• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.307-310
• /
• 2006

고해상도(VHR, Very High Resolution) 영상은 활용에 따라 도심의 다양한 정보를 얻을 수 있는 잠재적 가치가 매우 큰 자료이다. 그러나 이러한 고해상도 영상자료는 매우 높은 공간해상력으로 인해 같은 용도의 객체 혹은 같은 객체(예, 건물)라 할지라도 다양한 분광 특성 및 형태로 표현된다. 그러므로 이러한 고해상도영상을 이용하여 효과적으로 주제도를 생성하기 위해서는 현재까지 영상분류 분야에서 주로 활용되고 있는 화소(pixel)단위 기반의 분석방법으로는 한계가 존재한다. 본 연구에서는 이러한 문제점을 보완하기 위한 방법으로 활발한 연구가 진행되고 있는 세그멘트(segment) 혹은 객체(object) 기반 분류기법을 고해상도 영상 및 라이다 자료에 적용하여 도심지역의 건물들을 추출해 보았으며, 그 활용 가능성에 대하여 판단해 보았다. 이러한 세그멘트 기법은 분류하고자 하는 객체들을 하나의 동일한 특성을 가지는 집단으로 모으는 방법을 말하는데, 이를 위해 본 연구에서는 multi-resolution image segmentation기법을 제공해주는 eCognition이라는 소프트웨어를 이용하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.10a
• /
• pp.144-145
• /
• 2008

본 연구는 라이다 자료를 이용하여 건물영역을 추출하고 건물모델을 구성하는 선형과 면요소들을 추출하는 기법을 제시하였다. 라이다 자료는 지형지물의 표고값을 정확하고 직접적인 방식으로 제공함으로써 기존의 항공사진에 비하여 매칭과정을 필요로 하지 않는 장점을 가지고 있다. 하지만 라이다 점들은 해당 수평위치에 대한 표고값만을 제공하기 때문에 지표 위의 지형지물들을 추출하기 위해서는 먼저 점들간의 기하학적인 관계를 분석하여 그들을 구성하는 선이나 면요소들을 추출해야 한다. 이를 위하여 본 연구에서는 먼저 라이다 자료를 라스터 형태로 변환한 후, 이미지 프로세싱을 통하여 상대적으로 낫은 영역과 높은 영역으로 분리하여 각각 지형과 건물영역으로 분류하였다. 다음으로 건물영역 경계로부터 건물 외곽선을 추출하고 건물영역 내에 면요소들을 통계분석을 통하여 추출하였다. 실험결과를 통하여 제시한 기법들은 비교적 복잡한 형태의 건물 지붕면과 외곽선을 성공적으로 분할하고 추출할 수 있음을 보여준다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.06a
• /
• pp.294-295
• /
• 2010

수목영역에서 획득된 라이다데이터는 수목의 높이 및 수목생체량과 같은 수목관련 정보추출에 이용될 수 있다. 본 연구에서는 다양한 지형지물을 포함하고 있는 라이다데이터로부터 수목영역을 분류하는 방법을 제시한다. 이를 위해 수목에서 나타나는 라이다데이터의 다반사 특성, 높이 편차 및 방향성을 인지적 단서로 이용하였다 각 단서들은 먼저 후보영역을 분류하는데 이용되었으며, 수목이 밀집한 최종 수목영역 분류를 위하여 후보영역에 대한 이진영상을 생성한 후 영상처리를 수행하였다. 기준데이터를 이용하여 실험 결과에 대한 검증을 수행하였으며 세 가지 인지적 단서에 의한 방법 모두 높은 분류 성공률을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.681-682
• /
• 2016

In this study we propose a novel approach to segment a terrain in two parts: ground and none-ground. The terrain is gained by a multi-channel 3D laser range sensor. We process each vertical line in each frame data. The vertical line is bounded by the sensor's position and a point in the largest circle of the frame. We consider each pair of two consecutive points in each line to find begin-ground and end-ground points. All points placed between a begin-ground point and an end-ground point are ground ones. The other points are none-ground. After examining all vertical lines in the frame, we obtain the terrain segmentation result.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.374-379
• /
• 2004

지표점의 추출은 DTM 생성을 위한 가장 중요한 과정이다 기존의 추출 방법은 대부분 점기반방법으로 분류될 수 있다. 점기반방법은 모든 점을 개별적으로 각각의 점이 지표를 구성하는지를 시험한다. 이 때 시험의 회수는 점의 개수와 동일하기 때문에, 특히 다량의 점을 포함한 데이터를 처리하려면 시험과 관련되어 심각한 계산량이 유발되어 시험에 보다 정교한 기준과 전략을 사용하는데 어려움이 있었다. 이로 인해 많은 연구에도 불구하고 아직 만족할만한 결과를 제공하는 방법이 개발되지 못하였다. 이에 본 연구는 시험하는 개체의 수를 줄이면서 보다 안정적인 결과를 얻을 수 있도록 점이 아닌 피쳐에 기반한 방법을 제안한다. 여기서, 피쳐란 점을 그룹핑하여 얻을 수 있는 개체를 의미한다. 제안된 방법은 먼저 점들로부터 표면패치들을 생성하고, 이어서 표면패치들로부터 표면집단들을 구성한다. 표면집단들로부터 지표를 구성하는 표면집단을 식별한 후 식별된 표면집단에 포함된 모든 점들을 지표점으로 명시한다. 제안된 방법을 항공라이다 실측데이터에 적용하여 제안된 방법의 뛰어난 성능을 실험적으로 증명하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.260-264
• /
• 2008

