• 제목/요약/키워드: Cloth simulation filtering

검색결과 3건 처리시간 0.017초

항공수심라이다 데이터 해저면 포인트 클라우드 분리를 위한 CSF 알고리즘 적용에 관한 연구 (Segmentation of Seabed Points from Airborne Bathymetric LiDAR Point Clouds Using Cloth Simulation Filtering Algorithm)

  • 이재빈;정재훈;김혜진
    • 한국측량학회지
    • /
    • 제38권1호
    • /
    • pp.1-9
    • /
    • 2020
  • 항공수심라이다(ABL: Airborne Bathymetric LiDAR)는 녹색 레이저(green laser)를 사용하여 연안 및 하천에 대해 해저지형과 수심에 대한 관측을 동시에 수행하는 첨단측량 기술이다. 항공수심라이다를 활용하여 해저지형 정보를 구축하기 위해서는 취득된 포인트 클라우드로부터 해수면과 해저면 점들을 분리하고 추출하는 과정이 필요하다. 기존의 해저면 점을 추출하기 위한 연구는 주로 waveform 분석(analysis)을 기반으로 수행되었다. 하지만 일반 사용자의 경우 waveform 데이터에 대한 접근성이 낮으며, waveform 분석 기반 해저면 추출 방법론에 대한 보완도 필요하다. 본 연구는 항공수심라이다 데이터의 지형학적 정보를 사용하여 해저면 점들을 추출하기 위한 연구를 수행하였다. 이를 위해 지면분리(ground filtering) 기법인 CSF (Cloth Simulation Filtering) 알고리즘을 RIEGL VQ880 항공수심라이다 시스템으로부터 취득된 데이터에 적용하고 효용성을 분석하였다. 실험결과 CSF 알고리즘을 항공수심라이다 데이터의 해저면 포인트 추출에 효과적으로 적용할 수 있음을 확인하였다.

산악지형 드론 라이다 데이터 점군 분리를 위한 CSF 알고리즘 적용에 관한 연구 (Study on Applicability of Cloth Simulation Filtering Algorithm for Segmentation of Ground Points from Drone LiDAR Point Clouds in Mountainous Areas)

  • 구슬 ;임언택;정용한;석재욱;김성삼
    • 대한원격탐사학회지
    • /
    • 제39권5_2호
    • /
    • pp.827-835
    • /
    • 2023
  • 드론 라이다(Drone LiDAR)는 산지의 비탈면 정상부나 접근이 불가한 사면에 대해 근접 조사가 가능한 첨단 측량 기술로 산악지형에서 현장조사를 위한 활용이 높아지고 있다. 드론 라이다를 활용하여 지형 정보를 구축하기 위해서는 취득된 포인트 클라우드로부터 지면과 비지면 점들을 효과적으로 분리하는 전처리 과정이 필요하다. 따라서 본 연구에서는 상업용 드론에 탑재된 항공 라이다를 이용하여 산악지형의 점군 자료를 취득하고, 지면분리 기법 중 하나인 cloth simulation filtering (CSF) 알고리즘을 적용하고 정확도를 검증하였다. 알고리즘을 적용한 결과, 지면과 비지면에 대한 분리 정확도는 84.3%, kappa 계수는 0.71로 나타났고 드론 라이다 데이터를 산악지형의 산사태 현장조사에 효과적으로 활용할 수 있음을 확인하였다.

갯벌지역 고해상도 지형정보 구축을 위한 항공 라이다와 UAV 데이터 통합 활용에 관한 연구 (A Study on the Integration of Airborne LiDAR and UAV Data for High-resolution Topographic Information Construction of Tidal Flat)

  • 김혜진;이재빈;김용일
    • 한국측량학회지
    • /
    • 제38권4호
    • /
    • pp.345-352
    • /
    • 2020
  • 갯벌의 보존과 복원 및 안전사고 예방을 위해서, 갯골의 정확한 위치와 형상을 포함하는 갯벌 지형정보 구축이 필요하다. 현장 측량이 어려운 갯벌 지역에 대해, 항공 라이다 측량은 넓은 지역에 대한 정확한 위치정보 데이터의 취득이 가능하며, UAV (Unmanned Aerial Vehicle) 측량은 상대적으로 공간해상력이 우수한 데이터를 경제적으로 제공할 수 있다. 본 연구에서는 효과적인 갯벌 지형정보 구축을 위하여 항공 라이다와 UAV 포인트 클라우드 간의 데이터 통합을 수행하고, 갯골의 세부 지형을 갱신하는 방법을 제안하였다. 이를 위해 ICP (Iterative Closest Point) 알고리즘을 활용하여 두 이종 데이터를 자동 정합하고, 지면 필터링 기법인 CSF (Cloth Simulation Filtering)를 활용하여 갯골을 추출한 후, 갯골 영역에 대한 고점밀도 UAV 데이터와 평평한 지면에 대한 항공 라이다 데이터를 통합하였다. 통합된 데이터로부터 DEM (Digital Elevation Model) 및 갯골의 영역과 깊이 정보를 생성하여 대축척 갯벌 지도 제작을 위한 고해상도 지형정보를 구축하였다. 연구결과, 제안한 방법을 통해 GCP (Ground Control Point) 없이 UAV 데이터를 기하보정하고, 갯골의 세부 지형정보를 포함하면서 데이터 용량은 상대적으로 작은 통합 데이터를 생성할 수 있었다.