Luận văn nghiên cứu kỹ thuật phân loại dữ liệu lidar

1 MỞ ĐẦU Đặt vấn đề Từ năm đầu thập niên 60 kỷ 20, đời khuếch đại ánh sáng phát xạ kích thích – laser mở nhiều ứng dụng mới, phải kể đến kỹ thuật khảo sát từ xa sử dụng nguồn kích thích tia laser gọi LiDAR (Light Detection And Ranging) Hệ thống LiDAR hệ thống tích hợp từ thành phần chính: Hệ thống thiết bị Laser (Light amplification by stimulated emission of radiation), hệ thống định vị vệ tinh GNSS (Global Navigation Sattelite System) hệ thống đạo hàng quán tính INS (Inertial Navigation System) Tổ hợp thiết bị mối quan hệ hữu cơ, tác động chi phối lẫn nhau, tạo nên hệ thống LiDAR Bản chất công nghệ LiDAR kỹ thuật đo dài laser, định vị không gian GPS/INS nhận biết cường độ phản xạ ánh sáng Xung laser phát hướng xuống mặt đất độ cao Sóng laser phản hồi từ mặt đất hay từ bề mặt đối tượng cây, đường nhà , với xung đo thời gian tín hiệu, tính khoảng cách từ nguồn phát laser tới đối tượng Ở thời điểm phát xung laser, hệ thống định vị vệ tinh GNSS xác định vị trí khơng gian điểm phát, hệ thống đạo hàng quán tính xác định góc định hướng khơng gian tia quét Với giá trị đo tổng hợp tính vị trí (tọa độ khơng gian) điểm bề mặt đất Công nghệ LiDAR công nghệ tiên tiến hàng đầu hệ thống công nghệ thu thập liệu không gian giới Với khả trực tiếp thu nhận đám mây điểm 3D với độ xác cao, LiDAR áp dụng rộng rãi việc thành lập mơ hình số độ cao (Digital Elevation Model - DEM) bề mặt địa hình, dựa vào theo dõi dòng chảy nước hay giám sát di chuyển khối, thành lập đồ viễn thám Công nghệ LiDAR phát triển ứng dụng thiết bị laser, định vị vệ tinh đo quán tính để thu thập liệu địa lý bề mặt trái đất So sánh với phương pháp thu nhận xử lý trắc địa ảnh truyền thống, xử lý liệu LiDAR dễ dàng hơn, thành lập xác mơ hình DEM Hơn nữa, xung laser xuyên qua địa hình, địa vật lá, mặt đất tán Để thành lập DEM từ tập hợp điểm này, ta phải phân biệt điểm mặt đất điểm khơng mặt đất Q trình gọi phân loại liệu LiDAR Việc phân loại liệu tự động đám mây điểm thực phép giải toán lọc điểm, sở kết hợp sử dụng ảnh cường độ, kết đo vẽ bãi kiểm định chuẩn thực địa ảnh số chụp (nếu có cơng nghệ có lắp thêm hệ thống máy chụp ảnh kỹ thuật số) Bài toán phân loại đám mây điểm LiDAR thuộc vào toán lọc phân tách đưa điểm lớp riêng biệt Việc phân loại liệu tự động đám mây điểm phải tách đám mây liệu thành lớp khác theo tính chất riêng như: Lớp chứa điểm mặt đất, Lớp chứa điểm thực phủ, Lớp chứa điểm mái nhà tường nhà cơng trình xây dựng, Lớp chứa điểm không, Lớp chứa điểm bị lỗi, Lớp chứa điểm mặt nước … Từ xây dựng lớp Ground NonGround Trên giới có nhiều chương trình lọc điểm theo thuật toán khác giới thiệu áp dụng Trong số có Vosselman Sithole (Hà Lan) có thuật tốn “mơ hình góc nghiêng di động” hay mơ hình “độ chênh