Nghiên cứu ứng dụng công nghệ Lidar thành lập bản đồ 3D khu vực đô thị

u địa hình được sử dụng để thành lập mô hình số địa hình. Kết hợp nhóm tín hiệu địa hình và địa vật, chúng ta xây dựng được mô hình số bề mặt. Trên thế giới hiện nay có các phần mềm thương mại hóa để tiến hành tách lọc các đối tượng địa hình và địa vật từ dữ liệu Lidar. Thuật toán tách lọc các đối tượng phục vụ xây dựng mô hình số địa hình và mô hình số bề mặt thường không được công bố bởi các hãng cung cấp phần mềm nhưng nói chung, các phần mềm thường sử dụng các thuật toán dưới đây. 33 Lọc các đối tượng địa hình: Dựa trên lý thuyết topo và giá trị chênh cao cực đại giữa hai điểm liền kề trong một tập hợp điểm, người ta có thể xây dựng mô hình số địa hình theo hàm sau: ( ) ( )( ){ }jippji ppdhhhApApDTM ji ,:| maxD£-Î"Î= (2.1) Trong đó: - A: là tập hợp các điểm Lidar. - pi: là điểm được lọc từ tập hợp A. - pj: là điểm liền kề với điểm pi. - ( )ji ppd , : là khoảng cách giữa pi và pj. - ∆hmax: là chênh cao cực đại cho phép. - ( )ji pp hh - : là chênh cao giữa điểm pi điểm pj. Công thức (2.1) nêu trên nhằm lọc điểm Pi từ tập hợp điểm A nếu không tồn tại điểm Pj nào khác mà chênh cao nhỏ hơn chênh cao cực đại cho phép (∆hmax) trong phạm vi khoảng cách ( )ji ppd , giữa chúng. Quá trình lọc điểm được bắt đầu từ điểm pmin, các điểm được sắp xếp theo thứ tự tăng dần về độ dài. Sau đó tính gradient b dựa vào độ dài ( )ji ppd , và chênh cao ( )ji pp hh - theo công thức sau: ( ) ( )( ) ji ppji hhppdb -= ,, (2.2) Phụ thuộc vào tham số ngưỡng a và phương sai as của nó, đồng thời phụ thuộc vào phương sai bs và gradient b cũng như các tham số ka, kb mô tả đặc thù của địa hình, xác định giá trị maxhD theo hàm quy hồi sau: 22222 max bbaa dkbdkah ss +++=D (2.3) Sau khi xây dựng được mô hình số địa hình gần đúng, chúng ta tiến hành lọc dữ liệu địa hình ra khỏi tập hợp dữ liệu điểm Lidar thô (bao gồm cả dữ liệu địa hình và dữ liệu địa vật) dựa vào khoảng cách dọc theo phương dây dọi 34 (trục Z của mô hình số địa hình). Để lọc được các đối tượng địa hình và địa vật riêng biệt, trước hết cần xác lập ngưỡng 21,kk (với 1k hỏ hơn 2k ) chúng ta sẽ có chuẩn lọc như sau: (1): ( )minhhi - < bk cos/1 Các đối tượng địa hình. (2): ( )minhhi - > bk cos/2 Các đối tượng địa vật. (3): bk cos/1 £ ( )minhhi - £ bk cos/2 Các đối tượng không được phân loại. Hình 2.2 Phân loại các điểm Lidar giữa địa hình và địa vật Lọc các đối tượng địa vật: Phụ thuộc mật độ điểm quét Lidar và luật phân bố sai số, người ta có thể tiến hành lọc các điểm địa vật là nhà cửa và cây cối như sau: Lọc điểm P(X,Y,Z) từ N điểm Qi(Xi,Yi,Zi) với i=1,2,3...N. + Nếu khoảng cách từ điểm P tới điểm Qi nhỏ hơn hoặc bằng ngưỡng cho trước r (phụ thuộc mật độ điểm quét): ( ) rQPd ii £, + Nếu điểm P và Qi cùng thuộc một mặt phẳng aX + bY + cZ + d = 0 thì khoảng cách ( )ii QPd , giữa chúng tới mặt phẳng đó phải nhỏ nhất. Điều này nghĩa là số hiệu chỉnh theo trục Z của điểm i là (vi) có dạng: ÷ ø ö ç è æ ++-= c dY c bX c aZv iiii Khi đó phương sai của vi sẽ là: 35 22 2 2 2 2 iiii ZYXv c b c a ssss +÷ ø ö ç è æ+÷ ø ö ç è æ= Hàm thử ( )dcba ,,,2c sẽ được cực tiểu hóa và có dạng: ( ) min,,, 1 2 2 2 == å = N i v i i vdcba s c Từ đó sẽ có 3 trường hợp xảy ra: (a): Tồn tại mặt phẳng cục bộ và điểm P thuộc mặt phẳng đó. (b): Tồn tại mặt phẳng cục bộ và điểm P không thuộc mặt phẳng đó. (c): Không tồn tại mặt phẳng cục bộ. Hình 2.3 Phân loại các điểm Lidar giữa địa hình và địa vật Kết hợp 3 trường hợp (a), (b), (c) và các chuẩn lọc (1), (2), (3) đã nêu trên, chúng ta sẽ lập được bảng phân loại điểm địa hình và địa vật nhà cửa, cây cối như bảng sau: Bảng2.1 Kết quả phân loại điểm địa hình, địa vật nhà cửa, cây cối. Các tiêu chuẩn Các trường hợp Kết quả phân loại (a) Điểm thực địa (b) Điểm lọc khác (c) Điểm thực địa gồ ghề (1): Điểm địa hình Điểm lọc khác Điểm thực địa (a) Điểm địa vật là nhà (2): Điểm địa vật (b) Điểm lọc khác 36 (c) Điểm địa vật là cây Điểm lọc khác Điểm lọc khác (a) Điểm thực địa (b) Điểm lọc khác (c) Điểm địa vật là cây (3): Điểm không lọc Điểm lọc khác Điểm lọc khác Quá trình phân loại điểm dữ liệu Lidar được tiến hành sau khi bay quét, nhưng do đây là công đoạn phức tạp, đòi hỏi nhiều công sức và thời gian. Quá trình này có thể tốn thời gian gấp nhiều lần bay quét thu nhận dữ liệu Lidar. a): Mô hình số bề mặt DSM b): mô hình số địa hình DTM Hình 2.4 Kết quả phân loại, tạo mô hình số bề mặt và mô hình số địa hình 2.1.2. Nhận dạng, tái lập mô hình các công trình xây dựng Ngoài việc tách lọc các đối tượng địa hình và địa vật thì yêu của việc thành lập bản đồ 3D khu vực đô thị, nhất thiết phải nhận dạng được các công trình xây dựng và tái lập chúng trên mô hình 3D. Thông thường, để đảm bảo hiệu quả và đạt độ chính xác cao người ta sử dụng phương pháp kết hợp dữ liệu Lidar và ảnh hàng không. Để nhận dạng và tái lập các công trình xây dựng trên mô hình 3D, người ta kết hợp phân loại các vùng cơ bản và các đối tượng cơ bản, phân tích tính đồng phẳng của dữ liệu Lidar cho các vùng của mái các công trình xây dựng Độ chính xác vị trí điểm của các bức tường được xác định dựa trên sự kết hợp giữa các yếu tố sắc cạnh (gờ sắc nét) từ dữ liệu ảnh hàng không và dữ liệu 37 đồng phẳng từ các điểm Lidar. Các cạnh trong mảng ba chiều được sử dụng để dựng lại các mô hình của công trình xây dựng và phương pháp này có được lợi thế về độ tin cậy cao và tính linh hoạt, nó đưa ra giải pháp chắc chắn, thậm chí ngay cả khi dữ liệu là các đường 3D bị đứt quãng. Dữ liệu 3D của tập hợp các điểm Lidar thu được từ thiết bị Lidar trên máy bay cung cấp thông tin một cách phong phú về độ cao và thậm chí cả hình ảnh, trong khi đó chúng ta cũng thu được các dữ liệu phổ rất dồi dào từ ảnh hàng không. Do đó, kết hợp hai nguồn dữ liệu nêu trên đem lại triển vọng cho việc tự động tìm kiếm, tái lập lại các mô hình công trình xây dựng trong đô thị phục vụ cho quy hoạch và quản lý một cách hiệu quả hơn. Từ dữ liệu hợp nhất, ta có thể xây dựng mô hình các công trình xây dựng từ dữ liệu ảnh hàng không và tập hợp các điểm Lidar một cách tự động gồm hai phần chính như sau: - Tìm kiếm, nhận dạng các công trình xây dựng. - Tái lập lại các mô hình 3D của các công trình