[논문]무인항공사진측량 소프트웨어를 이용한 3차원 공간정보 생성 및 비교

양승룡; 이학술

doi:10.15683/kosdi.2019.09.30.427

초록
AI-Helper

연구목적: 다양한 목적으로 생성되는 무인비행체 기반의 공간정보를 서로 다른 SW로 생성하고, 정사영상 및 DSM의 위치정확도 분석과 3D mesh의 텍스처 매핑을 비교 분석하고자 하였다. 연구방법: 서로 다른 두 개의 SW를 이용하여 동일한 무인항공영상 데이터를 처리하고, 공간정보를 생성하였다. 생성된 공간정보 중 정사영상과 DSM은 수평위치 및 수직위치 오차의 RMSE를 계산함으로써 정량적 분석을 수행하고, 정성적 분석을 수행함으로써 무인항공사진측량 SW의 공간정보 생성 결과를 비교분석하고자 하였다. 연구결과: 각각의 SW로 생성된 정사영상 및 DSM의 위치정확도에서는 큰 차이가 없었으며, 3D mesh의 텍스쳐 매핑에서 차이를 보였다. 3D mesh의 생성에는 무인항공사진측량 SW가 영향을 미치는 것을 알 수 있었다. 결론: 무인비행체 기반의 공간분석을 위한 정사영상, DSM의 생성에는 SW에 따른 영향이 없는 것으로 나타났으나 3D 가시화를 목적으로 할 경우에는 SW에 따라 텍스처 매핑 결과가 다르게 나타나는 것을 알 수 있었다.

Abstract ▼ AI-Helper

Purpose: We generated geospatial information of unmanned aerial vehicle based on various SW and analyzed the location accuracy of orthoimage and DSM and texture mapping of 3D mesh. Method: The same unmanned aerial image data is processed using two different SW, and spatial information is generated. ...

Purpose: We generated geospatial information of unmanned aerial vehicle based on various SW and analyzed the location accuracy of orthoimage and DSM and texture mapping of 3D mesh. Method: The same unmanned aerial image data is processed using two different SW, and spatial information is generated. Among the generated spatial information, the orthoimage and DSM were compared with the spatial information generation results of the unmanned aerial photogrammetry SW by performing quantitative analysis by calculating RMSE of horizontal position and vertical position error and performing qualitative analysis. Results: There were no significant differences in the positional accuracy of the orthoimage and DSM generated by each SW, and differences in texture mapping in 3D mesh. The creation of the 3D mesh indicated the impact of the Unmanned Aerial Photogrammetry SW. Conclusion: It is shown that there is no effect of SW on the creation of orthoimage and DSM for geospatial analysis based on unmanned aerial vehicle. However, when 3D visualization is performed, texture mapping results are different depending on SW.

주제어

표/그림 (24)

표 Table 1. Spec of UAV
표 Table 2. Spec of Multispectral camera
그림 Fig. 1. Unmanned vehicle and camera
그림 Fig. 2. Study area
그림 Fig. 3. Study flow
그림 Fig. 4. UAV photogrammetry process in 3D positioning
그림 Fig. 5. UAV photogrammetry process
그림 Fig. 6. GCP surveying
그림 Fig. 7. GCP and check point location map
표 Table 3. Result of GCP and check point surveying
그림 Fig. 8. Aerial photography course
그림 Fig. 9. Aerial photographs taken in UAV
그림 Fig. 10. Orthoimage(Photoscan)
그림 Fig. 12. 3D mesh(Photocsan)
그림 Fig. 11. DSM(Photoscan)
그림 Fig. 13. Orthoimage(ContextCapture)
그림 Fig. 15. 3D mesh(ContextCapture)
그림 Fig. 14. DSM(ContextCapture)
그림 Fig. 16. 1:5,000 digital map and orthoimage overlap
표 Table 4. Result of accuracy analysis (Photoscan)
표 Table 5. Result of accuracy analysis (ContextCapture)
그림 Fig. 17. Qualitative analysis of DSM
그림 Fig. 18. 3D mesh Zoom in(Photoscan)
그림 Fig. 19. 3D mesh Zoom in(ContextCapture)

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서는 우리나라에서 무인항공사진측량을 위해 이용되는 대표적인 SW를 이용하여 동일한 데이터를 처리하여 어떤 SW가 성능이 우수한지 비교해 보고자 하였다. 또한 이 연구를 통해 무인비행체 기반 공간정보의 활용 목적에 따라 적절한 SW를 선정할 수 있도록 하고자 하였다.
본 연구에서는 우리나라에서 무인항공사진측량을 위해 이용되는 대표적인 SW를 이용하여 동일한 데이터를 처리하여 어떤 SW가 성능이 우수한지 비교해 보고자 하였다. 또한 이 연구를 통해 무인비행체 기반 공간정보의 활용 목적에 따라 적절한 SW를 선정할 수 있도록 하고자 하였다.
본 연구에서는 저가형 무인비행체를 이용하여 연구 대상지역의 무인항공영상 데이터를 취득하고, 무인항공사진측량을 수행하기 위한 상용 SW인 Photocan과 ContextCapture를 이용해 공간정보인 정사영상, DSM 및 3D mesh를 생성하고, 품질 을 분석함으로써 SW에 따라 생성되는 공간정보의 품질을 비교분석하고자 하였다. 그 결과 정사영상 및 DSM의 수평위치오차의 RSME가 Photocsan은 ±0.

제안 방법

ContextCapture를 이용한 공간정보 생성은 항공사진 입력, 카메라 정보 입력, 지상기준점 입력, 항공삼각측량, 번들 조정, 공간정보 자동 생성 순으로 수행하였다. 그 결과 Fig.
DSM의 정성적 분석을 수행하기 위해 동일한 지역에 대하여 Photoscan 및 ContextCapture로 생성된 DSM을 육안판독 하였다. 그 결과 Fig.
Photoscan을 이용한 공간정보 생성은 항공사진 입력, 카메라 정보 입력, 지상기준점 입력, 번들 조정, 공간정보 자동 생성 순으로 수행하였다. 그 결과 Fig.
이와 같은 두 개의 SW를 이용해 각각 공간정보를 생성하고, 품질 분석을 수행하였다. 품질 분석에는 정사영상, DSM을 이용한 위치정확도 평가와 정사영상 및 DSM의 육안판독을 통한 비교 및 3D mesh의 텍스쳐 매핑에 대한 정성적 분석을 수행 하였다.

대상 데이터

무인비행체를 이용한 항공사진의 촬영은 Fig. 8과 같이 종방향 및 횡방향으로 교차촬영 하였으며, 촬영고도는 약 110m로 종중복 70%, 횡중복 50%로 총 300매를 촬영하였다. Fig.
본 연구에서는 운동장과 같은 개활지 및 건물군이 공존하는 지역으로 여주대학교 일원을 선정하였다. 연구의 대상지역은 Fig.

데이터처리

3D mesh의 텍스쳐 매핑 정확도에 대한 평가를 수행하기 위하여 동일한 건물에 대하여 텍스쳐 매핑 결과를 가시적으로 평가하였다.
위치정확도 평가에는 정사영상을 이용한 평면위치에 대한 Root Mean Square Error(RSME)와 수직위치에 대한 RSME 계산을 통해 수행하였다
정량적 분석에는 검사점을 이용한 위처정확도를 평가하였고, 정성적 분석에는 photocsan 및 ContextCapture로 생성된 정사영상 및 DSM, 3D mesh를 육안 판독을 통해 비교하였다.
이와 같은 두 개의 SW를 이용해 각각 공간정보를 생성하고, 품질 분석을 수행하였다. 품질 분석에는 정사영상, DSM을 이용한 위치정확도 평가와 정사영상 및 DSM의 육안판독을 통한 비교 및 3D mesh의 텍스쳐 매핑에 대한 정성적 분석을 수행 하였다.

이론/모형

무인항공사진측량 SW를 이용한 영상처리는 영상처리에 초점을 두어 Fig. 4와 같이 scale-invariant feature transform(SiFT) 알고리즘으로 영상에서의 건물 모서리, 도로 교차점 등과 같은 특징점을 찾고, 이러한 정보를 이용해 structure form motion(SfM) 알고리즘으로 상대적인 영상의 위치와 자세를 추정하여 3차원 위치를 결정한다. SfM 알고리즘은 SiFT 알고리즘으로 정합된 영상을 순차적으로 조정하여 대상물과 촬영된 위치관계를 동시에 복원할 수 있는 기술이다(Aicardi et al.

