최첨단 측량기술인 항공레이저측량, 항공사진측량, 대축척 수치지도의 도입 및 비약적 발달은 대규모 지역에 대해 일반 사용자가 실생활에 활용 가능한 수준의 대축척 영상정보 및 벡터정보들을 제공하는 주요한 수단이 되고 있다. 그러나 서로 각기 다른 측량기술, 센서들로부터 구축된 자료들을 의미 있는 지리정보로 활용하고 상호보완적인 가치를 창출하기 위해서는 이러한 자료들을 같은 좌표계 상에 표현할 수 있도록 기하보정 하는 과정이 선행되어야 한다.본 연구에서는 항공레이저측량 자료,항공사진, 대축척 수치지도를 이용하여 의미가 있는 지리정보를 생성하기 위한 전처리 과정으로써 위의 측량자료들을 공통의 좌표계 상에 기하보정하는 알고리즘을 제안하였다. 제안된 알고리즘은 선형기하요소를 기하보정의 기본요소로 이용하여 정확하고 효과적으로 기하보정을 수행하였다. 이를 위해 항공레이저측량 자료로부터 선형기하요소를 추출하기 위한 알고리즘을 개발하였으며 추출된 선형요소를 이용하여 항공사진의 단사진과 기하보정하기 위한 방법론을 개발하였고 또한 대축척 수치지도로부터 추출되는 선형요소와의 기하보정을 위한 방법론을 개발하였다. 마지막으로 연구를 위하여 수집된 실제 측량자료에 개발된 방법론들을 적용하고 도출된 결과에 대한 통계평가를 수행함으로써 연구결과의 효용성을 입증하였다.
최첨단 측량기술인 항공레이저측량, 항공사진측량, 대축척 수치지도의 도입 및 비약적 발달은 대규모 지역에 대해 일반 사용자가 실생활에 활용 가능한 수준의 대축척 영상정보 및 벡터정보들을 제공하는 주요한 수단이 되고 있다. 그러나 서로 각기 다른 측량기술, 센서들로부터 구축된 자료들을 의미 있는 지리정보로 활용하고 상호보완적인 가치를 창출하기 위해서는 이러한 자료들을 같은 좌표계 상에 표현할 수 있도록 기하보정 하는 과정이 선행되어야 한다.본 연구에서는 항공레이저측량 자료,항공사진, 대축척 수치지도를 이용하여 의미가 있는 지리정보를 생성하기 위한 전처리 과정으로써 위의 측량자료들을 공통의 좌표계 상에 기하보정하는 알고리즘을 제안하였다. 제안된 알고리즘은 선형기하요소를 기하보정의 기본요소로 이용하여 정확하고 효과적으로 기하보정을 수행하였다. 이를 위해 항공레이저측량 자료로부터 선형기하요소를 추출하기 위한 알고리즘을 개발하였으며 추출된 선형요소를 이용하여 항공사진의 단사진과 기하보정하기 위한 방법론을 개발하였고 또한 대축척 수치지도로부터 추출되는 선형요소와의 기하보정을 위한 방법론을 개발하였다. 마지막으로 연구를 위하여 수집된 실제 측량자료에 개발된 방법론들을 적용하고 도출된 결과에 대한 통계평가를 수행함으로써 연구결과의 효용성을 입증하였다.
To use surveying data obtained from different sensors and different techniques, it is a pre-requite step that register them in a common coordinate system. For this purpose, we developed methodologies to register airborne photos, ALS (Airborne Laser Scanning) data and digital maps. To achieve this, c...
To use surveying data obtained from different sensors and different techniques, it is a pre-requite step that register them in a common coordinate system. For this purpose, we developed methodologies to register airborne photos, ALS (Airborne Laser Scanning) data and digital maps. To achieve this, conjugate features from these data should be extracted in advance. In this study, linear features are chosen as conjugate features. Based on such a selection strategy, a simple and robust algorithm is proposed for extracting such features from ALS data. Then, to register them, observation equations are established from similarity measurements of the extracted features and the results was evaluated statistically. The results clearly demonstrate that the proposed algorithms are appropriate to register these data.
