BỘ GIÁO DỤC VÀ ĐÀO TẠO

VIỆN HÀN LÂM KHOA HỌC
VÀ CÔNG NGHỆ VIỆT NAM

HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ
-----------------------------

NGUYỄN THỊ HỮU PHƯƠNG

NGHIÊN CỨU PHƯƠNG PHÁP PHÂN LOẠI DỮ LIỆU ĐÁM
MÂY ĐIỂM LIDAR VÀ ỨNG DỤNG

LUẬN ÁN TIẾN SĨ NGÀNH MÁY TÍNH

HÀ NỘI – 2022


BỘ GIÁO DỤC VÀ ĐÀO TẠO

VIỆN HÀN LÂM KHOA HỌC
VÀ CÔNG NGHỆ VIỆT NAM

HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ
-----------------------------

Nguyễn Thị Hữu Phương

NGHIÊN CỨU PHƯƠNG PHÁP PHÂN LOẠI DỮ LIỆU ĐÁM
MÂY ĐIỂM LIDAR VÀ ỨNG DỤNG

Chuyên ngành: Hệ thống thông tin
Mã số: 9 48 01 04

LUẬN ÁN TIẾN SĨ NGÀNH MÁY TÍNH

NGƯỜI HƯỚNG DẪN KHOA HỌC:
1. PGS.TS. Đặng Văn Đức
2. PGS.TS. Nguyễn Trường Xuân

Hà Nội – Năm 2022


1
LỜI CẢM ƠN
Trong quá trình thực hiện đề tài “Nghiên cứu phương pháp phân loại dữ
liệu đám mây điểm LiDAR và ứng dụng”, NCS đã nhận được rất nhiều sự giúp
đỡ, tạo điều kiện của Học viện Khoa học và Công nghệ, Viện Công nghệ thông tin,
Viện hàn lâm Khoa học và Công nghệ Việt Nam. NCS xin bày tỏ lịng cảm ơn chân
thành về sự giúp đỡ đó.
NCS xin bày tỏ lòng biết ơn sâu sắc tới PGS.TS Đặng Văn Đức và PGS.TS
Nguyễn Trường Xuân – những người thầy trực tiếp hướng dẫn và chỉ bảo cho NCS
hoàn thành luận án này. Hai thầy đã dành cho NCS nhiều thời gian, tâm sức, đóng góp
nhiều ý kiến, nhận xét quý báu, chỉnh sửa cho NCS những chi tiết nhỏ trong luận án,
giúp luận án của NCS được hoàn thiện hơn về mặt nội dung và hình thức.
NCS xin chân thành cảm ơn bạn bè, đồng nghiệp đang công tác tại Bộ môn
Công nghệ phần mềm, Khoa Công nghệ thông tin, Trường Đại học Mỏ - Địa chất đã
tạo điều kiện và giúp đỡ NCS trong suốt quá trình thực hiện và hoàn thành luận án này.
Sự cảm ơn sâu sắc NCS xin dành tới gia đình đã ln chia sẻ, động viên, cảm
thông trong những chuỗi ngày dài học tập và nghiên cứu, NCS luôn nhận được sự yêu
thương từ gia đình để có thể đạt được kết quả như ngày hôm nay.

TÁC GIẢ LUẬN ÁN

NCS. Nguyễn Thị Hữu Phương


MỤC LỤC
LỜI CẢM ƠN........................................................................................................... 1
MỤC LỤC................................................................................................................. 2
DANH MỤC CÁC TỪ VIẾT TẮT........................................................................... 4
DANH MỤC HÌNH VẼ............................................................................................ 6
DANH MỤC BẢNG BIỂU....................................................................................... 8
MỞ ĐẦU................................................................................................................... 9
CHƯƠNG 1 TỔNG QUAN VỀ PHÂN LOẠI DỮ LIỆU ĐÁM MÂY ĐIỂM
LIDAR.................................................................................................................... 15
1.1 Kiến trúc hệ thống LiDAR................................................................................. 15
1.1.1 Khái niệm công nghệ LiDAR......................................................................... 15
1.1.2 Hoạt động của hệ thống LiDAR..................................................................... 17
1.2 Dữ liệu LiDAR.................................................................................................. 19
1.2.1 Thu nhận dữ liệu ĐMĐ theo công nghệ LiDAR............................................. 19
1.2.3 Đặc trưng của dữ liệu ĐMĐ LiDAR.............................................................. 20
1.2.3 Định dạng dữ liệu LiDAR.............................................................................. 21
1.3 Bài toán phân loại dữ liệu ĐMĐ LiDAR........................................................... 22
1.3.1 Bài toán phân loại dữ liệu..............Lỗi! Thẻ đánh dấu khơng được xác định.
1.3.2 Các bài tốn phân loại ĐMĐ LiDARLỗi! Thẻ đánh dấu khơng được xác
định.
1.4 Các cơng trình nghiên cứu liên quan................................................................. 28
1.4.1 Trong nước..................................................................................................... 28
1.4.2 Ngoài nước..................................................................................................... 29
1.5 Phương pháp đề xuất......................................................................................... 35
1.6 Kết luận chương................................................................................................. 37

