Journal of Mining and Earth Sciences Vol 63, Issue 5 (2022) 1 10 1 Combination of morphological and distributional filtering for UAV LiDAR point cloud density to establish the Digital Terrain Model An.
Journal of Mining and Earth Sciences Vol 63, Issue (2022) - 10 Combination of morphological and distributional filtering for UAV - LiDAR point cloud density to establish the Digital Terrain Model Anh Trung Tran 1,*, Hanh Hong Tran 1, Tuan Manh Quach Hanoi University of Mining and Geology, Ha Noi, Vietnam Northern QT Trading and Construction Joint Stock Company, Ha Noi, Vietnam ARTICLE INFO Article history: Received 14th Mar 2022 Revised 11th Aug 2022 Accepted 31st Oct 2022 Keywords: DTM, Filtering, Land cover, Point Cloud, UAV-LiDAR ABSTRACT Filtering the LiDAR point cloud based the Unmaned Aerial Vehilce (UAV LiDAR) in the dense land cover areas to build a Digital Terrain Model (DTM) is a basic requirement of large-scale topographic mapping The aim of this paper is to study the use of the Simple Morphological Filter (SMRF) with suitable parameters to separate the non-terrain points (trees, noise points, etc.) and the topographical points The methods of this article are algorithmic programming and combining the two filtering algorithms including SMRF and distributed filtering The various data input was studied in the Ba Be case study These parameters include the grid width called Gcell (m), the radius of filters called nwd and the threshold of the feature elevation called Eth (m) The point cloud of the terrain obtained after applying the SMRF continues to be filtered using distributional filter with the algorithm keeping only minimum elevation in the filtering window in order to remove the locations of high density of points Then, it will contribute to lighten the point capacity to build DTM, to accurately interpolate the contour lines and to ensure the aesthetics of large-scale topographic maps The results of the study are the fomulas to estimate reasonable input parameters (Gcell = m, nwd = 3, Eth = 0.2 m) of the two filters for the establishment of a topographic map of 1:2000 scale, m level in the Ba Be national forest, Bac Kan province, Vietnam Copyright © 2022 Hanoi University of Mining and Geology All rights reserved _ *Corresponding author E - mail: trantrunganh@humg.edu.vn DOI: 10.46326/JMES.2022.63(5).01 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 63, Kỳ (2022) - 10 Kết hợp lọc hình thái lọc phân bố mật độ đám mây điểm UAV-LiDAR để xây dựng mơ hình số địa hình Trần Trung Anh 1,*, Trần Hồng Hạnh 1, Quách Mạnh Tuấn Trường Đại học Mỏ - Địa chất, Hà Nội, Việt Nam Công ty Cổ phần Xây dựng Thương mại QT miền Bắc, Hà Nội, Việt Nam THÔNG TIN BÀI BÁO Quá trình: Nhận 14/3/2022 Sửa xong 11/8/2022 Chấp nhận đăng 31/10/2022 Từ khóa: Đám mây điểm, Lọc điểm, Mơ hình số địa hình Thực phủ, UAV-LiDAR TĨM TẮT Việc lọc đám mây điểm LiDAR sử dụng thiết bị bay khơng người lái (UAVLiDAR) khu vực có thực phủ dày đặc nhằm xây dựng mơ hình số địa hình (DTM) yêu cầu thành lập đồ địa hình tỷ lệ lớn Bài báo có mục đích nghiên cứu sử dụng lọc hình thái đơn giản (SMRF) với tham số phù hợp để phân tách điểm phi địa hình (điểm địa vật: cối, điểm nhiễu,…) điểm bề mặt địa hình Phương pháp nghiên cứu báo ứng dụng lập trình thuật tốn kết hợp hai thuật toán lọc SMRF lọc phân bố, thử nghiệm tham số đầu vào khác phạm vi nghiên cứu rừng quốc gia Ba Bể Các tham số gồm độ rộng