With the development of recent technology such as telematics, LBS, and ubiquitous, the applications of 3D GIS are rapidly increased. As 3D GIS is mainly based on urban models consisting of the realistic digital models of the objects existing in an urban area, demands for urban models and its continu...
With the development of recent technology such as telematics, LBS, and ubiquitous, the applications of 3D GIS are rapidly increased. As 3D GIS is mainly based on urban models consisting of the realistic digital models of the objects existing in an urban area, demands for urban models and its continuous update is expected to be drastically increased. The purpose of this study is thus to propose more efficient and precise methods to construct urban models with its experimental verification. Applying the proposed methods, the terrain and sophisticated building models are constructed for the area of $270,600m^2$ with 23 buildings in the University of Seoul. For the terrain models, airborne imagery and LIDAR data is used, while the ground imagery is mainly used for the building models. It is found that the generated models reflect the correct geometry of the buildings and terrain surface. The textures of building surfaces, generated automatically using the projective transformation however, are not well-constructed because of being blotted out and shaded by objects such as trees, near buildings, and other obstacles. Consequently, the algorithms on the texture extraction should be improved to construct more realistic 3D models. Furthermore, the inside of buildings should be modeled for various potential applications in the future.
With the development of recent technology such as telematics, LBS, and ubiquitous, the applications of 3D GIS are rapidly increased. As 3D GIS is mainly based on urban models consisting of the realistic digital models of the objects existing in an urban area, demands for urban models and its continuous update is expected to be drastically increased. The purpose of this study is thus to propose more efficient and precise methods to construct urban models with its experimental verification. Applying the proposed methods, the terrain and sophisticated building models are constructed for the area of $270,600m^2$ with 23 buildings in the University of Seoul. For the terrain models, airborne imagery and LIDAR data is used, while the ground imagery is mainly used for the building models. It is found that the generated models reflect the correct geometry of the buildings and terrain surface. The textures of building surfaces, generated automatically using the projective transformation however, are not well-constructed because of being blotted out and shaded by objects such as trees, near buildings, and other obstacles. Consequently, the algorithms on the texture extraction should be improved to construct more realistic 3D models. Furthermore, the inside of buildings should be modeled for various potential applications in the future.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
활용되어온 GIS 데이터베이스 는 2차원 상에서 위치를 표현하고, 그에 따른 속성 등을 이용하여 정보를 제공해 왔다. 그러나 고밀도의 토지 이용을 하고 있는 도시지역에서는 보다 정밀하고 정확한 정보가 요구되어 실세계를 보다 잘 표현 할 수 있는 3차원 GIS에 대한 연구 . 개발이 절실히 필요하게 되었다.
본 연구에서는 항공 라이다와 항공사진, 지상사진을 융합하여 건물과 지표면모델로 구성된 도시의 3차원 모델을 생성하는 방법을 제시하고 실측데이터에 적용하여 실험적으로 검증하였다. 생성된 모델은 실제 건물과 지표면의 기하학적 구조를 정확하게 재현하고 있었다.
제안 방법
또한 동일한 지역에서 취득된 항공사진을 라이다데이터로부터 생성된 DTM과 지상측량을 통해 추출 한 지상기준점(GCP)을 이용하여 외부표정을 수행하였다. DTM의 각각의 격자점에 대한 texture# 외부 표정이 완료된 영상으로부터 공선방정식을 이용하여 추출하였다. 결국 고도값과 texture가 함께 명시된 격자형 모델 - 3차원 정사사진모델을 형성하여 지표면모델을 완성한다.
가상공간 상의 건물모델을 실세계의 축척으로 바꿔주기 위해 건물 코너점 측량을 선행하였다. 이는 캠퍼스 내에 지표면모델링을 위해 측량했던 GCP로부터 토탈스테이션을 이용해 각 건물로 끌어가면서 이루어졌다.
건물의 모든 벽면을 커버하는 사진에 대한 상호표정을 수행한 후 건물모델을 형상하기위해 점, 선, 면 의 추출을 수행하였다(그림 3). 시간적 효율성을 고려하여 건물 표면으로부터 20 cm 범위 이내의 요철 이나 설치물 등은 평면으로 간주하였다.