CHƯƠNG 2 PHÁT TRIỂN THUẬT TOÁN NÂNG CAO CHẤT LƯỢNG PHÂN
LOẠI ĐMĐ LIDAR..................................................................................................... 38
2.1 Cải tiến thuật tốn EM....................................................................................... 38
2.1.1 Mơ tả thuật toán EM....................................................................................... 38
2.1.2 Ý tưởng cải tiến thuật toán EM....................................................................... 42
2.1.3 Thực hiện cải tiến........................................................................................... 44
2.1.4 Thử nghiệm và đánh giá thuật toán EM - D.................................................... 52


2.2 Cải tiến thuật tốn MCC.................................................................................... 60
2.2.1 Mơ tả thuật toán MCC.................................................................................... 60
2.2.2 Ý tưởng cài tiến thuật toán MCC.................................................................... 65
2.2.3 Thực hiện cải tiến........................................................................................... 68
2.2.4 Thử nghiệm và đánh giá thuật toán MCC - D................................................. 76
2.3 Kết luận chương................................................................................................ 80
CHƯƠNG 3 ĐỀ XUẤT SỬ DỤNG HIỆU QUẢ ĐÁM MÂY ĐIỂM LIDAR SAU
PHÂN LOẠI........................................................................................................... 81
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................................................................................. 81
3.2 Đề xuất phương pháp xử lý dữ liệu LiDAR trong phân loại lớp phủ bề mặt khu
vực đô thị................................................................................................................ 84
3.2.1 Phân loại lớp phủ bề mặt khu vực đô thị......................................................... 84
3.2.2 Phương pháp đề xuất....................................................................................... 87
3.2.3 Thử nghiệm.................................................................................................... 88
3.2.4 Tạo bộ dữ liệu đầu vào cho DSS trong quy hoạch đất đai..............................94
3.3 Kết luận chương.............................................................................................. 102
KẾT LUẬN.......................................................................................................... 104
DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC CỦA TÁC GIẢ.......................106
TÀI LIỆU THAM KHẢO..................................................................................... 108



DANH MỤC CÁC TỪ VIẾT TẮT
Từ viết tắt

Diễn giải

3D

3 Dimensions

4D

4 Dimensions

ASPRS

American Society for Photogrammetry and Remote Sensing

BCAL

Boise Center Aerospace Laboratory LiDAR

CHM

Canopy Height Model

CNN

Convolutional Neural Network


CORS

Continous Operating Reference Station

DEM

Digital Elevation Model

ĐMĐ

ĐMĐ

DSM

Digital Surface Model

DSS

Decision Support System

DTM

Digital Terrain Model

EM

Expectation Maximization

GMM


Gaussian Mixture Model

GNSS

Global Navigation Sattelite System

IDW

Inverse Distance Weighting

INS

Inertial Navigation System

k-NN

k Nearest Neighbor

Laser

Light amplification by stimulated emission of radiation

LiDAR

Light Detection And Ranging

MCC

Multiscale Curvature Classification


MLS

Mobile Laser Scanning

NN

Nereast Neighbor

NVC

Naïve Bayes Classification

OBC

Object-Based Classification

PCA

Principal Component Analysis

pPCA

Probabilistic Principle Component Analysis

RBF

Radial Basis Function


RCF


Random Conditional Field

RGB

Red – Green - Blue

SVM

Support Vector Machine

TIN

Triangulated Irregular Network

TLS

Terrestrial Laser Scanning

TNHH MTV

Trách nhiệm hữu hạn một thành viên

ToF

Time of Flight

TPS

Thin Plate Spline


UAV

Unmanned Aerial Vehicle

WSVM

Wavelet Support Vector Machine

PS
PD
ISPRS

Point Spacing
Point Density
International Society for Photogrammetry and Remote Sensing


DANH MỤC HÌNH VẼ
Hình 1.1 Thành phần của hệ thống LiDAR............................................................. 16
Hình 1.2 Cách hoạt động của các thành phần trong hệ thống LiDAR.....................17
Hình 1.4 Cường độ và năng lượng thu nhận từ các tia phản xạ............................... 18
Hình 1.5 Nguyên lý quét của LiDAR...................................................................... 18
Hình 1.6 ĐMĐ sau khi được thu nhận và xử lý....................................................... 19
Hình 1.7 Nguyên lý thu thập dữ liệu của hệ thống LiDAR...................................... 19
Hình 1.8 ĐMĐ khi chưa được xử lý........................................................................ 20
Hình 1.9 Quá trình phân loại dữ liệu tổng quátLỗi! Thẻ đánh dấu không được xác
định.
Hình 1.10 Tiến trình xử lý dữ liệu điểm LiDAR...................................................... 23
Hình 1.11 Các bước thực hiện lọc điểm ground...................................................... 25