변화탐지는 도시모델의 갱신을 위해 중요한 단계이다. 이에 본 연구는 도시지역의 변화탐지를 위한 라이다데이터로부터 추출한 표면패치의 분류 방법을 제안한다. 제안된 방법의 주요 과정은 (1) 라이다 데이터로부터 생성된 DSM의 차분을 통해 변화영역을 탐지하고, (2) 탐지된 영역의 라이다 점으로부터 표면패치를 구성하고, (3) 구성된 각각의 패치의 종류를 지면 수목, 빌딩으로 분류한다. 제안된 방법을 실측데이터에 적용한 결과를 동일한 지역의 정사영상으로부터 육안검사를 통해 수동 생성된 기준데이터를 이용하여 검증하였다. 패치분류의 성공률은 99%로 평가되었다. 결론적으로 제안된 방법은 변화탐지를 위한 강인하고, 신뢰성이 높고, 효율적인 패치 분류방법으로 판단된다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.400-404
• /
• 2008

라이다는 데이터 획득의 신속성과 처리의 자동화라는 장점을 가지고 있어서 도시 모델의 생성, 변화탐지(Change Detection), 삼림지역의 DTM(Digital Terrain Model)의 생성, 등고선 추출, 나무의 높이 결정을 통한 산림관리, 해안 지형의 관리 등 다양한 분야에서 활용이 되고 있다. 이와 같이 라이다데이터 활용에 대한 많은 연구가 이루어지면서 다양한 처리 알고리즘이 개발되고 있다. 알고리즘을 개발하고 그 성능을 정확하게 평가를 위해서는 알고리즘을 다양한 형태의 시험데이터에 적용해 보아야 하지만, 성능평가를 위해 다양한 실측 데이터를 획득하기는 어려운 실정이다. 본 연구에서는 개발된 알고리즘의 성능평가를 위한 다양한 모의데이터를 실제 DEM으로부터 시뮬레이션을 통해 생성하는 방법을 제안한다 라이다 시스템에 대한 기하학적 모델링하여 센서방정식을 유도하고, 이를 기반으로 DEM상에서 플랫폼의 이동경로에 따라 취득되는 모의 라이다데이터를 생성한다. 본 연구에서 제안하는 시뮬레이션을 이용하면 라이터데이터를 이용하는 다양한 활용 알고리즘 개발과 경제적이고 정확한 성능평가에 도움이 될 것이다.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.66-71
• /
• 2009

최근 가상도시, 위치기반시스템 등 여러 분야에서 도심지역의 고해상도 DSM의 수요가 증가하고 있다. 고해상도 DSM을 획득하는데 항공 라이다 측량은 가장 효율적이고 경제적인 방법으로 인정받고 있다. 그러나 레이저 펄스는 도시건물의 모서리와 코너보다는 주로 표면에서 반사되기 때문에 일반적으로 라이다 DSM은 명확한 수직 breakline을 포함하기 힘들다. 이에 본 연구에서는 라이다 데이터와 항공영상의 결합을 통해서 고품질의 도시지역 DSM을 생성하는 새로운 방법을 제안하고자 한다. 제안된 방법은 (1) 서로 다른 두 센서에서 획득된 라이다 데이터와 영상의 기하 정합, (2) 라이다 데이터를 이용한 영상정합, (3) 영상정합을 통해 획득된 지상점과 라이다 데이터를 이용한 DSM 생성순으로 이루어진다. 영상 정합을 위한 지상점의 초기값으로 대상지의 평균고도를 높이로 사용하는 것이 아니라 라이다 데이터로부터 얻어진 높이를 사용한다면 영상 정합이 아주 정밀하게 이루어 질 수 있다. 이와 함께 정합된 영상으로부터 얻어진 지상점은 라이다 데이터 보다 더 높은 밀도를 갖게 된다. 따라서 DSM 생성을 위한 격자에 라이다 데이터와 영상정합의 결과로 얻어진 지상점 모두를 내삽에 이용하여 DSM을 생성하고자 한다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2004.02a
• /
• pp.64-72
• /
• 2004

Correction of shadow effects is critical step for image interpretation and feature extraction from aerial imagery. In this paper, an efficient algorithm to correct shadow effects from aerial color imagery is presented. The following steps have been performed to remove the shadow effect. First, the shadow regions are precisely located using the solar position and the height of ground objects derived from LIDAR (Light Detection and Ranging) data. Subsequently, segmentation of context regions is implemented for accurate correction with existing digital map. Next step, to calculate correction factor the comparison between the context region and the same non-shadowed context region is made. Finally, corrected image is generated by correcting the shadow effect. The result presented here helps to accurately extract and interpret geo-spatial information from aerial color imagery

• Journal of Auto-vehicle Safety Association
• /
• v.11 no.3
• /
• pp.37-42
• /
• 2019

This paper presents an autonomous acceleration planning algorithm for pedestrian collision avoidance at urban. Various scenarios between pedestrians and a vehicle are designed to maneuver the planning algorithm. To simulate the scenarios, we analyze pedestrian's behavior and identify limitations of fusion sensors, lidar and vision camera. Acceleration is optimally determined by considering TTC (Time To Collision) and pedestrian's intention. Pedestrian's crossing intention is estimated for quick control decision to minimize full-braking situation, based on their velocity and position change. Feasibility of the proposed algorithm is verified by simulations using Carsim and Simulink, and comparisons with actual driving data.