일단 각 영상의 display를 최적화시키기 위하여 이미지 피라미드를 생성한 후 초점거리, 주점좌표, 렌즈 왜곡량 fiducial mark의 좌표를 입 력하여 affine transformation으로 내부표정을 한다. 내부표정 이 완료된 두 영 상을 GCP와 DSM을 이용하여 외부표정을 수행하였다. 외부표정요소와 라이다데이터로 생성된 DTM을 이용하여 orthorectification과정을 거쳐 정사사진을 만든다(그림 7).
상호표정은 건물 에서 선정한 기준면을 중심으로 시계방향으로 두 장의 사진씩 이어가며 수행하였다. 높은 정확도를 위해 건물의 모서리와 같이 명확히 구분되는 점을 공액점으로 선택하였다.
다음으로 3D 모델 가시화 S/W인 UC -win/Road로 입력 형식에 맞는 건물모델과 지표면모델을 불러 위에서 측량한 자료를 바탕으로 지표면모델 상에서 건물모델의 정확한 위치를 찾아내 두 모델을 결합시 켰다(그림 9). 캠퍼스 내에는 주요건물 및 부속건물 뿐만 아니라 수목, 잔디, 도로의 둔덕, 호수 등이 존 재한다.
일단 수동으로 사진을 지정한 다음에는 projective 변환을 통해 자동으로 해당되는 면에 texture* 입혔다. 대상지역내에 높은 건물이 적어 각 건물들의 지붕면에 대한 texture 취득이 불가능 하여 가상의 단일 색상으로 대체하였다(그림 5).
또한 동일한 지역에서 취득된 항공사진을 라이다데이터로부터 생성된 DTM과 지상측량을 통해 추출 한 지상기준점(GCP)을 이용하여 외부표정을 수행하였다. DTM의 각각의 격자점에 대한 texture# 외부 표정이 완료된 영상으로부터 공선방정식을 이용하여 추출하였다.
시간적 효율성을 고려하여 건물 표면으로부터 20 cm 범위 이내의 요철 이나 설치물 등은 평면으로 간주하였다. 먼저 상호표정된 중첩된 영상으로부터 공액점을 선택하여 3차원 점을 추출하고, 추출할 때 마다 RMS 확인으로 실수를 예방하였다. 추출된 점을 연결하여 선과 면을 형성하여 건물의 윤곽을 나타내는 3차원 다면체 기하모델을 제작하였다(그림 4).
실외에서 건물의 사진을 촬영하기 전에 촬영에 이용될 카메라의 보정을 수행한다.보정을 위해 제작된 표적판을 적어도 8개 이상의 서로 다른 각도에 촬영하여 취득된 사진을 이용하여 카메라의 내부표정요 소(주점의 위치, 초점거리, 왜곡요소 등)를 결정한다.
보정이 수행된 카메라를 이용하여 건물의 모든 벽면을 충분한 중첩을 유지하면서 촬영한다. 취득된 사진에 대한 내부표정을 수행한 후에 중첩된 사진들에 약 6개 정도의 공액점을 선택함을 통해 상호표정 을 수행한다.
이러한 두 개의 모델을 결합하기 위해서 빌딩 모델이 지표면모델과 동일한 절대좌표계의 공간으로 변환되어야 한다. 빌딩 모델의 약 4개 정도의 주요 지점의 위치를 GPS로 정밀 측량하여 이를 이용하여 3차원 similarity 변환 을 통해 빌딩 모델이 절대좌표를 갖도록 한다. 변환된 빌딩 모델을 위치좌표를 기반으로 지표면모델에 결합함을 통해 최종적인 3차원 도시모델을 완성한다.
취득된 사진은 PhotoModeler를 이용하여 사진의 상호표정 및 모델링을 수행하였다. 상호표정은 건물 에서 선정한 기준면을 중심으로 시계방향으로 두 장의 사진씩 이어가며 수행하였다. 높은 정확도를 위해 건물의 모서리와 같이 명확히 구분되는 점을 공액점으로 선택하였다.
건물의 모든 벽면을 커버하는 사진에 대한 상호표정을 수행한 후 건물모델을 형상하기위해 점, 선, 면 의 추출을 수행하였다(그림 3). 시간적 효율성을 고려하여 건물 표면으로부터 20 cm 범위 이내의 요철 이나 설치물 등은 평면으로 간주하였다. 먼저 상호표정된 중첩된 영상으로부터 공액점을 선택하여 3차원 점을 추출하고, 추출할 때 마다 RMS 확인으로 실수를 예방하였다.
