Kỷ yếu Hội nghị Quốc gia lần thứ … về Nghiên cứu cơ bản và ứng dụng Công Nghệ thông

tin (FAIR); …, ngày …/…/…

TĂNG CƯỜNG ĐỘ CHÍNH XÁC CỦA THUẬT TOÁN MCC DỰA TRÊN
LỰA CHỌN THAM SỐ S VÀ T THEO NPS
Nguyễn Thị Hữu Phương 1, Đặng Văn Đức2, Nguyễn Trường Xuân1
1
Khoa Công nghệ thông tin, Trường Đại học Mỏ - Địa chất
2
Viện Công nghệ thông tin, Viện Hàn lâm Khoa học và Công nghệ Việt nam
nguyenphuong85.nb@gmail.com, dvduc@ioit.ac.vn, nguyentruongxuan@humg.edu.vn

TÓM TẮT— Thuật toán Multiscale Curvature Classification (MCC) được sử dụng trong phân loại dữ liệu đám mây điểm
LiDAR. Thuật toán sử dụng phép nội suy TPS để có thể duyệt qua các điểm để phân loại các điểm này vào lớp mặt đất hay không
mặt đất. Phép nội suy TPS có hai tham số đầu vào là s và t để xác định độ cong cho TPS và ngưỡng hội tụ của thuật toán. Đây là
hai tham số được người dùng tự định nghĩa. Bài báo tập trung vào nghiên cứu lựa chọn giá trị s và t tự động cho bộ dữ liệu dựa trên
NPS (Norminal Point Spacing), giá trị s và t sẽ được khởi tạo tự động phù hợp với mỗi bộ dữ liệu, tránh được sự sai sót trong quá
trình tự định nghĩa của người phân loại. Với bộ dữ liệu thử nghiệm được đo tại Bắc Ninh, kết quả cho thấy có thể người phân loại
có thể phải chạy nhiều lần mới cho ra được giá trị s và t phù hợp với bộ dữ liệu của mình. Trong khi đó, khi sử dụng NPS giá trị s
và t được khởi tạo tự động, cho độ chính xác phân loại đạt trên 95%.
Từ khóa— MCC, multiscale curvature, curvature threshold, point cloud.