Hình 1.12 Kết quả tạo DEM và nội suy đường bình độ từ dữ liệu điểm LiDAR (Bộ
TNMT)......................................................................................................................... 26
Hình 1.13 Quy trình phân loại dữ liệu LiDAR tổng quát......................................... 27
Hình 1.14 Các bước thực hiện phương pháp đề xuất............................................... 36
Hình 2.1 Tiến trình của thuật tốn EM.................................................................... 40
Hình 2.2 Quy trình thực hiện cải tiến thuật tốn EM (EM-D).................................43
Hình 2.3 Tạo độ x, y, z của ĐMĐ............................................................................ 53
Hình 2.4 Hình ảnh hiển thị ĐMĐ 3D...................................................................... 53
Hình 2.5 Độ cao và giá trị cường độ phản xạ của điểm........................................... 54
Hình 2.6 Điểm được hiển thị theo độ cao và chia thành các ĐMĐ nhỏ hơn............55
Hình 2.7 Sự tương quan trong bộ dữ liệu................................................................ 55
Hình 2.8 Phân tích thành phần chính dựa trên pPCA.............................................. 56
Hình 2.9 Ma trận thành phần chính của mơ hình..................................................... 56
Hình 2.10 Bảng tổng hợp giá trị riêng được khởi tạo và tính tốn lại......................57
Hình 2.11 Tổng hợp tổng phương sai của các thành phần trong bộ dữ liệu.............57
Hình 2.12 Ma trận thành phần sau khi được tính tốn và tổng hợp.........................57
Hình 2.13 Tham số của mơ hình được cập nhật với bộ dữ liệu 1.............................58
Hình 2.14 Tham số cập nhật cho bộ dữ liệu 2......................................................... 59
Hình 2.15 Sự phân bố của dữ liệu theo hai thành phần chính.................................. 59
Hình 2.16 Sự phân bố của dữ liệu với hai thành phần trong bộ dữ liệu 2................60


Hình 2.17 Sơ đồ thuật tốn MCC............................................................................ 63
Hình 2.18 Quy trình thực hiện phân loại ĐMĐ với MCC - D................................. 66
Hình 2.19 Một TPS đi qua các điểm kiểm sốt........................................................ 67
Hình 2.20 Bộ dữ liệu thử nghiệm với MCC-D tại ng Bí, Quảng Ninh................77
Hình 2.21 Một phần đồ thị Voronoi được tạo.......................................................... 77
Hình 2.22 Mật độ của các điểm dữ liệu................................................................... 78
Hình 2.23 Giá trị PD của bộ dữ liệu........................................................................ 78
Hình 2.24 Kết quả phân loại với MCC-D................................................................ 79

Hình 3.1 Quy trình phân loại lớp phủ bề mặt sử dụng ảnh viễn thám......................86
Hình 3.2 Phương pháp phân loại lớp phủ bề mặt và thành lập mơ hình ứng dụng...87
Hình 3.3 Tọa độ và mơ hình 3D ĐMĐ năm 2018.................................................... 90
Hình 3.4 Kết quả phân loại với EM – D.................................................................. 91
Hình 3.5 DEM với độ phân giải là 1m..................................................................... 92
Hình 3.6 DSM với độ phân giải 1m......................................................................... 93
Hình 3.7 Các thành phần của DSS trong quy hoạch đất.......................................... 95
Hình 3.8 Tạo bộ dữ liệu đầu vào cho DSS trong quy hoạch đất đai sử dụng dữ liệu
LiDAR......................................................................................................................... 98
Hình 3.9 ĐMĐ sau khi loại bỏ nhiễu....................................................................... 99
Hình 3.10 Sự phân bố của điểm sau phân loại....................................................... 100
Hình 3.11 Mơ hình DEM....................................................................................... 101
Hình 3.12 Mơ hình DSM....................................................................................... 101
Hình 3.13 Mơ hình 3D........................................................................................... 101
Hình 3.14 Mơ hình mơ phỏng khu vực đo vẽ........................................................ 102


DANH MỤC BẢNG BIỂU
Bảng 2.1 Số lượng điểm trong tập dữ liệu huấn luyện và kiểm tra..........................53
Bảng 2.2 Số lượng điểm trong tập dữ liệu huấn luyện và kiểm tra của bộ dữ liệu...53
Bảng 2.3 Sự tương quan và tần suất hai thành phần chính......................................59
Bảng 2.4 So sánh kết quả phân loại của thuật toán EM - D và thuật toán EM [45] .60
Bảng 2.5 Bộ dữ liệu huấn luyện và kiểm tra được lựa chọn tại ng Bí.....................77
Bảng 2.6 So sánh kết quả phân loại giữa MCC - D và MCC phiên bản 2.2 (2020).79
Bảng 2.7 Số điểm trong tập dữ liệu huấn luyện và kiểm tra của mỗi lớp.....................80
Bảng 2.8 Ma trận nhầm lẫn và giá trị OA................................................................ 80
Bảng 3.1 Giá trị thuộc tính của bộ dữ liệu LiDAR được sử dụng............................ 89
Bảng 3.2 Số lượng các điểm trong tập dữ liệu huấn luyện và kiểm tra....................90
Bảng 3.3 Số lượng điểm của các lớp sau phân loại.................................................. 91
Bảng 3.4 So sánh kết quả phân loại của EM – D với MCC và EM.........................91

Bảng 3.5 Số lượng điểm thuộc các lớp sau phân loại.............................................. 99
Bảng 3.6 Bảng so sánh độ chính xác của kết quả phân loại................................... 100