khung lưới ô vuông tham chiếu Gcell (m), bán kính cửa sổ lọc nwd ngưỡng chiều cao địa vật Eth (m) Đám mây điểm mặt đất địa hình sau phép lọc SMRF tiếp tục lọc phân bố mật độ với thuật toán giữ điểm có độ cao thấp cửa sổ lọc để loại bỏ vị trí mật độ điểm cao Từ phép lọc góp phần nhẹ hóa dung lượng điểm để xây dựng DTM nội suy đường bình độ trơn tru, hài hịa, xác đảm bảo tính thẩm mỹ đồ địa hình tỷ lệ lớn Kết nghiên cứu cơng thức ước tính tham số đầu vào hợp lý cho hai phép lọc (Gcell = m, nwd = 3, Eth = 0,2 m) đảm bảo thành lập đồ địa hình tỷ lệ 1:2000, đồng mức m rừng quốc gia Ba Bể, tỉnh Bắc Kạn, Việt Nam © 2022 Trường Đại học Mỏ - Địa chất Tất quyền bảo đảm _ *Tác giả liên hệ E - mail: trantrunganh@humg.edu.vn DOI: 10.46326/JMES.2022.63(5).01 Trần Trung Anh nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 63 (5), - 10 Mở đầu Công nghệ quét LiDAR (Light Detection and Ranging) với ưu cho sản phẩm trực tiếp vị trí xác điểm đối tượng bề mặt (Baudelet, 2014) Tia laser quét xuyên qua nhiều tầng đối tượng để tiếp cận với bề mặt địa hình khu vực có địa vật bên nhà cửa, cối Gần đây, phương tiện bay không người lái UAV (Unmanned Aerial Vehicle) mang theo thiết bị quét LiDAR tích hợp chụp ảnh số cung cấp điểm quét độ xác cao, vừa cung cấp sản phẩm bình đồ ảnh trực quan Để thành lập đồ địa hình bình đồ ảnh cung cấp khả làm cho công tác số hóa địa vật, cịn nội suy đường bình độ cần phải xây dựng bề mặt địa hình khơng có địa vật bên (Lin nnk., 2010; Kraus Pfeifer, 1998) Thiết bị UAVLiDAR cung cấp đám mây điểm (Hình 1) đa tầng thơng tin đối tượng, vấn đề cần xử lý để phân tách đối tượng theo yêu cầu, đặc biệt cần tách địa vật (nhà cửa, cối,…) điểm nằm bề mặt địa hình (Kraus Pfeifer, 1998; Axelsson, 2000) Hình Đám mây điểm UAV-LiDAR Trên giới, có nhiều nghiên cứu thuật toán lọc đám mây điểm nhằm thu nhận điểm thuộc địa hình mặt đất Các thuật tốn lọc chia thành nhóm như: thuật tốn phân đoạn/cụm, hình thái, quét hướng, đẳng cao, tam giác TIN, nội suy (Meng nnk., 2010) Mỗi thuật toán có ưu, nhược điểm riêng, độ xác khác nhau, áp dụng khu vực khác (Chen nnk., 2021) Axelsson (2000) cơng bố thuật tốn lọc dựa mơ hình mạng tam giác khơng linh hoạt (TIN) với tập hợp điểm gốc lấy từ tập liệu ban đầu lặp lặp lại thêm điểm từ tập đáp ứng tiêu chí liên quan đến thay đổi độ cao hướng Tỷ lệ sai số trung bình phép lọc Axelsson đạt 4,82% điểm Kappa trung bình cao 84,19% Thuật toán lọc nội suy mạnh phân cấp (Hierarchical Robust Interpolation algorithm) có tỷ lệ sai số trung bình 8,03% Kappa trung bình đạt 75,27% (Kraus Pfeifer, 1998) Thuật tốn lọc hình thái đơn giản SMRF (Simple Morphological Filter) Pingel cộng phát triển công bố năm 2013 thông qua việc sử dụng cửa sổ tăng tuyến tính đơn giản ngưỡng độ dốc, với ứng dụng kỹ thuật ánh xạ hình ảnh Trong thử nghiệm này, thơng số đầu vào nhóm tác giả gán với nhiều giá trị khác nhau, đạt độ xác tốt (Kappa trung bình đạt 85%) cho địa hình vùng thị, chưa thử nghiệm khu vực thực phủ dày đặc, sản phẩm đám mây điểm chưa phân bố mật độ hài hòa Ưu điểm thuật toán SMRF đơn giản, Chen nnk (2021) hỗ trợ xây dựng hàm tính Matlab (Mathworks, 2022) nghiên cứu phát triển sở tính thơng số đầu vào cho phép lọc SMRF lọc phân bố mật độ cho liệu đám mây điểm UAV-LiDAR Ở nước ta, Trần nnk (2015) nghiên cứu khả ứng dụng công nghệ LiDAR xây dựng mơ hình số địa hình vùng bãi bồi cửa sông ven biển điều kiện Việt Nam Nghiên cứu phân tích ưu LiDAR xây dựng quy