[논문]라이다 데이터와 항공 정사영상을 활용한 인공 제방선 지도화

정윤재; 박현철; 정연인; 조명희

doi:10.11108/kagis.2011.14.1.084

라이다 데이터와 항공 정사영상을 활용한 인공 제방선 지도화
Mapping Man-Made Levee Line Using LiDAR Data and Aerial Orthoimage 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.14 no.1, 2011년, pp.84 - 93

정윤재 ((주)유앤지아이티 공간정보기술연구소) , 박현철 ((주)지오씨엔아이 공간정보기술연구소) , 정연인 (계명대학교 토목공학과) , 조명희 (경일대학교 위성정보공학과)

초록
AI-Helper

제방선 지도화는 하천지역의 환경보호와 하천 범람 방지, 그리고 하천 개발에 있어 매우 중요하다. 라이다(LiDAR)와 항공 정사영상(aerial ortho-image)과 같은 원격탐사 데이터의 활용은 대상 지역에 접근하지 않고도 대상 지역에 관한 지형 정보를 얻을 수 있다는 점 때문에, 하천 지도화 작업에 효율적이다. 라이다 자료는 얕은 물을 관통하는 능력과 높은 수직 정확도 때문에 하천구역 지도화 작업에 활용되어 오고 있다. 영상자료의 활용 또한 영상처리 기법을 이용하여 여러 특징들을 추출할 수 있다는 점 때문에 하천 지도화 작업에 효율적이다. 본 논문에서는 라이다와 항공 정사영상을 각각 활용하여 3차원 제방선 지도화 작업을 수행하였다. 그리고 지상 실측정보들을 통해 두 자료로부터 추출된 제방선들의 정확도를 측정하고, 두 측정 결과들을 비교한다. 통계적인 결과에서 나타나듯이 라이다를 활용하여 추출된 3차원 제방선이 항공 정사영상을 활용하여 추출된 3차원 제방선에 비해 수평 및 수직 정확도가 훨씬 더 높다는 것을 보여준다.

Abstract ▼ AI-Helper

Levee line mapping is critical to the protection of environments in river zones, the prevention of river flood and the development of river zones. Use of the remote sensing data such as LiDAR and aerial orthoimage is efficient for river mapping due to their accessibility and higher accuracy in horizontal and vertical direction. Airborne laser scanning (LiDAR) has been used for river zone mapping due to its ability to penetrate shallow water and its high vertical accuracy. Use of image source is also efficient for extraction of features by analysis of its image source. Therefore, aerial orthoimage also have been used for river zone mapping tasks due to its image source and its higher accuracy in horizontal direction. Due to these advantages, in this paper, research on three dimensional levee line mapping is implemented using LiDAR and aerial orthoimage separately. Accuracy measurement is implemented for both extracted lines generated by each data using the ground truths and statistical comparison is implemented between two measurement results. Statistical results show that the generated 3D levee line using LiDAR data has higher accuracy than the generated 3D levee line using aerial orthoimage in horizontal direction and vertical direction.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

방법 2의 목적은 방법 1을 확장시켜 한 모서리에 하나의 각도 값을 할당하기 위한 더 넓은 영역을 고려하는 것이다. 방법 2의 식에서는, N_i과 N_j가 모서리 e를 마주하는 정점 x_i와 x_j의 평균 법선 벡터들로서 정의된다.
본 논문에서는 라이다 자료와 항공 정사영상을 각각 활용하여 3차원 제방선을 추출하는 방법에 대하여 기술하고 있다. 라이다 데이터를 통한 제방선 추출법은 라이다 데이터를 활용하여 파단선(break line) 탐지 알고리즘과 관계되며, 항공 정사영상을 통한 제방선 추출법은 디지털 영상 분할기법들 중 한 방법을 이용하였다.
본 연구에서는 50cm 해상도의 한 항공영상에 평균 이동 분할을 적용하여 그 영상들을 두드러진 균질적인 구역들로 분할하려고 한다. 이 실험에는 하나의 균등한 커널이 활용된다.

가설 설정

본 논문은 제방들이 대개 날카로운 모서리를 갖지 때문에 제방선들을 구성하는 모서리들에 할당되는 각도 값을 10°와 60° 사이로 가정한다.
이 연구에서 수직거리가 1m를 넘는 모서리들은 높은 수직거리를 갖는다고 가정되고 경사도가 50° 미만인 모서리들은 큰 경사도를 갖는다고 가정된다.

