Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
/
2004.04a
/
pp.471-475
/
2004
LiDAR의 표고점 데이터에서 건물, 수목 등과 같이 주위보다 높은 고도 값을 가지는 대상물을 제거하여 DEM을 생성하기 위한 여러 가지 필터링 기법들이 개발되고 있으며 대표적인 필터링 방법으로는 분산을 이용한 linear prediction 기법, 주변 점들과의 경사관계를 이용한 slope-based 기법, morphology 필터, dual rank 필터 등이 있다. 이러한 기법들은 커널(kernel)의 크기를 대상 지역에 맞도록 사용자가 직접 지정해주어야 하고, 건물의 크기가 다양한 지역에 적용하기 위해서는 가변 크기(variable size)의 커널을 필요로 한다. 본 연구에서는 다양한 크기의 건물이 존재하는 지역에 대하여 커널의 크기를 변화시키지 않고 필터링을 수행하는 새로운 커널 연산 기법을 제안하였다. 또한 기존 필터링 기법에서는 커널에 의해 갱신된 연산값이 다음 연산에 반영되지 않으나 본 연구에서는 갱신된 값이 바로 다음 연산에 반영되도록 하였다. 건물과 수목 등을 제거하기 위하여 주변 화소와의 높이 차를 이용하였으며 대상물이 제거된 부분은 주변 화소를 이용하여 보간하였다.
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.27
no.4
/
pp.469-476
/
2009
The new laser scanning technology allows to attain 3D information faster with higher accuracy on surface ground, vegetation and buildings of the earth surface. This acquired information can be used in many areas after modifying them appropriately by users. The contour production for accurate landform is an advanced technology that can reveal the mountain area landscapes hidden by the trees in detail. However, if extremely precise LiDAR data is used in constructing the contour, massive-sized data intricates the contour diagram and could amplify the data size inefficiently. This study illustrates the algorithm producing contour that is filtered in stages for more efficient utilization using the LiDAR contour produced by the detailed landscape data. This filtering stages allow to preserve the original landscape shape and to keep the data size small. Point Filtering determines the produced contour diagram shape and could minimize data size. Thus, in this study we compared experimentally filtered contour with the current digital map(1:5,000).
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.39
no.4
/
pp.235-243
/
2021
River surveying is conducted to acquire basic geographic data for river master plans and various river maintenance, and it is also used to predict changes after river maintenance construction. ABL (Airborne Bathymetric LiDAR) system is a cutting-edge surveying technology that can simultaneously observe the water surface and river bed using a green laser, and has many advantages in river surveying. In order to use the ABL data for river surveying, it is prerequisite step to segment and extract the water surface and river bed points from the original point cloud data. In this study, point cloud segmentation was performed by applying the ground filtering technique, ATIN (Adaptive Triangular Irregular Network) to the ABL data and then, the water surface and riverbed point clouds were extracted sequentially. In the Gokgyocheon river area, Chungcheongnam-do, the experiment was conducted with the dataset obtained using the Leica Chiroptera 4X sensor. As a result of the study, the overall classification accuracy for the water surface and riverbed was 88.8%, and the Kappa coefficient was 0.825, confirming that the ABL data can be effectively used for river surveying.
It is essential to collect and analyze target information around the vehicle for autonomous driving of the vehicle. Based on the analysis, environmental information such as location and direction should be analyzed in real time to control the vehicle. In particular, obstruction or cutting of objects in the image must be handled to provide accurate information about the vehicle environment and to facilitate safe operation. In this paper, we propose a method to simultaneously generate 2D and 3D bounding box proposals using LiDAR Edge generated by filtering LiDAR sensor information. We classify the classes of each proposal by connecting them with Region-based Fully-Covolutional Networks (R-FCN), which is an object classifier based on Deep Learning, which uses two-dimensional images as inputs. Each 3D box is rearranged by using the class label and the subcategory information of each class to finally complete the 3D bounding box corresponding to the object. Because 3D bounding boxes are created in 3D space, object information such as space coordinates and object size can be obtained at once, and 2D bounding boxes associated with 3D boxes do not have problems such as occlusion.
Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
/
2008.10a
/
pp.21-25
/
2008
최근 측량기술이 발전함에 따라 다양한 지형공간정보를 획득할 수 있게 되었다. 특히 레이저스캐닝 기술의 도입은 정밀한 지형과 식생 및 인공지물 등에 대한 정보를 신속하게 획득하여 원하는 최신 정보를 가공할 수 있게 되었다. 본 연구에서는 라이다의 식생 데이터에서 점의 밀도 분포를 통하여 정량적인 식생분포 분석을 실시하였다. 또한, 정밀한 지형 모델에 대하여 생성되는 라이다 등고선의 효율적인 활용을 위하여 단계별로 필터링을 실시하여 정확성은 유지하면서 저용량의 등고선을 생성하고 도로 및 엔지니어링 분야 활용을 높일 수 있도록 하였다. 이러한 지능적이고 과학적인 연구는 국내 라이다데이터의 적극적인 활용성을 높이고 누구나 쉽게 사용할 수 있도록 하는데 목적이 있으며, 건설 분야뿐만 아니라 생태지도 및 주제도, 재해 환경 분야, 홍수지도, 도시모델링 등 다양한 분야의 활용성을 가능하도록 한다.
