAV phục vụ công tác thành lập bản đồ địa chính

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT NGÔ VĂN MINH THỬ NGHIỆM CÔNG CỤ MÃ NGUỒN MỞ TÁCH RANH GIỚI THỬA ĐẤT BÁN TỰ ĐỘNG TỪ ẢNH CHỤP UAV PHỤC VỤ CÔNG TÁC THÀNH LẬP BẢN ĐỒ ĐỊA CHÍNH LUẬN VĂN THẠC SĨ KỸ THUẬT Hà Nội – 2018 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT NGÔ VĂN MINH THỬ NGHIỆM CÔNG CỤ MÃ NGUỒN MỞ TÁCH RANH GIỚI THỬA ĐẤT BÁN TỰ ĐỘNG TỪ ẢNH CHỤP UAV PHỤC VỤ CƠNG TÁC THÀNH LẬP BẢN ĐỒ ĐỊA CHÍNH Ngành: Kỹ thuật trắc địa - đồ Mã số: 8520503 LUẬN VĂN THẠC SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC TS Lã Phú Hiến Hà Nội – 2018 i LỜI CAM ĐOAN Tôi cam đoan công trình nghiên cứu tơi dƣới hƣớng dẫn TS Lã Phú Hiến Các số liệu, kết nêu luận văn trung thực chƣa đƣợc cơng bố cơng trình khác Hà Nội, ngày tháng năm 2018 Ngƣời cam đoan Ngô Văn Minh ii MỤC LỤC LỜI CAM ĐOAN i MỤC LỤC ii DANH MỤC CÁC CHỮ VIẾT TẮT v DANH MỤC BẢNG vi DANH MỤC CÁC HÌNH vii MỞ ĐẦU 1 Tính cấp thiết đề tài Mục đích nghiên cứu Đối tƣợng phạm vi nghiên cứu Phƣơng pháp nghiên cứu Ý nghĩa khoa học Ý nghĩa thực tiễn Cấu trúc Luận văn Chƣơng TỔNG QUAN VỀ BẢN ĐỒ ĐỊA CHÍNH 1.1 Khái niệm chung đồ địa 1.2 Cơ sở tốn học đồ địa 1.2.1 Hệ thống tỷ lệ đồ địa 1.2.2 Lƣới toạ độ vng góc 1.2.3 Các thông số file chuẩn đồ 1.2.4 Chia mảnh, đánh số hiệu đồ địa 10 1.2.5 Tên gọi mảnh đồ địa 14 1.2.6 Tên gọi mảnh trích đo địa 15 1.2.7 Mật độ điểm khống chế tọa độ 15 1.3 Những nội dung đồ địa 16 1.3.1 Điểm khống chế tọa độ độ cao 16 1.3.2 Mốc địa giới hành chính, đƣờng địa giới hành cấp 16 iii 1.3.3 Mốc giới quy hoạch, giới quy hoạch 17 1.3.4 Ranh giới đất, loại đất, số thứ tự đất, diện tích đất 17 1.3.5 Nhà cơng trình xây dựng khác 17 1.3.6 Hệ thống giao thông 18 1.3.7 Hệ thống thủy văn 18 1.3.8 Địa vật, cơng trình có giá trị lịch sử, văn hóa, xã hội ý nghĩa định hƣớng cao 18 1.3.9 Dáng đất điểm ghi độ cao 18 1.3.10 Ghi thuyết minh, thông tin pháp lý đất có 18 1.4 Độ xác đồ địa 18 1.4.1 Độ xác điểm khống chế đo vẽ 18 1.4.2 Độ xác vị trí điểm chi tiết 19 1.4.3 Độ xác thể độ cao đồ 20 1.5 Ký hiệu đồ địa 20 1.5.1 Phân loại ký hiệu 20 1.5.2.Tâm ký hiệu 21 1.5.3 Ghi 21 1.6 Các phƣơng pháp thành lập đồ địa 22 1.6.1 Phƣơng pháp đo vẽ trực tiếp thực địa 22 1.6.2 Phƣơng pháp đo ảnh hàng không 23 CHƢƠNG TỔNG QUAN VỀ UAV VÀ ỨNG DỤNG TRONG CÔNG TÁC LẬP BẢN ĐỒ ĐỊA CHÍNH 24 2.1.Tổng quan phƣơng tiện bay không ngƣời lái, ứng dụng thành lập đồ địa 24 2.1.1 Định nghĩa UAV 24 2.1.2 Lịch sử đời phát triển UAV 24 2.1.3 Các thành phần hệ thống UAV 29 2.1.4 Ứng dụng UAV trắc địa-bản đồ 31 2.2 Ứng dụng UAV lập đồ địa 33 2.2.1 Trên giới 33 2.2.2 Ở Việt Nam 34 iv Chƣơng PHƢƠNG PHÁP TÁCH RANH GIỚI THỬA ĐẤT BÁN TỰ ĐỘNG TỪ ẢNH CHỤP UAV BẰNG CÔNG CỤ MÃ NGUỒN MỞ 35 3.1 Giới thiệu phần mềm mã nguồn mở QGIS công cụ mã nguồn mở BoundaryDelineation tách đƣờng biên đối tƣợng 35 3.2 Phƣơng pháp tách ranh giới đất bán tự động từ ảnh chụp UAV 37 Chƣơng THỰC NGHIỆM 43 4.1 Khu vực thực nghiệm vàdữ liệu sử dụng 43 4.2 Quy trình thực nghiệm 43 4.3 Kết thực nghiệm 45 KẾT LUẬN VÀ KIẾN NGHỊ 55 TÀI LIỆU THAM KHẢO 57 v DANH MỤC CÁC CHỮ VIẾT TẮT Chữ viết tắt BD GNSS GPS GLONASS Tên đầy đủ BoundaryDelineation Global Navigation Satellite System Global Positioning System Global'naya Navigatsionnaya Sputnikovaya Sistema SLIC Simple Linear Iterative Clustering UAV Unmanned Aerial Vehicles DEM Digital Elevation Model DSM Digital Surface Model QGIS Quantum GIS gPb Globalized Probability of Boundaries RTK Real – Time Kinematic PPK Post Processing Kinematic m Meter km Kilometer mm Milimeter mP Sai số trung phƣơng vị trí điểm M Mẫu số tỷ lệ Bản đồ CSDL Cơ sở liệu WGS-84 World Geodetic System 1984 UTM Universal Transverse Mercator Hệ quy chiếu hệ tọa độ quốc gia hành Việt Nam VN2000 đƣợc thống nƣớc theo định số 83/2000/QĐ/TTg ngày 12 tháng năm 2000 thủ tƣớng Chính phủ KCANN Khống chế ảnh ngoại nghiệp vi DANH MỤC BẢNG Bảng 4.1 Thống kê kết đánh giá độ xác ảnh UAV 52 vii DANH MỤC CÁC HÌNH Hình 1.1 Mảnh đồ địa tỷ lệ 1:10000, tỷ lệ 1:5000 có số hiệu tƣơng ứng 10 - 728 494, 725 497 11 Hình 1.2 Mảnh đồ địa tỷ lệ 1:2000 có số hiệu 725 500 - 12 Hình 1.3 Mảnh đồ địa tỷ lệ 1:1000 có số hiệu 725 500 - - d 12 Hình 1.4 Mảnh đồ địa tỷ lệ 1:500 có số hiệu 725 500 - - (11) 13 Hình 1.5 Mảnh đồ địa tỷ lệ 1:200 có số hiệu 725 500 - - 25 14 Hình 2.1 Máy bay khơng ngƣời lái 25 Hình 2.2 Máy bay khơng ngƣời lái M-400CT 28 Hình 2.3 UAV nhóm sinh viên Trƣờng ĐH Bách Khoa TPHCM thiết kế 28 Hình 2.4 Một mẫu UAV Viện công nghệ không gian chuẩn bị cất cánh 29 Hình 2.5 Bộ điều khiển UVA DJI Inspire (nguồn http://www.dji.com)30 Hình 2.6 Mơ hình DSM chế độ đám mây điểm khu vực dân cƣ Bandung, Indonesia 31 Hình 2.7 Mơ hình 3D khu thị Povo, Trento, Italy 32 Hình 3.1 Cài đặt cơng cụ BoundaryDlineation QGIS 36 Hình 3.2 Quy trình tách đƣờng biên đối tƣợng cơng cụ BoundaryDelineation 38 Hình 3.3 Các bƣớc xử lý phƣơng pháp gPb 40 Hình 3.4 Quy trình hoạt động phƣơng pháp SLIC 41 Hình 3.5 Quy trình phân loại đƣờng SLIC để tách ranh giới đất 42 Hình 4.1 Ảnh trực giao (trái) DSM (phải) 43 Hình 4.2 Quy trình thực nghiệm 45 47 Khi chuyển sang định dạng shapefile, đƣờng SLIC đƣợc tách thành đối tƣợng đƣờng riêng biệt (không phải đối tƣợng polygon khép kín nữa), đƣờng đƣờng gấp khúc có điểm đầu điểm cuối điểm giao vùng siêu pixel Sau đó, thuộc tính đƣờng SLIC đƣợc tính cập nhật vào bảng thuộc tính đƣờng Các thuộc tính đƣợc tính dựa ảnh gPb, ảnh UCM, ảnh trực giao UAV, DSM, thơng tin hình học, quan hệ topology đƣờng Bƣớc đƣợc thực QGIS-Python Console đoạn code có sẵn thƣ viện cơng cụ BoundaryDelineation Ngồi