MỞ ĐẦU
1. Tính cấp thiết của đề tài nghiên cứu
Cơng nghệ LiDAR (Light Detection and Ranging) là công nghệ tiên tiến trong
lĩnh vực Trắc địa – bản đồ. LiDAR là công nghệ viễn thám chủ động không phụ thuộc
vào thời tiết trong q trình thu thập dữ liệu khơng gian Trái đất. LiDAR có khả năng
thu thập thơng tin về đối tượng bằng cách phát tia laser tới mục tiêu và thu nhận tia
phản xạ. Sự khác biệt về thời gian đi và về của tia laser cùng với thông tin từ tia phản
xạ ta có thể thu được các thơng tin về đối tượng và tạo ra mơ hình số 3 chiều của nó.
LiDAR là một trong số ít loại cảm biến có thể tạo ảnh nhiều lớp một cách đáng tin cậy.
LIDAR cung cấp thơng tin chính xác về các đối tượng được khảo sát bằng cách đo
tuần tự với độ chính xác cao. Với những ưu điểm vượt trội của mình trong lĩnh vực
nghiên cứu khí quyển và bề mặt Trái đất, LiDAR ngày càng được sử dụng rộng rãi [1].
Từ những năm đầu của thập niên 60 của thế kỷ 20, sự ra đời của bộ khuếch đại
ánh sáng bằng phát xạ kích thích – Laser đã mở rất nhiều ứng dụng mới, trong đó phải
kể đến kĩ thuật khảo sát từ xa sử dụng nguồn kích thích bằng tia laser gọi là LiDAR.
Cơng nghệ LiDAR là sự phát triển và ứng dụng các thiết bị laser, định vị vệ tinh và đo
quán tính để thu thập dữ liệu địa lý trên bề mặt Trái đất [2]. Bản chất của công nghệ
LiDAR là kỹ thuật đo dài laser, định vị không gian GPS/INS và sự nhận biết cường độ
phản xạ ánh sáng [2]. Sóng laser được phản hồi từ bề mặt Trái đất hay từ các đối tượng
trên bề mặt như cây cối, đường hoặc nhà ..., với mỗi xung sẽ đo được thời gian đi và về
của tín hiệu, từ đó ta tính được khoảng cách từ nguồn phát laser tới đối tượng. Các đối
tượng trên bề mặt Trái đất khác nhau có khả năng phản xạ tia quét laser với cường độ
khác nhau. Ở mỗi thời điểm phát xung laser, hệ thống định vị vệ tinh GNSS và INS sẽ
xác định vị trí khơng gian của điểm phát, góc định hướng trong khơng gian của tia quét
sẽ được xác định từ máy phát laser. Một tia laser phát đi, sẽ có một hay nhiều tín hiệu
phản hồi. Với các trị đo tổng hợp đó tính được vị trí (tọa độ khơng gian) của các điểm

trên bề mặt Trái đất. Số lượng tia phản xạ từ bề mặt Trái đất phụ thuộc vào tính khơng
gian của các đối tượng trên đó. Với số lượng tia phản xạ từ hàng trăm đến trăm ngàn
được thu nhận trong một giây, LiDAR thực hiện quét bề mặt Trái đất với mật độ điểm
dày đặc, kết quả cho ra dữ liệu đám mây điểm (ĐMĐ) được tham chiếu địa lý biểu
thị chi tiết bề mặt vùng


quét. ĐMĐ là tập hợp các điểm dữ liệu tương tự thế giới thực theo ba chiều. Mỗi điểm
được xác định bởi vị trí và màu sắc của chính nó, các điểm trong ĐMĐ được đặc trưng
bởi tọa độ (x, y) và độ cao (z). Các điểm sau đó có thể được hiển thị dưới dạng pixel để
tạo mơ hình 3D có độ chính xác cao của đối tượng. Các ĐMĐ có khả năng mơ tả các
vật thể có kích thước chỉ vài milimet hoặc các vật thể lớn như cây cối, tịa nhà và thậm
chí tồn bộ thành phố [3]. Các ĐMĐ thô được quét từ các đối tượng vật lý như bên
ngồi tịa 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. Dữ liệu ĐMĐ là rất lớn. Tùy theo
mục đích sử dụng cụ thể, số lượng điểm và lớp điểm được sử dụng là khác nhau. Ngoài
dữ liệu ĐMĐ, LiDAR còn tạo ra ảnh cường độ xám dựa trên cường độ phản xạ khác
nhau của các đối tượng trên Trái đất [4].
Tuy nhiên, ĐMĐ thô không phải là sản phẩm cuối cùng. Để truy xuất thông tin
từ ĐMĐ, các bước xử lý được áp dụng như phân loại (Classification), lọc (Filtering) và
mơ hình hóa (Modelling). Hệ thống LIDAR với khả năng qt thu được hàng trăm
hoặc thậm chí hàng nghìn điểm chỉ với một xung laser duy nhất. Điều này khiến cho
các ĐMĐ thô với mật độ điểm cực lớn và có nhiễu do độ nhạy cao của máy dị xuống
mức đơn photon, các ĐMĐ hiển thị rất nhiều “điểm trong khơng khí”. Để sử dụng
ĐMĐ LiDAR trong các bài toán ứng dụng cụ thể, cần thiết phải xử lý trước để giảm
nhiễu. Thêm vào đó, với số lượng điểm lớn, để cải thiện và tăng khả năng sử dụng của
dữ liệu ĐMĐ LiDAR cho các bài toán ứng dụng khác nhau như: thành lập mơ hình số
địa hình (Digital Terrain Model – DTM), mơ hình số độ cao (Digital Elevation Model
– DEM), mơ hình số bề mặt (Digital Surface Model – DSM), tính tốn sinh khối rừng,
mơ hình 3D mơ phỏng, khảo sát địa hình khu vực ven biển, phân loại lớp phủ bề mặt

