• 한국산학기술학회논문지
• /
• 제19권4호
• /
• pp.63-68
• /
• 2018

무인항공사진측량에서 지상기준점(GCP: Ground Control Point)의 설치는 시간과 비용이 가장 많이 소요되는 작업공종이다. 최근 항법센서와 통신기술의 급속한 발전으로 RTK(Real Time Kinematic) 또는 PPK(Post Processed Kinematic) 방식과 같이 지상기준점을 사용하지 않고도 무인항공사진측량이 가능한 UAV(Unmanned Aerial Vehicle) 기체가 활용되고 있다. 본 연구에서는 무기준점에 의한 RTK-UAV 측량의 잠재성을 평가하고자 지상기준점을 사용한 비 RTK(non-RTK)-UAV 측량과 비교 실험을 수행하였다. 즉 지상기준점의 수를 달리하여 비 RTK(non-RTK) 방식의 UAV와 무기준점에 의한 RTK 방식의 UAV로 동시에 촬영하여 획득된 영상으로 제작한 성과물의 위치정확도를 비교 분석하였다. 영상취득은 촬영고도 약 160m에서 Canon IXUS 127 카메라(초점거리 4.3mm, 화소크기 $1.3{\mu}m$)로 이론적인 GSD는 약 4.7cm이다. 실험결과, 비 RTK 방식에 의한 지상기준점의 수에 따른 위치정확도의 RMSE(평면/수직)는 GCP가 5개인 경우 각각 4.8cm/8.2cm, 4개인 경우 5.4cm/10.3cm, 3개인 경우 6.2cm/12.0cm로 나타났다. 그리고 비 RTK 방식의 무기준점인 경우에는 평면과 수직위치 오차의 RMSE가 각각 112.9cm, 204.6cm로 매우 크게 증가하였다. 하지만 무기준점으로 RTK 방식을 적용한 무인항공사진측량의 경우에는 평면과 수직위치 정확도가 각각 13.1cm, 15.7cm로 비 RTK 방식에 비하여 오차가 현저하게 줄어들었다. 연구결과, 무기준점으로도 정밀한 위치 결정이 가능한 RTK 방식의 무인항공사진측량은 경제성이 크게 증가하여 향후 공간정보 분야에의 활용성이 기대된다.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.989-1006
• /
• 2020

건물탐지 기반의 건물 변화 모니터링은 발사예정인 차세대 중형위성 1, 2호와 같은 고해상도 다시기 광학 위성영상을 이용한 인공 구조물 모니터링 측면에서 가장 중요한 분야 중 하나이다. 하지만 지표면에 위치하는 건물들의 형태와 크기는 다양하며, 이들 주변에 존재하는 그림자 또는 나무 등에 의해 정확한 건물탐지에 어려움이 따른다. 또한, 영상 촬영 당시의 플랫폼의 방위각(Azimuth angle)과 고도각(Elevation angle)에 따라 생기는 기복 변위로 인해 건물 변화탐지 수행 시 다수의 변화 오탐지가 발생하게 된다. 이에 본 연구에서는 건물 변화탐지 결과 향상을 위해 다시기 영상 취득 당시의 태양의 방위각과 그에 따른 그림자의 주방향(Main direction)을 이용한 객체기반 건물탐지를 수행하였으며, 이후 플랫폼의 방위각과 고도각을 이용한 건물 변화탐지를 수행하였다. 고해상도 영상에 객체 분할 기법을 적용한 후, Shadow intensity를 통해 그림자 객체만을 분류하였으며, 건물 후보군 탐지를 위해 각 객체의 Rectangular fit, GLCM(Gray-Level Co-occurrence Matrix) homogeneity 그리고 면적(Area)과 같은 특징(Feature) 정보들을 이용하였다. 그 후, 건물 후보군으로 탐지된 객체들의 중심과 태양의 방위각에 따른 건물 그림자 사이의 방향과 거리를 이용하여 최종 건물을 탐지하였다. 각 영상에서 탐지된 건물 객체 간 변화탐지를 위해 객체들 간의 단순 중첩, 플랫폼의 고도각에 따른 객체의 크기 비교, 그리고 플랫폼의 방위각에 따른 객체 간의 방향 비교 총 3가지의 방법을 제안하였다. 본 연구에서는 주거 밀집 지역을 연구지역으로 선정하였으며, KOMPSAT-3와 무인항공기(Unmanned Aerial Vehicle, UAV)의 이종 센서에서 취득된 고해상도 영상을 이용하여 실험 데이터를 생성하였다. 실험 결과, 특징 정보를 이용해 탐지한 건물탐지 결과의 F1-score는 KOMPSAT-3 영상과 무인항공기 영상에서 각각 0.488 그리고 0.696인 반면, 그림자를 고려한 건물탐지 결과의 F1-score는 0.876 그리고 0.867로 그림자를 고려한 건물탐지 기법의 정확도가 더 높은 것을 확인할 수 있었다. 또한, 그림자를 이용한 건물탐지 결과를 바탕으로 제안한 3가지의 건물 변화탐지 제안기법 중 플랫폼의 방위각에 따른 객체 간의 방향을 고려한 방법의 F1-score가 0.891로 가장 높은 정확도를 보이는 것을 확인할 수 있었다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.1-28
• /
• 2019

