7. Cấu trúc của luận văn
2.1Phương pháp triết xuất thông tin lớp phủ bề mặt từ dữ liệu Lidar
Khảo sát, thiết kế
Đo đạc ngoại nghiệp: - Thiết lập cơ sở toán học.
- Xây dựng bãi chuẩn hiệu chỉnh. mặt phẳng và độ cao.
- Đo nối trạm base.
Bay quét Lidar kết hợp chụp ảnh số
47 Xử lý dữ liệu
- Xử lý thô, kiểm tra độ gối phủ dữ liệu.
- Xác định quỹ đạo đường bay và các thông số định vị tia quét. - Xác định các nguyên tố định hướng ngoài của ảnh.
- Xác định tọa độ các điểm phản hồi xung laser trong hệ tọa độ WGS84. - Xử lý làm khớp các giải bay và tuyến bay chặn.
- Chuyển kết quả sang hệ quy chiếu và hệ tọa độ VN-2000.
- Xử lý mặt phẳng và độ cao theo các điểm hiệu chỉnh của bãi chuẩn.
Xây dựng mô hình số độ cao và tạo bình đồ trực ảnh
- Lọc điểm phân loại dữ liệu Lidar thành các lớp bề mặt đất (ground) và không phải bề mặt đất (Non-ground).
- Tạo ảnh cường độ. - Xây dựng DEM sơ bộ.
- Nắn ảnh trực giao (TrueOrtho) thành lập bình đồ trực ảnh trong hệ VN- 2000.
- Chuẩn hóa dữ liệu DTM.
- Xây dựng DTM chính xác theo khuôn dạng phần mềm sử dụng. - Chuyển đổi định dạng file, xây dựng DTM theo mô hình GRID. - Xây dựng mô hình số bề mặt.
Xây dựng mô hình nhà cửa, các đối tượng khác, lập bản đồ 3D
- Số hóa các đối tượng dân cư, giao thông, thủy hệ, thực phủ, đường dây…
- Chuyển đổi các đối tượng sang dạng 3D trên nền DTM. - Dựng các mô hình 3D trên nền DTM.
- Gán các ký hiệu thực phủ, cây cối, giao thông, đường dây… - Gán các thông tin thuộc tính cho các đôi tượng.
- Hoàn thiện bản đồ 3D.
48
Hình 2.1: Quy trình công nghệ thành lập bản đồ 3D từ dữ liệu Lidar 2.2.1 Lọc điểm và nắn ảnh trực giao
Dữ liệu Lidar được xử lý sơ bộ nhằm loại bỏ sự chênh lệch về độ cao giữa các dải bay:
Hình 2.2 Loại bỏ chênh cao giữa hai dải bay
Dữ liệu Lidar là tập hợp các điểm (đám mây điểm) cung cấp thông tin một cách phong phú về mặt bằng và độ cao. Dựa trên các dữ liệu này, chúng ta có thể xây dựng được mô hình số địa hình (thu nhận từ dữ liệu địa hình) và mô hình số bề mặt (thu nhận từ việc kết hợp dữ liệu địa hình và dữ liệu bề mặt).
Hình 2.3 Dữ liệu tập hợp điểm Lidar
49
Hình 2.4 Bóc tách đối tượng địa vật để tạo DTM (adsbygoogle = window.adsbygoogle || []).push({});
Để bóc tách các đối tượng trên DSM, cần dựa vào các chỉ số về góc dốc, khoảng cách hay độ dài của đường cắt và độ cao lớn nhất. Tổ hợp các chỉ số này sẽ được dùng để cắt cho toàn vùng (Hình 2.5)
DSM
Góc dốc Khoảng cách Độ cao
DTM
Bóc các đối tượng
50
Hình 2.5 Tham số địa hình trong pháp lọc DTM từ DSM
a) DSM b) DTM
Hình 2.6 Kết quả tạo mô hình số bề mặt (a) và mô hình số địa hình (b)
2.2.3Tái tạo mô hình mái nhà từ dữ liệu Lidar
Sau khi đã có dữ liệu DTM, để có thể tách được nhà cần dựa vào các chỉ số như độ cao, diện tích, độ dốc mái và cấu trục của cây để phân biệt, tách lọc ra nhà (hình 2.7)
51
Hình 2.7 Sơ đồ tách lọc đối tượng nhà
Trên thế giới hiện nay, người ta chủ yếu sử dụng dữ liệu Lidar để tiến hành xây dựng, tái tạo lại các mô hình nhà cửa, cây cối và một số các đối tượng khác trong môi trường đồ họa 3 chiều để thành lập nên các mô hình đô thị 3D.
