$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

항공 라이다 데이터로부터 데이터마이닝 도구 WEKA를 이용한 지형 분류기 제작 지원 시스템

A Topographical Classifier Development Support System Cooperating with Data Mining Tool WEKA from Airborne LiDAR Data

초록

국토의 구성 및 변화를 파악하기 위해서 항공 라이다 데이터의 효율적 처리를 통해 정확하게 지표의 유행(land-cover type)을 분류할 수 있는 지능형 지형 분류기(intelligent topographical classifier)의 필요성이 증대되고 있다. 본 연구에서는 정확하고 효율적인 지형 분류기 개발을 용이하게 하기 위해 데이터마이닝 도구인 WEKA를 연동시켜 항공 라이다 데이터를 가공처리하고 다양한 데이터마이닝 기법을 활용한 비교 실험을 통해 정확성이 높은 지형 분류기 제작을 지원하는 소프트웨어 시스템을 개발하였다. 본 연구에서 개발한 지형 분류기 제작 지원 시스템은 항공 영상 이미지 위에 라이다 데이터를 중첩시키는 기능, 효율적인 처리를 위한 타일링 기능, 부분 영역의 3차원 시각화 기능, 타일의 특정 추출 기능, WEKA 입력 자동 생생 기능, 분류 모델의 분류 규칙 집합을 C++ 프로그램으로 자동 코딩하여 분류기로 변환하는 기능, 타일별 지형 분류 결과 표시 기능 등이 구현되어 있다. 또한, 연동된 WEKA틀 이용해서는 분별력이 높은 특정 정보 선정 기능, 다양한 분류 기법을 적용한 지형 분류 모델 생성 기능, 지형 분류 규칙 집합 생생 기능 등을 활용하여 지형 분류기 제작을 지원할 수 있다. 따라서 항공 라이다 데이터를 이용하여 지형의 유형을 분류하는 지능형 지형 분류기를 개발하고자 하는 사용자는 본 연구에서 개발한 지형 분류기 제작 지원 시스템을 활용하여 해당 지형의 특성에 맞고 분류기 개발 목적에 부합하는 지형 분류기를 용이하게 효과적으로 개발할 수 있다.

Abstract

To monitor composition and change of the national land, intelligent topographical classifier which enables accurate classification of land-cover types from airborne LiDAR data is highly required. We developed a topographical classifier development support system cooperating with da1a mining tool WEKA to help users to construct accurate topographical classification systems. The topographical classifier development support system has the following functions; superposing LiDAR data upon corresponding aerial images, dividing LiDAR data into tiles for efficient processing, 3D visualization of partial LiDAR data, feature from tiles, automatic WEKA input generation, and automatic C++ program generation from the classification rule set. In addition, with dam mining tool WEKA, we can choose highly distinguishable features by attribute selection function and choose the best classification model as the result topographical classifier. Therefore, users can easily develop intelligent topographical classifier which is well fitted to the developing objectives by using the topographical classifier development support system.

참고문헌 (13)

  1. 이임평 (2006a), 항공 라이다 데이터의 분할: 점에서 패치로, 한국측량학회지, 한국측량학회, 제24권, 제1호, pp. 111-121. 
  2. 최연웅, 조기성 (2007), Entropy 이론을 이용한 라이다자료 분류기법 연구, 대한토목학회지, 대한토목학회, 제27권2D호, pp. 225-231. 
  3. Antonarakis, A., Richards, K. and Brasington, J. (2008), Object-based Land Cover Classification Using Airborne LiDAR, Remote Sensing of Environment, Elesevier, Vol. 112, pp. 2988-2998. 
  4. SAS (2010), http://www.sas.com, SAS. 
  5. Witten, I. H. and Frank, E. (2005), Data Mining: Practical Machine Learning Tools and Technique (2E), Elesevier. 
  6. Song, J., Han, S., Yu, K. and Kim, Y. (2002), Assessing the Possibility of Land-Cover Classification Using LiDAR Intensity Data, Proceedings of Photogrammetric Computer Vision Symposium, Photogrammetric Computer Vision Symposium, pp. 259-263. 
  7. 이임평 (2006b), 라이다 데이터로부터 지표점 추출을 위한 피쳐 기반 방법, 대한원격탐사학회지, 대한원격탐사학회, 제22권, 제4호, pp. 265-274. 
  8. 서용철, 최윤수, 허민 (2009), 항공 레이저 측량 기초와 응용, 대한측량협회. 
  9. 조홍범, 조우석, 박준구, 송낙현 (2008), 항공 라이다 데이터를 이용한 3차원 건물 모델링, 대한원격탐사학회지, 대한원격탐사학회, 제24권, 제2호, pp. 141-152. 
  10. Filin, S. and Pfeifer, N. (2006), Segmentation of Airborne Laser Scanning Data Using a Slope Adaptive Neighborhood, ISPRS Journal of Photogrammetry & Remote Sensing, ELSEVIER, Vol. 60, pp. 71-80. 
  11. IBM SPSS (2010), http://www.spss.com, IBM SPSS. 
  12. Hasegawa, H. (2006), Evaluations of LiDAR Reflectance Amplitude Sensitivity towards Land Cover Conditions, Bulletin of the Geographical Survey Institute, Japan Geographical Survey Institute, Vol. 53, pp. 43-50. 
  13. Alharthy, Abdullatif and Bethel, James (2003), Automated Road Extraction from LiDAR Data, Proceedings of the ASPRS Annual Conference, American Society for Photogrammetry and Remote Sensing. 

이 논문을 인용한 문헌 (3)

  1. Sung, Chul-Woong ; Lee, Sung-Gyu ; Park, Chang-Hoo ; Lee, Ho-Jun ; Kim, Yoo-Sung 2010. "A Dynamic Variable Window-based Topographical Classification Method Using Aerial LiDAR Data" 한국공간정보학회지 = Journal of Korea Spatial Information Society, 18(5): 13~26 
  2. Kim, NamSoo ; Kim, Yoo-Sung 2012. "A Building Outline Extraction Scheme Using Tile-based Topographical Classification from Aerial LiDAR Data and Building Tile's Airborne Image" 정보과학회논문지. Journal of KIISE. 컴퓨팅의 실제 및 레터, 18(12): 916~920 
  3. Lee, Ho-Jun ; Kim, Yoo-Sung 2012. "Road Points Extraction with Tile-based Topographical Classification from Aeriel LiDAR Data" 정보과학회논문지. Journal of KIISE. 시스템 및 이론, 39(2): 142~150 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

이 논문과 연관된 기능

과제정보

DOI 인용 스타일