본 연구에서는 한라산 사방향에 분포하는 구상나무 자생지 중 9개 조사구에 대하여 구상나무를 생목과 사목으로 구분하여 도면화하고, 그 밀도와 고사율을 분석하였다. 분석 결과, 구상나무는 조사구 내의 위치에 따라 밀도 및 고사율에 있어 상당한 불균질성을 보였다. 이는 위치에 따라 변화하는 특정 인자가 구상나무 고사를 발생시킬 것이라는 추정을 가능케 한다. 본 연구에서는 구상나무 밀도 및 고사율을 토대로 고도, 지형경사, 수계망, 일사량과 경사향 등의 지형적 요인과 구상나무 고사현상과의 관련성을 살펴보았다. 구상나무는 고도가 증가함에 따라 밀도가 증가하였으며, 고사율 또한 증가하였다. 지형경사와 고사율 사이에는 음의 상관관계가 인지되었으며, 수계망이 미약하게 발달한 완만한 곳에서 고사율이 높게 나타났다. 그리고 경사향에 따라 고사율이 크게 변화하는 것이 인지되었으며, 생목이 우세한 영역이 사목이 우세한 영역에 비해 평균 일사량이 많게 나타났다. 전반적으로 한라산 구상나무는 상대적으로 지형경사가 완만하고, 일사량이 적은 곳에서 많이 고사하는 것으로 나타났다. 지형경사가 완만할수록 상대적으로 토양수분 함량이 많고, 일사량이 적을수록 증발량이 적어져 토양수분 함량이 많다는 기존 연구결과를 고려하면, 토양수분 과다가 한라산 구상나무 고사의 원인으로 추정된다. 이는 근래의 한반도 및 제주 지역에서 나타나는 강수량 증가, 증발량 감소, 일조시간 감소 등의 일련의 기후변화 현상, 한라산 고도 증가에 따른 강수량 증가와 함께 나타나는 고사율 증가현상, 한라산 아고산지대에서의 식생변화 등의 증거들에 의해 뒷받침된다. 이번 연구에서 고도 및 지역에 따라 인지되는 구상나무 밀도와 고사율의 변화양상은 향후 구상나무 쇠퇴현상에 대한 수치 모델링 연구에 있어 공간변수로 활용될 수 있을 것으로 기대한다. 뿐만 아니라, 정사항공영상을 활용하는 개체단위의 수목분포 조사 방법은 향후 장기적 식생변화 연구에 있어 수치적 모니터링 기법으로 널리 활용될 수 있을 것이다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.525-533
• /
• 2019

무인항공사진측량을 이용한 지도제작의 지형·지물 묘사 방법에는 벡터화와 수치도화 방법이 있다. 벡터화 방법은 정사영상에서 평면위치를 추출하고, 수치표면모델(DSM: Digital Surface Model) 혹은 수치표고모델(DEM: Digital Elevation Model)에서 높이 값을 취득하고 있다. 그러나 지금까지 벡터화 성과의 정확도는 대부분 검사점만을 이용하여 분석하고 있어 지상시설물과 건물 등 3차원 지물의 위치정확도 판단이 어렵다. 이에 본 연구에서는 검사점 뿐만 아니라 지형·지물의 Layer별 모서리에 대한 정확도를 분석하여 벡터화를 이용한 3차원 공간정보취득 및 수치지도제작 가능성을 판단하고자 하였다. 촬영은 DJI사 Phantom 4 pro로 비행고도 90m에서 GSD (Ground Sample Distance) 3.6cm의 영상을 취득하였다. 연구 결과, 벡터화에 의한 묘사의 정확도는 현장측량 성과와 비교하여 검사점의 잔차를 분석한 결과 평면 RMSE (Root Mean Square Error)가 0.045m로 나타나 정사영상을 이용한 1/1,000 축척의 수치지형(평면)현황도 제작이 가능할 것으로 판단된다. 반면 전주, 옹벽 및 건물 등 Layer별 모서리 좌표를 기준자료와 비교하여 3차원 정확도를 분석한 결과 RMSE가 평면 0.068~0.162m, 표고 0.090~1.840m로 나타났다. 따라서 벡터화로 취득한 3차원 성과의 표고위치에서 오차가 크게 발생하여 벡터화를 이용한 3차원 공간정보 취득 및 1/1,000 수치지도제작이 어려운 것으로 판단된다.