Nhìn chung, quá trình tái tạo mô hình mái từ đám mây điểm Lidar bao gồm: Xác định những điểm trong đám mây điểm thuộc về mái
Xác định các mặt phẳng cấu thành mái
Xác định vị trí đường viền mái trên từng mặt phẳng này.
Trong các nghiên cứu gần đây cho thấy 2 hướng tiếp cận để đưa ra phương pháp mô hình hóa tự động mái nhà từ dữ liệu Lidar. Đó là dựa trên dữ liệu (data driven approach) và dựa trên mô hình mẫu (model driven approach).
Để đảm bảo tính hiệu quả và độ chính xác cao, phương pháp kết hợp dữ liệu Lidar và ảnh độ phân giải cao thường được áp dụng. Hai nguồn dữ liệu này có khả năng bổ trợ hiệu quả cho nhau. Dữ liệu điểm Lidar tham gia tạo mô hình DSM chi tiết cao giúp việc nắn ảnh trực giao thực chính xác hơn. Ảnh trực giao cũng cho phép nhận biết và vector hóa và chỉnh sửa đối tượng một cách chính xác hơn. Để nhận dạng và tái lập các công trình xây dựng trên mô hình 3D, người ta kết hợp phân nhóm dữ liệu dựa trên phép phân tích tính đồng phẳng của dữ liệu điểm Lidar cho các vùng của mái các công trình xây dựng (Soininen 2004).
DSML DTM Độ cao của địa vật bao gồm cả Diện tích Độ cao nhà Độ dốc của mái nhà Texture của cây (cấu trúc cây) Nh
52
Bảng 2.3 Kết quả phân loại điểm địa hình, địa vật nhà cửa, cây cối. Các tiêu chuẩn Các trường hợp Kết quả phân loại
(1): Điểm địa hình
(a) Điểm thực địa
(b) Điểm lọc khác
(c) Điểm thực địa gồ ghề Điểm lọc khác Điểm thực địa
(2): Điểm địa vật
(a) Điểm địa vật là nhà
(b) Điểm lọc khác
(c) Điểm địa vật là cây (adsbygoogle = window.adsbygoogle || []).push({});
Điểm lọc khác Điểm lọc khác
(3): Điểm không lọc
(a) Điểm thực địa
(b) Điểm lọc khác
(c) Điểm địa vật là cây
Điểm lọc khác Điểm lọc khác
Dựa trên các đánh giá thực tế này, để tái tạo mô hình nhà cho các khu đô thị phương pháp khả thi được đề xuất với các dữ liệu đầu vào là:
Điểm Lidar để dựng các mặt phẳng mái nhà
Ảnh máy bay (hoặc ảnh vũ trụ độ phân giải cao) dùng cho việc xác định chính xác đường viền mái nhà và để có thể nhìn thấy hay thể hiện các cấu trúc có kích thước nhỏ.
Dữ liệu 2D đường viền chân nhà (nếu có) dựng tường đúng vị trí và trợ giúp xác định hướng chính của nhà
Công đoạn chuẩn bị dữ liệu Lidar và ảnh bao gồm 2 bước chính. Phân loại điểm Lidar thành 2 nhóm riêng biệt:
Điểm mặt đất
Điểm thuộc về đối tượng có độ cao riêng trên mặt đất như nhà, cây, cầu, dây và cột điện.