성능/효과

3D의 텍스처 매핑에 대한 품질분석 결과 ContextCapture가 우수한 결과를 나타내는 것을 확인하였다. 따라서 무인비행체를 이용한 공간정보 생성 시 정사영상 및 DSM이 요구되는 작업인지, 3D mesh가 요구되는 작업인지에 따라 SW를 다르게 선정해야할 것으로 판단된다.
16과 같이 1:1,000 수치지도와 중첩을 통해 도로선, 건물의 경계 등의 일치 여부를 분석하였다. 그 결과 Photoscan 및 Contextcapure를 이용해 생성된 정사영상이 모두 수치zz지도의 도로 선, 건물의 경계 등과 일치하는 것으로 나타났다.
본 연구에서는 저가형 무인비행체를 이용하여 연구 대상지역의 무인항공영상 데이터를 취득하고, 무인항공사진측량을 수행하기 위한 상용 SW인 Photocan과 ContextCapture를 이용해 공간정보인 정사영상, DSM 및 3D mesh를 생성하고, 품질 을 분석함으로써 SW에 따라 생성되는 공간정보의 품질을 비교분석하고자 하였다. 그 결과 정사영상 및 DSM의 수평위치오차의 RSME가 Photocsan은 ±0.052m, ContextCapture는 ±0.056m, 수직위치오차의 RSME가 Photoscan은 ±0.080m, ContextCapture는 ±0.071m로 나타나 위치정확도의 오차는 GSD의 약 2배 이내로 나타나는 것을 알 수 있었다.
무인항공영상 데이터를 무인항공사진측량 SW로 해석하여 생성된 공간정보인 정사영상 및 DSM의 위치정확도 분석 결과 무인비행체로 촬영된 항공사진 GSD의 약 1~2 pixel 정도의 오차가 발생함을 알 수 있었다. 또한 무인항공사진측량 SW에 따라 정사영상 및 DSM의 위치정확도는 큰 차이가 없는 것으로 나타났다.
071m로 나타났다. 무인항공영상 데이터를 무인항공사진측량 SW로 해석하여 생성된 공간정보인 정사영상 및 DSM의 위치정확도 분석 결과 무인비행체로 촬영된 항공사진 GSD의 약 1~2 pixel 정도의 오차가 발생함을 알 수 있었다. 또한 무인항공사진측량 SW에 따라 정사영상 및 DSM의 위치정확도는 큰 차이가 없는 것으로 나타났다.

후속연구

3D의 텍스처 매핑에 대한 품질분석 결과 ContextCapture가 우수한 결과를 나타내는 것을 확인하였다. 따라서 무인비행체를 이용한 공간정보 생성 시 정사영상 및 DSM이 요구되는 작업인지, 3D mesh가 요구되는 작업인지에 따라 SW를 다르게 선정해야할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	SfM 알고리즘은 무엇인가?	4와 같이 scale-invariant feature transform(SiFT) 알고리즘으로 영상에서의 건물 모서리, 도로 교차점 등과 같은 특징점을 찾고, 이러한 정보를 이용해 structure form motion(SfM) 알고리즘으로 상대적인 영상의 위치와 자세를 추정하여 3차원 위치를 결정한다. SfM 알고리즘은 SiFT 알고리즘으로 정합된 영상을 순차적으로 조정하여 대상물과 촬영된 위치관계를 동시에 복원할 수 있는 기술이다(Aicardi et al., 2016).
	3차원 공간정보를 구축하는 무인비행시스템의 현황은?	최근 신속하고 정확하게 3차원 공간정보를 구축하는 무인비행시스템(UAVS : Unmanned Aerial Vehicle System)이 새로운 공간정보 구축 기술로 관심을 받고 있으며 국내에서도 무인항공기에 대한 관심이 증대되면서 다양한 분야에서 연구와 활용이 증가하고 있다(Choi et al., 2015).
	서로 다른 두 개의 SW를 이용하여 같은 무인항공영상 데이터를 분석한 결과는?	생성된 공간정보 중 정사영상과 DSM은 수평위치 및 수직위치 오차의 RMSE를 계산함으로써 정량적 분석을 수행하고, 정성적 분석을 수행함으로써 무인항공사진측량 SW의 공간정보 생성 결과를 비교분석하고자 하였다. 연구결과: 각각의 SW로 생성된 정사영상 및 DSM의 위치정확도에서는 큰 차이가 없었으며, 3D mesh의 텍스쳐 매핑에서 차이를 보였다. 3D mesh의 생성에는 무인항공사진측량 SW가 영향을 미치는 것을 알 수 있었다. 결론: 무인비행체 기반의 공간분석을 위한 정사영상, DSM의 생성에는 SW에 따른 영향이 없는 것으로 나타났으나 3D 가시화를 목적으로 할 경우에는 SW에 따라 텍스처 매핑 결과가 다르게 나타나는 것을 알 수 있었다.

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

무인항공사진측량 소프트웨어를 이용한 3차원 공간정보 생성 및 비교
Generation and Comparison of 3-Dimensional Geospatial Information using Unmanned Aerial Vehicle Photogrammetry Software 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (24)

표/그림 (24)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

무인항공사진측량 소프트웨어를 이용한 3차원 공간정보 생성 및 비교 Generation and Comparison of 3-Dimensional Geospatial Information using Unmanned Aerial Vehicle Photogrammetry Software 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (24) 모든 표/그림 보기

표/그림 (24) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

양승룡 (8)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

무인항공사진측량 소프트웨어를 이용한 3차원 공간정보 생성 및 비교
Generation and Comparison of 3-Dimensional Geospatial Information using Unmanned Aerial Vehicle Photogrammetry Software 원문보기

초록
AI-Helper

표/그림 (24)

표/그림 (24)

AI 본문요약
AI-Helper