UAV에 의한 정사영상의 품질 개선 방안

Improvement of Ortho Image Quality by Unmanned Aerial Vehicle

Abstract

무인항공기는 유인항공기에 비해 가격이 저렴하고, 운용이 용이하기 때문에 최근 공간정보 구축, 농업, 어업, 기상관측, 통신, 엔터테인먼트 분야 등에서 광범위하게 사용되고 있다. 특히, 공간정보 구축 관련 분야에서 무인항공기는 데이터 취득의 신속성과 경제성 때문에 많은 주목을 받고 있다. 하지만 무인항공기를 이용해 제작되는 정사영상에는 건물이나 산림부분의 왜곡현상이 발생하며, 공간정보 분야의 원활한 활용을 위해서는 이러한 문제를 해결할 필요가 있다. 본 연구에서는 다양한 조건에서 무인항공기 정사영상의 왜곡을 파악하기 위해 고정익, 회전익, 수직이착륙형의 무인항공기를 활용하여 건설현장, 도심지역, 산림지역 등 다양한 대상지역을 촬영하고, 정사영상을 제작하여 분석하였다. 연구를 통해 무인항공기 영상의 중복도가 왜곡현상의 가장 큰 요인이며, 비행고도가 높을수록 왜곡현상이 감소함을 알 수 있었다. 또한 왜곡현상의 개선을 위한 DTM(Digital Terrain Model)을 활용하는 원시영상의 해상도를 낮추어 정사영상의 왜곡을 감소시킬 수 있는 방안을 제시하였다. 향후 왜곡 없는 고품질 무인항공기 성과물은 정밀측량분야의 무인항공기 적용 확대에 크게 기여할 것이다.

UAV(Unmanned Aerial Vehicle) is widely used in space information construction, agriculture, fisheries, weather observation, communication, and entertainment fields because they are cheaper and easier to operate than manned aircraft. In particular, UAV have attracted much attention due to the speed and cost of data acquisition in the field of spatial information construction. However, ortho image images produced using UAVs are distorted in buildings and forests. It is necessary to solve these problems in order to utilize the geospatial information field. In this study, fixed wing, rotary wing, vertical take off and landing type UAV were used to detect distortions of ortho image of UAV under various conditions, and various object areas such as construction site, urban area, and forest area were captured and analysed. Through the research, it was found that the redundancy of the unmanned aerial vehicle image is the biggest factor of the distortion phenomenon, and the higher the flight altitude, the less the distortion phenomenon. We also proposed a method to reduce distortion of orthoimage by lowering the resolution of original image using DTM (Digital Terrain Model) to improve distortion. Future high-quality unmanned aerial vehicles without distortions will contribute greatly to the application of UAV in the field of precision surveying.

Fig. 1. UAV

Fig. 2. Data Processing

Fig. 4. Image Distortions in Buildings

Fig. 5. Distortion in the Outline of the Image

Fig. 6. DSM and DTM

Fig. 7. Reduce Image Distortion using DTM

Fig. 8. Reduce Image Distortion by Adjusting Resolution

Fig. 3. UAV Ortho Images

Table 1. UAV Data Acquisition Status

Table 2. Settings for Flight Planning

Table 3. Status of Operationg Mine

Table 4. Distortion Status