cao cực đại”, Axelsson đưa thuật tốn “mơ hình TIN di động “, Kraus (Áo) đưa thuật toán lọc theo lý thuyết nội suy thống kê, hãng ToyEye (Thụy Điển), TopoSys (Đức) có chương trình lọc đám mây điểm LiDAR cung cấp kèm với hệ thống thiết bị… Hiện nay, với thuật tốn lọc ngày hồn thiện, cơng tác lọc điểm tự động hóa khoảng 90-95%, nhiên để đánh giá, so sánh chất lượng thuật toán cịn nhiều vấn đề phải tranh luận kiểm chứng thực tế sản xuất Các phần mềm xử lý liệu LiDAR đắt bán kèm theo thiết bị, hồn tồn phần mềm thương mại đóng ENVI LiDAR Với mục đích nghiên cứu, tìm hiểu thuật toán sử dụng việc phân loại liệu LiDAR, đồng thời thử nghiệm kỹ thuật phân loại liệu LiDAR liệu cụ thể, học viên lựa chọn nội dung: “Nghiên cứu kỹ thuật phân loại liệu LiDAR” làm đề tài thực khóa luận thạc sĩ Những nội dung nghiên cứu Ngồi phần mở đầu trình bày lý chọn đề tài phần kết luận trình bày kết đạt luận văn này, nội dung nghiên cứu trình bày ba chương sau: Chương 1: Trình bày khái quát công nghệ LiDAR ứng dụng, phát biểu toán phân loại liệu LiDAR Chương 2: Trình bày phương pháp phân loại liệu LiDAR với thuật toán MCC (Multiscale Curvature Classification) thuật tốn K-Means Chương 3: Xây dựng chương trình thử nghiệm phân loại liệu LiDAR bao gồm: Giới thiệu toán thử nghiệm, lựa chọn thuật toán phân loại liệu thử nghiệm, môi trường công cụ sử dụng để xây dựng chương trình, phát triển chương trình đánh giá kết thu CHƯƠNG 1: GIỚI THIỆU VỀ CÔNG NGHỆ LIDAR VÀ CÁC ỨNG DỤNG 1.1 Tổng quan công nghệ LiDAR 1.1.1 Cấu trúc hệ thống LiDAR LiDAR, Light Detection And Ranging, thuật ngữ để công nghệ viễn thám mới, chủ động, sử dụng loại tia laser để khảo sát đối tượng từ xa Dữ liệu thu hệ thống tập hợp đám mây điểm phản xạ chiều tia laser từ đối tượng khảo sát Công nghệ áp dụng Việt Nam, cho phép đo đạc độ cao chi tiết địa hình cách xác nhanh chóng Hệ thống LiDAR bao gồm đầu (bộ cảm biến), hệ thống đo quán tính (IMU), hệ thống GPS, hệ thống quản lý bay, hệ thống camera số hệ thống thiết bị lưu trữ liệu Bộ máy quét Laser (bộ cảm biến): Gồm hai phận gắn vào bên máy bay; phận có vai trị phát xung laser hẹp đến bề mặt trái đất máy bay di chuyển với tốc độ định Một máy thu gắn máy bay thu nhận phản hồi xung chúng đập vào bề mặt trái đất quay trở lại thiết bị thu máy bay Hầu hết hệ thống LiDAR sử dụng gương quét để tạo dải xung Sóng Laser nằm dải sóng cận hồng ngoại để phục vụ cơng tác đo đạc địa hình, bề mặt trái đất, cịn với laser dải sóng xanh phục vụ cơng tác đo sâu mặt nước Độ rộng dải quét phụ thuộc vào góc dao động gương, mật độ điểm mặt đất phụ thuộc vào yếu tố tốc độ máy bay tốc độ gương Tốc độ dao động xác định cách tính tốn tổng thời gian tia laser rời máy bay, đến mặt đất trở lại cảm biến Hệ thống xác định qn tính IMU: Các giá trị góc xoay, góc nghiêng