trình cơng nghệ tổng qt, nghiên cứu sở đánh giá độ xác DEM thành lập công nghệ LiDAR (Lê Lương, 2008) Tuy nhiên, nghiên cứu chưa phân tích sâu phép lọc đám mây điểm; số kĩ thuật để khai phá liệu LiDAR để phân loại đối tượng bề mặt địa EM, KMeans, kNN, MCC áp dụng số phần mềm thương mại xử lý LiDAR (Nguyễn nnk., 2015) Nhìn chung nghiên cứu LiDAR nói chung phép lọc đám mây điểm LiDAR nói riêng nước ta cịn chưa phong phú, đặc biệt UAV-LiDAR Các nghiên cứu LiDAR tương lai cần tập trung vào việc phát triển phương pháp giải ba vấn đề lại thách thức lọc điểm bề mặt đất gồm (1) bề mặt có địa hình gồ ghề độ dốc khơng liên tục, (2) rừng rậm nơi có tán làm giảm xâm nhập chùm tia laser (3) vùng có thảm thực vật thấp thường Trần Trung Anh nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 63 (5), - 10 bị nhiều lọc mặt đất bỏ qua (Meng nnk., 2010) Các nghiên cứu gợi ý LiDAR giải pháp để lập đồ địa hình khu vực rừng rậm tia laser có hội tiếp cận mặt đất cao (Meng nnk., 2010) Do vậy, tham số đầu vào phép lọc SMRF đề xuất cho kết lọc hợp lý xây dựng thuật toán phép lọc phân bố mật độ cho hài hòa đám mây điểm UAV-LiDAR Đám mây điểm bề mặt đất sau lọc sử dụng để xây dựng mơ hình số địa hình, nội suy đường bình độ ghi điểm độ cao theo yêu cầu đồ địa hình (Bộ Tài nguyên Môi trường, 2015) Dữ liệu giải pháp 2.1 Khu vực nghiên cứu Vườn Quốc gia Ba Bể, tỉnh Bắc Kạn thành lập theo Quyết định số 83/TTg ngày 10/11/1992 Thủ tướng Chính phủ vườn quốc gia Ba Bể nằm phía tây bắc huyện Ba Bể, cách thành phố Bắc Kạn 68 km theo hướng tây bắc cách thủ đô Hà Nội 250 km phía bắc Khu vực vườn quốc gia Ba Bể có tổng diện tích 44.750 ha, đó: Vùng lõi 10.048 ha, vùng đệm 34.702 Vùng lõi bao gồm: phân khu bảo vệ nghiêm ngặt 3.931 ha, phân khu phục hồi sinh thái 6.083 ha, phân khu hành dịch vụ 34 Đây vườn quốc gia có độ che phủ tỷ lệ rừng nguyên sinh cao hệ thống rừng đặc dụng Việt Nam khu vực núi đá vôi giới Khu vực vườn quốc gia Ba Bể che phủ 73,68% diện tích rừng kín, thường xanh, mưa ẩm nhiệt đới, kiểu rừng nguyên sinh bị tác động núi đá vơi coi mẫu chuẩn hệ sinh thái rừng núi đá vôi đặc trưng cho vùng Đông Bắc Việt Nam giới (Nguyễn, 2011) Khu vực nghiên cứu thuộc xã Nam Mẫu, huyện Ba Bể, tỉnh Bắc Kạn, vườn quốc gia Ba Bể, vị trí 22°23'39" vĩ độ Bắc; 105°35'44" kinh độ Đơng Khu vực có đặc điểm địa hình đồi núi, chênh cao lớn 250÷620 m so với mực nước biển với thảm thực vật rừng nguyên sinh dày đặc (Hình 2) 2.2 Thu thập xử lý liệu UAV-LiDAR Công tác thu thập số liệu tiến hành với thiết bị bay khơng người lái DJI M300 mang tích hợp LiDAR chụp ảnh số Zenmule L1 Quá trình bay Hình Khu vực nghiên cứu vườn quốc gia Ba Bể, tỉnh Bắc Kạn Trần Trung Anh nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 63 (5), - 10 thiết kế bay theo dáng địa hình với độ cao bay chụp 120 m, mật độ điểm qt LiDAR trung bình 400 điểm/m2; diện tích khu thử nghiệm rộng 65 ha; tâm chụp định vị xác hệ tọa độ VN2000, kinh tuyến trục 106030’, múi chiếu 30; xử lý liệu bay quét phần mềm DJI Terra; sản phẩm đám mây điểm UAV-LiDAR gốc định dạng tệp LAS đưa sang q trình xử lý bóc tách địa hình mặt đất (Hình 3) 2.3 Thuật tốn xử lý đám mây điểm Mục đích xử lý đám mây điểm UAV-LiDAR tách điểm địa hình mặt đất giãn mật độ cho xây dựng mơ hình số địa hình DTM giúp nội suy đường đồngmức xác, đảm bảo tính thẩm mỹ đồ (Pingel nnk., 2013; Meng nnk., 2010; Chen nnk., 2021; Nguyễn nnk., 2015; Bộ Tài nguyên Môi trường, 2015) Trong nghiên