ra, đƣờng đƣợc thêm thuộc tính “boundary” phƣơng pháp thủ cơng có giá trị 1-Là đƣờng biên, 0-Không phải đƣờng biên Bƣớc đƣợc thực để làm liệu mẫu cho bƣớc phân loại RF Sau có mẫu huấn luyện (training set), bƣớc phân loại đƣờng SLIC theo phƣơng pháp RF đƣợc thực đoạn mã Python có sẵn thƣ viện công cụ BD Sau phân loại, xác suất thuộc đƣờng biên đối tƣợng đƣờng SLIC đƣợc cập nhật lại Kết sau phân loại đƣợc nhập vào cơng cụ BD (xem Hình 4.5) với ảnh trực giao để thực Bƣớc I công cụ BD Hình 4.5 Nhập liệu vào cơng cụ BD để thực bƣớc Sau thực Bƣớc I, đƣờng SLIC đƣợc đơn giản hóa cách nối điểm nút nơi đƣờng SLIC giao nhau, để tạo thành đƣờng 48 biên sơ đối tƣợng nhƣ Hình 4.6 Có thể thấy đƣờng biên sơ đƣợc đơn giản hóa đối tƣợng nhân tạo (Hình 4.6 (Trái)) nhƣ đƣờng bê tông, nhà gạch, tƣơng đối sát với đƣờng biên ảnh Tuy nhiên, đối tƣợng khu vực có nhiều thực vật che phủ nhƣ ruộng lúa, vƣờn đƣờng biên có nhiều đoạn bị sai lệch Lý chủ yếu thời điểm chụp ảnh trồng đất lớn, che khuất phần đƣờng phân cách đất Nhƣ vậy, chụp ảnh thời điểm vừa thu hoạch nơng nghiệp đƣờng biên đƣợc phân định rõ ràng Hình 4.6 Đƣờng biên sơ đƣợc đơn giản hóa: Trái-Khu vực dân cƣ; Phải-Khu vực đất nông nghiệp Ở bƣớc II, ngƣời thực phải chọn điểm đầu điểm cuối đƣờng biên tốt nhất, phần mềm tự động lựa chọn đƣờng có khoảng cách ngắn điểm để tạo thành đƣờng biên (đƣờng màu vàng Hình 4.7) Ngƣời thực bấm Accept để chấp nhận đƣờng biên Edit để chỉnh sửa đƣờng biên Đƣờng biên sau đƣợc chấp nhận chuyển thành màu xanh đậm nhƣ Hình 4.7 49 Hình 4.7 Tạo đƣờng biên cách chọn điểm đầu điểm cuối Kết đƣờng biên tách công cụ BD (tự động đƣợc chỉnh sửa) đƣợc chấp nhận sau so sánh đƣờng biên với ảnh trực giao mắt thƣờng Do đó, có độ xác tƣơng đƣơng với đƣờng biên số hóa thủ cơng.Tuy nhiên, số lƣợng đƣờng biên đƣợc chấp nhận tự động mà không cần chỉnh sửa hầu hết đƣờng biên đƣờng giao thông, nhà độc lập Các khu vực nhƣ ruộng lúa, vƣờn, nhà khu vực đông dân, bị thực vật che phủ phần phải chỉnh sửa đƣờng biên trƣớc đƣợc chấp nhận Hình 4.8 minh họa kết đƣờng ranh giới thu đƣợc từ cơng cụ BD đồ địa Có thể thấy rằng, khu vực địa vật nhân tạo (Hình 4.8 (ảnh dƣới)) đƣờng ranh giới đối tƣợng tách công cụ BD (màu đỏ) đồ địa cũ (màu xanh cây) tƣơng đối trùng khớp, riêng số đối tƣợng nhà đất có độ lệch lớn, nguyên nhân đồ địa cũ đƣợc thành lập phƣơng pháp tồn đạc nên gặp nhiều khó 50 khăn đo đối tƣợng nên điểm đo chi tiết khu vực bị sai Đối với khu vực đất nơng nghiệp (Hình 4.8 (ảnh trên)), đƣờng ranh giới đồ địa cũ (màu xanh đậm) số khu vực lệch nhiều so với ảnh UAV, lý đồ địa đƣợc thành lập từ năm 2012, nên khu vực đƣờng đất bị thay đổi nhiều Hơn nữa, khu vực đƣờng phân cách đất thƣờng đƣờng đất nên khó xác định xác ranh giới 51 Hình 4.8 So sánh đồ địa cũ (màu xanh đậm xanh cây) đƣờng biên