xây dựng. Sử dụng các điểm khống chế ngoại nghiệp, hệ thống dẫn đường GPS và INS, chúng ta xác định được các thông số định hướng ngoài của ảnh hàng không, do đó ta có thể xử lý kết hợp 2 nguồn dữ liệu Lidar và ảnh hàng không thống nhất trên một hệ toạ độ. Sau đó, chúng ta có thể tiến hành xác định, phân loại các vùng và các đối tượng cơ bản trong quá trình tìm kiếm, nhận dạng các công trình xây dựng. Trong giai đoạn này, chúng ta cần các thông tin về bề mặt địa hình từ dữ liệu Lidar đã được chuyển sang dạng Raster và thông tin về phổ của dữ kiệu ảnh hàng không màu. Thực tế, việc phân loại các đối tượng để tìm ra ranh giới các công trình xây dựng dựa trên các thông tin về phổ, hình dạng, cấu trúc và thông tin về độ cao. Với các thông tin trên, chúng ta có thể tách biệt được các các công trình xây dựng và kiểm soát chúng. Khi ranh giới các công trình xây dựng đã được nhận biết và tách biệt, chúng ta phân tích tính đồng phẳng của các dữ liệu Lidar cho các vùng mái của các công trình xây dựng. Khi đó, mô hình TIN cơ bản sẽ dựng lên các mặt phẳng trong môi trường 3D cho 38 mỗi vùng của công trình xây dựng. Các cạnh của công trình xây dựng được tách ra từ dữ liệu ảnh hàng không được kết hợp chặt chẽ với dữ liệu độ cao điểm Lidar để xác định vị trí các bức tường của các công trình xây dựng trong môi trường 3D. Giải pháp này đưa ra độ tin cậy cao và thuận lợi cho việc tái lập lại các mô hình của các công trình xây dựng, thậm chí trong trường hợp các đoạn thẳng 3D bị đứt, gãy. a. Tìm kiếm, nhận dạng các công trình xây dựng Các đối tượng được xác định của các công trình xây dựng là dạng vùng. Ở đây, chúng ta có 2 bước xử lý là xác định vùng và phân loại các đối tượng cơ bản. Quá trình tìm kiếm, nhận biết các công trình xây dựng được thực hiện như sau: Quá trình tìm kiếm vùng (ranh giới) cho các công trình xây dựng: Có 2 cách trong quá trình này. Cách thứ nhất, người ta sử dụng các đường đồng mức cơ bản. Cách thứ hai sử dụng các thông tin về hình ảnh sắc nét (gờ, bờ, ) để xác định các vùng (ranh giới) cơ bản. Thông thường, người ta sử dụng công nghệ nối các điểm ảnh (pixel) có tính đồng dạng đặc trưng vì hệ số xác định ranh giới (vùng) từ những hình ảnh sắc nét đạt độ chính xác cao hơn so với phương pháp xác định dựa vào đường đồng mức cơ bản. Việc kết hợp dữ liệu Lidar và bình đồ ảnh trực giao tạo nên được sự kết nối các điểm ảnh (pixel) đồng nhất, đặc trưng thành các ranh giới (vùng) của các công trình xây dựng. Phân loại các đối tượng cơ bản: Sau quá trình tìm kiếm các đối tượng vùng (ranh giới các công trình xây dựng), người ta tiến hành phân loại các đối tượng đó dựa trên các đặc điểm về độ cao, thông tin về phổ, cấu trúc, độ nhám (gồ ghề), và các thông tin về các vùng bóng, bị che khuất để thực hiện nhận dạng các công trình xây dựng. Quá trình này được mô tả như sau: Độ cao: tiến hành xác định Mô hình số bề mặt (DSM) và Mô hình số địa hình (DTM) thông qua việc xử lý dữ liệu Lidar. Kết quả thu nhận được từ Mô 39 hình số bề mặt bao gồm cả giá trị độ cao của các công trình xây dựng và độ cao của thảm thực phủ. Thông tin