dọc, nghiêng ngang, hướng bay quét hệ thống LiDAR xác định xác thiết bị đạo hàng, góc quay gương tức thời khoảng cách thu nhận liệu GPS dùng để tính toán toạ độ ba chiều điểm LiDAR Hệ thống GPS: Dữ liệu LiDAR kết hợp với thơng tin vị trí xác thu nhận từ thiết bị GPS hệ thống thiết bị xác định thơng số định hướng góc xoay, góc nghiêng dọc, nghiêng ngang đặt máy bay Các thông tin lưu trữ xử lý, để xác định giá trị toạ độ (x,y,z) xác điểm mặt đất Hệ thống GPS gồm máy thu đặt máy bay máy thu đặt mặt đất, trình xử lý liệu cho kết vị trí điểm có độ xác cao (+/- vài cm đến vài chục cm) Hệ thống quản lý bay: Cho phép lập kế hoạch, thiết kế tuyến bay theo dõi trình bay quét LiDAR Hình 1: Tổng quan hệ thống LiDAR 1.1.2 Đặc điểm công nghệ LiDAR Bản chất công nghệ LiDAR kỹ thuật đo dài laser, định vị không gian GPS/INS nhận biết cường độ phản xạ ánh sáng [3] Xung laser phát hướng xuống mặt đất độ cao Sóng laser phản hồi từ mặt đất hay từ bề mặt đối tượng cây, đường nhà , với xung đo thời gian tín hiệu, tính khoảng cách từ nguồn phát laser tới đối tượng Ở thời điểm phát xung laser, hệ thống định vị vệ tinh GNSS xác định vị trí khơng gian điểm phát, hệ thống đạo hàng quán tính xác định góc định hướng khơng gian tia quét Với trị đo tổng hợp tính vị trí (tọa độ khơng gian) điểm bề mặt đất Cơng nghệ LiDAR có nhiều tính vượt trội so với cơng nghệ đo đạc truyền thống, có đặc điểm như: - Độ xác xác định vị trí không gian đối tượng địa lý cao Độ xác độ cao < 20cm, độ xác mặt phẳng < 25cm - Thời gian thu thập xử lý liệu cực nhanh Thời gian bay quét LiDAR với khoảng 1000km2 khoảng 25-30 giờ, thời gian xử lý tạo DEM với 1000km2 khoảng 10 ngày - Không giống phương pháp đo ảnh hay đo đạc ngồi trời khác, cơng nghệ LiDAR chủ yếu tự động hóa, có can thiệp trực tiếp người Thành liệu khách quan, mức độ tin cậy cao - Hệ thống LiDAR thu thập liệu không phụ thuộc vào ánh sáng mặt trời, thực ngày đêm, điều kiện thời tiết khơng địi hỏi khắt khe - Xung ánh sáng hệ thống LiDAR qua đối tượng vòm tán cây, mặt nước, mái che kính, ni lơng mỏng … phản xạ tới lần Mỗi lần phản xạ mức truyền khác ghi nhận giá trị tọa độ (XYZ) khác Đây tính đặc biệt mà công nghệ đo vẽ ảnh khác thực Với tính việc thực bay quét vùng rừng nơi có thực phủ khơng q dày đặc thi cơng thể bề mặt đất - Điểm phân giải điểm đo chi tiết cao, đầu phát đạt 150.000 xung giây, độ cao bay 1000m mật độ khoảng điểm 1m2 Hiện có nhiều hệ thống LiDAR có đầu phát đạt 240.000 xung giây Công nghệ LiDAR với khả đo điểm trực tiếp ngoại nghiệp mật độ cao, độ xác lớn, tốc độ nhanh - Điểm khống chế mặt đất ít, điểm cho mục đích cải DGPS Cơng nghệ LiDAR đặc biệt lợi ích cơng cụ lý tưởng áp dụng cho vùng xa xăm, hẻo lánh mà người khó tiếp cận triển khai đo đạc ngoại nghiệp - Công nghệ LiDAR ghi nhận giá trị