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
- 활용되어 온 GIS 데이터베이스는 2차원 상에서 위치를 표현하고, 그에 따른 속성 등을 이용하여 정보를 제공해 왔다. 그러나 고밀도 의 토지 이용을 하고 있는 도시지역에서는 보다 정밀하고 정확한 정보가 요구되어 실세계를 보다 잘 표현할 수 있는 3차원 GIS에 대한 연구 . 개발이 절실히 필요 하게 되었다.
- 본 연구에서는 항공 라이다와 항공사진, 지상사진을 융합하여 건물과 지표면모델 로 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 항공사진 을 라이다데이터로부터 생성된 DTM 과 지상측량을 통해 추출한 지상기준점(GCP) 을 이용하여 외부표정을 수행하였다. DTM의 각각의 격자점에 대한 texture를 외부표정이 완료된 영상으로부터 공선방 정식을 이용하여 추출하였다. 결국 고도값 과 texture가 함께 명시된 격자형 모델 - 3차원 정사사진모델을 형성하여 지표면모델을 완성한다.
- 가상공간 상의 건물모델을 실세계의 축 척으로 바꿔주기 위해 건물 코너점 측량 을 선행하였다. 이는 캠퍼스 내에 지표면 모델링을 위해 측량했던 GCP로부터 토탈 스테이션을 이용해 각 건물로 끌어가면서 이루어졌다.
- 건물의 모든 벽면을 커버하는 사진에 대한 상호표정을수행한 후 건물모델을 형상하기위해 점, 선, 면의 추출을 수행하 였다(그림 3). 시간적 효율성을 고려하여 건물 표면으로부터 20cm 범위 이내의 요 철이나 설치물 등은 평면으로 간주하였다.
- 일단 각 영상의 display를 최적 화시키기 위하여 이미지 피라미드를 생성 한 후 초점거리, 주점좌표, 렌즈 왜곡량, fiducial mark의 좌표를 입력하여 affine transformation으로 내부표정을 한다. 내부 표정이 완료된 두 영상을 GCP와 DSM을 이용하여 외부표정을 수행하였다. 외부표 정요소와 라이다데이터로 생성된 DTM을 이용하여 orthorectification과정을 거쳐 정 사사진을 만든다(그림 7).
- 상호표정은 건물에서 선정한 기준면 을 중심으로 시계방향으로 두 장의 사진 씩 이어가며 수행하였다. 높은 정확도를 위해 건물의 모서리와 같이 명확히 구분 되는 점을 공액점으로 선택하였다.
- 다음으로 3D 모델 가시화 S/W인 UC -win/Road로 입력 형식에 맞는 건물모델 과 지표면모델을 불러, 위에서 측량한 자료를 바탕으로 지표면모델 상에서 건물모델의 정확한 위치를 찾아내 두 모델을 결 합시켰다.(그림 9) 캠퍼스 내에는 주요건 물 및 부속건물 뿐만 아니라 수목, 잔디, 도로의 둔덕, 호수 등이 존재한다.
- 일단 수동 으로 사진을 지정한 다음에는 projective 변환을 통해 자동으로 해당되는 면에 texture를 입혔다. 대상지역내에 높은 건 물이 적어 각 건물들의 지붕면에 대한 texture 취득이 불가능 하여 가상의 단일 색상으로 대체하였다(그림 5).
- 또한 동일한 지역에서 취득된 항공사진 을 라이다데이터로부터 생성된 DTM 과 지상측량을 통해 추출한 지상기준점(GCP) 을 이용하여 외부표정을 수행하였다. DTM의 각각의 격자점에 대한 texture를 외부표정이 완료된 영상으로부터 공선방 정식을 이용하여 추출하였다.
- 시간적 효율성을 고려하여 건물 표면으로부터 20cm 범위 이내의 요 철이나 설치물 등은 평면으로 간주하였다. 먼저 상호표정된 중첩된 영상으로부터 공 액점을 선택하여 3차원 점을 추출하고, 추 출할 때 마다 RMS 확인으로 실수를 예방 하였다. 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 취득 된 사진을 이용하여 카메라의 내부표정요 소(주점의 위치, 초점거리, 왜곡요소 등)를 결정한다.
- 이러한 두 개의 모델을 결합하기 위해서 빌딩 모델이 지표면모델과 동일한 절 대좌표계의 공간으로 변환되어야 한다. 빌 딩 모델의 약 4개 정도의 주요 지점의 위치를 GPS로 정밀 측량하여 이를 이용하여 3차원 similarity 변환을 통해 빌딩 모 델이 절대좌표를 갖도록 한다. 변환된 빌 딩 모델을 위치좌표를 기반으로 지표면모 델에 결합함을 통해 최종적인 3차원 도시 모델을 완성한다.