Journal of the Korean Association of Geographic Information Studies
/
v.6
no.3
/
pp.95-106
/
2003
This study evaluated the architectural density of urban district using airborne laser scanning(ALS) that is a method used in urban planning, water resources and disaster prevention with high interest recently. First, digital elevation model(DEM) and digital surface model(DSM) was constructed from Light detection and ranging(LiDAR). For getting the height of building, ZONALMEAN filter was used in DEM and ZONALMAJORITY filter was used in DSM. This study compared the floor from filtering with the floor from survey and got standard error, which is ${\pm}0.199$ floor. Also, through the overlay and statistical analysis of total-area layer and zone layer, we could present floor area ratio by zone. As a result of comparison with floor area ratio between airborne laser scanning data and survey data, the standard error of floor area ratio shows ${\pm}2.68%$. Therefore, we expect that airborne laser scanning data can be a very efficient source to decision makers who set up landuse plan in near future.
This paper proposes a method for generating dense depth map using information of color images and depth map generated based on lidar based on self-organizing map. The proposed depth map upsampling method consists of an initial depth prediction step for an area that has not been acquired from LiDAR and an initial depth filtering step. In the initial depth prediction step, stereo matching is performed on two color images to predict an initial depth value. In the depth map filtering step, in order to reduce the error of the predicted initial depth value, a self-organizing map technique is performed on the predicted depth pixel by using the measured depth pixel around the predicted depth pixel. In the process of self-organization map, a weight is determined according to a difference between a distance between a predicted depth pixel and an measured depth pixel and a color value corresponding to each pixel. In this paper, we compared the proposed method with the bilateral filter and k-nearest neighbor widely used as a depth map upsampling method for performance comparison. Compared to the bilateral filter and the k-nearest neighbor, the proposed method reduced by about 6.4% and 8.6% in terms of MAE, and about 10.8% and 14.3% in terms of RMSE.
Terretial LiDAR surveying is highly useful for maintenance of civil facilities as it can easily detect the temporal deformation of structures or topography. However, for river facilities such as levess, it is difficult to detect the deformation of the topography or structure under vegetations due to the influence of vegetation. Vegetation filters can be divided into color filters and morphological filters. In this study, combined filters with color and morphology are developed to improve the accuracy of vegetation filters. 8 color filters, 6 morphological filters, and 4 combined filters are applied to the vegetation removal on the embankment slope, and their accuracy and calculation time are compared. Color filters show a short calculation time, but the accuracy was low in the vegetation area. Morphological filters show high accuracy in the vegetation area, but low accuracy in places with severe local topographical changes such as heavy rocks. Combined filters also show a tendency similar to morphological filters, but in the case of ExGGM, the accuracy is excellent in both the vegetation and rock area. Considering the accuracy and calculation time, the combined filter ExGGM is suitable for general cases, and the shape filter GrMIn or the complex filter ExGISL is suitable for cases where the local topographical change is not severe.
Journal of Korean Society for Geospatial Information Science
/
v.13
no.3
s.33
/
pp.25-32
/
2005
This paper presents a method for point-based 3D building reconstruction using Lidar data and digital map. The proposed method consists of three processes: extraction of building roof points, identification of roof types, and 3D building reconstruction. After extracting points inside the polygon of building, the ground surface, wall and tree points among the extracted points are removed through the filtering process. The filtered points are then fitted into the flat plane using ODR(Orthogonal Distance Regression) in the first place. If the fitting error is within the predefined threshold, the surface is classified as a flat roof. Otherwise, the surface is fitted and classified into a gable or arch roof through RMSE analysis. Experimental results showed that the proposed method classified successfully three different types of roof and that the fusion of LIDAR data and digital map could be a feasible method of modeling 3D building reconstruction.
Environment perception and three-dimensional (3D) reconstruction tasks are used to provide unmanned ground vehicle (UGV) with driving awareness interfaces. The speed of obstacle segmentation and surrounding terrain reconstruction crucially influences decision making in UGVs. To increase the processing speed of environment information analysis, we develop a CPU-GPU hybrid system of automatic environment perception and 3D terrain reconstruction based on the integration of multiple sensors. The system consists of three functional modules, namely, multi-sensor data collection and pre-processing, environment perception, and 3D reconstruction. To integrate individual datasets collected from different sensors, the pre-processing function registers the sensed LiDAR (light detection and ranging) point clouds, video sequences, and motion information into a global terrain model after filtering redundant and noise data according to the redundancy removal principle. In the environment perception module, the registered discrete points are clustered into ground surface and individual objects by using a ground segmentation method and a connected component labeling algorithm. The estimated ground surface and non-ground objects indicate the terrain to be traversed and obstacles in the environment, thus creating driving awareness. The 3D reconstruction module calibrates the projection matrix between the mounted LiDAR and cameras to map the local point clouds onto the captured video images. Texture meshes and color particle models are used to reconstruct the ground surface and objects of the 3D terrain model, respectively. To accelerate the proposed system, we apply the GPU parallel computation method to implement the applied computer graphics and image processing algorithms in parallel.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.