Abstract
This paper presents an algorithm that automatically extracts buildings among many different features on the earth surface by fusing LIDAR data with panchromatic aerial images. The proposed algorithm consists of three stages such as point level process, polygon level process, parameter space level process. At the first stage, we eliminate gross errors and apply a local maxima filter to detect building candidate points from the raw laser scanning data. After then, a grouping procedure is performed for segmenting raw LIDAR data and the segmented LIDAR data is polygonized by the encasing polygon algorithm developed in the research. At the second stage, we eliminate non-building polygons using several constraints such as area and circularity. At the last stage, all the polygons generated at the second stage are projected onto the aerial stereo images through collinearity condition equations. Finally, we fuse the projected encasing polygons with edges detected by image processing for refining the building segments. The experimental results showed that the RMSEs of building corners in X, Y and Z were 8.1cm, 24.7cm, 35.9cm, respectively.
본 논문은 수동센서인 항공카메라와 능동센서인 레이저스캐너의 상호 보완적인 특징을 이용하여 지표면에 존재하는 다양한 지형지물 중 건물을 자동으로 추출하는 알고리즘에 대한 연구이다 제안하는 건물추출 알고리즘은 처리 단계별로 사용되는 데이터의 형태에 따라 point level process, polygon level process, parameter space level process의 세 단계로 나눌 수 있다. 첫 번째 단계인 point level process에서는 LIDAR의 점 데이터에서 과대오차를 제거하고 건물후보점들을 추출하여 같은 특성을 갖는 점들을 모아 폴리곤을 제작한다 두 번째 단계에서는 면적조건과 circularity를 이용하여 수목 폴리곤을 제거하고, 건물 폴리곤 사이의 포함관계를 정립한다. 마지막 단계에서는 이전 단계의 최종 건물 폴리곤을 공선조건식을 이용하여 항공사진 위에 투영하고 모폴로지 필터링을 통해 탐색영역을 제한한 후, Hough 변환의 파라미터 공간에서 다양한 가정과 제약조건을 이용하여 건물의 외곽선을 추출한다. 제안된 알고리즘에 의해 자동으로 추출된 건물 외곽선의 정확도를 검증하기 위하여 건물 모서리점의 3차원 좌표를 결정하였고, 이를 수치사진측량시스템에서 관측한 결과와 비교하였다. 실험결과 각 건물 모서리점의 평균제곱근오차는 X, Y, Z 각 방향으로 $\pm$8.1cm, $\pm$24.7cm, $\pm$35.9cm로 나타났다.