cứu này, nhóm tác giả tiến hành cơng đoạn chính, dùng thuật tốn SMRF xử lý đám mây điểm UAV-LiDAR gốc để nhận đám mây điểm mặt đất địa hình; Cơng đoạn sau tiếp tục xử lý đám mây điểm mặt đất địa hình thuật toán phân bố mật độ để thu nhận kết đám mây điểm bề mặt địa hình có mật độ phù hợp cho mục đích thành lập đồ địa hình (DTM, đường đồng mức, điểm ghi độ cao) Quy trình kỹ thuật trình lọc kết hợp thuật tốn trình bày Hình 2.3.1 Thuật tốn SMRF Thuật tốn lọc hình thái đơn giản (SMRFSimple MoRphological Filter) sử dụng cửa sổ tăng tuyến tính đơn giản ngưỡng độ dốc, với ứng dụng kỹ thuật ánh xạ hình ảnh (Pingel nnk., 2013) gồm q trình chính: Q trình tạo bề mặt độ cao nhỏ nhất, gồm bước sau: Bước chia đám mây điểm vào ô vuông theo vị trí xy, kích thước vng gọi Gcell Bước tìm giá trị độ cao nhỏ gán cho phần tử vng (pixel) Bước hợp toàn giá trị Zmin vào ma trận 2D ảnh raster để tạo bề mặt độ cao nhỏ Quá trình phân đoạn bề mặt, gồm bước sau: Bước tiến hành mở hình thái bề mặt độ cao nhỏ (Stenning nnk., 2013) Bước cấu trúc phần tử bán kính cửa sổ đối tượng xác định vùng lân cận tìm kiếm cho hình thái (Stenning nnk., 2013) Bước tính tốn độ dốc bề mặt độ cao nhỏ bề mặt mở phần tử lưới Hình Đám mây điểm UAV-LiDAR gốc khu vực vườn quốc gia Ba Bể, tỉnh Bắc Kạn 6 Trần Trung Anh nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 63 (5), - 10 Hình Quy trình kết hợp hai thuật toán SMFR lọc phân bố mật độ xử lý đám mây điểm UAVLiDAR (Pingel nnk., 2013) vuông pixel Nếu khác biệt lớn ngưỡng độ cao phân loại pixel phi địa hình Thực lặp lặp lại bước từ đến Tăng bán kính cửa sổ lên pixel lần lặp đạt đến bán kính cửa sổ lớn Bước kết cuối trình lặp lại kết trạng thái phân hai, pixel đám mây điểm phân loại địa hình mặt đất phi địa hình Quá trình phân đoạn đám mây điểm gốc, gồm bước sau: Bước áp dụng trạng thái phân hai cho bề mặt độ cao nhỏ ban đầu để loại bỏ điểm lưới phi địa hình Bước nội suy giá trị cho điểm lưới trống kỹ thuật nội suy hình ảnh để tạo mơ hình độ cao ước tính Bước tính tốn chênh lệch độ cao điểm đám mây điểm gốc điểm tương ứng mơ hình độ cao ước tính Nếu khác biệt lớn ngưỡng độ cao (Eth) phân loại pixel phi địa hình (Hình 5) Hình Ngưỡng độ cao Eth cho điểm phi địa hình Trần Trung Anh nnk./Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 63 (5), - 10 Sản phẩm thuật toán lọc SMFR đám mây điểm UAV-LiDAR gốc phân tách thành nhóm: đám mây điểm bề mặt địa hình đám mây điểm đối tượng phi địa hình (nhà cửa, cối, điểm nhiễu,…) 2.3.2 Thuật toán lọc phân bố mật độ Trong thực tế sản phẩm đám mây điểm từ UAV-LiDAR có mật độ cao phân bố lại khơng tia laser phản xạ phụ thuộc vào đối tượng bề mặt như: đặc tính thực vật (cây cao, tán cây, bụi,…), nhà cửa, đường xá, mặt nước (thường hấp thụ 100%, khơng phản xạ, khơng tính tọa độ), đặc tính địa hình,… vị trí thiết bị góc quét chùm tia Laser Do vậy, đám mây điểm sau lọc bỏ đối tượng phi địa hình có mật độ khơng đều, với phân bố khơng (Hình 6) Hình Lọc phân bố mật độ Nhóm tác giả đề xuất phép lọc phân bố mật độ dựa sở cửa sổ lọc có độ rộng Wdd, giữ lại điểm địa hình có độ cao nhỏ (Hình 6) Thuật toán diễn giải sau: Input: đám mây điểm địa hình Output: đám mây điểm địa hình giãn mật độ theo yêu cầu đồ Initial: nhập giá trị Wdd Lấy giá trị điểm ảo (x,y,z)min; (x,y,z)max đám mây điểm địa hình; Gán vị trí cửa sổ xi=xmin; yi=ymin; Procedure: Lọc phân bố mật độ Cho cửa sổ lọc chạy đám mây điểm địa hình theo chiều x chiều y; while xi