• 한국측량학회지
• /
• 제35권6호
• /
• pp.535-544
• /
• 2017

무인항공기는 크게 고정익과 회전익으로 구분되며, 이들 두 기종은 촬영 시 비행특성이 매우 상이하여 촬영된 영상과 성과물의 품질에 큰 영향을 미친다. 본 연구에서는 농경지를 대상으로 고정익은 고도 130m, 260m, 회전익은 고도 130m에서 각각 촬영된 영상의 외부표정요소를 계산하여 카메라의 회전각 변화를 비교 분석하였다. 아울러 연구대상지역 내의 두 필지를 대상으로 무인항공사진측량과 지적현황측량에 의한 필지경계 측량의 정확도를 비교하였다. 연구결과 130m 동일 고도에서 촬영한 고정익과 회전익 영상의 회전각의 차이는 매우 큰 반면, 필지경계 측량의 연결교차는 RMSE가 ${\pm}0.075m$ 내외로 거의 동일하였다. 하지만 고정익으로 260m고도에서 촬영한 영상의 경우 연결교차의 RMSE는 ${\pm}0.099{\sim}0.136m$로 변동 폭이 다소 커지는 현상을 보여주었다. 또한 동일 필지를 대상으로 무인항공정사영상에 의한 면적은 지적현황측량의 결과와 비교하여 오차가 0.2% 미만으로 도출되어 무인항공사진측량의 지적측량 관련 분야에서의 높은 활용 가능성을 보여주고 있다.

• 한국지리정보학회지
• /
• 제20권1호
• /
• pp.1-14
• /
• 2017

토지피복도는 지역의 현황을 파악하는 기초적 자료이지만 시간적 공간적 해상도의 한계로 인하여 생태 연구 분야에서의 활용성은 떨어지는 측면이 있다. 이에 본 연구에서는 UAV으로 취득된 고해상도 영상을 기반으로 토지피복도 제작과 자료의 활용가능성을 알아보고자 하였다. UAV를 이용하여 연구대상지 $2.5km^2$ 범위에서 10.5cm 정사영상을 취득하였으며 객체기반(Object-based)과 화소기반(pixel-based) 분류를 통해 얻어진 토지피복도를 비교 분석하였다. 정확도 검증 결과 화소기반 분류는 Kappa 0.77, 객체기반 분류는 Kappa 0.82로 분류정확도가 높았으며, 전반적인 면적비율은 유사하지만 초지, 습지 지역에서 양호한 분류 결과가 나타났다. 객체기반 분류를 위한 최적의 영상분할 가중치는 Scale150, Shape 0.5, Compactness 0.5, Color 1로 선정하였으며 가중치 선정과정에서 Scale이 가장 큰 영향을 주었다. 화소기반 분류 결과와 비교해 객체간의 명확한 경계를 가지므로 결과물 판독이 용이한 것으로 나타났으며, 환경부 토지피복도(세분류)와 비교하여 개발지역(도로, 건물 등)을 제외한 자연지역(산림, 초지, 습지 등)의 분류에 효과적이었다. UAV 영상을 활용한 토지피복 분류방법으로서 객체기반 분류기법의 적용은 자료의 최신성, 정확성, 경제성 등의 장점으로 생태 연구 분야에 기여할 수 있을 것으로 판단된다.

• 한국전자파학회논문지
• /
• 제27권9호
• /
• pp.854-864
• /
• 2016

최근 무인기 탑재를 위한 소형 SAR 시스템 관련연구가 활발하게 진행되고 있으나, 드론과 같은 소형 비행 플랫폼에 대한 적용 사례는 매우 드물다. 드론의 경우, 고정익 무인항공기에 비해 기상, 조종환경 등에 취약하므로 고품질의 SAR 영상을 획득하기 위해서는 매우 정밀한 요동 분석 및 오차 보상 알고리즘이 요구된다. 특히 소형 드론에서는 SAR 탑재체 무게 및 전력의 제약으로 자세 제어 및 센서 장착이 어려워 영상 품질 보장이 어려워진다. 본 연구에서는 드론에 SAR를 탑재하여 영상을 획득하는 가능성을 제시한다. 이를 위해 실제 레이다가 탑재된 드론을 사용하여 SAR 영상을 획득하고, 그 품질을 분석하였다. 드론 SAR 기하 구조 분석을 통해 드론의 요동에 의해 발생될 수 있는 위상오차를 분석하고, 불규칙한 드론 이동에 의한 왜곡을 보상함으로써 드론 SAR의 운용 가능성을 검증하였다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.907-917
• /
• 2019