phổ: dựa trên phân tích các thông tin về phổ từ ảnh hàng không màu, dựa trên các chỉ số thực vật, tiến hành phân loại và thu được các vùng không có thực phủ và các vùng có thực phủ. Cấu trúc: thông tin về cấu trúc được lấy từ ảnh hàng không. Sử dụng Ma trận xuất hiện mức độ độ xám để phân tích cấu trúc ảnh (GLCM). Đây là ma trận liên quan tới tần số xuất hiện các điểm ảnh (pixel) so với các điểm ảnh (pixel) gần nhất. Ngoài ra còn sử dụng hàm Entropi và tính đồng nhất như là các chỉ số của xác suất xuất hiện các điểm ảnh (pixel). Vai trò của thông tin về cấu trúc là để tách biệt giữa các công trình xây dựng và thảm thực phủ khi các đối tượng phân loại có giá trị tương đương về phổ. Độ nhám (gồ ghề): độ nhám của bề mặt thu nhận từ dữ liệu Lidar nhằm mục đích phân biệt giữa các đối tượng vùng thực vật và không phải là thực vật. Cũng tương tự như thông tin về cấu trúc của ảnh, có thể sử dụng các chỉ số về độ dốc, độ lồi lõm của bề mặt để tách biệt được giữa các công trình xây dựng và các vùng thực phủ khi mà giá trị thu nhận từ phổ của ảnh giữa các đối tượng là tương đương nhau. Hình dạng: thuộc tính của hình dạng bao gồm kích thước và tỷ số giữa chiều dài và chiều rộng của đối tượng. Thông thường cần sử dụng một ngưỡng về diện tích để lọc ra những đối tượng quá nhỏ. Điều này có nghĩa là những vùng có diện tích rất nhỏ, dưới ngưỡng đặt ra thì không được phân loại vào các đối tượng thuộc các công trình xây dựng. Các đối tượng có tỷ số giữa chiều dài và chiều rộng phù hợp được chuyển vào lớp đối tượng thuộc các công trình xây dựng. Những đối tượng không được xếp vào các lớp đối tượng thuộc các công trình xây dựng khi mà tỷ số giữa chiều dài và chiều rộng lớn hơn ngưỡng đặt ra. 40 Hình 2.5 Tìm kiếm, nhận dạng công trình xây dựng b. Tái lập các công trình xây dựng trên bản đồ 3D Quá trình dựng lại mô hình các công trình xây dựng bắt đầu khi đã có kết quả nhận biết ranh giới riêng biệt của các công trình từ bước trước đó. Quá trình này bao gồm 4 nhiệm vụ: (1) định dạng các mặt 3D, (2) tìm kiếm ranh giới của các công trình xây dựng, (3) xác định các đường ranh giới của các công trình xây dựng, (4) dựng lại các công trình xây dựng. Định dạng các mặt 3D: nhiệm vụ thứ nhất trong quá trình xây dựng mô hình của các công trình xây dựng là xác định được các mặt 3D từ dữ liệu Lidar. Việc xác định các mặt phẳng tam giác dựa trên sự kết hợp của các điều kiện về tính đồng phẳng và sự so sánh giữa các điểm láng giềng gần nhất trong lưới điểm tam giác của dữ liệu Lidar. Có 2 thông số để xác định các mặt phẳng tam giác trong lưới tam giác: (1) dựa vào góc được tạo thành giữa 2 vector liền kề, (2) dựa vào chênh cao giữa các điểm lưới. Dựa trên tiêu chuẩn đồng phẳng, người ta sử dụng thuật toán khớp điểm theo nguyên lý số bình phương nhỏ nhất để xác định các mặt 3D. Tìm kiếm ranh giới của các công trình xây dựng: sau khi định dạng được các mặt 3D, tiến hành tìm kiếm ranh giới của các công trình xây dựng từ dữ liệu Lidar đã được Raster hoá. Tiến hành đặt các hệ số về độ dài để gỡ bỏ các đoạn thẳng quá ngắn. Các đường thẳng là ranh giới của