선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이에 본 연구에서는 대상지역의 무인항공기 영상을 정밀하게 보정하여 스테레오 영상 기반으로 수목의 높이를 추출하는 방식을 시도해보도록 한다.
제안 방법
- 따라서 가로수와 인접 건물의 높이가 함께 추출되어야 하며, 정확한 높이를 계산하기 위해선 가로수와 건물 주변의 지표고 정보가 필요하다. 본 실험에서는 도시 협곡의 중앙에 위치하는 도로에서 약 30미터의 간격으로 3차원 정보를 취득한 뒤 평균값을 계산함으로써 지표고를 결정하고 도시협곡에 위치하는 가로수와 건물의 높이를 대상으로 3차원 정보를 추출했다. Fig.
- 무인항공기는 국지적인 영역의 빠른 영상획득이 가능하다는 장점이 있다. 본 연구에서는 위치/자세 정보의 획득이 불안정한 무인항공기를 이용하여 수목의 높이 측정을 수행하였다. 수치사진 측량기법을 적용하여 무인항공기의 위치/자세 보정을 수행하여 안정적인 입체시가 가능하도록 하였으며, 보정된 영상 및 대상지역에 해당하는 스테레오 모델을 도화기에 적용하여 별도의 3차원 포인트 클라우드를 제작하지 않고도 수고의 추출이 가능함을 확인하였다.
- 이때 각 입체시들의 정확도가 일관되게 나타나야 정확한 측정이 가능하다. 본 연구에서는 입체시가 안정적으로 유지되는 3개의 스테레오 모델을 선정하여 동일한 가로수의 높이 측정을 수행해 보았다. Fig.
대상 데이터
- 본 실험에서는 실험 대상 지역을 포함하는 다수의 입체영상을 선택하고 이들 중 수치도화기에서 입체시가 가장 안정적으로 수립되는 조합 3개를 선정했다. 조합 2, 3은 스테레오 모델간의 정확도 검증을 위한 대조군을 추출하는데 사용된다.
- 수목의 측량을 위해 영상 내에서 관찰되는 도시협곡 지역을 실험 대상지로 선정했다. Fig.
- 실험 대상지역에서 도로면 높이 5개, 가로수 높이 6개, 건물의 지붕 높이 6개를 추출했다. Fig.
- 실험을 위해 회전익 무인항공기인 ‘Albris’를 이용했다. 무인항공기의 제원은 Table 1과 같으며, 무인항공기 영상의 속성정보는 Table 2에 기술하였다.
- 촬영결과 총 221개의 영상이 획득되었다. 정밀한 영상 보정 및 수립된 모델의 검증을 위해 대상 지역 전역에 골고루 분포된 총 12점의 지상기준점을 GCP 현지 측량으로 획득했다.
- 5 cm의 공간해상도로 도심지역의 촬영을 수행하였으며 중복도는 70%~85%로 설정했다. 촬영결과 총 221개의 영상이 획득되었다. 정밀한 영상 보정 및 수립된 모델의 검증을 위해 대상 지역 전역에 골고루 분포된 총 12점의 지상기준점을 GCP 현지 측량으로 획득했다.
이론/모형
- 대상 지역 영상 및 지상기준점을 이용하여 공선방정식 모델 기반의 SfM기법을 적용하고, 수립된 정밀 센서 모델의 검증을 위해 측정된 지상기준점의 좌표값과, 해당 지상기준이 포함된 모델을 수치도화기에 적용하여 측정한 좌표값을 비교했다. 각각의 지상기준점은 다수의 모델에 대응되므로, 모델 점의 오차는 각 점이 포함된 다수의 스테레오 모델에서 측정된 결과와 측량을 통해 측정된 좌표값 차이의 평균으로 산출하였다.
- 무인항공기 영상을 이용해서 정확한 수고를 추출하기 위해서는 무인항공기 센서모델의 정밀 보정이 우선 되어야 한다. 본 연구에서는 Rhee and Kim(2016)이 보고한 공선방정식 모델 기반의 SfM기법을 적용하여 위치와 자세정보를 보정한다.
성능/효과
- 각 가로수의 수고점에 대해 모델별로 관측된 3차원 좌표가 세 개 추출된다. 가로수 높이의 참값이 없으므로 추출된 3차원 좌표의 수평, 수직요소에 대한 평균 좌표를 계산하여 기준치로 삼고 세개 좌표와의 수평, 수직 오차의 RMSE를 계산하여 불확실성을 판단하였다. Tree1과 5의 경우 모델간의 수평오차가 3cm, 수직오차가 11cm로 높은 안정성을 보여주었다.
