한국측량학회지 (Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography)

  • 제30권4호
  • /
  • Pages.353-362
  • /
  • 2012
  • /
  • 1598-4850(pISSN)
  • /
  • 2288-260X(eISSN)
한국측량학회 (Korean Society of Surveying, Geodesy, Photogrammetry and Cartography)
권호 표지
DOI QR코드

DOI QR Code

건물모델 정규화를 적용한 항공라이다의 3차원 건물 모델링

3D building modeling from airborne Lidar data by building model regularization

  • 이정호 (서울대학교 건설환경공학부) ;
  • 가칠오 (서울대학교 건설환경공학부) ;
  • 김용일 (서울대학교 건설환경공학부) ;
  • 이병길 (경기대학교 토목공학과)
  • 투고 : 2012.06.18
  • 심사 : 2012.07.17
  • 발행 : 2012.08.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

건물모델의 정규화 없이 3차원 건물 모델링을 하면 건물모델에 왜곡이 발생하거나 위상적 불일치가 발생할 수 있다. 반면에, 정규성을 고려할 경우 제약조건으로 인하여 재구성이 가능한 건물 유형이 제한적일 수 있다. 이에 본 연구에서는 보다 다양한 건물을 고려한 건물모델 정규화 방법을 적용하여 항공라이다 데이터로부터 3차원 건물을 모델링하였다. 우선 특징공간에서의 군집화와 객체공간에서의 분할을 통해 건물점들을 지붕면으로 분할한다. 건물모델 구성요소 간의 평행성, 대칭성, 일치성 등을 충족시키기 위하여 면-선-점의 순차적 조정에 의한 정규화를 통해 3차원 건물을 재구성한다. 도시 지역에 대한 실험을 통해 기존의 방법들보다 다양한 형태의 건물에 대하여 정규성을 충족하는 3차원 모델을 생성할 수 있음을 확인하였다. 또한, 정규화가 건물모델의 정확도에 미치는 영향을 정량적으로 분석하였다.

3D building modeling from airborne Lidar without model regularization may cause positional errors or topological inconsistency in building models. Regularization of 3D building models, on the other hand, restricts the types of models which can be reconstructed. To resolve these issues, this paper modelled 3D buildings from airborne Lidar by building model regularization which considers more various types of buildings. Building points are first segmented into roof planes by clustering in feature space and segmentation in object space. Then, 3D building models are reconstructed by consecutive adjustment of planes, lines, and points to satisfy parallelism, symmetry, and consistency between model components. The experimental results demonstrated that the method could make more various types of 3d building models with regularity. The effects of regularization on the positional accuracies of models were also analyzed quantitatively.