… ta phải tiến hành phân loại điểm trong ĐMĐ đó. Thực hiện bài tốn phân loại dữ
liệu ĐMĐ LiDAR giúp sử dụng được tối đa các thơng tin có ích từ dữ liệu ĐMĐ, cho
ta kết quả nhất quán và độ chính xác cao hơn so với dữ liệu ĐMĐ LiDAR thô ban đầu.
Tại Việt Nam, công nghệ LiDAR được áp dụng từ những năm 2006 trong lĩnh
vực Trắc địa – Bản đồ. Tuy nhiên, những ứng dụng của LiDAR chủ yếu trong thành
lập DEM/DTM/DSM mà chưa có nhiều những bài tốn ứng dụng trong các bài toán
như quản lý đất đai, khảo sát địa hình khu vực ven biển, khảo cổ, địa chất,
…. Hạn chế này là do bài toán phân loại ĐMĐ LiDAR vẫn chưa được quan tâm tại


Việt Nam, khi tại các đơn vị sản xuất vẫn đang sử dụng phương pháp phân loại bán tự
động sử dụng các phần mềm phân loại thương mại được bán kèm cùng với thiết bị và
con người (đối chiếu kết quả phân loại với bản đồ hiện trang khu vực đo vẽ, ảnh cường
độ xám và hiệu chỉnh kết quả). Thời gian phân loại thường tốn nhiều thời gian do quá
trình hiệu chỉnh và đối chiếu, kết quả phân loại khơng chính xác do sai số sai lầm, ….
Hiện nay, trên thế giới các thuật toán phân loại dữ liệu LiDAR ngày càng được
cải tiến. Phân loại dữ liệu ĐMĐ LiDAR tự động được thực hiện bằng các thuật toán
phân loại điểm, trên cơ sở kết hợp với ảnh cường độ xám, kết quả thu được từ công tác
thực địa và dữ liệu ảnh số được chụp (trong trường hợp hệ thống LiDAR có máy chụp
ảnh kỹ thuật số) [4]. Các thuật tốn được các nhà khoa học ngồi nước cơng bố trên
các Tạp chí, Hội thảo chỉ ra rằng với mỗi khu vực, bộ dữ liệu khác nhau sẽ có thuật
tốn phân loại phù hợp cho ra kết quả phân loại tốt nhất. Trước khi thực hiện việc phân
loại dữ liệu tự động cần đặc biệt lưu ý tới các đặc trưng cơ bản về địa hình, địa mạo,
cơng trình xây dựng, thủy văn, thực phủ, khu dân cư…. (Kích thước tối đa, tối thiểu
các cơng trình; chiều cao tối đa, tối thiểu của cây; vùng lỗi do mặt nước; các điểm bị
lỗi; các điểm trên không…) [1]. Sau khi kết thúc công đoạn này ta cần phân loại và gán
nhãn cho các điểm trong ĐMĐ như: Lớp chứa điểm ground, Lớp chứa điểm thực phủ,
Lớp chứa điểm trên mái nhà, tường nhà và các cơng trình xây dựng, Lớp chứa các
điểm trên không, Lớp chứa các điểm bị lỗi, Lớp chứa các điểm trên mặt nước …. Từ
đó sử dụng dữ liệu ĐMĐ cho các bài toán rộng hơn như tính tốn sinh khối, thành lập

mơ hình 3D hay tạo bộ dữ liệu cho hệ hỗ trợ ra quyết định. Để phát huy hiệu quả công
nghệ LiDAR phục vụ cho các ứng dụng khác nhau, sử dụng những thành tựu đã được
cơng bố về thuật tốn phân loại ĐMĐ LiDAR, NCS nhận thấy việc nghiên cứu về
công nghệ, về thuật toán sử dụng và về khả năng phát triển các thuật toán phân loại
ĐMĐ tự động mới phù hợp với điều kiện địa hình của Việt Nam phù hợp với yêu cầu
thực tế.
Do đó, nghiên cứu phương pháp phân loại tự động dữ liệu LiDAR của luận án
là cần thiết, mang tính khoa học và khả năng thực tiễn cao tại Việt Nam.
2. Mục tiêu nghiên cứu
Mục tiêu của luận án là nghiên cứu đề xuất phương pháp, thuật tốn phân loại
ĐMĐ LiDAR có độ chính xác cao. Kết quả sau phân loại dữ liệu LiDAR sẽ