- 수치사진 측량기법을 적용하여 무인항공기의 위치/자세 보정을 수행하여 안정적인 입체시가 가능하도록 하였으며, 보정된 영상 및 대상지역에 해당하는 스테레오 모델을 도화기에 적용하여 별도의 3차원 포인트 클라우드를 제작하지 않고도 수고의 추출이 가능함을 확인하였다. 가로수와 인접 건물의 높이를 함께 취득하여 인접한 두 사물간의 상대적인 높이 차이를 산출하였고 그 결과 도시협곡 내의 가로수 높이의 적합성을 판단할 수 있음을 확인하였다. 수치도화기를 이용하여 여러 스테레오 모델에서 추출된 동일한 수목의 높이값에 대한 정확도 검증 실험을 수행하였으며, 여러 모델에서도 동일한 개체가 안정적으로 획득이 되는 것을 확인했다.
- 영상보정을 위해 사용된 스테레오 페어간의 수직 시차는 에피폴라 영상에서 타이포인트를 추출하고 타이 포인트의 Y좌표를 비교하는 것으로 산출되었다. 그 결과 총 54개 영상 페어에 포함된 16,383개의 타이포인트 에서 0.933픽셀의 시차가 나타나는 것을 확인하였다. 최종적으로 산출된 좌표는 UTM52S(North) 좌표계를 기준으로 산출하였다.
- 가로수와 인접 건물의 높이를 함께 취득하여 인접한 두 사물간의 상대적인 높이 차이를 산출하였고 그 결과 도시협곡 내의 가로수 높이의 적합성을 판단할 수 있음을 확인하였다. 수치도화기를 이용하여 여러 스테레오 모델에서 추출된 동일한 수목의 높이값에 대한 정확도 검증 실험을 수행하였으며, 여러 모델에서도 동일한 개체가 안정적으로 획득이 되는 것을 확인했다. 이를 통해 무인항공기 스테레오 영상을 이용한 수목 추출방식의 신뢰성을 확인할 수 있었다.
- 본 연구에서는 위치/자세 정보의 획득이 불안정한 무인항공기를 이용하여 수목의 높이 측정을 수행하였다. 수치사진 측량기법을 적용하여 무인항공기의 위치/자세 보정을 수행하여 안정적인 입체시가 가능하도록 하였으며, 보정된 영상 및 대상지역에 해당하는 스테레오 모델을 도화기에 적용하여 별도의 3차원 포인트 클라우드를 제작하지 않고도 수고의 추출이 가능함을 확인하였다. 가로수와 인접 건물의 높이를 함께 취득하여 인접한 두 사물간의 상대적인 높이 차이를 산출하였고 그 결과 도시협곡 내의 가로수 높이의 적합성을 판단할 수 있음을 확인하였다.
- Tree4의 경우 수평 43cm, 수직 76cm의 오차가 측정되었는데, 이 가로수의 경우 수목 최고점이 명확하지 않은 것과 촬영 영상간의 획득 시간의 차이로 인해 발생한 오차로 분석된다. 이런 오차들을 감안하더라도 높이값 추출 테스트해 본 대부분의 수목에서 모델 간 수직 오차가 30cm 이내임을 확인할 수 있었으며, 이를 통해 입체시를 통한 무인항공기에서의 안정적인 수목측정이 가능함을 알 수 있었다.
후속연구
- 향후 추가 연구로는 사용자가 영상 내 한 점을 선택하면 자동으로 수고를 추출하는 연구 및 영상에서 자동으로 수목을 추출한 뒤 수고를 계산하는 기술의 개발을 수행할 계획이다. 또한 연직방향에서 취득된 영상뿐만 아니라 다각도에서 촬영된 영상의 입체시가 가능하다면, 수목 개체의 관리 및 분석에도 응용이 가능할 것으로 기대된다.
- 또한 무인항공기 영상으로 3차원 모델을 이용하여 복원하는 방식을 사용할 경우 생성된 3차원 모델은 촬영 영상에 비해 상대적으로 공간정확도가 낮아지게 되어 정확한 수목의 최고점을 파악하기 어렵다는 단점이 존재한다. 이에 정확한 수고 및 나무의 형태 등을 측정하기 위해서는 우선적으로 무인항공기 영상의 정확한 보정이 필요하며 3차원 위치정보 뿐만 아니라 영상 기반의 측정방식이 필요하다.
- 현업에 해당 무인항공기 영상정렬 기술이 적용될 경우 수치도화기나 별도의 장비를 사용하지 않고 사용자가 스테레오 영상을 구성하는 각각의 좌우 영상에서 수목점과 주변의 지상점을 영상에서 선택하는 것만으로도 효율적인 수고 추출이 가능하다. 이처럼 경제적이고 신속한 방식은 시기별로 변화하는 가로수의 현황 파악 및 도심지 내 환경 정책의 수립에 있어서 큰 도움이 될 수 있을 것으로 기대된다.
- 향후 추가 연구로는 사용자가 영상 내 한 점을 선택하면 자동으로 수고를 추출하는 연구 및 영상에서 자동으로 수목을 추출한 뒤 수고를 계산하는 기술의 개발을 수행할 계획이다. 또한 연직방향에서 취득된 영상뿐만 아니라 다각도에서 촬영된 영상의 입체시가 가능하다면, 수목 개체의 관리 및 분석에도 응용이 가능할 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.