xác định công cụ BD (màu đỏ) Để đánh giá độ xác đƣờng biên xác định từ ảnh UAV, điểm kiểm tra đƣợc xác định tọa độ thực tế GNSS-RTK, đƣợc bố trí nhƣ Hình 4.9 Điểm 1-5 điểm mép đƣờng bê tông (đƣợc đánh dấu sơn, đo góc đƣờng cắt bê tơng), riêng điểm số đƣợc xác định dấu mốc in sẵn Do đó, điểm điểm đƣờng ranh giới xác định GNSS-RTK, coi kết Bảng 4.1 kết so sánh ranh giới xác định GNSS-RTK ranh giới số hóa ảnh Sai số vị trí điểm mặt điểm kiểm tra đƣợc tính theo cơng thức: 𝑚𝑃 = 𝑑𝑥2 + 𝑑𝑦2 Với: (4.1) 52 𝑑𝑥 = 𝑋đ𝑜 - 𝑋𝑈𝐴𝑉 (4.2) 𝑑𝑦 = 𝑌đ𝑜 - 𝑌𝑈𝐴𝑉 (4.3) Bảng 4.1 Thống kê kết đánh giá độ xác ảnh UAV Điểm Ảnh UAV GNSS-RTK Độ lệch Mp X (m) Y (m) X (m) Y (m) X (m) Y (m) (cm) 2315647.119 568556.804 2315647.124 568556.781 0.005 -0.023 2.4 2315670.899 568608.663 2315670.909 568608.657 0.010 -0.006 1.2 2315681.088 568642.433 2315681.066 568642.449 -0.022 0.016 2.7 2315691.590 568664.510 2315691.566 568664.521 -0.024 0.011 2.6 2315692.691 568687.678 2315692.677 568687.665 -0.014 -0.013 1.9 2315724.591 568620.921 2315724.606 568620.948 0.015 3.1 0.027 53 Hình 4.9 Vị trí điểm kiểm tra Bảng 4.1 cho thấy, sai số vị trí điểm điểm ảnh UAV so với kết đo GNSS-RTK tƣơng đối nhỏ, từ 1.2-3.1 cm, điều hoàn toàn phù hợp với nghiên cứu độ xác ảnh UAV Nhƣ vậy, so với quy định độ xác đồ địa TT 25/2014/TT-BTNMT (quy định độ xác điểm ranh giới đất không vƣợt 5cm tỷ lệ 1:200; đất nông nghiệp đo vẽ đồ địa tỷ lệ 1:1000, 1:2000 sai số vị trí điểm cịn đƣợc phép tăng 1,5 lần tức độ xác điểm nằm đƣờng ranh giới khu vực 22.5cm tỷ lệ 1:1000 45cm tỷ lệ 1:2000 Nên việc xác định ranh giới ruộng 54 ảnh UAV hồn tồn khả thi (chi tiết xem mục 1.4.2), độ xác điểm xác định ảnh UAV cao nhiều, nói cách khác sử dụng ảnh UAV để số hóa đất có đƣờng biên rõ ràng (xác định đƣợc xác ảnh) để thành lập đồ địa tỷ lệ Tuy nhiên, đất nhƣ thƣờng không nhiều, giải pháp đặt đất khơng có ranh giới rõ ràng dùng dấu mốc sơn, kết hợp với hỗ trợ ngƣời dân tiến hành số hóa ranh giới, đƣa kết ranh giới đất để ngƣời dân xác nhận cần cơng khai hình ảnh chồng xếp ảnh UAV ranh giới đất để ngƣời dân có nhìn trực quan đất Trong trƣờng hợp khơng xác định đƣợc ranh giới đất ảnh UAV sử dụng ảnh UAV để số hóa đối tƣợng địa vật cần thể nhƣ giao thông, thủy hệ, dân cƣ 55 KẾT LUẬN VÀ KIẾN NGHỊ Luận văn thử nghiệm đánh giá công cụ BoundaryDelineation tách ranh giới đối tƣợng từ ảnh chụp UAV để phục vụ cơng tác thành lập đồ địa Kết thử nghiệm cơng cụ BD nƣớc ngồi cho thấy đƣờng biên đối tƣợng đƣợc chiết tách tốt Tuy nhiên, áp dụng công cụ cho khu vực nhỏ thôn Đông Giao, xã Lƣơng Điền, huyện Cẩm Giàng, tỉnh Hải Dƣơng kết khơng đƣợc nhƣ ý muốn, nguyên nhân đặc điểm đối tƣợng ảnh nƣớc ta có nhiều khác biệt so với khu vực mà cơng cụ BD đƣợc thử nghiệm nƣớc ngồi đồ địa đƣợc thành lập cách thời gian chụp ảnh lâu (06 