được sử dụng thử nghiệm cho bài toán nghiên cứu đánh giá sự thay đổi của lớp phủ bề
mặt khu vực đô thị và tạo bộ dữ liệu đầu vào cho DSS trong quản lý đất đai.
3. Đối tượng và phạm vi nghiên cứu
Để hoàn thành mục tiêu nghiên cứu của luận án, đối tượng nghiên cứu của luận
án tập trung vào bài toán phân loại dữ liệu ĐMĐ LiDAR.
Đối tượng nghiên cứu của luận án là công nghệ LiDAR, bài toán phân loại điểm
và khả năng sử dụng của thuật toán EM và MCC để nâng cao hiệu quả của kết quả
phân loại ĐMĐ LiDAR phục vụ cho bài phân loại bề mặt lớp phủ của khu vực đô thị
từ đó tạo mơ hình mơ phỏng lớp phủ bề mặt và tạo bộ dữ liệu cho DSS trong quản lý
đất đai.
Phạm vi nghiên cứu của luận án tập trung chủ yếu vào bài toán phân loại dữ liệu
ĐMĐ LiDAR mà trọng tâm là phát triển thuật toán phân loại dữ liệu ĐMĐ LiDAR tự
động và ứng dụng trên bộ dữ liệu được thu thập tại Việt Nam.
4. Nội dung nghiên cứu
Để thực hiện được mục tiêu đặt ra của luận án, luận án sẽ thực hiện các nội
dung nghiên cứu sau:
-


Cơng nghệ LiDAR và cơ sở tốn học của dữ liệu ĐMĐ LiDAR

-

Bài toán phân loại dữ liệu ĐMĐ LiDAR

-

Thuật toán và phương pháp phân loại ĐMĐ LiDAR

-

Lựa chọn thuật toán và đề xuất phương pháp phân loại ĐMĐ LiDAR

-

Nghiên cứu về lớp phủ bề mặt khu vực đô thị

-

Sử dụng dữ liệu LiDAR sau phân loại phân loại lớp phủ bề mặt khu vực
đô thị và tạo bộ dữ liệu đầu vào cho DSS trong quy hoạch đất đai

5. Phương pháp nghiên cứu
- Phương pháp nghiên cứu phân tích, tổng hợp: Thu thập và nghiên cứu các
các bài báo, luận án tiến sĩ, sách, tài liệu đã được cơng bố có liên quan đến cơng
nghệ LiDAR, bài tốn phân loại ĐMĐ LiDAR. Thơng qua đó có thể chọn lọc các
nội dung, vấn đề nghiên cứu, tiến hành đề xuất và cải tiến thuật toán/phương pháp
và đưa ra hướng giải quyết bài toán.

- Phương pháp thực nghiệm: Để đánh giá độ chính xác thuật tốn/phương
pháp cải tiến và để xuất, thực hiện cài đặt, chạy thử nghiệm trên nhiều bộ dữ liệu và


so sánh với kết quả nghiên cứu lý thuyết. Thông qua đó chứng minh được độ chính xác
của kết quả nghiên cứu.
- Phương pháp viễn thám: Sử dụng các kỹ thuật xử lý dữ liệu viễn thám để
thành lập mô hình DEM/DSM/DTM, mơ hình mơ phỏng, … phục vụ cho các thực
nghiệm của nghiên cứu.
6. Ý nghĩa khoa học và thực tiễn của luận án
-Ý nghĩa khoa học: Luận án nghiên cứu về cơ sở toán học của dữ liệu ĐMĐ
LiDAR, bài toán phân loại ĐMĐ LiDAR, các thuật toán phân loại dữ liệu ĐMĐ đã
được công bố. Từ những nghiên cứu lý thuyết này, NCS đã cải tiến được phương pháp
phân loại ĐMĐ LiDAR sử dụng thuật toán EM và MCC.
- Ý nghĩa thực tiễn: Kết quả của luận án góp phần nâng cao độ chính xác
trong bài tốn phân loại dữ liệu ĐMĐ LiDAR. Áp dụng công nghệ LiDAR tại Việt
Nam khơng cịn chỉ dừng lại ở ứng dụng và sử dụng những phương pháp, phần
mềm phân loại đã có sẵn. Luận án đã mở rộng khả năng sử dụng của dữ liệu ĐMĐ
của công nghệ LiDAR trong các lĩnh vực nghiên cứu, giám sát các đối tượng địa lý.
7. Câu hỏi nghiên cứu
Câu hỏi 1: Bài toán phân loại tự động ĐMĐ LiDAR tại Việt Nam có những hạn
chế nào? Tại sao lại cần phát triển thuật toán phân loại tự động ĐMĐ LiDAR phù hợp
với yêu cầu sử dụng tại Việt Nam?
Câu hỏi 2: Có thể phân loại tự động đám mây điểm LiDAR bằng thuật tốn EM
và MCC được khơng? Các hạn chế của thuật tốn EM và MCC là gì và cách khắc phục
chúng như thế nào?
Câu hỏi 3: Dữ liệu LiDAR sau phân loại có thể sử dụng trong bài tốn phân loại
lớp phủ bề mặt khu vực đô thị và tạo bộ dữ liệu đầu vào cho DSS quy hoạch đất đai
không?
8. Điểm mới của luận án

-

Đề xuất và xây dựng được phương pháp phân loại ĐMĐ LiDAR trên cơ sở
sử dụng thuật tốn EM và MCC

-

Đề xuất quy trình sử dụng dữ liệu LiDAR sau phân loại cho bài toán phân
loại lớp phủ bề mặt khu vực đô thị và tạo bộ dữ liệu đầu vào cho DSS trong
quản lý đất đai từ kết quả sau phân loại ĐMĐ LiDAR.

