• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.355-361
• /
• 2005

3차원 자료의 필요에 발맞추어 3차원 좌표를 직접적으로 획득할 수 있는 LIDAR 시스템이 등장하게 되었다 항공 LIDAR 시스템은 항공기, GPS, INS, Laser Scanner가 통합된 시스템으로 항공기에서 발사된 Laser의 반사파를 이용하여 거리와 그 때의 항공기의 자세, 위치를 통합하여 직접적인 3차원 포인트 자료를 획득할 수 있다. LiDAR 데이터는 지형, 건물, 식생 등의 지면위에 있는 모든 객체에 대한 3차원 자료와 영상자료를 함께 제공하고 있다. 이러한 LIDAR 자료로부터 DEM, DTM 등의 지형 정보와 식목, 건물 등 지물정보를 추출하는 연구가 활발하게 이루어지고 있다. 본 연구에서는 지형을 추출하는데 사용할 수 있는 몇 가지 필터링기법을 선정하여 국내의 다양한 지모, 지물에 적용하고 그 정확도를 평가해 보았다.

• 한국측량학회지
• /
• 제34권3호
• /
• pp.243-251
• /
• 2016

일반적으로 라이다 데이터 처리 과정은 노이즈 제거, 지표면/비지표면 분리를 위한 필터링, 데이터 분류, 객체분할, 형태인식, 객체 모델링, 성과물에 대한 정확도 검증 등이다. 본 논문은 점군집 라이다 데이터를 이용한 3차원 곡면객체의 모델링과 정확도 검증에 중점을 두고 있다. 기존의 구형 및 원통형 객체 모델링 방법은 함수의 선형화, 미지계수의 초기 근사값 및 반복 계산이 요구되지만, 제안한 방법은 모델링 함수의 미지계수를 직접 결정하는 방법이다. 이를 위하여 객체를 형성하는 단위 객체면 형태를 분석하여 적합한 함수를 결정하고, 함수를 구성하는 미지변수를 추정한 후 정확도를 분석하여 타당성을 검증하였다. 제안한 방법을 반구형 및 반원통의 시뮬레이션 및 실제 건물 데이터에 적용하여 모델링 함수의 계수와 정확도를 산정하였으며, 다양한 형태의 객체 모델링의 자동화에 기여할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1145-1153
• /
• 2023

도시 수목은 대기 중 이산화 탄소 흡수, 대기질 개선, 도시열섬 현상 완화 및 생태계서비스 제공과 같은 중요한 역할을 한다. 도시 수목을 효과적으로 관리하고 보전하기 위해서는 위치, 상태, 수종, 개체 수 등에 대한 정확한 공간 정보가 필요하다. 본 연구에서는 딥러닝 기반의 고해상도 도시 수목 면적 지도를 이용해 도시 지표면으로부터 수목을 분리하고, 국지적 최대값 필터링을 통해 수목의 위치를 정확하게 탐지하는 알고리즘을 제안한다. 도시의 다양한 생육 환경을 고려해 일률적인 필터 크기를 사용하는 대신, 수고에 따라 적절한 필터 크기를 선택해 수목 탐지 성능을 향상시켰다. 수원시 전역을 대상으로 구축한 도시 수목 위치 및 수고 정보는 도시 생태계의 지속가능한 관리와 탄소 저감 대책을 위한 기반이 될 것이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1309-1320
• /
• 2023

모바일 기기의 기술 발전과 대중화는 어디서든 사용자의 위치를 확인할 수 있으며 인터넷을 사용할 수 있도록 발전되었다. 그러나 실내의 경우 인터넷은 끊김없이 사용할 수 있지만 global positioning system (GPS) 기능은 활용하기 어렵다. 실내 공공장소인 백화점, 박물관, 컨퍼런스장, 학교, 터널 등 GPS가 수신되지 않는 음영 지역에서 실시간 위치정보 제공의 필요성이 증가하고 있다. 이에 따라 최근의 실내 측위 기술은 랜드마크 데이터베이스를 구축하기 위해 light detection and ranging (LiDAR) 장비를 기반으로 연구가 증가하고 있다. 본 연구에서는 랜드마크 데이터베이스 구축의 접근성에 초점을 두어 모바일 기기를 기반으로 랜드마크를 촬영한 단일 이미지와 사전에 구축된 랜드마크 데이터베이스 정보를 이용하여 사용자의 위치를 추정하는 기법을 개발하고자 하였다. 첫 번째로, 랜드마크 데이터베이스를 구축하였다. 랜드마크를 촬영한 모바일 이미지만으로 사용자 위치를 추정하기 위해서는 모바일 이미지에서 랜드마크 검출이 필수적이고, 검출된 랜드마크에서 고정적인 성격을 가진 지점의 지상좌표 취득이 필수적이다. 두 번째 단계에서는 bag of words (BoW) 영상 검색 기술을 적용해 랜드마크 데이터베이스 중 모바일 이미지가 촬영한 랜드마크를 유사한 4위까지 검색하였다. 세 번째 단계에서는 scale invariant feature transform (SIFT) 특징점 추출 기법과 Homography random sample consensus (RANSAC)을 통해 검색된 4개의 후보 랜드마크들 중 가장 유사한 하나의 랜드마크를 선정하였고, 이때 임계값 설정을 통해 정합점 수를 기반으로 한 차례 더 필터링을 수행하였다. 네 번째 단계에서는 대응된 랜드마크와 모바일 이미지간의 Homography 행렬을 통해 랜드마크 이미지를 모바일 이미지에 투사하여 랜드마크의 영역과 코너(외곽선)점을 검출하였다. 마지막으로, 위치추정 기법을 통해 사용자의 위치를 추정하였다. 해당 기술의 성능을 분석한 결과, 랜드마크 검색 성능은 약 86%로 측정되었다. 위치추정 결과와 사용자의 실제 지상좌표를 비교한 결과, 약 0.56 m의 수평 위치 정확도를 갖는 것이 확인되어 별도의 고가 장비 없이 랜드마크 데이터베이스를 구축하여 모바일 영상으로 사용자 위치 추정이 가능한 것을 확인하였다.