• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.229-240
• /
• 2019

건설, 의료, 컴퓨터 그래픽스, 도시공간 관리 등 다양한 분야에서 3차원 공간모델이 이용되고 있다. 특히 측량 및 공간정보 분야에서는 최근 스마트시티, 정밀도로지도 구축 등과 같은 고품질의 3차원 공간정보에 대한 수요가 폭발적으로 증가하면서, 이를 보다 손쉽고, 간편하게 취득하기 위하여 MMS, UAV와 같은 관측기술이 활발히 활용되고 있다. 하지만 두 자료를 통합하여 3차원 모델링을 수행하기 위해서는, 두 관측기술 적용 시 발생하는 원시자료 취득센서, 점군 자료생성 방식 및 관측정확도 간의 차이를 효율적으로 보정할 수 있는 최적의 정합방법이 필요하다. 본 연구에서는 일반적인 3차원 모델의 자동정합에 사용되는 ICP(Iterative Closet Point) 기법을 통한 MMS와 UAV 점군 데이터 간 자동정합 성능을 판단하기 위하여, 여의도 지역을 연구대상지역으로 설정하고 UAV 영상을 취득 후 점군 자료로 변환하였다. 그 후 대상지역을 총 4개의 구역으로 구분하여 MMS 관측을 수행하였으며, UAV 점군 자료를 기반으로 각 구역에서 관측된 MMS 점군 자료와 수동정합하고 이를 ICP 기반으로 자동정합한 결과와 비교하였다. 보다 엄밀하게 ICP 기반의 자동정합 성능을 판단하기 위하여 각 구역별로 데이터 중첩률, 노이즈 레벨 등의 변수를 다르게 하여 비교를 수행하였다. 결론적으로 ICP 기반의 자동정합 시 데이터 중첩률이 높고, 노이즈 레벨이 낮을수록 더 높은 정확도로 정합될 수 있다는 것을 알 수 있었다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동추계학술대회
• /
• pp.171-172
• /
• 2008

본 연구는 영상정합의 주요 과정에 라이다데이터를 적용하여 자동정합의 효율성 및 결과의 신뢰도를 제고하기 위한 전략 및 방법을 개발하는 것을 목표로 하였다. 라이다데이터를 이용하여 영역기반정합에서 검색초기값의 결정과 정합결과에 대한 신뢰도 평가를 개선하였다. 제안된 방법은 중해상도 항공 디지털 영상과 동시에 관측된 라이다데이터에 적용하여 검증하였다. 본 연구의 결과는 현존하는 상업용 디지틸영상정합자동화 프로그램의 정합성능을 개선하는 것에 기여하며, 향후 실시간공간정보제계 구축의 밑거름을 마련한다.

• 한국측량학회지
• /
• 제28권1호
• /
• pp.125-132
• /
• 2010

최근 다양한 센서의 개발에 따라 동일한 지역에 대한 다양한 데이터들의 취득이 가능하게 되었다. 이러한 다차원 데이터를 이용하여 도시모델, 변화 탐지 등과 같은 다양한 활용분야에 적용하기 위해서 각 데이터들 간의 정합과정이 필수적이다. 본 연구에서는 기 구축된 건물모델을 참조모델로 사용하여 디지털 영상을 자동으로 정합하는 방법을 제시하였다. 두 데이터의 정합을 위해 기 구축 건물모델에서 최적정합건물을 추출 하였으며, 이를 영상에서 추출된 직선정합요소와 비교하여 최적정합건물과 상응하는 점 좌표 쌍을 추출하였다. 또한 추출된 점 좌표 쌍을 이용하여 영상데이터의 외부표정요소를 재계산함으로써 두 데이터간의 정합을 수행하였다. 실험결과는 제안된 방법이 두 데이터의 정합을 효율적으로 수행하는 것을 보여준다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.70-75
• /
• 2007

2008년 12월에 우리나라 최초의 통신해양기상위성(Communications， Oceanography and Meteorology Satellite, COMS)이 발사될 예정이다. 통신해양기상위성의 영상데이터의 기하보정을 위하여 다음과 같은 연구를 수행하였다. 기상위성은 정지궤도상에 위치하여 전지구적인 영상을 얻는다. 영상의 전지구적인 해안선은 구름 등으로 가려져서 명확한 정보를 제공할 수 없게 된다. 구름 등으로 방해되지 않는 명확한 해안선 정보를 얻기 위하여 구름 추출을 한다. 실시간으로 기상정보를 얻는 기상위성의 특성상 정합에 전체 영상을 사용하면 수행시간이 다소 소요된다. 정합시 전체 영상에서 정합을 위한 후보점 추출을 위하여 GSHHS(Global Self-consistent Hierarchical High-resolution Shoreline)의 해안선 데이터베이스를 사용하여 211 개 의 랜드마크 칩들을 구축하였다. 이때 구축된 랜드마크 칩은 실험에 사용한 GOES-9의 위치 동경 155도를 반영하여 구축하였다. 전체 영상에서 구축된 랜드마크 칩들의 위치를 중심으로 구름추출을 수행한다. 전체 211 개의 후보점 중 구름이 제거된 나머지 후보점에 대하여 정합을 수행한다. 랜드마크 칩과 위성영상 간의 정합 중 참정합과 오정합이 존재하는데 자동으로 오정합을 검출하기 위하여 강인추정기법 (RANSAC, Random Sample Consensus)을 사용한다. 이때 자동으로 판별되어 오정합이 제거된 정합결과로 최종적인 기하보정을 수행한다. 기하보정을 위한 센서모델은 GOES-9 위성의 센서특정을 고려하여 개발되었다. 정합 및 RANSAC결과로 얻어진 기준점으로 정밀 센서모델을 수립하여 기하보정을 실시하였다. 이때 일련의 수행과정을 통신해양기상위성의 실시간 처리요구사항에 맞도록 속도를 최적화하여 진행되도록 개발하였다.

• 한국측량학회지
• /
• 제28권4호
• /
• pp.463-469
• /
• 2010

화성의 고도정보를 제공하는 MOLA 센서는 화성전역에 대한 데이터를 제공하지 못하므로, 수치표고모형을 만들기 위해서는 MOC-NA영상을 이용한 영상정합이 수행되어야만 한다. 그러나 특색(feature)이 적고 명암대비가 낮은 화성영상의 특성상, 자동 영상정합은 어려운 실정이다. 본 논문은 MOC-NA 영상에 대하여 영역기준 영상정합에 기반한 반 자동 영상정합의 알고리즘을 다룬다. 공액점을 나타내는 시드(seed)포인트 들이 수동으로 스테레오 영상에 추가되고 이를 바탕으로 특징점들이 자동으로 삽입된다. 각 영상의 특징점들은 서로의 초기 공액점으로 사용되며, 영역기준 영상정합으로 정제된다. 영상정합의 과정 중 정합에 실패한 점들은 초기 공액점의 위치를 정합에 성공한 주변의 여섯 점들을 이용하여 재 계산한 후 정제된다. 타깃영상과 검색영상의 역할을 바꾸어 수행한 영상정합의 질적 평가 결과, 97.3%의 점들이 한 화소 이하의 절대거리를 나타내었다.

• 대한원격탐사학회지
• /
• 제21권6호
• /
• pp.505-516
• /
• 2005

2008년도에 발사 예정인 통신해양기상위성은 자동 영상기반 항법을 수행할 예정이다. 자동 영상기반 항법을 위해서는 랜드마크 칩과 영상간의 정합을 수행하는 랜드마크 검출도 자동 수행되어야 한다. 그러기 위해서는 자동 정합의 문제점인 오정합에 대한 해결책이 필요하다. 이런 문제를 해결하기 위해서 우리는 강인추정기법 중 하나인 Random Sample Consensus (RANSAC)를 통한 자동 오정합 판별을 제안한다. 우리는 RANSAC을 이용한 자동 오정합 판별을 실험하기 위해서 GOES-9의 영상과 해안선 데이터베이스에서 추출한 30개의 랜드마크 칩을 이용하여 정합을 수행하였다. 정합수행 후에 RANSAC 추정 기법으로 오정합을 판별해 내었으며, RANSAC에 오차 임계값으로 2.5 픽셀을 설정했을 때, 모든 오정합을 판별할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.661-664
• /
• 2002

실사 영상에 가상 객체를 합성하기 위해서는 실사 영상 촬영 당시의 카메라 정보가 필요하다. 본 논문에서는 이러한 카메라 정보를 구하기 위하여 가상현실 분야에서 사용하고 있는 캘리브레이션 프리 정합 (Calibration-Free Registration) 기술을 기반으로 한 반자동 정합 기술을 제안하였다. 가상 현실은 실시간 응용인데 반하여 본 논문에서 제안하는 반자동 정합 기술은 합성 컨텐츠 저작을 위한 오프라인 응용에 적합한 방법으로 캘리브레이션 프리 정합기술의 합성 결과는 사용자의 입력정보와 밀접한 관계가 있다. 캘리브레이션 프리 정합기술은 두가지 사용자 입력을 필요로 한다. 첫번째 입력은 어파인공간 (Affine space)의 기저 (Basis vector)를 위한 특징점 정보이고, 두번째 입력 정보는 가상객체의 영상 투영점 입력이다. 본 논문에서는 이 두가지 사용자 입력중 기저를 위한 특징점 정보입력을 사용자가 쉽게, 정확한 정보를 입력할 수 있게하기 위하여, 사용자가 특징점을 개략적으로 입력하게 하고, 주변 영역에서 코너점 검출을 수행하여 사용자 입력을 수정하여 받아들리는 방법을 제안하였다. 실험결과 제안한 방법을 사용하여 구한 카메라 정보로 만족할 만한 합성 영상을 얻을 수 있었다.