To use surveying data obtained from different sensors and different techniques, it is a pre-requite step that register them in a common coordinate system. For this purpose, we developed methodologies to register airborne photos, ALS (Airborne Laser Scanning) data and digital maps. To achieve this, conjugate features from these data should be extracted in advance. In this study, linear features are chosen as conjugate features. Based on such a selection strategy, a simple and robust algorithm is proposed for extracting such features from ALS data. Then, to register them, observation equations are established from similarity measurements of the extracted features and the results was evaluated statistically. The results clearly demonstrate that the proposed algorithms are appropriate to register these data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 항공레이저측량 자료, 항공사진, 대축척 수치지도를 이용하여 의미가 있는 지리정보를 생성하기 위한 전처리 과정으로써 위의 측량자료들을 공통의 좌표계 상에 기하보정하기 위한 효과적인 알고리즘을 제안하였다. 제안된 알고리즘은 선형기하요소를 기하 보정의 기본요소로 이용하여 이들 자료들에 대한 기하 보정을 수행하였다.
면 형태의 객체를 기하 보정의 요소로 사용할 경우, 항공레이저측량 자료로부터는 비교적 쉽게 인식이 가능하나 항공사진으로부터 면 형태의 객체를 인식하기에는 또한 많은 어려움이 따른다 (Habib 등 2004, 2006). 선형요소의 경우에는 항공사진과 항공 레이저 측량 자료 모두로부터 용이하게 인식 및 추출이 가능하므로 본 연구에서는 선형요소를 본 연구에서 목적으로 하는 항공사진, 항공레이저측량 자료, 수치 지도의 기하 보정을 위한 기하요소로써 활용하였다. 수치 지도의 경우에는 위에서 기술한 점, 선, 면 형태의 객체 모두에 대해 인식 및 추출 과정에서 큰 어려움이 없으므로 본 논의에서 배제하였다.
본 연구는 최첨단 측량기술로부터 취득된 항공사진, 항공 레이저 측량 자료, 대축척 수치지도를 선형요소를 활용하여 기하보정을 수행하기 위한 방법론을 개발하였다. 이를 위해 첫째, 항공레이저측량 자료로부터 선형요소를 정확하고 효과적으로 추출하기 위한 순차적 방법론을 개발하였다.
마지막으로 개발된 방법론들을 실제데이터에 적용하고 통계분석을 실시하였으며 이로부터 본 연구에서 제안한 방법론의 효용성을 입증하였다. 현재는 본 연구에서 개발된 기하보정 방법론의 효용성을 증대시키기 위해서 항공 레이저 측량 자료로부터 선형요소를 추출하기 위한 방법론의 자동화 및 기하보정 시 상호 대응되는 선형요소들의 자동 매칭을 위한 연구를 수행하고 있다.
제안 방법
제안된 알고리즘은 선형기하요소를 기하 보정의 기본요소로 이용하여 이들 자료들에 대한 기하 보정을 수행하였다. 이를 위해 항공레이저측량 자료로부터 선형기하요소를 추출하기 위한 알고리즘을 개발하였으며 추출된 선형요소를 이용하여 항공사진의 단사진과 기하 보정하기 위한 방법론을 개발하였고 또한 대축척 수치 지도로부터 추출되는 선형요소와의 기하보정을 위한 방법론을 개발하였다. 마지막으로 연구를 위하여 수집된 실제 측량자료에 개발된 알고리즘을 적용하고 도출된 결과에 대한 통계평가를 수행함으로써 알고리즘의 효용성을 입증하였다.
이를 위해 항공 레이저 측량 자료, 항공사진, 대축척 수지지도 자료들을 기하 보정 하기 위해 선행 연구들이 수행되었다 Habib 등 (2005)은 선형기하보정 요소(linear feature)를 활용한 항공사진과 항공레이저 측량 자료의 기하보정에 관한 연구를 발표하였다. 항공사진의 스테레오 영상으로부터 선형요소를 표현하는 매칭점을 추출하고 이를 항공 레이저 측량 자료로부터 추출된 선형요소들과의 변환방정식을 산출함으로써 기하보정을 수행하였다. 또한 항공 레이저 측량 자료로부터 추출되는 선형요소들과 항공사진의 주점이 이루는 벡터와 이 선형요소에 대응하는 항공사진의 스테레오 영상에 존재하는 선형요소 상의 점들과 항공사진의 주점이 이루는 벡터가 동일 평면상에 존재한다는 제약조건을 이용하여 기하보정을 수행하는 효과적인 알고리즘을 발표하였다.