công trình xây dựng bao 41 gồm cả thông tin về độ cao, chúng có liên quan mật thiết tới các mặt 3D đã được xác định ở bước trên. Xác định các đường ranh giới của các công trình xây dựng: trên nền ảnh trực giao, người ta xây dựng được các đường ranh giới 2D. Kết hợp giữa dữ liệu về độ cao từ các mặt 3D đã được xác định ở trên và dữ liệu về mặt bằng từ ảnh hàng không trực giao, người ta dựng được ranh giới 3D của các công trình xây dựng bằng việc. Hình 2.6 Xác định ranh giới công trình xây dựng Cắt, nối, dựng mô hình công trình xây dựng: phương pháp này tiến hành cắt bỏ, nối lại các đoạn thẳng tạo nên các đối tượng đồ hoạ dạng vùng cho ranh giới của các công trình xây dựng. Tiếp theo, sử dụng thông tin về độ cao đã được xác định của mái công trình xây dựng để tiến hành dựng lại các mô hình 3D cho từng công trình xây dựng khác theo các nguyên tắc thể hiện bản đồ để thành lập bản đồ 3D khu vực đô thị. Hình 2.7 Xây dựng mô hình 3D của các công trình xây dựng 42 2.2. Phương pháp hiển thị các đối tượng trên bản đồ 3D 2.2.1. Phương pháp hiển thị các đối tượng 3D Cấu trúc cơ bản của bản đồ 3D: Hình 2.8 mô tả bản đồ 3D bao gồm hai thành phần chính là mô hình số địa hình và các đối tượng địa hình, đối tượng địa vật có thể hiện chiều cao trên đó. Hình 2.8: Mô tả mô hình số địa hình và các đối tượng trên nó Mô hình số địa hình là một nội dung rất quan trọng của bản đồ 3D. Tất cả các yếu tố nội dung khác của bản đồ đều được thể hiện trên nền mô hình số địa hình. Thể hiện đối tượng địa hình 3D thành hai nhóm: Các đối tượng nằm ngay trên bề mặt địa hình bao gồm các đối tượng dạng đường, vùng, điểm không có thể tích nằm ngay trên bề mặt DTM như đường giao thông, bãi đất trống, bãi cỏ, điểm khống chế ... Các đối tượng nằm nổi trên bề mặt địa hình bao gồm nhà, các công trình xây dựng, tường rào, các loại dây dẫn, các đối tượng thực vật... có chiều cao tương đối lớn so với mặt địa hình. Nguyên tắc xây dựng và sử dụng ký hiệu: Trong việc thể hiện nội dung bản đồ 3D, khi đối tượng được chọn thể hiện theo xu hướng ký hiệu hóa cao (symbolised) chứ không theo nguyên tắc hiển thị hình ảnh thực (photorealistic) thì cần cố gắng sử dụng các ký hiệu tương tự với 43 bản đồ 2D đã quen thuộc với người dùng bản đồ. Tuy nhiên trên bản đồ truyền thống chỉ sử dụng số lượng màu hạn chế để đơn giản hóa quá trình in ấn, còn bản đồ địa hình 3D có ưu thế của bản đồ số với khả năng sử dụng màu sắc đa dạng hơn cho hệ thống ký hiệu của mình. Dữ liệu thuộc tính: Dữ liệu thuộc tính của các đối tượng này cần phải được thu thập và gắn kết với dữ liệu đồ họa một cách thống nhất theo nguyên tắc của hệ thống thông tin địa lý (GIS). Các thuộc tính của đối tượng có thể là cả định lượng lẫn định tính. Các công cụ của GIS cho phép thực hiện các phép phân tích dựa trên các dữ liệu này một cách hiệu quả hơn. Các dữ liệu thuộc tính có thể được sử dụng để điều khiển cách hiển thị của đối tượng theo các nguyên tắc bản đồ. Tóm lại, cấu trúc của bản đồ 3D bao gồm nền địa hình, dữ liệu đồ họa của các đối tượng địa hình, dữ liệu thuộc tính gắn với dữ liệu đồ họa này và tất cả