năm) Kết thực nghiệm cho thấy, đƣờng ranh giới xác định đƣợc rõ ràng ảnh kết ranh giới thu đƣợc cơng cụ BD có độ xác cao Ở khu vực ranh giới không rõ ràng nhƣ đất nơng nghiệp việc xác định đƣờng ranh giới ảnh gặp nhiều khó khăn, độ xác giảm nhiều; nhiên khu vực đất nơng nghiệp quy định độ xác điểm ranh giới tỷ lệ 1:1000, 1:2000 đƣợc phép giảm 1.5 lần nên ranh giới xác định từ ảnh UAV hồn tồn sử dụng để lập đồ địa tỷ lệ 1:1000, 1:2000 khu vực Mặc dù độ xác vị trí điểm mặt điểm xác định rõ nét ảnh UAV có độ xác cao, đạt từ 2-3cm, hồn tồn thỏa mãn độ xác đồ địa tỷ lệ lớn 1:200 Nhƣng vấn đề khó khăn thành lập đồ địa xác định đƣợc đâu ranh giới đất Vì vậy, tác giả kiến nghị thử nghiệm ứng dụng công cụ BD để hỗ trợ công tác lập đồ địa tỷ lệ 1:2000 lớn 1:1000, đất khơng có ranh giới rõ ràng dùng dấu mốc sơn, kết hợp với hỗ trợ ngƣời dân tiến hành số hóa ranh giới Trong trƣờng hợp đƣờng ranh giới đất thu đƣợc không đảm bảo độ xác đƣờng biên đối tƣợng địa vật nhƣ giao thông, thủy hệ, 56 nhà đất thƣờng đƣợc xác định ảnh với độ xác cao hơn, liệu đƣợc sử dụng để lập đồ địa chính, giúp giảm đáng kể cơng tác đo đạc ngoại nghiệp Ngồi ra, cần thiết sử dụng phƣơng pháp đo trực tiếp để đo khu vực bị thực vật địa vật cao che khuất ảnh UAV Qua trình thực nghiệm, tác giả thấy rằng, bƣớc xác định đƣờng biên sơ ban đầu quan trọng, định tới độ xác kết cuối Do đó, tƣơng lai cần tiếp tục thử nghiệm để tìm tham số đầu vào cho thuật toán gPb SLIC phù hợp với khu vực nƣớc ta, từ tăng khả ứng dụng cơng cụ BD số hóa đƣờng biên đối tƣợng ranh giới đất công tác lập đồ địa nhƣ lập đồ địa hình đồ chuyên đề khác 57 TÀI LIỆU THAM KHẢO Bộ Tài nguyên Môi trƣờng (2014), Thơng tư 25/2014/TT-BTNMT- Quy định đồ địa Trần Thùy Dƣơng, Nguyễn Thị Kim Yến, Đặng Thị Hồng Nga, Phạm Thị Kim Thoa (2016), Hệ thống thơng tin đất đai 2, Trƣờng Đại học Mỏ Địa chất [Trƣơng Anh Kiệt] (1990), Giáo trình trắc địa ảnh: Phần Cơ sở đo ảnh, Trƣờng Đại học Mỏ - Địa chất [Nguyễn Trọng San] (2008), Địa đại cương, Trƣờng Đại học Mỏ Địa chất Phạm Vọng Thành (2000), Trắc địa ảnh: Phần đoán đọc điều vẽ ảnh, NXB Giao thông vận tải Lê Thanh (2010), “Chế tạo thành công máy bay quan trắc môi trƣờng”, Báo Người lao động, http://nld.com.vn/khoa-hoc/che-tao-thanh-congmay-bay-quan-trac-moi-truong-20100120103155238.htm Đỗ Trọng Tuấn (2015), Nghiên cứu khả sử dụng ảnh hàng không chụp máy bay không người lái (UAV) thành lập đồ địa chính, Luận văn Thạc sỹ khoa học, Đại học Quốc gia Hà Nội, Trƣờng Đại học khoa học tự nhiên Achanta R., Shaji A., Smith K., Lucchi A., Fua P., Süsstrunk S (2010), SLIC superpixels, Technical Report, 149300 EPFL Achanta R., Shaji A., Smith K., Lucchi A., Fua P., Susstrunk S (2012), “SLIC superpixels compared to state-of-the-art superpixel methods”, IEEE Transactions on Pattern