제안된 알고리즘은 선형기하요소를 기하 보정의 기본요소로 이용하여 이들 자료들에 대한 기하 보정을 수행하였다. 이를 위해 항공레이저측량 자료로부터 선형기하요소를 추출하기 위한 알고리즘을 개발하였으며 추출된 선형요소를 이용하여 항공사진의 단사진과 기하 보정하기 위한 방법론을 개발하였고 또한 대축척 수치 지도로부터 추출되는 선형요소와의 기하보정을 위한 방법론을 개발하였다.
선형요소를 기하보정 과정에 사용하기 위해 항공 레이저 측량 자료로부터 다음의 과정을 통해 선형요소의 추출이 수행되었다. 선형요소를 항공레이저측량 자료로부터 추출하기 위한 방법론은 다음의 세 과정으로 구성된다.
선형요소를 항공레이저측량 자료로부터 추출하기 위한 방법론은 다음의 세 과정으로 구성된다. 첫째, 개발된 방법론의 적용을 위한 자료구조를 생성하고 둘째, 항공레이저측량 자료의 점들을 동일한 공간적 특성을 가지는 평면에 속하는 집합으로 분류하고 마지막으로 분류된 점들로부터 구성되는 평면방정식들의 교차 연산을 수행함으로써 원하는 선형요소를 추출하게 된다. 추출되는 선형요소들은 선형요소 상에 존재하는 두 점을 이용하여 표현하였다.
하지만 이러한 보간(Interpolation) 과정을 통한 자료구조의 변환은 원시자료의 정확도에 악영향을 미칠 수 있다(Maa 2002). 따라서 본 연구에서는 TIN (Triangular Irregular Network) 구조에 기초한 자료구조를 생성하였다 이 구조 하에서는 항공레이저측량 자료 점들 간의 공간적 상관관계(Spatial Relationship)가 저장되며세 개의 점들로 구성된 폴리곤(Polygon)들이 자료구조의 기본 요소가 된다. 폴리곤 단위로 폴리곤 ID, 폴리곤을 구성하는 점 ID, 점들의 공간좌표 값, 폴리곤의 경사(Slope) 및 방향Aspect)들의 정보가 저장된다.
d3계산한다. 3) 계산된 수직거리를 이용하여 이 점들이 초기평면 방정식과 같은 평면상에 존재하는지 검사한다. 결정원리는 다음의 규칙을 따른다.
5) 마지막으로, 자료구조에 저장된 폴리곤들의 경사 및 방향 정보를 이용하여 분할된 점들의 필터링을 실시한다.
분할된 점들과 구성되는 평면방정식을 이용하여 인접하는 두 평면의 교차연산을 수행한다. 교차연산을 통해두 평면이 이루는 직선의 방정식을 얻을 수 있으며 이직 선의 방정식과 분할된 점들의 경계정보를 이용하여 선형요소의 추출이 이루어진다.
본 연구에서는 항공사진과 항공레이저측량 자료의 기하 보정을 위한 변환함수로 항공사진의 공선조건식을 이용하였으며 항공사진의 공선조건식을 위의 과정을 통해 추출한 선형요소들을 이용하여 갱신하기 위해 그림 5와 같은 제약조건을 이용하였다.
본 연구에서 제안한 방법론의 효용성을 평가하기 위하여 대전광역시 유성구지역에 대하여 실험을 수행하였다 다음 그림 7은 실험대상지역에 대해 수집된 항공 레이저 측량 자료, 항공사진, 1:1,000 대축척 수치지도를 보여준다 알고리즘의 평가를 위하여 3장의 항공사진과 항공 레이저 측량 자료로부터 각각 27개의 선형요소 쌍들을 추출하고 이 중 15개의 선형요소 쌍들과 본 연구에서 개발된 알고리즘을 이용하여 기하보정을 실시하고, 12개의 선형요소 쌍들에 대해 정확도 평가를 수행하였다 다음의 그림 8은 항공레이저측량 자료로부터 추출된 선형요소들의 분포상태를 보여주며 붉은 색 실선은 기하보정을 위해 사용된 선형요소들이며 파란 색 실선은 정확도 평가를 위해 사용된 선형요소들을 보여준다
이를 통해 본 연구를 통하여 개발된 방법론이 항공사진과 항공 레이저 측량자료의 기하 보정에 효과적으로 사용될 수 있음을 확인할 수 있다. 또한, 3.2 절에 제시된 방법론을 이용하여 항공레이저측량 자료와 1:1, 000 수치지도의 기하보정을 실시하였다. 이를 위하여 각각 27개의 선형요소 쌍들이 추출되었고 이 중 15개의 선형요소 쌍을 이용하여 기하보정을 실시하고 12개의 선형요소 쌍을 이용하여 정확도 평가를 수행하였다 본 연구에 사용된 대상지역의 1:1,000 수치지도의 경우 Bessel 타원체를 기준 타원체로 하여 TM(Transverse Mercator) 투영을 적용하여 제작되었으므로(수치지도 ver.