mức phản xạ ánh sáng đối tượng mặt đất, liệu dùng để tạo ảnh cường độ xám, phân loại đối tượng, chiết xuất đối tượng mặt đất Đây đặc tính có giá trị gia tăng liệu LiDAR - Một số hệ thống LiDAR chức đo quét mặt đất, cịn thực chức đo sâu (hiện đo sâu đến 40m) - Tổ chức thi công đơn giản, gọn nhẹ phương pháp khác, số người cần tham gia (khoảng 10-15 người) - Hiệu kinh tế cao ứng dụng cơng nghệ LiDAR cho mục đích thu thập liệu không gian với yêu cầu thời gian ngắn, độ xác cao mật độ dày đặc [3] 1.2 Khả ứng dụng LiDAR Công nghệ LiDAR thể nhiều ưu vượt trội với công nghệ khác việc đo đạc thành lập đồ, xây dựng sở liệu hay mô không gian ba chiều Các nguồn liệu thu nhận được ứng dụng nhiều lĩnh vực khác giáo dục, viễn thông, theo dõi đánh giá khai thác mỏ, quân sự, nghiên cứu lập đồ khu vực ngập lụt, dự báo thảm hoạ, đồ địa hình dải ven biển, quy hoạch thị, lập đồ đường dây tải điện,… a) Khảo sát địa hình lập đồ: Kết đầu mơ hình số địa hình (DEM – Digital Elavation Model) mơ hình số bề mặt (DSM – Digital Surface Model) với độ phân giải độ xác cao, LiDAR phù hợp để ứng dụng việc thành lập đồ tỷ lệ lớn, ứng dụng liên quan đến phát triển quản lý trì hạ tầng sở Hình 2: Ứng dụng LiDAR khảo sát địa hình lập đồ b) Lâm nghiệp: Trong lĩnh vực lâm nghiệp, công nghệ LiDAR chủ yếu sử dụng để đánh giá, thống kê, phân tích điều kiện sống hoang dã, tương quan yếu tố tán, độ dày tán, dạng lá,… hay sản lượng gỗ rừng; ước tính sinh khối, trữ lượng gỗ tham số lâm nghiệp khác Hình 3: Ứng dụng LiDAR lâm nghiệp c) Lập đồ ngập úng: Dữ liệu LiDAR sử dụng hiệu xây dựng mơ hình ngập úng, xác định ranh giới ngập úng, cung cấp thêm nhiều thông tin đối tượng/địa vật chịu ảnh hưởng; từ thành lập đồ nguy ngập úng, vùng ưu tiên sơ tán Hình 4: Ứng dụng LiDAR lập đồ ngập úng d) Các ứng dụng cho đới dun hải: Do liệu LiDAR có độ xác cao mật độ điểm liệu dày đặc thời gian thu thập liệu ngắn Dữ liệu phù hợp cho ứng dụng để quản lý dự báo xói mịn bờ biển; giúp đánh giá dự báo bồi lắng, quan trắc lập dự báo ngập lụt ven biển… Hình 5: Ứng dụng LiDAR cho đới duyên hải e) Địa hình ven biển: Cơng nghệ LiDAR giúp lập đồ địa hình đáy biển độ sâu tới 70m, hữu ích dự án xác định luồng lạch tàu vào, thiết kế quy hoạch cảng kênh giao thông thuỷ 10 Hình 6:Ứng dụng LiDAR lập đồ địa hình ven biển f) Trượt lở: LiDAR sử dụng để quan trắc dự báo trượt lở, đặc biệt với ác sườn dốc, nhờ đặc điểm thu thập liệu nhanh chóng với độ cao mật độ liệu dày đặc Công nghệ sử dụng để đánh giá nhanh thiệt hại thiết lập đồ thể tình trạng hậu trượt lở nhanh chóng xác Hình 7: Ứng dụng LiDAR quan trắc dự báo trượt lở g) Các tuyến truyền tải: LiDAR áp dụng việc lập đồ tuyến truyền tải trải dài, giúp thể xác vị trí tháp truyền tải cột điện, phân định địa hình hành lang truyền tải loại đối tượng tồn