제안 방법

디지타이징 작업을 거쳐서 2차원 제방선이 생성된다. 3차원 제방선 생성을 위해, 2차원 제방선에 라이다 디지털 표면 모델을 추가하여 3차원 제방선을 생성한다. 그림 4는 라이다 데이터와 항공 정사영상을 통해 생성된 3차원 제방선들을 모두 보여준다.
모든 점검 지점들의 Z축 좌표들을 라이다 디지털표면 모델로부터 얻는다. 각 점검 지점들로부터 추출된 제방선까지의 수평 거리 및 수직 거리를 계산한 뒤, 각각의 평균을 계산한다. 계산된 두 값들을 각각 수평 정확도 및 수직 정확도라고 한다.
제방선 추출을 위해 하나의 방법만을 활용하는 것은 제방선 추출을 위한 충분한 정보를 제공하지 않는다. 따라서 이 연구는 똑같은 범위에서 두 방법들을 활용하여 추출되는 교차 모서리들을 선택한다. 식 4는 이러한 교차 모서리들의 선택을 묘사한다.
민 쉬프트 세그멘테이션 방법을 적용한 다음, 우리는 분할된 세그멘트들의 경계선을 따라서 제방선의 디지타이징을 수행했다. 디지타이징 작업을 거쳐서 2차원 제방선이 생성된다.
본 논문에서는 라이다 데이터와 항공 정사영상을 활용해 3차원 인공 제방선을 추출하는 두 가지 방법을 제시하고 별도로 적용하였다. 그리고 지상 실측정보들을 활용하여 이들 두 가지 방식으로 추출된 선들의 성능을 비교하는 통계적인 결과들을 나타내었다.
본 연구에서는 두 가지의 원격탐사 데이터인 라이다 데이터와 항공 정사영상을 3차원 제방선 지도화에 활용하였다. 본 연구의 결과는 제방들은 대개 상부 제방에서 날카로운 모서리를 갖는 특징으로 인해 기하패턴의 분석은 색 차이의 분석보다 제방선 지도화에 더 효율적인 방법으로 나타난다.
, 2009). 본 연구에서는, 아래의 두 가지 방법(방법 1과 방법 2)을 활용하여 라이다 점군 자료들로 이루어진 2.5차원 들로네 삼각형 메쉬로부터 중요한 선들을 추출하였다. 두 가지의 다른 방법을 활용하여, 두 개의 법선 벡터들로 정의되는 두 개의 각도 값들을 각 모서리에 할당할 수 있다.
그림 1은 넓은 영역에서 3차원 기하 패턴을 고려하기에는 방법 2가 방법 1에 비해 더 효율적인 방법임을 보여준다. 제방 모서리들을 포함한 중요한 모서리들이 삼각형 메쉬로부터 잘 추출되는 각도 값들의 범위를 결정하기 위해 가설시험을 활용한다. 만약 한 모서리에 할당된 각도 값이 a°보다 높고 b°보다 낮다면, 그 모서리는 중요한 모서리로 정의된다.
증산제는 창녕의 하만 저수지 근처에 위치한다. 증산제를 따라 1.2km에 대해 소개된 방법을 통해 3차원 제방선을 추출한다. 이 연구에서 사용된 라이다 데이터는 Optech의 ALTM Gemini 167가 2009년 12월부터 2010년 1월까지 취합한 데이터다.
항공 정사영상을 라이다 디지털 표면모델(DSM)과 함께 활용하여 3차원 제방선을 추출한다. 항공 영상에 기초한 제방선 지도화를 위해 영상처리 방법들 중 하나가 적용된다.

대상 데이터

이 실험에는 하나의 균등한 커널이 활용된다. 본 연구에서 사용된 파라미터들은 (hs, hr, M) = (8, 4, 50)이다. 그림 3은 테스트베드 내에 있는 원본 항공 정사영상들의 한 단편과 민 쉬프트 방법을 통해 분할된 영상을 보여준다.
우린 테스트베드로 낙동강을, 테스트중점대상(test feature)으로 증산제를 선택한다. 증산제는 창녕의 하만 저수지 근처에 위치한다.
2km에 대해 소개된 방법을 통해 3차원 제방선을 추출한다. 이 연구에서 사용된 라이다 데이터는 Optech의 ALTM Gemini 167가 2009년 12월부터 2010년 1월까지 취합한 데이터다. 이 라이다 데이터는 일반적으로 1m 수치표고모델(Digital Elevation Model: DEM)에 대해 1㎡ 당 2.
정확도를 측정하기 위한 지상 실측정보로서 30개의 점검 지점들이 사용된다. 모든 점검 지점들은 주어진 기준선을 따라 선택되며, 점검 지점들 간의 평균거리는 40m다.

