최근에는 LiDAR시스템의 등장으로 기존의 항공사진측량에 비하여 효율적이고, 경제적으로 도시지역의 수치표고자료를 효과적으로 구축할 수 있게 되었으나, 도시지역에서는 다양한 형태의 객체들이 모두 포함된 DSM(Digital Surface Model) 형식의 자료를 취득하게 된다. 따라서, 홍수범람예측에 있어서의 인공지물의 영향 해석 등을 위하여 건물이 제거된 지형에 관한 상세한 정보를 제공하기 위해서는 DSM으로부터 DEM(Digital Elevation Model)을 추출하기 위한 전처리 과정이 필요하다. 된 연구는 LiDAR 시스템으로부터 취득된 도시지역에 대한 DSM으로부터 건물 등이 제거된 DEM을 추출하기 위한 연구로서 영상처리기법의 경계검출 알고리즘을 적용하여 건물 등의 건물들에 대한 경계를 추출하였으며, 선행연구에서 건물로 추출된 지역에 대하여 보간법을 적용함으로써 발생하는 원시 DSM 자료의 변형에 따른 대안으로써, 추출된 경계에 대여 평균값 필터 링, 중간값 필터링, 최소값 필터링을 각각 적용함으로써 원시 DSM자료의 변형을 최소화하여 건물 등의 지물들을 제거하였으며, LiDAR DSM으로부터 DEM을 제작하는 과정을 간략화, 자동화하였다.
최근에는 LiDAR시스템의 등장으로 기존의 항공사진측량에 비하여 효율적이고, 경제적으로 도시지역의 수치표고자료를 효과적으로 구축할 수 있게 되었으나, 도시지역에서는 다양한 형태의 객체들이 모두 포함된 DSM(Digital Surface Model) 형식의 자료를 취득하게 된다. 따라서, 홍수범람예측에 있어서의 인공지물의 영향 해석 등을 위하여 건물이 제거된 지형에 관한 상세한 정보를 제공하기 위해서는 DSM으로부터 DEM(Digital Elevation Model)을 추출하기 위한 전처리 과정이 필요하다. 된 연구는 LiDAR 시스템으로부터 취득된 도시지역에 대한 DSM으로부터 건물 등이 제거된 DEM을 추출하기 위한 연구로서 영상처리기법의 경계검출 알고리즘을 적용하여 건물 등의 건물들에 대한 경계를 추출하였으며, 선행연구에서 건물로 추출된 지역에 대하여 보간법을 적용함으로써 발생하는 원시 DSM 자료의 변형에 따른 대안으로써, 추출된 경계에 대여 평균값 필터 링, 중간값 필터링, 최소값 필터링을 각각 적용함으로써 원시 DSM자료의 변형을 최소화하여 건물 등의 지물들을 제거하였으며, LiDAR DSM으로부터 DEM을 제작하는 과정을 간략화, 자동화하였다.
Nowadays, it is possible to construct the DEMs of urban area effectively and economically by LiDAR system. But the data from LiDAR system has form of DSM which is included various objects as trees and buildings. So the preprocess is necessary to extract the DEMs from LiDAR DSMs for particular purpos...
Nowadays, it is possible to construct the DEMs of urban area effectively and economically by LiDAR system. But the data from LiDAR system has form of DSM which is included various objects as trees and buildings. So the preprocess is necessary to extract the DEMs from LiDAR DSMs for particular purpose as effects analysis of man-made objects for flood prediction. As this study is for extracting DEM from LiDAR DSM of urban area, we detected the edges of various objects using edge detecting algorithm of image process. And, we tried mean value filtering, median value filtering and minimum value filtering or detected edges instead of interpolation method which is used in the previous study and could be modified the source data. it could minimize the modification of source data, and the extracting process of DEMs from DSMs could be simplified and automated.
Nowadays, it is possible to construct the DEMs of urban area effectively and economically by LiDAR system. But the data from LiDAR system has form of DSM which is included various objects as trees and buildings. So the preprocess is necessary to extract the DEMs from LiDAR DSMs for particular purpose as effects analysis of man-made objects for flood prediction. As this study is for extracting DEM from LiDAR DSM of urban area, we detected the edges of various objects using edge detecting algorithm of image process. And, we tried mean value filtering, median value filtering and minimum value filtering or detected edges instead of interpolation method which is used in the previous study and could be modified the source data. it could minimize the modification of source data, and the extracting process of DEMs from DSMs could be simplified and automated.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 LiDAR 시스템으로부터 취득된 도시지역에 대한 DSM으로부터 건물 등이 제거된 DEM을 추출하기 위한 연구로서 다음과 같은 결론을 얻을 수 있었다.
제안 방법
선행연구。, 에서 건물로 추출된 지역에 대하여 보간법을 적용함으로써 발생하는 원시 DSM 자료의 변형에 따른 대안으로써, 추출된 경계에 대하여 평균값 필터링, 중간값 필터링, 최소값 필터링을 각각 적용함으로써 원시 DSM 자료의 변형을 최소화하여 건물 등의 지물들을 제거한 DEM을 추출하는 기법을 제시하고자 한다.