hành lang (cây xanh…) giúp điều chỉnh, sửa chữa tu thiết kế nâng cấp 33 mật độ xung phản hồi 1.4pls/m2, mật độ điểm 2,69pt/m2 Dữ liệu sau thu nhận lưu dạng file las với chuẩn 1.2 Các tham số liệu thể bảng 3.1 Bảng 3.2 Thơng số file las Thuộc tính STT Giá trị Cường độ (min, max) 0, 4538 Màu R, G, B Thứ tự góc quét (min, max) -32, 31 Số lượng tia phản xạ (min, max) 0, Tọa độ điểm Góc bay (min, max) 0, 0, x, y, z 0, Đám mây điểm LiDAR thể hình vẽ 3.1 ảnh vệ tinh khu vực khảo sát thể hình 3.2 Hình 1: Đám mây điểm khu vực khảo sát 34 Hình 2: Ảnh vệ tinh khu vực đo vẽ 3.3 Môi trường công cụ sử dụng để xây dựng chương trình Chương trình xây dựng ngơn ngữ C# Visual Studio 2015 tích hợp với công cụ LASTools C# ngôn ngữ lập trình hướng đối tượng phát triển Microsoft, phần khởi đầu cho kế hoạch NET họ Tên ngôn ngữ bao gồm ký tự thăng theo Microsoft theo ECMA C#, bao gồm dấu số thường Microsoft phát triển C# dựa C++ Java C# miêu tả ngơn ngữ có cân C++, Visual Basic, Delphi Java LASTools tập hợp cơng cụ dịng lệnh để phân loại, xếp, chuyển đổi, lọc, raster, tam giác, đường viền, clip đa giác liệu LiDAR (để vài chức năng) Tất công cụ chạy qua GUI có sẵn dạng hộp công cụ xử lý LiDAR cho phiên ArcGIS 9.3, 10.0 10.1 ESRI Quản lý dự án đầy đủ bao gồm công cụ: - Mã hóa liệu địa lý chuyển đổi - Theo dõi liên kết - Lọc phân loại nâng cao - Tạo DSM / DTM 35 - Phát đột phá tính - Nhiều định dạng đầu vào đầu (bao gồm định dạng LAS) - Thế hệ chỉnh hình thực - Tích hợp đầy đủ liệu Dạng sóng Lidar - Và trình xem trình chỉnh sửa linh hoạt để hiển thị thao tác liệu hình ảnh liệu hình ảnh LasTools cung cấp cơng cụ cần thiết để tạo DSM DTM từ liệu khai thác thô xử lý trước cách độc lập ứng dụng Nó có tính quản lý thông minh liệu dự án, nhập mã hóa địa lý liệu hình ảnh liệu thô, hiệu chuẩn hệ thống, lọc phân loại liệu LiDAR, tạo mơ hình độ cao xuất kết theo định dạng phổ biến khác Sự nhấn mạnh đặc biệt đặt vào giao diện người dùng đồ họa trực quan quy trình làm việc hợp lý phép tạo mơ hình nhanh chóng hiệu Ngồi ra, LasTools cung cấp tính để xử lý xử lý liệu khai thác tiên tiến dạng sóng tín hiệu trở lại màu sắc bề mặt thật, tích hợp nhanh chóng liệu LiDAR ảnh kỹ thuật số vào ảnh ortho LASTool có công cụ sau: - API để đọc/ghi file LAS - lasinfo - lasview - las2txt txt2las - laszip - las2las 36 Hình 3: Giao diện GUI lastool Hình 4: Cơng cụ LASTool ARCGIS 37 3.4 Phát triển chương trình Chương trình sau xây dựng với ngôn ngữ C# công cụ LASTool có giao diện sau: Hình 5: Giao diện chương trình Các chức chương trình gồm có: a) Xem file las Hình 6: Đám mây điểm LiDAR hiển thị dạng 3D b) Phân loại với MCC 38 Hình 7: Phân loại với MCC Hình 8: Các điểm gán nhãn sau phân loại với MCC c) Phân loại với K-means 39 Hình Kết phân loại với K-means 3.5 Đánh giá kết thu Sau xây dựng chương trình tiến hành phân loại đám mây điểm với thuật toán MCC K-means 3.5.1 Phân loại với MCC Dữ liệu đầu vào thuật toán MCC liệu file las lấy trang www.opentopo.sdsc.edu trình bày Tham số đầu vào với ứng dụng toạ độ x,y,z liệu LiDAR Chương trình sử dụng thuật tốn MCC việc khai thác toạ độ Z để tiến hành gán nhãn cho điểm đám mây điểm với hai nhóm mặt đất không mặt đất Do giá trị thuộc tính mật độ xung m2 1.4 nên theo cơng thức lựa chọn tham số s thuật tốn MCC: s = 1/(sprt(pulse/m2)) = 1/sprt(1.4) = 0.8 40 Trong đó, giá trị t lựa chọn theo đề xuất 0.3 Hình 10: Tham số lựa chọn giải thuật MCC Qua miền tỉ lệ với miền tỉ lệ đầu có giá trị 0.4, miền tỉ lệ thứ hai có giá trị 0.8 miền tỉ lệ thứ có giá trị 1.2 Trong đó, miền tỉ lệ đầu qua lần lặp, thứ hai lần lặp thứ lần lặp có 184902 điểm tổng số 369750 điểm gán vào lớp mặt đất cịn lại lớp khơng mặt đất 41 Hình 11: Các điểm gán nhãn sau phân loại với MCC 3.5.2 Phân loại đám mây điểm với K-means Từ kết thuật toán MCC, đám mây điểm dán nhãn thành hai loại điểm mặt đất nhãn không mặt đất có nhãn Lấy điểm có nhãn (không mặt đất) tiến hành phân cụm với thuật toán K-Means Để phân loại với K-means lựa chọn số cụm k = 2, thuộc tính đươc sử dụng để phân loại độ cao z, kết phân loại thể hình 3.12 42 Hình 12: Kết phân loại với K-means Sau phân loại, đám mây điểm chia thành hai cụm, với giá trị tâm cụm khởi tạo sau: - Cụm có tâm khởi tạo 18.72 - Cum có tâm khởi tạo 20.53 Qua lần lặp tâm cụm ghi nhận là: - Cụm có tâm 17.69 - Cụm có tâm 20.6 Sau phân loại với K-means có 184811 điểm gán vào cụm tổng số 369750 điểm 3.5.3 Đánh giá Với thuật toán MCC, qua miền tỉ lệ với tổng số 21 lần lặp tỉ lệ phân loại thay đổi sau: 43 SD1 SD2 SD3 28% 2.50% 0.82000 0% 14% 1.10% 0.37000 0% % phân loại 6.80% 3.60% 2.10% 0.61% 0.530% 0.13% 0.10000 0.18000 0.03700 0% 0% 0% 1.50% 0.03% 0.01300 0% Hình 13: Tỉ lệ phân loại miền tỉ lệ với MCC Với thuật toán K-means, lần lặp thể hình 3.14 Hình 14: Lịch sử lặp K-means 0.91% 0.00380 0% 44 Bảng 3.3: Số lượng điểm cụm Number of Cases in each Cluster Cluster 184811.000 184900.000 Valid 369750.000 Missing 39.000 Số lượng điểm chia cụm thể bảng 3.2, thấy với K-means có 69 tổng số 369750 điểm lỗi (điểm không thuộc cụm nào) Để đánh giá độ xác hai thuật toán sau phân loại, tác giả so sánh kết với giải thuật sử dụng trang Opentopo để tính tốn độ đo cho giải thuật MCC K-means Kết thể bảng 3.3 Bảng 4.3:Các độ đo đánh giá độ xác phân loại STT Thuật Số lần Độ Độ bao Thời gian toán lặp phủ chạy F1 xác MCC 21 99.8% 99.9% 110s 99.85% K-means 96% 92% 104s 93.96% Opentopo 12 99.9% 99.9% 122s 99.9% Qua thấy, thuật tốn MCC K-means đáp ứng yêu cầu toán phân loại đám mây điểm LiDAR, phù hợp với mục tiêu yêu cầu đặt Dữ liệu sau phân loại sử dụng để thành lập DEM/DSM hình 3.15 3.16 45 Hình 15: Mơ hình DEM khu vực Hình 16: Mơ hình DSM 46 KẾT LUẬN Hiện nay, Việt Nam công nghệ LiDAR ứng dụng rộng rãi nhiều lĩnh vực như: Trắc địa đồ, kỹ thuật môi trường, vật lý, khảo cổ học, … Tuy nhiên, việc áp dụng dừng lại việc ứng dụng cơng nghệ LiDAR xây dựng đồ địa hình, lập đồ ngập úng, dự báo trượt lở, lập đồ giao thơng, tạo mơ hình DTM, DSM, lập đồ tuyến truyền tải dài, … Việc sâu nghiên cứu giải toán phân loại điểm nhằm mở rộng khả ứng dụng công nghệ LiDAR chưa có sản phẩm cơng bố Việt Nam Do đó, đề tài nghiên cứu góp phần làm rõ hiệu quả, độ xác sử dụng số thuật toán việc giải toán phân loại đám mây điểm đồng thời sở để mở rộng ứng dụng khai thác liệu LiDAR 47 LIỆU THAM KHẢO TRONG NƯỚC [1] TS Lương Chính Kế, “Thành lập DEM/DTM/DSM cơng nghệ LiDAR”, 2005 [2] TS Trần Đình Luật, Th.S Nguyễn Thị Kim Dung, Th.S Lưu Thị Thu Thủy, Th.S Trần Hồng Hạnh, “Khả ứng dụng công nghệ LiDAR xây dựng mơ hình số địa hình vùng bãi bồi cửa sông ven biển điều kiện Việt Nam”, Tạp chí Tài ngun Mơi trường, vol.1, pp 24-28, 2015 [3] Trần Đình Trí, “Cơng nghệ LiDAR”, Bài giảng dành cho cao học, Trường Đại học Mỏ - Địa chất, 2013 NƯỚC NGOÀI [4] J.Niemeyer, C.Mallet, F.Rottensteiner, U.Sorgel, "CRF for the classification of LiDAR point cloud," Remote Sensing, 2011 [5] J Kunapo, "Spatial data integration for classification of 3D point cloud from digital photogrammetry," Applied GIS, Monash University Express, vol 3, no 3, pp 26.1-26.15, 2005 [6] Jeffrey S.Evans, Andrew T.Hudak, "A multiscale curvature algorithm for classifying discrete return LiDAR in forested environments," IEEE, vol 45, pp 10291038, 2007 [7] N.El-Ashmawy, A.Shaker, "Raster vs Point cloud LiDAR data classification," The International Archives of the Photogrammetry, RS and Spatial Information Sciences, Vols XL-7, pp 79-83, 2014 [8] N.Yastikli, Z.Cetin, "Classification of LiDAR data with point based classification methods," vol 3, 2015 [9] S forge, "SourceForge," [Online] Available: http://sourceforge.net/projects/mcclidar [10] Wade T.Tinkham, Hongyu Huang, "A comparision of two open source LiDAR surface classification algorithm," Remote Sensing, vol 3, pp 638-649, 2011 ... cứu, tìm hiểu thuật toán sử dụng việc phân loại liệu LiDAR, đồng thời thử nghiệm kỹ thuật phân loại liệu LiDAR liệu cụ thể, học viên lựa chọn nội dung: ? ?Nghiên cứu kỹ thuật phân loại liệu LiDAR”... LiDAR nghiên thảm thực vật, nghiên cứu sinh khối tầng thứ rừng đa tầng nhiệt đới, nghiên cứu bờ biển hay thay đổi bề mặt phủ 19 CHƯƠNG 2: MỘT SỐ KỸ THUẬT PHÂN LOẠI DỮ LIỆU LIDAR 2.1 Nghiên cứu. .. sử dụng kỹ thuật CV (Cross - Validation), … 2.2 Đánh giá kết phân loại LiDAR 2.2.1 Thuật toán MCC Trên giới, nghiên cứu công bố MCC phân loại liệu LiDAR tương đối hạn chế, bật nghiên cứu tác