데이터처리

본 논문에서는 라이다 데이터와 항공 정사영상을 활용해 3차원 인공 제방선을 추출하는 두 가지 방법을 제시하고 별도로 적용하였다. 그리고 지상 실측정보들을 활용하여 이들 두 가지 방식으로 추출된 선들의 성능을 비교하는 통계적인 결과들을 나타내었다.

이론/모형

본 논문에서는 라이다 자료와 항공 정사영상을 각각 활용하여 3차원 제방선을 추출하는 방법에 대하여 기술하고 있다. 라이다 데이터를 통한 제방선 추출법은 라이다 데이터를 활용하여 파단선(break line) 탐지 알고리즘과 관계되며, 항공 정사영상을 통한 제방선 추출법은 디지털 영상 분할기법들 중 한 방법을 이용하였다.
이러한 노이즈는 필터링을 통해 제거할 수 있다. 본 연구에서는 노이즈를 최소화하기 위해 메디안 필터(median filter)를 사용하였다. 다른 선형 필터(linear filter)에 비해 메디안 필터가 가지는 한 가지 주요 이점은 기준점을 중심으로 근처에 극히 큰 값을 갖는 노이즈 점을 제거하는데 효율적이라는 것이다(Schenk, 1999; Liu et al.

성능/효과

라이다 데이터는 3차원 (x, y, z) 좌표로 구성된 점군 좌표를 제공함으로써, 대상 지역의 3차원 기하패턴 분석을 가능하도록 해준다. 결론적으로, 라이다 데이터의 활용은 3차원 기하패턴을 분석할 수 있기 때문에 항공 정사영상보다 제방선 지도화에 더 효율적이다. 본 연구는, 라이다와 항공 정사영상 같은 원격 탐사 자료를 이용하여 하천 제방선의 지도화를 시도하였다는 점에서 그 의의가 있으나, 좀 더 높은 정확도를 얻기 위해서 알고리즘의 수정 및 보완 작업이 필요하며, 다른 데이터와 융합도 고려해볼만 하다.
하천 지역 지도화 대상 픽셀들의 밝기 및 화소 값이 다른 지역과 확연히 차이가 날 경우(예: 수심부 경계(river boundary) 등), 비슷한 값들을 가진 픽셀들을 한 군집으로 묶어주는 Mean shift segmentation 등의 영상처리 기법을 이용하여 대상을 지도화하는 것이 효과적이다. 그러나 제방선과 같이 지도화하고자 하는 대상이 영상에서 다른 지역과 비교해서 픽셀들의 화소 값들의 차이가 거의 없는 경우, 해당되는 대상의 지도화에 적합하지 않다는 것을 본 연구를 통해서 알 수 있다. 제방선이 위치하는 지역은 제방의 윗 모서리 지역이다.
본 연구에서는 두 가지의 원격탐사 데이터인 라이다 데이터와 항공 정사영상을 3차원 제방선 지도화에 활용하였다. 본 연구의 결과는 제방들은 대개 상부 제방에서 날카로운 모서리를 갖는 특징으로 인해 기하패턴의 분석은 색 차이의 분석보다 제방선 지도화에 더 효율적인 방법으로 나타난다. 하천 지역 지도화 대상 픽셀들의 밝기 및 화소 값이 다른 지역과 확연히 차이가 날 경우(예: 수심부 경계(river boundary) 등), 비슷한 값들을 가진 픽셀들을 한 군집으로 묶어주는 Mean shift segmentation 등의 영상처리 기법을 이용하여 대상을 지도화하는 것이 효과적이다.
이에 대한 이유로는 다음과 같은 이유들이 가능하다. 첫째, 민 쉬프트 세그멘테이션 방법을 사용하면 제방이 날카로운 모서리를 갖는 구역이 분할된 영상 내의 분리된 구역으로 분해될 수 없다.