최근 국토 모니터링, 지형 분석 등 많은 분야에서 고해상도 위성영상의 수요가 증가와 함께 기하보정의 필요성이 증가하고 있다. 자동 정밀 기하보정 방법으로 GCP(Ground Control Point) 칩과 위성영상간의 정합을 통해 지상기준점을 자동으로 추출하는 방법이 있다. 자동 정밀 기하보정은 GCP 칩과 위성영상의 정합 성공률이 중요하다. 따라서 제작된 GCP 칩의 정합 성능 평가가 중요하다. GCP 칩의 정합 성능 평가를 위해 국토관측 위성용으로 구축된 총 3,812점의 GCP 칩을 실험 자료로 사용했다. KOMPSAT-3A 영상과 Google Map의 GCP칩 정합 결과를 분석한 결과 유사한 결과를 얻을 수 있었다. 따라서 Google Map 위성영상으로 고해상도 위성영상을 충분히 대체할 수 있다고 판단했다. 또한 GCP 칩의 정합 성능 검증에 필요한 시간을 줄이기 위해 자동화된 방법으로 Google Map의 중심점과 오차 반경을 이용한 방법을 제시했다. 실험 결과 최적의 오차 반경은 17 pixel(약 8.5 m)로 설정하는 것이 가장 좋은 분류 정확도를 보였다. Google Map 위성영상과 자동화된 검증 방법으로 남한 전역에 구축된 GCP 칩 3,812개의 정합 성능 평가를 진행했으며 남한에 구축된 GCP 칩은 약 94%의 정합 성공률을 보였다. 이후 정합에 실패한 GCP 칩을 분석하여 주요 정합 실패원인을 분석하였다. 분석 결과 남한 전역에 구축된 GCP 칩 중 재제작이 필요한 GCP 칩을 제외한 나머지 GCP 칩은 국토위성영상 자동 기하보정에 충분히 사용할 수 있다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.895-905
• /
• 2019

현재 현업에서 사용되고 있는 상용 무인기 영상처리 소프트웨어는 카메라 캘리브레이션 정보나 영상 전체에 대한 블록 번들조정 정확도만 제공할 뿐 스테레오 페어의 실제 도화 가능여부에 대한 정확도는 거의 제공하지 않는다. 본 논문에서는 무인기 영상처리 소프트웨어에서 산출된 표정요소를 사용하여 도화품질을 산출하고 실제 도화기에 적용하여 도화품질의 신뢰성에 대해서 분석하였다. 도화품질은 Y시차 정확도, 상대모델 정확도, 절대모델 정확도의 3가지 정확도로 정의하였다. Y시차 정확도는 스테레오 페어간 입체시 여부를 판단할 수 있는 정확도이다. 상대모델 정확도는 모델 좌표계 상에서 스테레오 페어간 상대적인 번들조정 정확도이다. 절대모델 정확도는 절대 좌표계에서 번들조정 정확도이다. 실험데이터는 도심지를 대상으로 회전익에서 취득된 GSD 5 cm급의 영상 723장을 사용하여 도화품질을 분석하였다. 연구진이 개발한 기술을 사용해 예측한 상대모델 정확도와 실제 도화기에서 관측한 정확도의 최대오차는 0.11 m로 정밀한 결과를 보여 주었다. 절대모델 정확도도 마찬가지로, 도화기에서 관측한 정확도의 최대오차는 0.16 m로 정밀한 결과를 보여주었다.

• 환경정책연구
• /
• 제5권3호
• /
• pp.25-56
• /
• 2006

2006년부터 5년 계획으로 시작한 제3차 전국자연환경조사를 비롯한 우리나라 자연 환경조사의 실태와 일본, 독일, 미국, 영국의 자연환경조사체계를 비교 검토하였다. 국내 여건을 토대로 선진 외국과 우리나라 조사체계를 비교 검토한 결과, 생물종 중심의 자연환경조사에서 벗어나 서식지, 생태계 및 생태권역에 대한 조사를 실시하고, 나아가 위성영상이나 항공사진을 이용하여 토지자원의 공간분포를 주기적으로 파악하여야 할 것이다. 특히 위성영상은 생물종, 서식지, 생태계 조사를 위한 기초 자료로 활용하여야 한다. 조사내용 확대 및 다양한 정보수집을 위해 다방면의 전문인력을 확보하고, 지역주민의 자연환경 보전의식을 고취시키기 위해 자원봉사자의 참여를 유도해야 할 것이다. 전국에 걸친 생물종 및 생태계 조사, 데이터베이스 구축은 물론 자료의 분석 가공을 통해 자연환경정책 수립이나 생물다양성 국제협약에 대처하기 위해서는 독립된 전문조사기관의 설립이 필요하다. 전문조사기관의 설립을 통해서 물리적인 서식환경을 포함한 다양한 분야의 자연환경조사를 체계적으로 수행하고 생물다양성에 대한 종합적인 현황파악과 변화예측을 통해 보다 신속 정확한 자연환경 정보를 생성할 수 있을 것이다.