Analysis and Machine Intelligence, 34, pp 2274-2282 10 Arbelaez P., Maire M., Fowlkes C., Malik J (2011), “Contour detection and hierarchical image segmentation”, Pattern Analysis and Machine Intelligence, 33, pp 898-916 58 11 Arbeláez P., Fowlkes C., Martin D (2018), “Berkeley segmentation dataset and benchmark”, Available online: https://www2.eecs.berkeley.edu/Resea-rch/Projects/CS/vision/bsds/ (accessed on 10 Aug 2018) 12 Barnhart R K., Hottman S B., Marshall G M., & Shappee E (Eds.) (2012), Introduction to Unmanned Aircraft Systems, CRC Press 13 Civil UAV Assessment Team (2006), Earth Observations and the Role of UAVs: A Capabilities Assessment, NASA 14 Colomina I., Blázquez M., Molina P., Parés M E., Wis M (2008), “Towards a new paradigm for high-resolution low-cost photogrammetry and remote sensing”, Institute of Geomatics Generalitat de Catalunya & The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37, pp.1201-1206 15 Cramer M., Bovet S., Gültlinger M., Honkavaara E., McGill A., Rijsdijk M., Tabor M., Tournadre V (2013), In On the use of RPAS in national mapping - the EuroSDR point of view, ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Rostock, Germany, Copernicus Publications, XL-1/W2, pp 93-99 16 Crommelinck S., Bennett R., Gerke M., Koeva M., Yang M.Y., Saalfeld A (1999), “Topologically consistent line simplification with the Douglas-Peuckeralgorithm”, Cartography and Geographic Information Science, 26, pp 7-18 17 Crommelinck S., Bennett R., Gerke M., Yang M.Y., Vosselman G (2017), “Contour detection for UAV-based cadastral mapping”, Remote Sensing, 9, pp 1-13 59 18 Csillik O (2016),“Superpixels: the end of pixels in OBIA A comparison of stat-of-the-artsuperpixel methods for remote sensing data”, GEOBIA, Enschede, the Netherlands, pp 1-5 19 Hwang F., Richards D.S (1992),“Steiner tree problems”, Networks, 22, pp 55-89 20 Keane J F., & Carr S S (2013),“A Brief History of Early Unmanned Aircraft”, Johns Hopkins APL Technical Digest, 32(3), pp 558-571 21 Manyoky M., Theiler P., Steudler D., Eisenbeiss H (2011),“Unmanned aerial vehicle in cadastral applications”, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXVIII1/C22, pp 1-6 22 Meha M., Kelm K., Caka M., Sinani Q., Ahmetaj K (2016), “UAV Technology and Open Source Software for Systematic Registration in the Republic of Kosovo”, World Bank Conference on Land and Poverty,The World Bank - Washington DC 23 Mumbone M., Bennett R., Gerke M., Volkmann W (2015), “In Innovations in boundary mapping: Namibia, customary lands and UAVs”, World Bank Conference on Land and Poverty, Washington DC, USA, pp 1-22 24 Neubert P., Protzel P (2012), “Superpixel benchmark and comparison”, Proc Forum Bildverarbeitung, Regensburg, Germany, pp 1-12 25 Ren X., Malik J (2003), “Learning a classification model for segmentation”, Int Conf on Computer Vision (ICCV), Washington, DC, US, IEEE, 1, pp 10-17 26 Rokhmana C., Soetaat Tjahyadi E., and Sumarto I (2010), Building UAVBased Photogrammetry System to Support cadastral Mapping Application, Master Thesis, University of Twente 60 27 Van Blyenburgh P (1999), “UAVs: an Overview”, In: Air & Space Europe I, 5/6,pp.43-47 28 Volkmann W., Barnes G (2014), “In Virtual surveying: Mapping and modeling cadastral boundaries using Unmanned Aerial Systems (UAS)”, FIG Congress: Engaging the Challenges - Enhancing the Relevance, Kuala Lumpur, Malaysia, pp 1-13 29 Vosselman G (2017), “SLIC superpixels for object delineation from UAV data”, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, IV-2/W3, pp 1-9 CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc BÁO CÁO VỀ VIỆC BỔ SUNG, SỬA CHỮA LUẬN VĂN THEO BIÊN BẢN CỦA HỘI ĐỒNG ĐÁNH GIÁ LUẬN VĂN THẠC SĨ Kính gửi: - Trường Đại học Mỏ - Địa chất - Phòng Đào tạo Sau đại học Họ tên học viên: Ngô Văn Minh Tên đề tài luận văn: “Thử nghiệm công cụ mã nguồn mở tách ranh giới đất bán tự động từ ảnh chụp UAV phục vụ công tác thành lập đồ địa chính” Ngành: Kỹ thuật trắc địa – đồ Mã số: 8520503 Người hướng dẫn: TS Lã Phú Hiến Sau bảo vệ luận văn thạc sĩ, học viên sửa chữa bổ sung luận văn theo Biên Hội đồng đánh giá luận văn thạc sĩ Cụ thể sửa chữa bổ sung nội dung sau đây: Trang 31, bỏ chữ Hình dịng 10, sửa lại Hình 21 dịng 14 tx thành Hình 2.6 - Học viên sửa chữ Hình dịng 10 xuống (tx), sửa lại thành Hình 21 Trang 32, sửa chữ Hình 22 dịng tx thành Hình 2.7 - Học viên sửa chữ Hình 22 dịng tx thành Hình 2.7 Hình 4.3 trang 46 khơng rõ nội dung hình vẽ, cần in màu cho rõ - Học viên cho in màu 4.Trang 48, dòng tx, sửa tre phủ thành che phủ - Học viên sửa từ tre phủ thành che phủ Trang 54, dòng tx, sửa trồng xếp thành chồng xếp … - Học viên sửa từ trồng xếp thành chồng xếp Từ ý kiến nội dung hội đồng đánh giá luận văn học viên tự rà soát lại lỗi tả, lỗi biên tập nghiêm túc triệt để Hà Nội, ngày 20 tháng 11 năm 2018 NGƯỜI HƯỚNG DẪN HỌC VIÊN CAO HỌC TS Lã Phú Hiến Ngô Văn Minh CHỦ TỊCH HỘI ĐỒNG ĐÁNH GIÁ LUẬN VĂN THẠC SĨ TS Đinh Cơng Hịa ... HỌC MỎ - ĐỊA CHẤT NGÔ VĂN MINH THỬ NGHIỆM CÔNG CỤ MÃ NGUỒN MỞ TÁCH RANH GIỚI THỬA ĐẤT BÁN TỰ ĐỘNG TỪ ẢNH CHỤP UAV PHỤC VỤ CÔNG TÁC THÀNH LẬP BẢN ĐỒ ĐỊA CHÍNH Ngành: Kỹ thuật trắc địa - đồ Mã số:... trắc địa đồ Do đó, đề tài ? ?Thử nghiệm công cụ mã nguồn mở tách ranh giới đất bán tự động từ ảnh chụp UAV phục vụ cơng tác thành lập đồ địa chính? ?? tập trung vấn đề ứng dụng UAV thành lập đồ địa. .. thành phố Hà Nội từ ảnh chụp UAV 35 CHƢƠNG PHƢƠNG PHÁP TÁCH RANH GIỚI THỬA ĐẤT BÁN TỰ ĐỘNGTỪ ẢNH CHỤP UAV BẰNG CÔNG CỤ MÃ NGUỒN MỞ 3.1 Giới thiệu phần mềm mã nguồn mở QGIS công cụ mã nguồn mở