후속연구

결론적으로, 라이다 데이터의 활용은 3차원 기하패턴을 분석할 수 있기 때문에 항공 정사영상보다 제방선 지도화에 더 효율적이다. 본 연구는, 라이다와 항공 정사영상 같은 원격 탐사 자료를 이용하여 하천 제방선의 지도화를 시도하였다는 점에서 그 의의가 있으나, 좀 더 높은 정확도를 얻기 위해서 알고리즘의 수정 및 보완 작업이 필요하며, 다른 데이터와 융합도 고려해볼만 하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	인공 제방은 무엇인가?	인공 제방은 하천범람을 방지하고 수위를 조절하기 위한 인공 벽으로 정의되며, 보통 하천 수로의 동쪽에, 혹은 그것에 평행하게 위치한다. 인공제방은 대개 그 윗면과 아랫면에서 날카로운 모서리들을 갖는 특징을 지닌다.
	다른 선형 필터(linear filter)에 비해, 메디안 필터가 가지는 한 가지 주요 이점은 무엇인가?	본 연구에서는 노이즈를 최소화하기 위해 메디안 필터(median filter)를 사용하였다. 다른 선형 필터(linear filter)에 비해 메디안 필터가 가지는 한 가지 주요 이점은 기준점을 중심으로 근처에 극히 큰 값을 갖는 노이즈 점을 제거하는데 효율적이라는 것이다(Schenk, 1999; Liu et al., 2009).
	민 쉬프트 세그멘테이션 알고리즘은, 어디에 폭넓게 활용되어 왔는가?	그 영상처리의 분할방법 중 하나인 민 쉬프트 세그멘테이션(mean shift segmentation) 방법은 항공 정사영상 내의 픽셀들을 분류하는 데에 적용된다. 민 쉬프트 알고리즘은 연안구역 내 중점대상 지도화(feature mapping)에 폭넓게 활용되어왔다. 기존 연구들을 살펴보면 라이다 데이터와 영상자료들을 활용한 연안선 지도화에 민 쉬프트 알고리즘을 사용한 선행연구(Lee et al.

참고문헌 (14)

안승섭, 조명희. 1999. 지리정보시스템을 이용한 하천유역의 지상학적 특성분석. 한국지리정보학회지 2(3):23-34.

원문보기 상세보기
윤희천, 박준규. 2007. LiDAR에 의한 3차원 GIS DB 구축에 관한 연구. 한국지리정보학회지 10(2):171-182.
ArcGIS 9.2 Desktop Help. 2010. Smooth Line (Data Management).
Choung, Y.J. 2009. Extraction of blufflines from 2.5 dimensional Delaunay triangle mesh using LiDAR data. Master Thesis, The Ohio State University, USA. 122pp.
Comaniciu, D. and P. Meer. 1999. Mean shift analysis and applications. In Proceedings of the Seventh IEEE International Conference on Computer Vision. Vol.2, pp.1197-1203.
Comaniciu, D. and P. Meer. 2002. Mean shift: A robust approach toward feature space analysis. IEEE Transactions Pattern Analysis Machine Intelligence. 24(5):603-619.

상세보기
Di, K., J. Wang, R. Ma and R. Li. 2003. Automatic Shoreline Extraction From High-Resolution IKONOS Satellite Imagery. In Proceedings of the 2003 annual national conference on Digital government research. pp.1-4.
Fukunaga, K. and L.D. Hostetler. 1975. The estimation of the gradient of a density function, with applications in pattern recognition. IEEE Transactions on Information Theory. IT-21(1):32- 40.
Hubeli, A. and M. Gross. 2001. Multi-resolution Feature Extraction for Unstructured Meshes. IEEE Visualization. October 21-26, San Diego, California. pp.287-294.
Lee, I.C., B. Wu and R. Li. 2009. Shoreline Extraction from the integration of LiDAR point cloud data and aerial orthophotos using mean shift segmentation. Proceedings of the ASPRS 2009 Annual Conference. March 9-13, Baltimore, Maryland. pp.7.
Lee, I.C., L. Cheng, R. Li. 2010. Optimal Parameter Determination for Mean-Shi f t-S egment at i on-Based Shoreline Extraction Using LiDAR data, Aerial orthophotos, and Satellite imagery. Proceedings of the ASPRS 2010 Annual Conference. April 26-30, San Diego, CA. pp.1-8.
Liu, J.-K., R. Li, S. Deshpande, X. Niu and T.-Y. Shih. 2009. Estimation of Blufflines Using Topographic LiDAR Data and Orthoimages. Photogrammetric Engineering & Remote Sensing. 75(1): 69-79.

상세보기
Schenk, T. 1999. Digital Photogrammetry: Volume I, TerraScience, Laurelville, Ohio, pp. 422.
http://webhelp.esri.com/arcgisdesktop/9.2/index.cfm?TopicNamesmooth_line_(data_man agement)

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증