$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

라이다 데이터와 항공영상을 이용한 DSM 생성
DSM Generation using LIDAR and Image Data 원문보기

대한원격탐사학회 2009년도 춘계학술대회 논문집, 2009 Mar. 25, 2009년, pp.66 - 71  

홍주석 (서울시립대학교 공간정보공학과) ,  최경아 (서울시립대학교 공간정보공학과) ,  이임평 (서울시립대학교 공간정보공학과) ,  민성홍 (서울시립대학교 공간정보공학과)

초록
AI-Helper 아이콘AI-Helper

최근 가상도시, 위치기반시스템 등 여러 분야에서 도심지역의 고해상도 DSM의 수요가 증가하고 있다. 고해상도 DSM을 획득하는데 항공 라이다 측량은 가장 효율적이고 경제적인 방법으로 인정받고 있다. 그러나 레이저 펄스는 도시건물의 모서리와 코너보다는 주로 표면에서 반사되기 때문에 일반적으로 라이다 DSM은 명확한 수직 breakline을 포함하기 힘들다. 이에 본 연구에서는 라이다 데이터와 항공영상의 결합을 통해서 고품질의 도시지역 DSM을 생성하는 새로운 방법을 제안하고자 한다. 제안된 방법은 (1) 서로 다른 두 센서에서 획득된 라이다 데이터와 영상의 기하 정합, (2) 라이다 데이터를 이용한 영상정합, (3) 영상정합을 통해 획득된 지상점과 라이다 데이터를 이용한 DSM 생성순으로 이루어진다. 영상 정합을 위한 지상점의 초기값으로 대상지의 평균고도를 높이로 사용하는 것이 아니라 라이다 데이터로부터 얻어진 높이를 사용한다면 영상 정합이 아주 정밀하게 이루어 질 수 있다. 이와 함께 정합된 영상으로부터 얻어진 지상점은 라이다 데이터 보다 더 높은 밀도를 갖게 된다. 따라서 DSM 생성을 위한 격자에 라이다 데이터와 영상정합의 결과로 얻어진 지상점 모두를 내삽에 이용하여 DSM을 생성하고자 한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 이에 본 연구에서는 유인항공기 기반의 다중센서 시스템으로부터 취득된 항공 영상과 라이다데이터를 이용하여 고정밀의 3 차원 DSM을 생성하는 방법을 개발하고자 한다.

가설 설정

  • 기존의 영상정합방법은 지면에 대한 정보를 대상지역의 평균고도를 갖는 수평면으로 가정한다. 하지만 공액객체를 검색하기 위한 외부표정요소의 초기값을 정확하게 설정하기 위해서 기준영상에서 선택된 정합 대상점을 지상으로 투영할 때 가상의 수평면 대신 라이다 DEM을 이용함으로써 공액점의 초기값과 실제 참값과의 차이를 현저히 줄이고 영상정합의 성공률을 높일 수가 있다.
  • range points의 개수가 표면패치를 결정하는데 충분하다면 ra nge points에 피 팅(fitting)하는 표면 패치로부터 고도를 계산할 수가 있다. 먼저 Leas t Mean Squares(LMS) 추정에 의한 표면 패치를 생성하고 피팅에러(fitting error) 가특정 임계값보다 크다면 range points에 어떤 이상치(outher)가 포함되었다고 가정하고 Least median squares (LMedS) 추정법(Koster, 2000)에 의해서 제거한다. 위와 같은 방법으로 각 표면패치별 고도를 계산하여 본 연구의 최종목적인 DSM을 생성한다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로