• 한국지형공간정보학회:학술대회논문집
• /
• 한국지형공간정보학회 2003년도 창립 10주년 기념 국제학술대회 논문집
• /
• pp.177-181
• /
• 2003

최근 고해상도의 영상과 컬러항공영상의 출현과 더불어 도심지역의 지물 지모에 대한 상세한 묘사가 가능해지고 있다. 하지만 도심지역의 지물 지모의 복잡성으로 인하여 지물의 추출이 쉽지 않다. 특히, 건물에 의한 가림, 그림자에 의한 정보 왜곡 등의 발생으로 지형정보 추출의 어려움을 겪고 있다. 건물에 의한 폐색은 다른 위치에서 촬영을 하므로서 보정을 할 수 있지만 그림자에 의한 영향은 촬영위치에 상관없이 항상 발생한다. 본 연구에서는 도심지역에서 촬영한 컬러항공사진에서 그림자에 의한 정보 왜곡을 LIDAR 자료와 수치지도를 이용하여 보다 자동화된 과정으로 처리하므로서 그 판독력을 증대시키고자 한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제21권3호
• /
• pp.1-10
• /
• 2015

최근 각광받고 있는 몰입감 있는 콘텐츠 소비 공간을 효율적으로 구축하기 위해서 전방 프로젝션 시스템이 많이 사용되고 있다. 하지만 전방 프로젝션 환경에서는 프로젝터와 투사면 사이에 사용자가 위치할 경우 그림자가 투사면 위에 나타나 중요한 정보를 가리거나 사용자의 몰입감을 저해한다. 이러한 이유로 전방 프로젝션 환경에서 그림자를 지우고자 하는 시도가 이전부터 있었다. 전방 프로젝션 환경에서 그림자를 지우는 방법은 생성된 그림자 영역을 다른 각도의 프로젝터를 이용하여 빛을 보정해주는 방식을 사용한다. 이 과정에서 그림자 영역을유추할때 정확도만을 추구하는 방법은 연산시간이 너무 오래 걸리게 되고, 단순하게 유추하는 방법은 불필요한 영역까지도 그림자 영역으로 유추하는단점이 존재한다. 따라서 본 논문에서는 깊이 카메라에서 획득할수 있는 스켈레톤 정보를 이용하여 계산량은 적지만 사용자가 생성해내는 그림자에 가까운 모양을유추하여 효과적으로 그림자를 지워주는 방법을 제안한다. 또한 사용자가 움직일때 생성되는 그림자의 잔상이 남지 않도록 디스턴스 필드(distance field)를 이용한 마스크 생성 방법을 제안한다.

• 대한토목학회논문집
• /
• 제29권5D호
• /
• pp.635-644
• /
• 2009

외부 환경에서의 영상처리 기술은 외부환경에 매우 민감하여 외부환경이 급격하게 변화할 때마다 정확도가 많이 떨어지는 경향이 있다. 따라서 교통감시시스템으로 정확한 교통정보를 산출하기 위해서는 (여기서 교통감시시스템은 영상처리 기술을 이용하여 교통상황을 감시하는 시스템) '전이시간대의 그림자 제거', '야간에 차량 전조등에 의한 왜곡', '비', 눈, 그리고 안개에 의한 잡음', '폐색(occlusion)' 등을 필히 해결해야만 한다. 본 논문은 다양한 변화가 일어나는 실외환경에서 영상처리 기술을 이용하여 교통량, 속도, 점유시간을 산출하는 시스템을 개발하였다. 따라서, 시스템의 성능을 검증하기 위해 한국건설 기술연구원에서 운영하고 있는 곤지암 시험장에서 2008년 12월 16일부터 18일까지 교통량, 속도, 점유시간에 대해 4개차로 (상행 2차로, 하행 2차로)를 대상으로 평가하였다. 평가 방법은 기준데이터가 되는 레이더 검지기 데이터와 본 연구의 영상처리기술에 의해 산출된 데이터를 비교하는 방법으로 수행되었다. 평가 결과, 주간, 야간, 일출, 일몰 시간대 모두 교통량, 속도, 점유시간 산출 값이 기준데이터와 비교했을 때 약 92%에서 97%까지의 정확도가 있는 것으로 평가되었다.

• 한국지리정보학회지
• /
• 제13권1호
• /
• pp.155-163
• /
• 2010

NASA의 Terra 위성에 탑재된 ASTER는 기선고도비 0.6, 15m 해상도의 along-track 디지털 스테레오 영상자료를 제공한다. $43km{\times}50km $ 지역에 대한 ASTER 스테레오영상으로부터 ENVI 4.1 소프트웨어의 자동 스테레오 상관처리과정을 실행하여 $15m{\times}15m$의 DEM을 추출하였다. ASTER DEM의 정확도를 1:25,000축척의 수치지형도로부터 얻은 DEM을 기준으로 하여 분석한 결과, 높이에서 RMSE ${\pm}7{\sim}{\pm}20m$를 나타냈다. RMSE ${\pm}10m$를 초과하게 하는 요인들로서 구름지역, 수역, 건물지역들을 제외한 지역들의 DEM 정확도는 5.789m의 RMSE를 나타냈다. 따라서 본 연구에서는 구름지역과 그림자 지역을 토지피복 분류에 의해 검출하여 추출된 ASRER DEM(엄밀히 말해서 DSM) 상에서 그 부분들을 제거한 다음, 밴드간 연산기법을 이용하여 이 부분을 수치지형도로부터 추출한 DEM으로 대치함으로써 지형정보의 정확도를 높이고자 하였다.