53
Việc tái tạo mô hình mái nhà bao gồm các bước sau:
Tìm kiếm các mặt phẳng dựa trên tập hợp điểm Lidar và tách các điểm nằm trên các mặt phẳng này thành nhóm điểm mái nhà
Chia nhỏ nhóm điểm mái nhà, mỗi nhóm thể hiện 1 mặt phẳng.
Xác định các yếu tố mang tính đối xứng và điều chỉnh lại phương trình mặt phẳng
Tìm kiếm tự động polygon đường bao mái dựa trên tập hợp điểm Lidar
Tạo các đường giao giữa các mặt phẳng mái, chỉnh sửa thủ công đường bao mái dựa trên ảnh trực giao bằng các công cụ đồ họa để đảm bảo tính đối xứng, tính cộng tuyến của các bề mặt cấu thành mái khi tác nghiệp viên đánh giá và kết luận rằng những nguyên tắc này thật sự phù hợp với thực tế.
a) Nhà b) Cây
Hình 2.8 Đối tượng nhà sau khi được tách lọc
Sau khi có được DTM, việc dùng độ cao DSMLE trừ đi độ cao của DTM sẽ cho độ cao của các đối tượng ở trên mặt đất.Tất cả các đối tượng đó sẽ giữ được các thông tin như độ rộng, độ dốc và độ cao.Như vậy, có thể dựa vào các thông tin để tách ra được nhà. Phân biệt nhà với các đối tượng có diện nhưng độ cao lại thấp hơn nhà như oto cần dựa vào các thông tin độ cao nhà, còn các thông tin về diện tích nhà có thể giúp lọc bỏ các đối tượng nhỏ hơn nhà như cây cối của nhà, ngoài ra thông tin về độ dốc của mái nhà trong khu vực cũng giúp cho việc tách ra được đối tượng nhà thêm chính xác. Tuy nhiên, nhà và cây cối xen lẫn nhau hay một vùng rừng cây
54
rộng lớn, thiết lập các chỉ số về diện tích và độ cao vẫn chưa đủ, cần thêm thông tin về texture của cây, các gradien sẽ giúp cho việc lọc bỏ cây tốt hơn
2.2.3 Tái tạo mô hình bề mặt tường nhà
Với dữ liệu Lidar, ảnh máy bay hay ảnh vũ trụ độ phân giải cao, thông tin và hình ảnh mái thu được rất nhiều nhưng thông tin về các mặt tường bao quanh khối nhà là rất hạn chế và không khả dụng cho mục đích tái tạo bề mặt tường cho mô hình khối nhà 3D. Đường viền mái không phải lúc nào cũng đúng vào vị trí của tường do đó hoặc phải chấp nhận mô hình khối nhà đơn giản với mức độ chi tiết không cao và mặc định là đường bao mái đồng thời cũng là đường viền chân nhà hoặc cần có các nguồn thông tin bổ sung khác để thực hiện công đoạn này.
Thông tin về đường viền chân nhà này cũng có thể được chiết tách từ các CSDL GIS 2D tỷ lệ lớn, CSDL địa chính hay cơ sở dữ liệu nhà (BIM – Building Information management system). Mô hình bản đồ 3D của Helsinki, Phần Lan cũng là 1 ví dụ thành công về việc kết hợp dữ liệu Lidar và CSDL địa lý nền tỷ lệ 1/500. Khi kết hợp dữ liệu Lidar với 1 CSDL địa lý khác, cần phải đặc biệt quan tâm đến tính đồng bộ về hệ qui chiếu, về độ chính xác, về mức độ khái quát hóa và về tính cập nhật của 2 nguồn dữ liệu này.