키워드

참고문헌

  1. 유은진, 윤성구, 이동천 (2012), 점군집 데이터에 의한 3차원 객체도와의 자동화와 정확도, 한국측량학회지, 한국측량학회, 제30권, 제1호, pp. 1-10.
  2. 이영진, 오재홍, 신성웅, 조우석 (2008), LiDAR 데이터의 3D Hough 변환을 이용한 지붕 편면의 세그멘테이션 및 정밀 평면방정식 추출, 한국측량학회지, 한국측량학회, 제 26권, 제 5호, pp. 505-512.
  3. 임새봄, 김정현, 이동천 (2009), 항공 라이다 데이터를 이용한 건물 모델링의 자동화, 한국측량학회지, 한국측량학회, 제 27권, 제 5호, pp. 649-628.
  4. 조홍범, 조우석, 박준구, 송낙현 (2008), 항공 LiDAR 데이터를 이용한 3차원 건물 모델링, Korean Journal of Remote Sensing, 대한원격탐사학회, Vol. 24, No. 2, pp. 141-152.
  5. Alharthy, A. and Bethel, J. (2004), Detailed Building Reconstruction from Airborne Laser Scanning Data Using a Moving Surface Method, XXth ISPRS Congress, ISPRS, Istanbul, Turkey, unpaged CD-ROM.
  6. Bezdek, J. C., Robert. E., and William. F. (1984), FCM: The Fuzzy C-means Clustering Algorithm, Computers and Geosciences, Elsevier, Vol. 10, Issues 2-3, pp. 191-203. https://doi.org/10.1016/0098-3004(84)90020-7
  7. Chui, S. (1994), Fuzzy Model Identification Based on Cluster Estimation, Journal of Intelligent and Fuzzy Systems, IOS Press, Vol. 2, No. 3, pp. 267-278.
  8. Dorninger, P. and Pfeifer, N. (2008), A Comprehensive Automated 3D Approach for Building Extraction, Reconstruction, and Regularization from Airborne Laser Scanning Point Clouds, Sensors, MDPI AG, Vol. 8, pp. 7323-7343. https://doi.org/10.3390/s8117323
  9. Filin, S. and Pfeifer, N. (2006), Segmentation of Airborne Data Using a Slope Adaptive Filter, ISPRS Journal of Photogrammetry and Remote Sensing, ISPRS, Vol. 60, pp. 71-80. https://doi.org/10.1016/j.isprsjprs.2005.10.005
  10. Haala, N., Brenner, C., and Anders, K. (1998), 3D Urban GIS from Laser Altimeter and 2D Map Data. IAPRS, ISPRS, Vol. 32, Part. 3/1, Ohio, pp. 321-330.
  11. Kim, C., Habib, A., and Chang, Y. (2008), Automatic generation of digital building models for complex structures from LiDAR data, Photogrammetric Engineering and Remote Sensing, ASPRS, Vol. 37, No. B4, pp. 456-462.
  12. Kim, K. and Shan, J. (2011), Building Roof Modeling from Airborne Laser Scanning Data Based on Level Set Approach, ISPRS Journal of Photogrammetry and Remote Sensing, ISPRS, Vol. 66, pp. 484-497. https://doi.org/10.1016/j.isprsjprs.2011.02.007
  13. Lee, I., and Shenk, T. (2001), 3D Perceptual Organization of Laser Altimetry Data, IAPRS, ISPRS, Vol. 34, pp. 57-65.
  14. Lin, B. C., You, R., and Hsu, M. (2010), Building Model Reconstruction with Lidar Data and Topographic Map by Registration of Building Outlines, ISPRS TC VII Symposium, ISPRS, Vienna, Austria, Vol. 34, Part. 7B, pp. 371-375.
  15. Mass, H. and Vosselman, G. (1999), Two Algorithms for Extracting Building Models from Raw Laser Altimetry Data, ISPRS Journal of Photogrammetry and Remote Sensing, ISPRS, Vol. 54, No. 2/3, pp. 153-163. https://doi.org/10.1016/S0924-2716(99)00004-0
  16. Rottensteiner, F., (2003), Automatic generation of high-quality building models from Lidar data, IEEE CG&A, IEEE, Vol. 23, No. 6, pp. 42-51.
  17. Rottensteiner, F., Trinder, J., Clode, S., and Kubik, K. (2005), Automated Delineation of Roof Planes from Lidar Data, ISPRS WG III/3, III/4, V/3 Workshop "Laser scanning 2005", ISPRS, Enschede, the Netherlands, pp. 221-226.
  18. Sampath, A., and Shan, J. (2010), Segmentation and Reconstruction of Polyhedral Building Roofs From Aerial Lidar Point Clouds, IEEE Transaction on Geoscience and Remote sensing, IEEE, Vol. 48, No. 3, pp. 1554-1567. https://doi.org/10.1109/TGRS.2009.2030180
  19. Verma, V., Kumar, R., and Hsu, S. (2006), 3D Building Detection and Modeling from Aerial LiDAR Data. CPVR' 06, IEEE, Washington, DC., pp. 2213-220.
  20. Vosselman, G. (1999), Building Reconstruction Using Planar faces in very high density height data, IAPRS, ISPRS, Vol. 32, Part. 2, pp. 87-92
  21. Vosselman, G. and Dijkman, S. (2001), 3D building model reconstruction from point clouds and ground plans, IAPRS, ISPRS, Vol. 34, Part. 3/4, pp. 22-24.
  22. Weidner, U., and Förstner, W. (1995), Towards Automatic Building Extraction from High-Resolution Digital Elevation Models, ISPRS Journal of Photogrammetry and Remote Sensing, ISPRS, Vol. 50, pp. 38-49.

피인용 문헌

  1. 3차원 모델링을 위한 라이다 데이터로부터 특징점 추출 방법 vol.34, pp.5, 2012, https://doi.org/10.7848/ksgpc.2016.34.5.479