LiDAR Ground Classification Enhancement Based on Weighted Gradient Kernel

가중 경사 커널 기반 LiDAR 미추출 지형 분류 개선

  • 이호영 ((주)아세아항측 부설연구소 연구원, 고려대학교 컴퓨터학과) ;
  • 안승만 ((주)아세아항측 부설연구소) ;
  • 김성수 ((주)아세아항측 부설연구소) ;
  • 성효현 (이화여자대학교 사회생활학과) ;
  • 김창헌 (고려대학교 컴퓨터학과)
  • Received : 2010.02.16
  • Accepted : 2010.03.15
  • Published : 2010.06.30

Abstract

The purpose of LiDAR ground classification is to archive both goals which are acquiring confident ground points with high precision and describing ground shape in detail. In spite of many studies about developing optimized algorithms to kick out this, it is very difficult to classify ground points and describing ground shape by airborne LiDAR data. Especially it is more difficult in a dense forested area like Korea. Principle misclassification was mainly caused by complex forest canopy hierarchy in Korea and relatively coarse LiDAR points density for ground classification. Unfortunately, a lot of LiDAR surveying performed in summer in South Korea. And by that reason, schematic LiDAR points distribution is very different from those of Europe. So, this study propose enhanced ground classification method considering Korean land cover characteristics. Firstly, this study designate highly confident candidated LiDAR points as a first ground points which is acquired by using big roller classification algorithm. Secondly, this study applied weighted gradient kernel(WGK) algorithm to find and include highly expected ground points from the remained candidate points. This study methods is very useful for reconstruct deformed terrain due to misclassification results by detecting and include important terrain model key points for describing ground shape at site. Especially in the case of deformed bank side of river area, this study showed highly enhanced classification and reconstruction results by using WGK algorithm.

항공레이저측량을 통한 지형 분류작업은 분류 정확도의 확보와 세밀한 지형 표현의 두 목표를 동시에 만족해야 한다. 이 두 목표를 달성하기 위한 자동분류 처리에 연구로서 노이즈가 많은 지형분류 결과로부터 필터링을 통한 품질향상 연구가 다수 있었으나 한국과 같이 삼림이 울창하고 지표면 투과율이 낮은 환경에서의 항공레이저측량 결과 적용 시 관목 및 교목 하층이 지면으로 분류되는 오류가 많았다. 이에 본 연구는 정확도가 높고 점밀도가 낮은 1차 지형분류 결과를 기반으로 아직 지형으로 등록되지 않은 LiDAR 지형 분류 후보 점군들로부터 세밀 지형 표현에 필요한 점들을 추출하는 기법으로 점분류 처리절차를 개선하였다. 주변 지형 포인트의 가중치를 부여하여 경사 (gradient) 계산을 통해 미추출 LiDAR 점군들로부터 지형 표현 점들을 분류하는 본 알고리즘은 특히 능선부분의 사라진 특징을 찾아내거나 무너진 논둑을 복원하는 등 최소의 점들로 중요한 지형 요소점(terrain model key points)을 놓치지 않고 세밀하게 표현하는데 효과적이다. 이 알고리즘을 통해 추출한 점들과 1차 지형분류 결과를 결합하여 지형분류최적화 방법을 제안하였다.

Keywords

References

  1. 이정호, 한수희, 유기윤, 김용일, 이병길, 2005, "LiDAR 데이터를 이용한 DEM 자동 생성 기법", 한국지형공간정보학회지, Vol.13-4, pp.27-32.
  2. 조우석, 좌윤석, 이영진, 2003, "항공 레이저스캐닝 데이터를 이용한 건물 자동추출", 대한토목학회지, Vol 23, pp.727-733.
  3. 최연웅, 조기성, 2005, "도시지역 LiDAR DSM으로부터DEM추출기법 연구", 한국지형공간정보학회지, Vol.13-1, pp.19-25.
  4. 한수희, 이정호, 유기윤, 김용일, 2007, "LiDAR 포인트cloud로부터 분리된 포인트 군집간 인접관계 인식과 응용에 관한 연구", 한국지형공간정보학회지, Vol.15-1,pp.17-22.
  5. Haugerud, R.A., and D.J. Harding, 2001, "Somealgorithms for virtual deforestation (VDF) of LiDAR topographic survey data", IAPRS, Vol. 36, part3/W4, pp.211-218.
  6. Keqi Zhang., Shu-Ching Chen., Whitman, D.,Mei-Ling Shyu., Jianhua Yan., Chengcui Zhang.,2003, "A progressive morphological filter forremoving nonground measurements from airborneLiDAR data", IEEE Transaction on Geoscience and Remote sensing, Vol.41, No.4, pp.872-882. https://doi.org/10.1109/TGRS.2003.810682
  7. Kilian, J., Haala, N., Englich, M, 1996, "Capture andevaluation of airborne laser scanner data", IAPRS,Vol.31, part B3, pp.383-388.
  8. Vosselman, G., 2000, "Slope Based Filtering of Laser Altimetry Data", IAPRS, Vol.33, part B4, pp.958-964.