2 절에 제시된 방법론을 이용하여 항공레이저측량 자료와 1:1, 000 수치지도의 기하보정을 실시하였다. 이를 위하여 각각 27개의 선형요소 쌍들이 추출되었고 이 중 15개의 선형요소 쌍을 이용하여 기하보정을 실시하고 12개의 선형요소 쌍을 이용하여 정확도 평가를 수행하였다 본 연구에 사용된 대상지역의 1:1,000 수치지도의 경우 Bessel 타원체를 기준 타원체로 하여 TM(Transverse Mercator) 투영을 적용하여 제작되었으므로(수치지도 ver. 1.0), 본 연구에서는 좌표계를 통일하기 위하여 수치지도의 기준타원체를 GRS80 타원체로 변환 후 TM투영을 적용하는 전처리 작업을 수행하고 기하보정을 실시하였다 기하 보정의 효과를 평가하기 위하여 수치지도로부터 추출된 선형요소의 중심점으로부터 항공레이저 측량 자료로부터 추출된 선형요소까지의 직교벡터(normal vector)를 계산하였다 다음의 표 2는 기하보정 전후 선형요소 쌍들의 직교벡터들의 크기를 보여주고 있다
개발하였다. 이를 위해 첫째, 항공레이저측량 자료로부터 선형요소를 정확하고 효과적으로 추출하기 위한 순차적 방법론을 개발하였다. 둘째, 항공사진 측량을 통해 생성된 단사진과 항공레이저측량 자료의 효율적이고 정확한 기하 보정을 위한 방법론을 개발하였다.
이를 위해 첫째, 항공레이저측량 자료로부터 선형요소를 정확하고 효과적으로 추출하기 위한 순차적 방법론을 개발하였다. 둘째, 항공사진 측량을 통해 생성된 단사진과 항공레이저측량 자료의 효율적이고 정확한 기하 보정을 위한 방법론을 개발하였다. 셋째, 항공레이저측량 자료와 대축척 수치지도의 기하보정을 위한 방법론을 개발하였다.
둘째, 항공사진 측량을 통해 생성된 단사진과 항공레이저측량 자료의 효율적이고 정확한 기하 보정을 위한 방법론을 개발하였다. 셋째, 항공레이저측량 자료와 대축척 수치지도의 기하보정을 위한 방법론을 개발하였다. 마지막으로 개발된 방법론들을 실제데이터에 적용하고 통계분석을 실시하였으며 이로부터 본 연구에서 제안한 방법론의 효용성을 입증하였다.
대상 데이터
존재하는 점들의 분리가 수행된다. 본 연구에서는 정확하고 안정적으로 동일한 평면상에 존재하는 점들을 추출하기 위하여 건물의 지붕에 존재하는 점들을 추출의 대상으로 선정하였다. 이러한 점들의 공간관계는 다음의 식으로 표현된다.
데이터처리
이를 위해 항공레이저측량 자료로부터 선형기하요소를 추출하기 위한 알고리즘을 개발하였으며 추출된 선형요소를 이용하여 항공사진의 단사진과 기하 보정하기 위한 방법론을 개발하였고 또한 대축척 수치 지도로부터 추출되는 선형요소와의 기하보정을 위한 방법론을 개발하였다. 마지막으로 연구를 위하여 수집된 실제 측량자료에 개발된 알고리즘을 적용하고 도출된 결과에 대한 통계평가를 수행함으로써 알고리즘의 효용성을 입증하였다.