được hiển thị trong môi trường 3D theo nguyên tắc bản đồ. 2.2.2. Mô hình số địa hình Mô hình số địa hình thường được thể hiện ở hai dạng TIN hoặc GRID. TIN là từ viết tắt của mạng tam giác không đều (Triangulated Irregular Networks). Đây là mô hình dạng vector, có cấu trúc topo mạng đa giác khá phức tạp, lấy điểm làm đơn vị và xét xem mỗi điểm sẽ được kết nối với các điểm liền kề nào để tạo ra tam giác. TIN là một tập hợp của các tam giác liền kề, không chồng đè, không có tam giác đảo (tam giác nằm bên trong một tam giác khác), được tạo nên từ các điểm phân bố không đồng đều với tọa độ X, Y và giá trị Z. Mô hình TIN với cấu trúc dữ liệu dạng vector dựa trên các điểm, đường và vùng có phân bố không đồng đều và thường được chia ra thành các tập hợp điểm (masspoints) và các đường breakelines. Mô hình TIN thường được xây dựng áp dụng thuật toán Delaunay để tối ưu hoá việc thể hiện bề mặt địa hình. Ý tưởng chủ đạo của thuật toán này là tạo ra các tam giác mà xét một cách tổng thể càng có dạng gần với tam giác đều càng tốt. Nói một cách chính xác hơn thì tam giác 44 Delaunay là tam giác thoả mãn điều kiện đường tròn ngoại tiếp bất kỳ một tam giác nào đều không chứa bên trong nó đỉnh của các tam giác khác. Mô hình TIN khá phức tạp khi xử lý nhưng nó cũng tránh được việc lưu trữ thừa thông tin và có khả năng mô tả các biến đổi địa hình phức tạp. Đối với mô hình số địa hình dạng lưới ô vuông quy chuẩn hay ma trận độ cao (altitude matrix), các điểm độ cao được bố trí theo khoảng cách đều đặn trên hướng tọa độ X,Y để biểu diễn địa hình. Trong mô hình số độ cao dạng này tọa độ mặt phẳng của một điểm mặt đất bất kỳ có độ cao Z (Zij) được xác định theo số thứ tự (i, j) của ô lưới trên hai hướng. Mô hình số địa hình dạng lưới đều là một mô hình bề mặt có cấu trúc đơn giản, dễ xử lý. Độ chính xác được xác định bởi khoảng cách mắt lưới và để tăng độ chính xác phải giảm khoảng cách giữa các mắt lưới. Các đối tượng đặc trưng, chẳng hạn các đỉnh hay các đường phân thuỷ không thể được miêu tả chính xác hơn độ rộng của mắt lưới. Đối với các vùng bằng phẳng, không hiệu quả khi lưu trữ ở dạng lưới đều, còn ở vùng độ cao biến đổi phức tạp mô hình GRID khó có thể diễn tả được các chi tiết này nếu không có giảm đáng kể về kích cỡ ô lưới. Mỗi một dạng mô hình số địa hình dạng GRID hay TIN đều có những ưu điểm và nhược điểm nhất định. Có một số ứng dụng thì cần mô hình số địa hình ở dạng GRID, một số ứng dụng khác lại cho kết quả tốt hơn nếu có mô hình số địa hình dạng TIN. Nhiều thuật toán phân tích dòng chảy tính toán lưu vực sông hay phân tích thuỷ văn các vùng ngập lụt được phát triển trên mô hình GRID. Còn nếu trong các ứng dụng cụ thể nào đó mà các thông tin vi địa hình (micro relief information) được coi là quan trọng thì mô hình TIN có thể tỏ ra có ưu thế hơn. Hai dạng TIN và GRID của mô hình số địa hình có thể được chuyển đổi qua lại lẫn nhau, các phần mềm hiệ có đều cung cấp công cụ để thực hiện quá trình chuyển đổi này. Đối với dữ liệu điểm Lidar thì việc xây dựng mô hình số địa hình được thực hiện nhanh chóng, chính xác và có mức độ chi tiết cao hơn 45 so với mô hình số địa hình được thành lập từ các nguồn dữ liệu khác như ảnh hàng không, ảnh vệ tinh lập thể, ảnh giao thoa radar, bản đồ địa hình 2.2.3. Các đối tượng địa hình 3D Các đối tượng nằm ngay trên bề mặt địa hình dạng đường như sông, suối, đường giao thông, dạng điểm như các điểm khống chế có thể được mô tả bằng các dữ liệu 2D hoặc 3D. Đối với dữ liệu 3D chúng có thể được thể hiện độc lập và chính xác vị trí của mình trong môi trường không gian ba chiều, không phụ thuộc vào dữ liệu bề mặt địa hình làm nền cho chúng. Trường hợp nếu các đối tượng này chỉ có tọa độ X, Y chúng cũng có thể được bổ sung tọa độ Z từ mô hình số địa hình bằng một phép chiếu vuông góc đơn giản. Các đối tượng dạng vùng như các bãi cát, bãi cỏ, sân ...thường chỉ có tọa độ X, Y. Để thể hiện trong không gian ba chiều chúng sẽ được đẩy lên bề mặt địa hình và được thể hiện bằng các ký hiệu tương ứng. Các đối tượng nằm nổi trên bề mặt địa hình có độ cao riêng gồm nhóm các đối tượng dạng vùng như nhà và các công trình xây dựng, các đối tượng dạng đường như hàng rào, tường vây, các loại đường dây truyền tải, các đối tượng dạng điểm như cột điện, cây cối. Các đối tượng này có cấu trúc phức tạp hơn. Để mô tả chúng ngoài tọa độ X, Y cần có các giá trị độ cao: giá trị Z là độ cao của mặt địa hình tại vị trí (X,Y) của đối tượng và giá trị h là độ cao riêng của đối tượng so với mặt địa hình hoặc độ cao thực H của đối tượng trong không gian ba chiều. Trên các bản đồ 3D, chi tiết của các khu đô thị, nhà và các khối nhà là nhóm đối tượng được quan tâm rất nhiều về cách thể hiện. Nhóm đối tượng này khá đa dạng về cấu trúc hình học. Chúng có thể được thể hiện chi tiết bằng các mô hình 3D thực mà mỗi nút đều mang giá trị X, Y, H hoặc được khái quát hoá ở các mức độ khác nhau phụ thuộc vào mức độ chi tiết thể hiện (LoD - level of detail). Một cách thể hiện đơn giản nhất là nhà được đẩy lên từ đường viền đáy nhà nằm trên mặt địa hình một khoảng bằng chiều cao riêng h của nhà thành một 46 hình hộp. Đối với công nghệ Lidar thì chúng ta có tập hợp các điểm có giá trị mặt bằng và độ cao rất chi tiết, từ đó cũng có mô hình số địa hình và mô hình số bề mặt cũng rất chi tiết và chính xác, do đó việc thể hiện các công trình xây dựng trên bản đồ 3D là đảm bảo được mức độ chi tiết rất cao. Hình 2.9 Mô tả nhà trong bản đồ 3D được hiện thị một cách đơn giản trên nền mô hình số địa hình 2.2.4. 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 47 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 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. 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. 48 Hình 2.10 Cấp độ chi tiết LoD đối với các đối tượng nhà, khối nhà Mối liên hệ giữa khái niệm tỷ lệ của bản đồ 2D và LoD của bản đồ 3D có nhiều điểm tương đương. Chúng đều liên quan đến độ chính xác và mức độ khái quát hoá của các đối tượng. Đối với bản đồ 3D, độ chi tiết, độ chính xác của mô hình số địa hình phải tương đồng với cách thể hiện của các đối tượng nằm trên bề mặt địa hình. 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