초록
항공사진이나 다중분광영상을 활용하여 도로 지도를 제작할 경우 최근에 건설된 도로에 대한 지도의 업데이트가 너무 늦어 일반 수요자의 수준을 고려한 서비스를 제공하지 못하는 한계가 있다. Google Earth에서는 RGB값에 의거한 이미지가 아주 높은 주기 해상도를 가지고 무료로 제공되고 있기 때문에 도로를 추출하기 주요 데이터로 부상되고 있다. 본 연구는 Google Earth로 도로를 추출하기 위한 최적의 RGB 표준값과 범위값을 추적하는 의도로 출발하였다. 5개의 사례연구지역에 대해 Google Earth RGB 영상을 활용하여 도로를 추출할 수 있는 능력에 대해 검증이 이루어졌다. 수동 검출을 통해 Google Earth 이미지에서 RGB 대푯값을 각각 126, 125, 127을 도출하였고, 도로의 특성을 감안한 대푯값 범위를 분석하여 RGB값 각 25%, 30%, 19%가 최적인 것을 알 수 있었다. 아울러 Google Earth 이미지의 디스플레이 축척간에 RGB 표준값과 범위값이 큰 차이가 없음을 확인할 수도 있었다. 기존연구에서 활용된 다양한 알고리즘이 RGB 화소값의 최적구간을 추적할 수 있었으며 61cm 공간해상도를 가진 Quickbird RGB 데이터가 다양한 형태의 도로를 추출할 수 있다는 것이 확인되었다.
The authors argues that the current road updating system based on traditional aerial photograph or multi-spectral satellite image appears to be non-user friendly due to lack of the frequent cartographic representation for the new construction sites. Google Earth are currently being emerged as one of important places to extract road features since the RGB satellite image with high multi-temporal resolution can be accessed freely over large areas. This paper is primarily intended to evaluate optimal threshold of RGB pixel values to extract road features from Google Earth. An empirical study for five experimental sites was conducted to confirm how a RGB picture provided Google Earth can be used to extact the road feature. The results indicate that optimal threshold of RGB pixel values to extract road features was identified as 126, 125, 127 for manual operation which corresponds to 25%, 30%, 19%. Also, it was found that display scale difference of Google Earth was not very influential in tracking required RGB pixel value. As a result the 61cm resolution of Quickbird RGB data has shown the potential to realistically identified the major type of road feature by large scale spatial precision while the typical algorithm revealed successfully the area-wide optimal threshold of RGB pixel for road appeared in the study area.