이 실험결과는 본 연구에서 제안한 기하 보정 알고리즘을 통하여 항공사진과 항공레이저측량 자료의 기하보정이 이루어질 수 있음을 보여주고 있다. 또한 본 연구결과가 통계적으로 의미가 있는 결과인지 평가하기 위하여 t-test를 적용하여 연구결과에 대한 통계검증을 실시하였다 통계검증을 통하여 기하보정 전후의 오차분포를 비교하였으며 기하보정 후의 오차크기의 감소가 통계학적으로 의미가 있는 양인지를 검사하였다 통계검증을 위하여 적용된 식은 다음과 같다
성능/효과
항공사진의 스테레오 영상으로부터 선형요소를 표현하는 매칭점을 추출하고 이를 항공 레이저 측량 자료로부터 추출된 선형요소들과의 변환방정식을 산출함으로써 기하보정을 수행하였다. 또한 항공 레이저 측량 자료로부터 추출되는 선형요소들과 항공사진의 주점이 이루는 벡터와 이 선형요소에 대응하는 항공사진의 스테레오 영상에 존재하는 선형요소 상의 점들과 항공사진의 주점이 이루는 벡터가 동일 평면상에 존재한다는 제약조건을 이용하여 기하보정을 수행하는 효과적인 알고리즘을 발표하였다. 하지만 이 연구에서는 항공 레이저 측량 자료로부터 선형요소를 추출이 수동으로 이루어지므로 사용자에 따라 정확도의 차이가 발생할 경우가 생기며, 또한 단사진의 경우 기하보정을 수행하기 위한 방법론에 대한 고려는 수행하지 않았다.
표 2로부터 세 장의 항공사진 모두에 대해 기하보정 전 15 화소거리 이상의 위치오차를 보이던 두 자료가 기하 보정 후 0.6 화소거리 미만의 위치정확도를 보이는 것을 확인할 수 있다. 이 실험결과는 본 연구에서 제안한 기하 보정 알고리즘을 통하여 항공사진과 항공레이저측량 자료의 기하보정이 이루어질 수 있음을 보여주고 있다.
6 화소거리 미만의 위치정확도를 보이는 것을 확인할 수 있다. 이 실험결과는 본 연구에서 제안한 기하 보정 알고리즘을 통하여 항공사진과 항공레이저측량 자료의 기하보정이 이루어질 수 있음을 보여주고 있다. 또한 본 연구결과가 통계적으로 의미가 있는 결과인지 평가하기 위하여 t-test를 적용하여 연구결과에 대한 통계검증을 실시하였다 통계검증을 통하여 기하보정 전후의 오차분포를 비교하였으며 기하보정 후의 오차크기의 감소가 통계학적으로 의미가 있는 양인지를 검사하였다 통계검증을 위하여 적용된 식은 다음과 같다
의미한다. 위의 t-test 적용결과 9.030의 t-value 를 얻을 수 있었다 이는 99% 신뢰도 구간에서 본 연구의 결과가 유의미하다는 것을 나타낸다(99% 신뢰도에서 t- value는 2.364이다). 이를 통해 본 연구를 통하여 개발된 방법론이 항공사진과 항공 레이저 측량자료의 기하 보정에 효과적으로 사용될 수 있음을 확인할 수 있다.
실험결과 1:1,000 수치지도와 항공레이저측량 자료 간의 기하보정에서는 자료 상호간의 계통적 상대 오차 (systematic error)량이 미미하여 보정의 효과도 미미하였다. 이는 1:1,000 수치지도의 경우 수치지도의 타원체변환을 통해 좌표계를 통일해주는 작업만으로도 별도의 기하 보정의 과정 없이 항공레이저측량 자료와 같이 좌표 계상에서 사용이 가능하다는 것을 시사한다.
셋째, 항공레이저측량 자료와 대축척 수치지도의 기하보정을 위한 방법론을 개발하였다. 마지막으로 개발된 방법론들을 실제데이터에 적용하고 통계분석을 실시하였으며 이로부터 본 연구에서 제안한 방법론의 효용성을 입증하였다. 현재는 본 연구에서 개발된 기하보정 방법론의 효용성을 증대시키기 위해서 항공 레이저 측량 자료로부터 선형요소를 추출하기 위한 방법론의 자동화 및 기하보정 시 상호 대응되는 선형요소들의 자동 매칭을 위한 연구를 수행하고 있다.
후속연구
364이다). 이를 통해 본 연구를 통하여 개발된 방법론이 항공사진과 항공 레이저 측량자료의 기하 보정에 효과적으로 사용될 수 있음을 확인할 수 있다. 또한, 3.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.