- 취득된 사진은 PhotoModeler를 이용하여 사진의 상호표정 및 모델링을 수행하였다. 상호표정은 건물에서 선정한 기준면 을 중심으로 시계방향으로 두 장의 사진 씩 이어가며 수행하였다. 높은 정확도를 위해 건물의 모서리와 같이 명확히 구분 되는 점을 공액점으로 선택하였다.
- 건물의 모든 벽면을 커버하는 사진에 대한 상호표정을수행한 후 건물모델을 형상하기위해 점, 선, 면의 추출을 수행하 였다(그림 3). 시간적 효율성을 고려하여 건물 표면으로부터 20cm 범위 이내의 요 철이나 설치물 등은 평면으로 간주하였다. 먼저 상호표정된 중첩된 영상으로부터 공 액점을 선택하여 3차원 점을 추출하고, 추 출할 때 마다 RMS 확인으로 실수를 예방 하였다.
- (그림 9) 캠퍼스 내에는 주요건 물 및 부속건물 뿐만 아니라 수목, 잔디, 도로의 둔덕, 호수 등이 존재한다. 이들에 대한 정밀 모델링은 이번 실험범위 밖의 것이었음으로 시각화를 향상시키기 위하여 이들을 S/W에서 지원되는 모델로 대 체하였다.(그림 10)
- 대상범위의 면적은 27만 600nf이고, 주 요건물 19개 동과 부속 건물 4개로 총 23개의 건축물로 구성되어 있다. 이번 연구에서는 23개의 건축물 모두를 모델링 하고 교내의 지표면을 모델링 하여 이들을 결합해 서울시립대의 3차원 모델을 구축 하였다.
- 이에 따라 본 연구는 모델 구축의 효율 성과 정밀도 두 부분을 고려하여 건물모 델링의 경우 지상사진측량으로 정밀모델 링 하였고 지표면모델링의 경우 넓은 지 역을 적은 시간 내에 모델링 할 수 있도록 항공사진측량과 항공라이다데이터 획 득을 통하여 진행한 후 이 둘을 결합하여 3D 도시모델을 구축하였다.
- 이어 ERDAR Imagine 내의 LPS 모듈 을 이용하여 두 영상으로부터 입체영상을 획득한다. 일단 각 영상의 display를 최적 화시키기 위하여 이미지 피라미드를 생성 한 후 초점거리, 주점좌표, 렌즈 왜곡량, fiducial mark의 좌표를 입력하여 affine transformation으로 내부표정을 한다. 내부 표정이 완료된 두 영상을 GCP와 DSM을 이용하여 외부표정을 수행하였다.
- 카메라 보정을 위해 표적이 인쇄된 필 름을 슬라이드를 통해 벽면에 투사한 후 촬영하였다. 초점거리를 고정한 수동촬영 방식으로 B개 이상의 각도에서 촬영하여 취득된 사진을 이용하여 보정을 수행하였다. 그림 2는 보정을 위해 취득된 사진의 예 이다.
- 먼저 상호표정된 중첩된 영상으로부터 공 액점을 선택하여 3차원 점을 추출하고, 추 출할 때 마다 RMS 확인으로 실수를 예방 하였다. 추출된 점을 연결하여 선과 면을 형성하여 건물의 윤곽을 나타내는 3차원 다면체 기하모델을 제작하였다(그림 4).
- 취득된 사진은 PhotoModeler를 이용하여 사진의 상호표정 및 모델링을 수행하였다. 상호표정은 건물에서 선정한 기준면 을 중심으로 시계방향으로 두 장의 사진 씩 이어가며 수행하였다.
- 카메라 보정을 위해 표적이 인쇄된 필 름을 슬라이드를 통해 벽면에 투사한 후 촬영하였다. 초점거리를 고정한 수동촬영 방식으로 B개 이상의 각도에서 촬영하여 취득된 사진을 이용하여 보정을 수행하였다.
- 카메라 보정이 수행된 후 해당 건물들 에 대한 지상사진촬영을 수행하였다. 한 기준면으로부터 45°씩 돌아가면서 촬영하여 상호표정을 위한 충분한 중첩을 갖도 록 하였다.