Hình 2.9 Mô hình 3D được xây dựng bằng phần mềm Sketchup
2.2.4 Dán ảnh bề mặt mái và tường nhà (adsbygoogle = window.adsbygoogle || []).push({});
Sau khi tiến hành dựng mô hình khối nhà 3D, để mô hình có hình thức giống thực tế cần phải tiến hành dán ảnh thực cho mái và cho bề mặt tường nhà. Ảnh mái thường được chiết tách từ các ảnh trực giao thực độ phân giải cao để đảm bảo hình ảnh mái là chính xác và rõ nét.
55
Ảnh bề mặt tường có thể được thu thập bằng cách chụp mặt đất bằng camera thông dụng trong quá trình khảo sát ngoại nghiệp hoặc bằng ảnh máy bay độ cao thấp Pictometry.
Với bề mặt tường nhà đã được xác định sẵn bằng cách dựng từ đường viền chân nhà hay kéo từ mô hình mái xuống mặt DEM, việc tiến hành dán ảnh tường có thể được thực hiện lần lượt cho từng bề mặt tường. Bằng cách chốt 4 điểm góc tương ứng trên bề mặt tường và trên ảnh, có thể định vị một cách chính xác ảnh chụp lên mỗi bề mặt tường bằng phép nắn thông thường để khử các biến dạng của mặt phẳng trong quá trình chụp ảnh.
Trên thực tế, khi chụp ảnh bề mặt thường gặp các đối tượng không mong muốn che khuất khó có thể hoàn toàn tránh các đối tượng này trên ảnh, trong trường hợp cần thiết có thể tiến hành việc làm sạch, loạt bỏ các đối tượng này đồng thời có thể cải thiện, làm sáng tông màu trên toàn ảnh như trong điều kiện ánh sáng lý tưởng bằng các công cụ chỉnh sửa ảnh thông thường như Photoshop.
2.2.6 Phân tích và lựa chọn mức độ chi tiết cho các đối tượng hiển thị 3D
Quá trình xây dựng bản đồ 3D có thể chia thành hai bước chính cũng tương tự như khi làm sa bàn, đầu tiên phải tạo khung, sau đó mới phủ lên trên các lớp màu và gắn thêm các đối tượng khác. Cụ thể là:
Bước 1: Xây dựng mô hình hình học (modeling) bao gồm xây dựng mô hình
số địa hình và mô hình hoá các đối tượng địa hình 3D. Bước này sẽ quyết định độ chi tiết của các đối tượng như độ chính xác của mô hình số địa hình, những chi tiết nào của bề mặt đất có thể bỏ qua, những công trình kiến trúc nào phải được thể hiện và thể hiện đến mức nào, những tiểu tiết nào có thể được khái quát hoá
Bước 2: Hiển thị trực quan (visualisation) các đối tượng của mô hình.
Khi thiết kế mô hình mô phỏng thế giới thực người thiết kế khó có thể xây có được một mô hình giống thế giới thực 100%. Mô hình càng giống với thực tế thì dung tích dữ liệu càng lớn và tốc độ hiển thị càng chậm và chi phí xây dựng mô hình càng cao. Khái niệm cấp độ chi tiết(LoD - Level of Detail) được đưa ra để diễn tả mức độ chi tiết, sự giống nhau giữa mô hình bản đồ 3D và thế giới thực.Bước này
56
sẽ quyết định về mặt hình thức đối tượng sẽ được thể hiện giống với hình ảnh thực đến mức nào.Có hai xu hướng thể hiện trái ngược nhau. Một là ký hiệu hoá tối đa các đối tượng theo các nguyên tắc bản đồ: symbolised. Hai là cố gắng thể hiện các đối tượng càng giống với hình ảnh thực càng tốt: photorealistic. Thí dụ ở cách thứ nhất một ngôi nhà bê tông được qui định thể hiện đơn giản là một khối màu xám, ở cách thứ hai nó được chụp ảnh ở tất cả các bề mặt và các ảnh này được đính lên từng bề mặt của mô hình ngôi nhà. Người thiết kế phải chọn được một điểm dừng hợp lý giữa hai xu hướng này.