그림 7은 라플라시안 연산자를 이용한 대싱■지역 DSM 에 대한 최초 경계검출 결과로써, 잡음에 민감한 라플라시안 연산자의 특성상 다소 많은 경계가 검출되었으나, 잡음을 제거하기 위하여 가우시안 스무딩 등의 작업을 선행하는 경우 최초 DSM을 변형시킬 수 있으며 검출된 셀이 잡음에 의하여 잘못 검출되었다 해도 결과적으로는 검출된 경계셀이 모두 주변 셀에 의하여 제거되기 때문에 본 연구에서는 잡음 제거를 위한 작업은 수행하지 않았다
않는 경우)에도 연산에서 제외하였다. 또한, 연산에 사용되는 셀의 개수가 너무 적어지는 것을 방지하기 위하여 연산에 사용되는 셀의 개수가 최소 8개를 넘지 않는 경우 필터의 크기를 5 X5 혹은 그 이상으로 증가시키도록 구현하였다. 그림 8은 본 연구에서 적용된 경계로 추출된 셀에 대한 필터링 방법에 관하여 나타낸 것이다.
경계로 추출된 셀에 대하여 5X5 크기의 평균값 필터, 중간값 필터, 최소값 필터를 각각 적용하되, 필터링 과정에서 선택되는 24개의 셀 중 이미 또 다른 경계로 추출된 셀은 연산에서 제외하였다. 또한, 연산에 사용되는 셀의 개수가 최소 9개를 넘지 않는 경우 필터의 크기를 7X7 혹은 그 이상으로 증가시키도록 구현하였으며, 라플라시안 경계 검출과정에서 필터링까지의 과정을 계속 반복함으로써 DSM상의대상 지역에 모두 제거하여 대상지역에 대한 DEM을 추출하고 최종적으로 추출된 DEM과 최초의 DSM의 표고값을 비교하여 추출된 DEM의 정확도를 각 필터별로 평가하였다.
또한, 취득된 원시자료는 Trimble 사의 TGO와 RealM ASCII 처리모듈을 이용하여 GPS 오차 보정 및 원시 자료보정을 실시하였으며, WGS84 UTM 좌표계의 원시자료를 벳셀 TM 좌표계로 변환하고, LiDAR 측량에 의한 타원체고는 EGM96 모델을 이용하여 정표 고로 변환한 후, ESRI사의 ArcGIS를 이용하여 Im 해상도의 DSM을 구축하였다.
먼저 취득된 LiDAR 원시자료를 이용하여 Im 해상도의 DSM을 구축하고 우선 라플라시 안 연산자를 이용하여 경계를 추출한다. 경계로 추출된 셀에 대하여 5X5 크기의 평균값 필터, 중간값 필터, 최소값 필터를 각각 적용하되, 필터링 과정에서 선택되는 24개의 셀 중 이미 또 다른 경계로 추출된 셀은 연산에서 제외하였다.
셋째, 추출된 경계에 대한 필터링을 통하여 경계로 추출된 셀 주변 표고값들을 자료의 변형 없이 활용하여 건물 지역을 제거함으로써 건물로 추출된 지역에 대하여 보간법을 적용하여 발생하는 원시 DSM 자료의 변형의 문제점을 최소화 할 수 있는 방법을 제시하였다.
대상 데이터
본 연구는 2층 이하에서 10층 이상의 다양한 높이의 건물이 복합적으로 나타나는 특성을 갖는 경기도 구리시를 대상지역으로 하였으며, 그림 5와 같은 방법으로 연구를 수행하였다.
본 연구에서는 ±15cm 미만의 표고 정확도를 갖는 AL- TM(Airborne Laser Terrain Mapper) 2050 레이저 시스템을 이용하여 점밀토 3.0점 衡의 원시자료를 취득하였다.
이론/모형
경계 검출기법은 영상처리 분야에서 많은 연구가 계속되고 있는 분야로서 본 연구에서는 현재까지 소개된 경계검출기법 중 검출된 경계의 윤곽선들이 폐곡선을 이루고 명암이 점차적으로 변화되는 영역에 대해서는 반응을 보이지 않으며, 다른 연산자들보다 더욱 뚜렷한 경계를 검출하는 특징을 갖는 라플라시안 연산자를 사용하였다.
성능/효과
건물이 모두 제거되었다는 관점에서는 중간값 필터를 사용했을 때와 같이 비교적 좋은 결과를 보여주고 있으나, 고층건물 및 낮은 건물 지역에서 모두 중간 값 필터를 사용했을 때보다 약 1 ~2m 가량 낮은 결과를 나타내었다. 특히, 그림 10의 경우 그림 10(e)에서 낮은 표고값이 확장되어 나타나 있는 것을 알 수 있다.
둘째, 추출된 경계에 대한 필터링 기법을 적용함에 있어 평균값 필터 및 최소값 필터보다는 중간값 필터를 사용함으로써 보다 현실에 가까운 표고값을 얻을 수 있었다.
따라서, 평균값 필터 및 최소값 필터를 사용하는 것보다는 중간값 필터를 사용하는 것이 보다 현실에 가까운 표고값을 얻을 수 있다고 판단된다.
첫째, 라플라스 연산자를 이용한 영상처리기법의 경계검출 알고리즘과 추출된 경계 셀에 대한 필터 링 기법을 이용하여 LiDAR DSM으로부터 건물 등을 제거할 수 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.