• Spatial Information Research
• /
• 제16권2호
• /
• pp.193-206
• /
• 2008

스테레오 영상으로부터 수치표고모델을 생성하기 위해서는 일반적으로 두 영상 간의 정합을 수행한다. 정합은 초기 정합 후보점으로부터 시작되며, 두 영상 간의 접합점(Tie-points)이 이러한 초기 후보점 역할을 하게 된다. 이 초기 정합 후보점의 개수와 영상 내에서의 분포는 정합결과에 영향을 준다. 정합결과를 바탕으로 생성되는 수치표고모델에는 에러가 포함된다. 이러한 에러를 제거하는 가장 보편적인 방법은 주변값으로 보간하는 것이다. 본 논문에서는 신뢰성 있는 수치표고모델을 자동으로 생성하기 위해서 기존 수치표고모델을 이용하여 자동으로 추출한 접합점(Tie-points)과 영상 피라미드 그리고 정합 결과에서 발생한 이상값(Outlier)을 기존 수치표고모델로 보정하는 방법을 제안한다. 본 논문에서는 IKONOS, QuickBird, SPOTS 스테레오 영상과 DTED level 2 데이터를 이용하여 실험을 수행했으며, 실험결과를 통해서 제안된 방법으로 생성한 수치표고모델에서는 에러가 모두 제거되었음을 보여준다. 또한 기존 DTED level 2를 참값으로 하여 산출된 높이값에 대한 RMSE는 15m 미만으로, 비교적 정확한 수치표고모델을 생성하였음을 보여준다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.301-306
• /
• 2004

이 논문에서는 1m 해상도 위성영상에서 관측할 수 있는 여러 인공지물 중에서 아파트 및 산업용 건물 등, 비교적 중대형이고 사각형 형태인 건물들을 반자동으로 추출하기 위한 알고리즘을 소개한다. 기존에 연구된 건물추출을 위한 방식으로는 Perceptual Grouping, 스테레오 분석, LIDAR 센서 등에서 얻은 3 차원 정보를 이용하는 방식 등이 있다. 여기서는 단일영상 만을 이용하여 반자동으로 건물을 추출하는 알고리즘을 제안한다 이 알고리즘은 먼저 영상으로부터 라인을 추출한 후, 라인분석을 통하여 건물의 위치와 방향을 결정하고, 탬플릿 정합을 이용하여 이를 개선한다. 그리고 자동으로 추출된 건물외각선에 포함된 오류를 제거하기 위하여 수동편집 단계를 수행한다. 또한 먼저 수행한 건물추출 결과를 활용하여 주변에 유사한 형태의 건물외각선을 빠르게 추출하기 위해 기존에 추출된 건물 외각선 Polygon 을 탬플릿으로 정의하고 정합을 수행하여 건물 외각선을 추출한다. 개발된 알고리즘은 기존의 다른 방식들에 비해 추가적인 영상이나 정보를 요구하지 않고도 빠른 시간에 정확한 사각형형태의 건물을 추출할 수 있었다.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.297-309
• /
• 2007

2008년 12월 우리나라 최초의 통신해양기상위성이 발사될 예정이다. 통신해양기상위성의 지상국은 위성영상 데이터의 정확도 향상을 위해 사용자에게 기하보정된 영상을 공급해야 한다. 이때 지상국에 요구되는 처리시간은 30분 내외이며, 전체 처리시간의 준수를 위해 자동기하보정의 기술개발과 기하보정시 수행시간의 효율성이 중요하다. 자동기하보정은 위성의 영상좌표계와 지구좌표계상의 수학적인 관계를 나타내는 센서모델을 자동으로 수립하여 기하보정을 수행하는 것이다. 센서모델 수립을 위해 사용되는 기준점은 위성영상과 랜드마크 칩간의 정합결과를 통해서 자동으로 결정되어다. 실험에 사용한 위성영상은 GOES-9영상이며 실험을 위해 전세계 해안선 데이터베이스를 사용하여 랜드마크 칩을 211개 생성하였다. 위성영상에 존재하는 구름은 위성영상과 랜드마크 칩간의 정합시 오정합을 유발하므로 GOES-9영상의 채널1과 채널2영상에서 구름검출을 수행하여 구름이 아닌 지역에 대해서만 정합을 수행하였으며 가시영상인 채널1영상에서 밤시간이 아닌 지역에 대해서만 정합이 수행될 수 있도록 밤낮을 구분하여 처리하였다. 이때 정합결과는 오정합(Outlier)이 포함되어 있어 강인추정기법 중 하나인 RANSAC을 사용하여 이를 제거하였다. 강인추정기법으로 오정합이 제거된 정합결과를 기준점으로 사용하여 센서모델을 수립하였다. 수립된 모델의 정확도는 채널1영상의 해상도를 기준으로 하였을 때 $1{\sim}2$ 픽셀의 에러가 나타났고 기하보정된 영상에 해안선을 투영하여 센서모델의 정확도를 육안으로 확인하였다. 이때 위성영상의 해안선과 투영된 해안선이 일치함으로써 기하보정이 잘 이뤄졌음을 알 수 있었다. 실험결과 정합된 RANSAC, 센서모델 수립 및 자동기하 보정의 전체 처리시간은 약 4분여가 소요되었다. 이로써 본 논문에서 제안된 자동기하보정방법은 기하보정이 효과적으로 이뤄지고 있으며, 또한 통신해양기상위성의 전처리요구시간에도 만족함을 보여주고 있다.