LoD áp dụng ở bước xây dựng mô hình số địa hình, mô hình hình học các đối tượng 3D và ở bước hiển thị trực quan phải đồng đều.
Hình 2.10Cấp độ chi tiết LoD đối với các đối tượng nhà, khối nhà
Nhiều ý kiến cho rằng trong một bản đồ địa hình 3D lý tưởng, mỗi đối tượng phải có nhiều cách thể hiện khác nhau (multi-presentation – multi-LoD) cho các mức độ chi tiết khác nhau.Một số đề xuất về LoD đã được đưa ra cho một mô hình như thế, trong đó dữ liệu được chia thành các mảnh nhỏ (tile).Ba bộ dữ liệu ở ba cấp độ chi tiết (độ chi tiết cao, trung bình và thấp) được lưu trữ cho từng mảnh nhỏ đó. Để tạo ra một hình ảnh phối cảnh của mô hình, mỗi mảnh nhỏ sẽ được thể hiện ở một cấp độ chi tiết nhất định phụ thuộc vào khoảng cách từ vị trí theo dõi đến mảnh đó. Cần phải có phương án xử lý thật tốt khi hiển thị ở khu vực ranh giới giữa hai mảnh có cấp độ chi tiết khác nhau. Một khó khăn khác khi xây dựng một mô hình như thế là dung lượng dữ liệu sẽ tăng rất nhanh cùng với số cấp độ chi tiết được lưu trữ.
57
nhiều điểm tương đương.Chúng đều liên quan đến độ chính xác và mức độ khái quát hoá của các đối tượng.
Ở các tỷ lệ nhỏ, trên bản đồ 2D rất nhiều đối tượng được thể hiện nửa tỷ lệ hoặc phi tỷ lệ. Trên bản đồ 3D tỷ lệ nhỏ, độ cao riêng (h) hay độ rộng, độ dài trên mặt phẳng ngang của các đối tượng nằm trên bề mặt địa hình thường là không đáng kể so với độ chính xác, hay chênh cao của mô hình số địa hình. Người xem không có ấn tượng nhiều khi xem chúng được dựng lên trong môi trường 3D cho một khu vực rộng đúng như kích thước thực của một tờ bản đồ tỷ lệ nhỏ. Các đối tượng nổi trên mặt đất dường như nằm ép sát xuống mặt địa hình. Ở các tỷ lệ lớn, chúng nổi lên và cho người khảo sát ấn tượng rõ ràng hơn.
58
Chương 3: ỨNG DỤNG CÔNG NGHỆ LIDARTHÀNH LẬP BẢN ĐỒ 3D HUYỆN THANH OAI, THÀNH PHỐ HÀ NỘI
3.1. Khái quát chung về khu vực thử nghiệm, hệ thống máy quét Lidar a. Vị trí địa lý a. Vị trí địa lý
Khu vực thử nghiệm tại thị trấn Kim Bài, Kim Lâmtại huyện Thanh Oai, Hà Nội trong phạm vi:
Từ 20050'37,5” đến 21051'37,5” độ vĩ Bắc. Từ 105045’37,5” đến 1050 47'00” độ kinh Đông.
Khu vực thử nghiệm nằm trong phạm vi mảnh 6 mảnh bản đồ địa hình tỷ lệ 1/2.000, có phiên hiệu mảnh là F-48-80-(73-[d,e,f,g,h,k] ). Tại khu vực này có địa hình đồng bằng và các khu dân cư ven đồi, ven đường giao thông. Trong phạm vi khu vực thử nghiệm có khoảng 1500 ngôi nhà.
Khu vực Thị trấn Kim bài có hệ thống giao thông tương đối thuận lợi, có các