캠퍼스 내에는 주요건물 및 부속건물 뿐만 아니라 수목, 잔디, 도로의 둔덕, 호수 등이 존 재한다. 이들에 대한 정밀 모델링은 이번 실험범위 밖의 것이었음으로 시각화를 향상시키기 위하여 이 들을 S/W에서 지원되는 모델로 대체하였다(그림 10).
따라서 TerraScan 상으로 라이다데이터를 불러 건물영역의 데 이터는 제거하였다. 이러한 전처 리를 거친 데이터에 대해서만 Robust Least Median Estimation 알고리 즘으로 구현된 C++프로그램을 돌려 DTM을 생성하였다(그림 6).
대상범위의 면적은 270, 600 m2이고, 주요건물 19개 동과 부속 건물 4개로 총 23개의 건축물로 구성되어 있다. 이번 연구에서는 23개의 건축물 모두를 모델링 하고 교내의 지표면을 모델링 하여 이들을 결 합해 서울시립대의 3차원 모델을 구축하였다.
이에 따라 본 연구는 모델 구축의 효율성과 정밀도 두 부분을 고려하여 건물모델링의 경우 지상사진 측량으로 정밀모델링 하였고 지표면모델링의 경우 넓은 지역을 적은 시간 내에 모델링 할 수 있도록 항 공사진측량과 항공라이다데이터 획득을 통하여 진행한 후 이 둘을 결합하여 3D 도시모델을 구축하였다.
이어 ERDAR Imagine 내의 LPS 모듈을 이용하여 두 영상으로부터 입체영상을 획득한다. 일단 각 영상의 display를 최적화시키기 위하여 이미지 피라미드를 생성한 후 초점거리, 주점좌표, 렌즈 왜곡량 fiducial mark의 좌표를 입 력하여 affine transformation으로 내부표정을 한다. 내부표정 이 완료된 두 영 상을 GCP와 DSM을 이용하여 외부표정을 수행하였다.
카메라 보정을 위해 표적이 인쇄된 필름을 슬라이드를 통해 벽면에 투사한 후 촬영하였다. 초점거리 를 고정한 수동촬영방식으로 8개 이상의 각도에서 촬영하여 취득된 사진을 이용하여 보정을 수행하였다. 그림 2는 보정을 위해 취득된 사진의 예이다.
먼저 상호표정된 중첩된 영상으로부터 공액점을 선택하여 3차원 점을 추출하고, 추출할 때 마다 RMS 확인으로 실수를 예방하였다. 추출된 점을 연결하여 선과 면을 형성하여 건물의 윤곽을 나타내는 3차원 다면체 기하모델을 제작하였다(그림 4).
보정이 수행된 카메라를 이용하여 건물의 모든 벽면을 충분한 중첩을 유지하면서 촬영한다. 취득된 사진에 대한 내부표정을 수행한 후에 중첩된 사진들에 약 6개 정도의 공액점을 선택함을 통해 상호표정 을 수행한다. 상호표정을 통해 건물의 모든 면을 포함하는 사진들에 대한 상대적인 기하학적 관계가 수 립된다.
취득된 사진은 PhotoModeler를 이용하여 사진의 상호표정 및 모델링을 수행하였다. 상호표정은 건물 에서 선정한 기준면을 중심으로 시계방향으로 두 장의 사진씩 이어가며 수행하였다.
카메라 보정을 위해 표적이 인쇄된 필름을 슬라이드를 통해 벽면에 투사한 후 촬영하였다. 초점거리 를 고정한 수동촬영방식으로 8개 이상의 각도에서 촬영하여 취득된 사진을 이용하여 보정을 수행하였다.
카메라 보정이 수행된 후 해당 건물들에 대한 지상사진촬영을 수행하였다. 한 기준면으로부터 45°씩 돌아가면서 촬영하여 상호표정을 위한 충분한 중첩을 갖도록 하였다.
카메라 보정이 수행된 후 해당 건물들에 대한 지상사진촬영을 수행하였다. 한 기준면으로부터 45°씩 돌아가면서 촬영하여 상호표정을 위한 충분한 중첩을 갖도록 하였다. 또한, 나뭇잎과 같은 시야확보의 장애물이 적은 겨울에 진행되었다.
입력 데이터로는 캠퍼스 영역의 칼라 항공사진과 항공라이다데이터, GPS와 토탈스테이션, 레벨 등으로 취득한 GCP가 있다. 항공사진의 처리는 ERDAS Imagine 8.7, 라이다데이터의 처리는 TerraScan을 사용하였고, 라이다데이터로부터 DTM의 생성은 LMedS기반의 보간법이 구현된 자체 개발한 S/W를 사용하였다.
대상 데이터
3차원 도시모델 구축의 대상으로 서울시립대학교를 선택하였다. 서울시립대학교를 선택한 이유는 건 물 모델링을 위한 지상사진 획득이 용이하고, 또 지표면모델링을 위한 항공영상과 라이다데이터가 이미 존재하였고 GCP획득이 용이하기 때문이다.
대상범위의 면적은 270, 600 m2이고, 주요건물 19개 동과 부속 건물 4개로 총 23개의 건축물로 구성되어 있다. 이번 연구에서는 23개의 건축물 모두를 모델링 하고 교내의 지표면을 모델링 하여 이들을 결 합해 서울시립대의 3차원 모델을 구축하였다.
건물의 벽면사진을 취득하기 위해 SONY DSC-F828를 사용하고, 취득된 영상을 처리하여 모델을 추 출하기 위해 PhotoModeler Pro 5를 사용하였다. 본 카메라를 실내에서 보정한 후 서울시립대 내의 건물 들의 300장 이상의 사진을 촬영하였다.
이어 ERDAR Imagine 내의 LPS 모듈을 이용하여 두 영상으로부터 입체영상을 획득한다. 일단 각 영상의 display를 최적화시키기 위하여 이미지 피라미드를 생성한 후 초점거리, 주점좌표, 렌즈 왜곡량 fiducial mark의 좌표를 입 력하여 affine transformation으로 내부표정을 한다.
입력 데이터로는 캠퍼스 영역의 칼라 항공사진과 항공라이다데이터, GPS와 토탈스테이션, 레벨 등으로 취득한 GCP가 있다. 항공사진의 처리는 ERDAS Imagine 8.
이론/모형
항공라이다측량을 통해 획득된 데이터로부터 DTM을 생성한다. DTM 생성을 위해 Lee 등(2004)이 제 시한 Least Median Squares (LMedS) Estimation에 기반을 둔 방법을 사용하였다. Least Median Estimation의 방법은 이론적으로 50% outher에 면역된 방법으로 예를 들어 breakline을 기준으로 고도 가 현저히 다른 두 개의 영역에서 측정된 라이다데이터점을 고려할 때 고도가 현저히 다른 영역에서 측 정된 라이다데이터점들은 outher 로 취급되어져 고도값 보간에 고려되지 않는다.
건물의 벽면사진을 취득하기 위해 SONY DSC-F828를 사용하고, 취득된 영상을 처리하여 모델을 추 출하기 위해 PhotoModeler Pro 5를 사용하였다. 본 카메라를 실내에서 보정한 후 서울시립대 내의 건물 들의 300장 이상의 사진을 촬영하였다.
사전에 완성된 건물모델과 지표면모델이 필요하며 건물모델을 실제의 축척으로 맞춰주기 위한 건물 코너점 의 GCP가 요구된다. 결합 작업을 수행하기 위한 S/W로는 UC-win/IMad를 사용하였다.
후속연구
따라서 향후 과제로 texture 추출에 대한 보다 개선된 알고리즘의 개발이 시급하다고 생각된다. 3차원 모델의 활용분야에 따라 시간, 비용 및 정밀도를 고려하여 구축방법을 결정해야 하며, 또한 건물 내부도 모델링함으로써 모델의 활용성을 제고해야 할 것이다.
따라서 향후 과제로 texture 추출에 대한 보다 개선된 알고리즘의 개발이 시급하다고 생각된다. 3차원 모델의 활용분야에 따라 시간, 비용 및 정밀도를 고려하여 구축방법을 결정해야 하며, 또한 건물 내부도 모델링함으로써 모델의 활용성을 제고해야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.