- 입력 데이터로는 캠퍼스 영역의 칼라 항공사진과 항공라이다데이터, GPS와 토 탈스테이션, 레벨 등으로 취득한 GCP가 있다. 항공사진의 처리는 ERDAS Imagine 8.7, 라이다데이터의 처리는 TerraScan을 사용하였고, 라이다데이터로 부터 DTM의 생성은 LMedS기반의 보간 법이 구현된 자체 개발한 S/W를 사용하였다.
대상 데이터
- 3차원 도시모델의 대상으로 서울시립대 학교를 선택하였다. 서울시립대학교를 선 택한 이유는 건물 모델링을 위한 지상사 진 획득이 용이하고, 또 지표면모델링을 위한 항공영상과 라이다데이터가 이미 존 재하였고 GCP획득이 용이하기 때문이다.
- 이와 동시에 GCP를 획득하여야 한다. GCP는 영상 상에서 명확히 구분되는 도로 표지 를 8점 선별하여 GPS, 토탈스테이션, 레 벨을 이용하여 획득되었다.
- 대상범위의 면적은 27만 600nf이고, 주 요건물 19개 동과 부속 건물 4개로 총 23개의 건축물로 구성되어 있다. 이번 연구에서는 23개의 건축물 모두를 모델링 하고 교내의 지표면을 모델링 하여 이들을 결합해 서울시립대의 3차원 모델을 구축 하였다.
- 건물의 벽면사진을 취득하기 위해 SONY DSC-F828를 사용하고, 취득된 영 상을 처리하여 모델을 추출하기 위해 PhotoModeler Pro 5를 사용하였다. 본 카 메라를 실내에서 보정한 후 서울시립대 내의 건물들의 300장 이상의 사진을 촬영 하였다.
- 이어 ERDAR Imagine 내의 LPS 모듈 을 이용하여 두 영상으로부터 입체영상을 획득한다. 일단 각 영상의 display를 최적 화시키기 위하여 이미지 피라미드를 생성 한 후 초점거리, 주점좌표, 렌즈 왜곡량, fiducial mark의 좌표를 입력하여 affine transformation으로 내부표정을 한다.
- 입력 데이터로는 캠퍼스 영역의 칼라 항공사진과 항공라이다데이터, GPS와 토 탈스테이션, 레벨 등으로 취득한 GCP가 있다. 항공사진의 처리는 ERDAS Imagine 8.
이론/모형
- 항공라이다측량을 통해 획득된 데이터 로부터 DTM을 생성한다. DTM 생성을 위해 Lee 등(2004)이 제시한 Least Median Squares (LMedS) Estimation 에 기반을 둔 방법을 사용하였다. Least Median Estimation의 방법은 이론적으로 50% outher에 면역된 방법으로 예를 들어 breakline< 기준으로 고도가 현저히 다른 두 개의 영역에서 측정된 라이다데이터점 을 고려할 때 고도가 현저히 다른 영역에서 측정된 라이다데이터점들은 outher로 취급되어져 고도값 보간에 고려되지 않는다.
- 건물의 벽면사진을 취득하기 위해 SONY DSC-F828를 사용하고, 취득된 영 상을 처리하여 모델을 추출하기 위해 PhotoModeler Pro 5를 사용하였다. 본 카 메라를 실내에서 보정한 후 서울시립대 내의 건물들의 300장 이상의 사진을 촬영 하였다.
- 사전에 완성된 건물모델과 지표면모델 이 필요하며 건물모델을 실제의 축척으로 맞춰주기 위한 건물 코너점의 GCP가 요 구된다. 결합 작업을 진행시키기 위한 S/W로는 UC-win/Road를 사용하였다.
- 따라서 TerraScan 상으로 라이다데이터를 불러 건물영역의 데이터는 제거하였다. 이러한 전처리를 거친 데이터에 대해 서만 Robust Least Median Estimation 알 고리즘으로 구현된 C++프로그램을 돌려 DTM을 생성하였다(그림 6).
후속연구
- 따라서 향후 과제로 texture 추출에 대한 보다 개선된 알고리즘의 개발이 시급 하다고 생각된다. 3차원 모델의 활용분야 에 따라 시간, 비용 및 정밀도를 고려하여 구축방법을 결정해야 하며, 또한 건물 내 부도 모델링함으로써 모델의 활용성을 제 고해야 할 것이다.
- 따라서 향후 과제로 texture 추출에 대한 보다 개선된 알고리즘의 개발이 시급 하다고 생각된다. 3차원 모델의 활용분야 에 따라 시간, 비용 및 정밀도를 고려하여 구축방법을 결정해야 하며, 또한 건물 내 부도 모델링함으로써 모델의 활용성을 제 고해야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.