9. Bố cục của luận án


Ngoài phần Mở đầu và phần Kết luận, nội dung chính của luận án được trình
bày trong 3 chương như sau:
Chương 1: “Tổng quan về phân loại dữ liệu ĐMĐ LiDAR” giới thiệu tóm tắt về
cơng nghệ LiDAR, giới thiệu bài tốn và tổng quan các cơng trình nghiên cứu trong và
ngoài nước về phân loại dữ liệu ĐMĐ LiDAR.
Chương 2:”Phát triển một số thuật toán nâng cao chất lượng phân loại
ĐMĐ LiDAR” trình bày về giải pháp và đề xuất cải tiến các thuật toán EM và MMC
trong việc phân loại ĐMĐ LiDAR. Đồng thời đánh giá hiệu quả các thuật tốn đề
xuất thơng qua thực nghiệm.
Chương 3: “Đề xuất sử dụng hiệu quả ĐMĐ LiDAR sau phân loại” trình bày
ứng dụng dữ liệu LiDAR sau phân loại trong việc phân loại lớp phủ bề mặt khu vực đô
thị từ đó xây dựng mơ hình mơ phịng lớp phủ bề mặt và xây dựng cơ sở dữ liệu cho
DSS trong quản lý đất đai.


CHƯƠNG 1 TỔNG QUAN VỀ PHÂN LOẠI DỮ LIỆU ĐÁM MÂY


CHƯƠNG 1

ĐIỂM LIDAR
Một số khái niệm cơ bản về công nghệ LiDAR và phương pháp phân loại ĐMĐ
LiDAR sẽ được trình bày trong 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.
1.1

Kiến trúc hệ thống LiDAR

1.1.1 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 đơi 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 tốn khoảng cách giữa điểm phát và mục
tiêu. Thơng tin này được kết hợp với thơng tin vị trí sẽ được tính tốn 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].


Hình 1.1 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 khơng khí và thảm thực vật (laser trên
khơng) 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
thơng 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].


1.1.2 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 tốn thực tế để đo khoảng cách một photon ánh sáng trở lại đã đi tới
và từ một vật thể được tính bằng cơng 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].

Hình 1.2 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 tốn 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


Echo) làm cơ sở để tạo mơ hình số độ cao của bề mặt thực, với mơ hình DSM sử dụng
phản hồi đầu tiên và cuối cùng (First Pulse - FP và Last Pulse - LP) [2], [9].

Hình 1.3 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.

Hình 1.4 Nguyên lý quét của LiDAR


Hình 1.5 ĐMĐ sau khi được thu nhận và xử lý
1.2

Dữ liệu LiDAR

1.2.1 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 mơ hình 3D của bề mặt Trái đất và
đặc trưng của bề mặt[3]. Các ĐMĐ có nguồn gốc từ dữ liệu thơ được qt từ các đối
tượng vật lý như bên ngồi tịa 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.

Hình 1.6 Ngun 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


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 thơng, tịa nhà,
v.v.

Hình 1.7 ĐMĐ khi chưa được xử lý
1.2.3 Đặc trưng của dữ liệu ĐMĐ LiDAR
Cơng nghệ LiDAR có thể thu thập thơng tin về hình dạng Trái đất và đặc trưng
của nó thơng qua các ĐMĐ. Mỗi điểm trong ĐMĐ chứa đựng lượng thông tin lớn
được sử dụng để tạo mơ hình 3D về bề mặt Trái đất cũng như các đối tượng trên bề
mặt, khi có thơng tin về màu sắc, ĐMĐ sẽ trở thành 4D.
Các thuộc tính thành phần mà một ĐMĐ chứa có thể cung cấp thơng 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 mơ 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


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.
1.2.3 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 thơng 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. Phần tiêu đề của mỗi tệp LAS chứa
thơng tin thuộc tính trên bản khảo sát chính: phạm vi dữ liệu, ngày bay, thời gian bay,
số lượng bản ghi điểm, số điểm trả về, bất kỳ bù dữ liệu được áp dụng và bất kỳ hệ số

tỷ lệ được áp dụng nào. Các thuộc tính điểm gốc sau được duy trì cho từng xung laser
của tệp LAS: thơng tin vị trí x, y, z, tem thời gian GPS, cường độ, số trả về, thứ tự tia
trả về, giá trị phân loại điểm, góc quét, giá trị RGB bổ sung, hướng quét, cạnh của
đường bay, dữ liệu người dùng, ID điểm và thông tin dạng sóng [13], [15].
Tuy bộ dữ liệu LiDAR là cực lớn và chứa đựng những thơng tin có ích, nhưng
nếu khơng lựa chọn được phương pháp xử lý và cách sử dụng phù hợp thì bộ dữ liệu
này có giá trị là không. Để dữ liệ ĐMĐ LiDAR sử dụng trong các bài toán


ứng dụng khác nhau, NCS lựa chọn phương pháp xử lý là phân loại để gán nhãn
cho điểm trong ĐMĐ LiDAR.
1.3 Bài tốn phân loại dữ liệu ĐMĐ LiDAR
Cơng nghệ LiDAR đang ngày càng phát triển, bộ dữ liệu thu được từ LiDAR rất
có giá trị đặc biệt là dữ liệu độ cao thu được từ bề mặt Trái đất. Hai bài tốn rất điển
hình của LiDAR đó chính là tạo DTM/DSM và phân loại điểm. Việc phân loại thủ
công dữ liệu LiDAR có thể tốn thời gian và dễ xảy ra lỗi. Do đó, các nhà nghiên cứu
đã đề xuất một số phương pháp để giải quyết vấn đề tạo DTM và phân loại điểm.
Bài toán phân loại dữ liệu LiDAR là bài toán được sử dụng cho nhiều bài tốn
ứng dụng LiDAR như thành lập mơ hình DEM, DSM, phân loại điểm ground và nonground, …. Số lượng điểm thu nhận được từ quá trình quét của LiDAR là rất lớn, bao
gồm các điểm phản xạ từ các đối tượng khác nhau trên bề mặt trái đất như mặt đất, tòa
nhà, thực vật, mặt nước, …. Cần thực hiện phân loại những điểm này để áp dụng vào
các bài toán khác nhau [14]. Bài toán phân loại thường được thực hiện đó chính là
phân loại ĐMĐ thành điểm non-ground và điểm ground.
Trong đó, theo [1] điểm ground là những điểm thu nhận được từ bề mặt trái đất,
thể hiện cho địa hình của bề mặt trái đất, bao gồm các điểm nằm trên bề mặt địa hình
đã được loại bỏ các đối tượng lớp phủ bề mặt như: nhà, các cơng trình kiến trúc, thực
phủ Điểm non-ground là những điểm bên trên bề mặt trái đất, thu được
từ những đối tượng trên bề mặt như cây cối, nhà, đường dây điện, …. Những điểm
non-ground thể hiện cho phân bố bề mặt, bao gồm các điểm nằm trên bề mặt các đối
tượng che phủ mặt đất khi nhìn từ trên xuống

Phân loại điểm LiDAR thành lớp ground và non-ground chủ yếu dựa trên sự
thay đổi độ cao của các điểm, có thể giả định rằng các điểm có độ cao thấp hơn là các
điểm trên mặt đất trong khi điểm có độ cao cao hơn là các điểm khơng nằm trên mặt
đất (non-ground) [15]. Các điểm non-ground được thu nhận từ các đối tượng phía trên
bề mặt, chẳng hạn như cây cối, tòa nhà, cầu và cây bụi. Để phù hợp xác định các điểm
ground, điều quan trọng là phải hiểu các đặc trưng vật lý của các điểm ground phân
biệt chúng với các điểm non-ground.
Trên thực tế, bài tốn phân loại điểm LiDAR khơng dễ thực hiện, do số lượng
điểm rất lớn, sự phân bố của các điểm trong ĐMĐ thường không đồng đều,


khiến cho q trình phân loại thủ cơng thường khó thực hiện và độ chính xác cũng
khơng cao. Chính vì thế, có thể sử dụng các thuật tốn phân loại (classification) thực
hiện phân chia điểm về các lớp được gán nhãn.
Mỗi điểm LiDAR có thể có một phân loại được gán cho nó xác định loại đối
tượng đã phản xạ xung laser. Các lớp khác nhau được định nghĩa bằng cách sử dụng
mã số nguyên trong các tệp LAS.
Phân loại điểm LiDAR có nghĩa là xác định loại bề mặt Trái đất hay đối tượng
phản xạ tia laser [17]. Với cơng nghệ LIDAR q trình phân loại chỉ dựa vào vị trí
hình học của tia phản xạ so với các lân cận và loại tia phản xạ đầu tiên/cuối cùng (nếu
có nhiều lần trả về cho một xung, có thể chỉ phản xạ cuối cùng là điểm ground). Mọi
điểm LiDAR đều có thể có một lớp được gán cho nó để xác định loại vật thể đã phản
xạ xung laser. Điểm LiDAR có thể được phân loại thành một số loại bao gồm đất trống
hoặc ground, đỉnh của tán cây và mặt nước. Các lớp khác nhau được xác định bằng
cách sử dụng mã số nguyên trong tệp LAS. [16].
Mỗi xung phản xạ của LiDAR đều là những mẫu cần thiết cho nghiên cứu đối
tượng, thậm chí nhiều khu vực cần phải có mật độ điểm cao. Phép nội suy được sử
dụng để tạo mơ hình số liên tục hay bản đồ từ những điểm cịn lại [3], [10].
Bài tốn phân loại dữ liệu LiDAR thường được thực hiện qua các bước sau
[1]:


Hình 1.8 Tiến trình xử lý dữ liệu điểm LiDAR