[논문]정사영상 제작을 위한 정밀 DSM 생성 방안

이현직; 유지호; 유강민

정사영상 제작을 위한 정밀 DSM 생성 방안
The Study of the Plan regarding DSM Generation for Production of Orthophoto 원문보기

이현직 (상지대학교 건설시스템공학과) , 유지호 (상지대학교 일반대학원) , 유강민 (상지대학교 일반대학원)

최근 사진측량기술과 IT의 발달로 인해 고품질의 데이터의 획득이 가능하게 되면서 고해상도 영상을 이용한 정사영상의 제작과 활용이 증가하고 있다. 일반적인 정사영상은 DEM을 이용하여 편위수정이 수행하기 때문에 건물, 교량과 같은 비고를 가지고 있는 인공지형지물에 대한 기복변위를 완벽하게 제거하지 못하는 문제점을 안고 있다. 이에 본 연구에서는 건물의 기복변위를 제거한 실감정사영상을 제작하기 위하여 수치사진 측량기법과 LiDAR데이터를 이용한 네가지 실험 CASE별로 DSM을 생성하였고, 각 DSM별 정사영상을 제작하여 정확도 분석을 수행하여, 실감정사영상제작에 적합한 DSM 제작 방안을 제시하였다.

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

문제 정의

본 연구에서는 정밀한 DSM의 최적화된 생성 방안을 제시하기 위해 수치 사진측량기법과 니 DAR 데이터를 활용한 4가지 CASE의 대한 DSM 제작 방안 실험을 하였다. 본 연구에서 얻은 결론은 다음과 같다.
이에 본 논문에서는 도심지역의 실감 정사 영상 제작을 위한 DSM 생성 방안을 제시하기 위하여 수치사진측량기법과 LiDAR (Light Detection And Ranging) 데이터를 이용하여 DSM 생성 실험을 수행하고, 제작된 DSM의 정확도 분석을 통하여 효율적인 DSM 생성 방안을 제시하고자 한다.

제안 방법

CASE 1은 LIDAR 데이터 촬영시 함께 취득된 디지털항공사진영상과 GIS/INS 데이터를 이용하여 수치사진측량의 영상정합 기법을 통하여 1x1m 격자 포인트를 자동추출한 후 TIN방식으로 DSM을 생성하였다. 그림 2와 그림 3은 CASE1의 DSM 생성 과정과 생성된 DSM을 나타낸 것이다.
CASE 3은 LiDAR 데이터의 건물 포인트를 이용하여 3차원 벡터를 제작하여 수치 건물 모델(DBM : Digital Building Model)을생성하고, LiDAR 순수지표면 포인트를 이용하여 DEM 생성한 후 DBM과 DEM을 합성하여 DSM을 생성하였다. 그림 6과 그림 7은 CASE 3의 생성과정과 생성된 DSM을나타낸 것이다.
DSM 생성을 위한 실험 방법은 수치 사진측량기법을 이용한 자동 DSM 추출 방법과 니 DAR 데이터를 이용한 방법, 니DAR 데이터로부터 3차원 벡터를 추출하는 방법, 수치사진측량의 3차원 도화 데이터와 니DAR 데이터를 함께 이용한 방법으로 총 네 가지의 CASE로 나누어 수행하였다. 표 1은 실험 CASE별 제작 방법론 및 활용자료를 나타낸 것이다.
DSM의 정확도 분석은 실험을 통해 제작된 DSM을 이용해 정사영상을 제작하여 DSM 과 정사영상의 시각적 분석과 1:1, 000 수치지도를 기준으로 정사 영상의 위치 오차를 분석하였다.
위치오차분석은 건물의 32개의 모서리점을 선정하여 1:1,000 수치지도 기준으로 CASE별 정사영상의 상대적인 위치 오차 분석을 하였다. 표 2는 위치오차 분석 결과를 나타낸 것이다.

대상 데이터

선정하였다. 니DAR 데이터는 2005년 4월에 캐나다 Optech 사의 ALTM 30/70 으로 취득하였으며, 1평방미터당 3~6점의 고밀도 데이터를 사용하였다. 또한 동시에 취득한 디지털항공사진과 GPS/INS데이터 그리고 대상지역의 1너, 000수치지도를 이용하였다.
니DAR 데이터는 2005년 4월에 캐나다 Optech 사의 ALTM 30/70 으로 취득하였으며, 1평방미터당 3~6점의 고밀도 데이터를 사용하였다. 또한 동시에 취득한 디지털항공사진과 GPS/INS데이터 그리고 대상지역의 1너, 000수치지도를 이용하였다. 그림 1은 실험 대상지역을 나타낸 것이다.
본 연구의 대상지역은 고층 아파트가 밀집되어 있는 대전광역시 서구 일원을 연구대상지로 선정하였다. 니DAR 데이터는 2005년 4월에 캐나다 Optech 사의 ALTM 30/70 으로 취득하였으며, 1평방미터당 3~6점의 고밀도 데이터를 사용하였다.

데이터처리

이상의 결론을 통해 도심지역의 실감 정사 영상을 제작을 위한 DSM생성 방 안에 있어서 검증은 정성적 분석(시각적 분석) 및 1/1,000수치지도를 기준으로한 상대적인 수평위치 오차 분석 수행을 하였다. 또한 추후 절대위치분석 즉, 위치정확도, 면적, 건물이동량 등에 대한 더 많은 연구가 필요하다.

성능/효과

CASE 1의 DSM의 시각적 분석을 수행한 결과 건물의 외형을 정확하게 표현하지 못하고, 불규칙하게 표현되었다. 정사 사진은 부정확한 DSM으로 인하여 기하학적 왜곡이 발생하였는데, 1너, 000 수치 지도의 건물과 상당히 다른 형태인 것을 확인할 수 있었다.
504m로 가장 적게 나타났다. DSM의 형상이 정확할수록 정사영상의 위치오차가 감소하는 것을 알 수 있었다.
위치오차분석결과 CASE 1에서 평균 dx 는 0.489m, dy는 2.354m, 거리오차는 2.404m로 가장 오차가 크게 발생을 하였으며, CASE 4는 평균 dx는 0.245m, dy는 0.441m, 거리오차는 0.504m로 가장 적게 나타났다. DSM의 형상이 정확할수록 정사영상의 위치오차가 감소하는 것을 알 수 있었다.
정사 사진은 부정확한 DSM으로 인하여 기하학적 왜곡이 발생하였는데, 1너, 000 수치 지도의 건물과 상당히 다른 형태인 것을 확인할 수 있었다. 그림 10은 CASE 1의 DSM 과 DSM을 이용해 제작된 정사영상이다.

후속연구

또한 추후 절대위치분석 즉, 위치정확도, 면적, 건물이동량 등에 대한 더 많은 연구가 필요하다.

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

정사영상 제작을 위한 정밀 DSM 생성 방안
The Study of the Plan regarding DSM Generation for Production of Orthophoto 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

정사영상 제작을 위한 정밀 DSM 생성 방안 The Study of the Plan regarding DSM Generation for Production of Orthophoto 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

정사영상 제작을 위한 정밀 DSM 생성 방안
The Study of the Plan regarding DSM Generation for Production of Orthophoto 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper