[논문]레이저 데이터와 CCD영상의 합성을 통한 3차원 도로형상 생성기법

이수암; 김태정; 정동훈; 성정곤

레이저 데이터와 CCD영상의 합성을 통한 3차원 도로형상 생성기법
3D Road Shape Production Technique Using Composition of Laser Data and CCD Image 원문보기

이수암 (인하대학교 지리정보공학과) , 김태정 (인하대학교 지리정보공학과) , 정동훈 (한국건설기술연구원 도로연구부) , 성정곤 (한국건설기술연구원 도로연구부)

도로의 정보를 취득하기 위하여 제작된 도로 안정성 조사 분석 차량(RoSSAV)은 도로의 3차원 정보를 취득하는 한 방법으로 레이저 스캐너를 사용한다. 레이저 스캐너로부터 취득된 도로의 3차원 정보는 많은 목적으로 활용할 수 있는 매우 유용한 정보이나, 도로의 3차원 정보를 사용자가 육안으로 확인할 수 있도록 영상으로 편집을 하게 되면, 현실감 있는 영상이 생성되기는 어렵다. 이를 보완하기 위하여 본 연구에서는 레이저 스캐너로부터 얻은 정보와는 별도로 CCD 카메라로 도로 전방 영상을 촬영하였고, 이 두 가지 데이터를 합성하여 현실감 있는 3차원 도로영상을 생성하는 기법을 연구 개발하였다. 레이더 영상과 CCD 영상의 합성은 레이저 데이터가 가지고 있는 3차원의 위치에 해당하는 CCD영상에서의 영상점을 찾아 이 점에서의 RGB 밴드의 밝기값을 찾아내어 이를 레이저 데이터에 기록, 적용시키는 것을 의미한다. 이 방법을 사용하기 위해서는 영상간의 관계모델을 수립할 필요가 있으며, 본 연구에서는 직접선형변환(DLT) 모델을 사용하였다. 이 모델을 이용하기 위해 레이저 데이터를 영상으로 편집하였고 이 영상과 CCD영상과 일치하는 지점을 육안으로 찾아 각 영상별로 DLT센서모델에 필요한 개수의 기준점을 제작하여 실행하였다. 실험 결과 영상은 기준점의 정확도에 따라 약간의 차이는 있으나 합성 전의 레이저 데이터 영상에 비해 실세계에 가까운 색깔을 나타냄이 확인되었다.

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

문제 정의

그렇기 때문에 본 실험에서는 레이저 스캐너를 통해 3차원 정보를 얻은 지역을 CCD카메라를 이용하여 전방영상을 촬영하였고, 이렇게 얻어진 CCD영상과 레이저 데이터를 합성하여 육안으로 보기에 현실감 있는 3차원 도로 영상을 생성하는 기법을 연구 개발하였고, 그 결과를 보고하고자 한다.

제안 방법

된다. 기준점 선정 방법은 먼저 레이저데이터를 먼저 영상으로 편집한 후, 이 영상과 CCD 영상 사이에서 특이점을 육안으로 찾아내는 방식을 사용하였으며 6개 이상의 점을 추출한 후 각각의 RMSE를 계산하여 가장 오차가 적은 6개의 점을 기준점으로 선정하였다. 그림4는 기준점을 선정하기 위한 특이점의 예이다.
영상의 합성 후 그 결과를 비교하기 위해 합성 전의 레이저 스캐너와 동기화 된 CCD영상의 RGB영상과 합성 후의 RGB영상을 만들어비교해 보았다. 그림 5는 CCD카메라로 촬영한 영상이며, 그림 6과 7은 각각 CCD영상과 합성전후의 RGB 레이저 영상이다.

대상 데이터

실험에 사용된 데이터를 얻기 위한 레이저 스캐너는 Leica사에서 제작한 HDS2500 스캐너이며 레이저 데이터의 구성은 그림 1과 같다. 취득된 데이터의 맨 첫줄은 기록된 점의 개수를 나타내며, 데이터의한 라인 당 하나의 점의 데이터가 기록되어 있다.
그러나 이 CCD 영상은 해상도가 높지 않아, 이 값들만으로 현실감 있는 영상을 만들기에는 무리가 따르며 이러한 이유로 고화질의 CCD영상을 사용하여 합성해야 할 필요성이 생긴다. 실험에 사용한 CCD영상은 일반 디지털 카메라(후지 파인픽스 F700)을 사용하여 촬영한 도로의 전방 영상이다.

이론/모형

CCD영상의 센서모델 수립에 사용하는 모델은 대표적으로 공선방정식 모델과 직접선형변환(Direct Linear Transform) 모델이 있는 데이 실험에서는 직접선형변환모델을 사용하였으며 그 수식은 다음과 같다.
영상의 밝기값은 흔히 정수값으로 표현되는 행렬 격자 상에 기록되기 때문에, 격자점이 아닌 임의의 위치에서의 밝기값을 계산하여야 하고, 이를 위하여 밝기값의 내삽과정이 반드시 필요하게 된다. 이 실험에서는 계산된 점의 위치에 가장 가까운 격자의 밝기값을 취하는 최근린보간법 (Nearest Neighbor Interpolation)을 사용하였다.

성능/효과

그림5와 7을 통해 도료 표지판, 수목 및 도릐 형태등의 모양이 레이저 영상과 합성된 CCD영상에서 거의 일치함을 확인할 수 있었으며, 합성된 레이저 영상은 합성 전의 영상에 비해 실세계에 가까운 색깔을 보여줌을 확인할 수 있었다(그림 6, 7). 그 외의 여러 지역의 영상들을 테스트 해 본 결과 대부분의 영상에서도 같은 결과를 확인할 수 있었다.
레이저와 CCD영상의 합성은 촬영한 CCD영상의 사진좌표와 레이저 스캐너를 통해 관측된 좌표의 직접선형 변환을 이용한 관계 모델확립을 통하여 영상의 합성이 가능함을 확인할 수 있었다. 그 결과로 나온 합성영상은 합성 전에 비해 실세계에 가까운 색깔을 보여주었다.

후속연구

또한 테스트에 제공된 레이저 데이터는 그 값이 입력되어 있지 않은 부분이 많이 있어, 현상태에서 이를 보간하여 처리하기에는 무리가따를 것으로 보인다. 이후 더 많은 데이터를 가지고 고해상도의 레이저 영상을 제작할 경우 더욱 현실감 있는 영상의 제작이 가능할 것으로 여겨지며, 이 부분에 대한 연구와 수정및 보완이 필요할 것이다.

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

레이저 데이터와 CCD영상의 합성을 통한 3차원 도로형상 생성기법
3D Road Shape Production Technique Using Composition of Laser Data and CCD Image 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

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

레이저 데이터와 CCD영상의 합성을 통한 3차원 도로형상 생성기법 3D Road Shape Production Technique Using Composition of Laser Data and CCD Image 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

이론/모형

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

레이저 데이터와 CCD영상의 합성을 통한 3차원 도로형상 생성기법
3D Road Shape Production Technique Using Composition of Laser Data and CCD Image 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper