• 한국측량학회지
• /
• 제25권5호
• /
• pp.475-482
• /
• 2007

대부분의 골퍼들은 그린 공략을 위해 세컨샷 지점에서의 남은 거리에 관심이 많으며, 이에 대한 정확한 정보가 스코어 향상에 도움을 주는 요소중 필수적 사항이라고 생각하고 있으며, 클럽 선택을 위한 기초적 자료로 활용하고 있다. 하지만 단순히 도식 또는 숫자로 표현되는 정보는 세컨샷을 위한 정확한 자료로 사용하기에는 부적절하며 오히려 실수를 유발할 수 있으며 골프에 대한 만족감을 저해시키는 영향을 주기도 한다. 그래서 본 연구에서는 종래의 이미지 지도를 활용한 방법에 대한 현실적 대안으로서 실제 3차원 디스플레이가 가능한 렌티큘러 기술을 통한 코스맵 제작을 수행하였다. 본 기술은 항공영상 촬영된 영상을 기반으로 수치정사영상을 제작하고 좌우입체 스테레오 영상을 취득하고 렌티큘러 기술을 활용하여 코스맵을 제작함으로서 종래의 이미지 지도 표현의 한계를 극복하였다. 이러한 기술의 강점은 입체효과에 관한 융통적 접근이 기능한 점이 큰 특징이라 하겠다. 본 연구에서 렌티큘러 포일 기술의 간략한 개요를 제시하며 골프코스 3차원 야디지 북의 제작에 대해 설명하였으며, 연구수행을 위해 입체로 촬영된 영상을 활용하여 3차원 효과를 주기위한 합성 이미지를 제작하고 이를 렌티큘러 포일에 입체적으로 디스플레이 함으로서 3차원 입체 지도를 제작하였다.

• 대한토목학회논문집
• /
• 제40권2호
• /
• pp.257-264
• /
• 2020

현재 무인항공사진측량을 이용한 지도제작의 지형·지물 묘사는 주로 벡터화로 이루어지고 있다. 그러나 벡터화는 평면과 표고 위치를 별도로 취득하기 때문에 시간이 많이 소요되고 수치표면모델에서 표고값을 추출 할 때 과대 오차가 발생될 수 있다. 이에 3차원 공간정보를 동시에 취득가능한 수치도화의 필요성이 증가하고 있으나, 고가의 도화장비가 필요하고 무인항공영상의 수치도화 기술이 불완전한 단점이 있다. 이에 본 연구에서는 저가의 시스템으로 수치도화가 가능한 Menci사의 StereoCAD를 이용하여 지형·지물의 묘사정확도를 분석 평가하였다. 무인항공영상의 취득은 Phantom4 pro에 FC 6310 카메라를 탑재하여 비행고도 90 m에서 GSD (Ground Sample Distance) 3 cm로 촬영하였다. 정확도 분석은 검사점과 점·선·면형 레이어별 모서리에 대한 지상측량결과와 도화결과의 3차원 좌표의 차이를 산출하여 비교하였다. 그 결과 검사점의 RMSE는 평면 0.048 m, 표고 0.078 m이고, 레이어별 RMSE는 평면이 0.104~0.127 m, 표고는 0.086~0.092 m로 나타나 무인항공영상의 입체도화로 1:1,000 수치지형도 제작의 가능성을 입증할 수 있었다.

• 대한공간정보학회지
• /
• 제20권3호
• /
• pp.73-82
• /
• 2012

최근, 국가공간정보 사업의 효율적인 투자와 성공적인 사업추진을 위해 3차원 공간정보 구축에 대한 관심과 대상사업의 투자 타당성을 판단하기 위한 경제성 분석 과정이 중요시 여겨지고 있다. 이에 본 연구에서는 3차원 공간정보 (정사영상/수치표고모형) 구축 사업을 사례로 국가 공간정보 사업의 효과 측정을 위한 평가 방안을 제시하고자 하였다. 연구 내용으로 우선, 3차원 공간정보 사업성 평가를 위한 분석의 틀과 편익 추정을 위한 대상 항목과 업무를 정의함으로써 평가의 기본 원칙을 정립하였다. 이때 경제성 분석의 대상은 가치창출이 높을 것으로 예상되는 데이터 공동 활용 편익 중 2차원 지도제작 업무로 한정하였으며, 이에 대한 비용 절감 편익과 절감액 추정 방안을 제시하였다. 마지막으로 분석적 계층화법(AHP: Analytic Hierarchy Process)을 이용한 종합분석을 통해 사업성 검토를 위한 최종적인 분석 결과와 시사점을 도출하였다. 결론적으로 계량화할 수 없는 무형의 편익이 많은 부분을 차지하여 편익 추정에 어려움이 있는 3차원 공간정보 사업에 대한 종합적인 경제성 평가방안을 제시할 수 있었다.

• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.115-125
• /
• 2017

현재 국가기본도는 국토 전역에 동일한 축척과 정확도로 제작하여 배포됨으로서 국토개발 GIS, 차량용 내비게이션 등 각종 주제도 및 신속한 공간정보 산업에 의사결정용으로 다양한 분야에 활용되고 있으며 공간정보 산업의 전반적인 확대를 위해 많은 연구와 정책을 제시하고 있다. 이에 따른 일환으로 공간정보의 최신성에 대한 문제점을 해소하기 위해 전국을 권역으로 나누어 기본도를 수정했던 것을 2013년부터는 상시 수정으로 정책 변경하여 공간정보의 최신성 확보에 일조하고 있다. 따라서 본 연구에서는 현재 많은 연구와 다양한 산업에서 각광받고 있는 드론(Drone)을 활용하여 국가기본도의 수정 및 갱신 가능성을 평가하였다. 특히 저가형 드론에서 취득한 정사영상정보와 3차원 점군(Point Clouds)을 수치지형도와 중첩하여 3차원 위치정보를 동시에 취득하여 수정 갱신업무에 적용한 결과 0.2m 정밀도와 0.1m의 정확도를 나타내고 있다. 이는 국가 기본도(축척: 1/5,000) 제작 작업규정의 오차범위를 준수하고 있어 수치지도 수정 갱신 업무까지도 충분이 활용이 가능한 것으로 판단된다.

• 한국측량학회지
• /
• 제27권2호
• /
• pp.225-234
• /
• 2009

실시간 공중 자료획득 시스템은 긴급상황에서 DEM, 정사영상과 같은 공간정보를 실시간으로 생성하기 위해 빠른 자료 수집을 수행하는 시스템이다. 이러한 시스템에서 GPS와 INS는 플랫폼의 위치와 자세정보를 획득 하는데 중요한 역할을 한다. 그러므로 이번 연구에서는 실시간 공중 자료획득 시스템에 장착될 GPS/MEMS IMU 센서의 성능을 평가하였다. 그리고 시뮬레이션 데이터를 통하여 실시간 자료 수집에 더욱 적절한 GPS/INS 통합 알고리즘을 확인하였다. 정지 상태와 이동 상태에서의 GPS/MEMS IMU 센서 성능 평가 결과 각각 3$\sim$4m, 2$\sim$3m의 위치오차를 확인하였다. 또한 자기장 센서를 사용하는 Aerospace 모드에서 더 높은 정밀도의 자세 결과를 확인하였다. EKF와 UKF의 비교에서는 직선 뿐만 아니라 곡선에서도 많은 차이를 보이지 않았다. 하지만 계산 시간에서 EKF가 UKF에 비하여 약 25배 빠르므로 실시간 공중 자료획득 시스템의 GPS/INS 통합 알고리즘에는 EKF가 더욱 적합한 것으로 판단된다.

• 한국측량학회지
• /
• 제27권2호
• /
• pp.289-297
• /
• 2009

본 논문은 감독분류 기법을 활용한 도로 네트워크 추출의 기본 과정인 트레이닝 자료의 추출과정을 자동화함으로써 감독분류를 활용한 도로 네트워크 추출 과정의 자동화에 기여할 수 있는 방법론의 개발을 목적으로 한다. 이를 위해 본 연구에서는 상호 기하보정 된 항공사진과 LIDAR 자료로부터 정사영상과 LIDAR 반사강도 영상을 제작하고, 기 구축된 수치지도를 활용하여 초기 트레이닝 자료를 자동으로 추출하였다. 하지만 위의 과정을 통하여 추출된 초기 트레이닝 자료는 기하보정과정에서 수반되는 기하학적 오차 및 다양한 개체들로 구성된 도로의 특성에 영향을 받아 다양한 분광특성을 포함하게 된다. 따라서 본 연구에서는 추출된 초기 트레이닝 자료에서 도로 추출의 기본이 되는 도로노면의 분광특성을 통계학적 기법인 기대최대화 알고리즘에 기초하여 효과적으로 결정하기 위한 방법론을 제안하였다. 또한 개발된 방법론의 평가를 위하여 동일지역에 대해 수동으로 취득한 트레이닝 자료와 본 연구에서 자동으로 추출한 자료를 비교 평가하여 정확도를 분석하였다. 실험결과에 대한 통계검증결과 본 논문에서 제안한 도로노면 트레이닝 자료 자동추출기법의 효용성을 증명하였다.

• 한국측량학회지
• /
• 제36권4호
• /
• pp.223-233
• /
• 2018

본 연구는 지적기준점과 필지경계점에 대하여 무인항공기를 비행고도별로 40m, 100m로 구분하고 정사영상과 GNSS 지상현황측량을 통한 필지경계점 좌표간의 차이를 비교하여 정확도를 제시하였다. 연구결과, 첫째, 공간해상도 분석에서 비행고도별 정사영상에 대한 평균오차는 40m일 때 0.024m, 100m일 때 0.034m의 정확도로 나타났고, 비행고도 100m보다 40m에서 공간해상도와 위치 정확도가 높은 것으로 분석되었다. 둘째, 비행고도에 따른 지형지물별 영상인식의 정확도 분석을 위해 대공표지 없음, 녹색, 적색의 세가지 경우로 구분하여 비교한 결과 적색의 경우 RMSE가 X=0.039m, Y=0.019m, Z=0.055m로 가장 높은 정확도로 나타났다. 셋째, 정사영상과 현장실측을 통한 좌표를 비교한 결과 지적기준점의 경우 전체 RMSE는 X=0.029m, Y=0.028m, H=0.051m로 나타났고, 필지경계점의 경우 X=0.041m, Y=0.030m로 나타났다. 결론적으로 본 연구결과를 토대로 볼 때, 지적측량을 위한 정사영상 관련 법률규정에서 비행고도별 평균오차 0.05m 미만으로 제한한다면, 공간정보취득 뿐만 아니라 지적측량에도 경제적이고 효율적인 방법이 될 것으로 기대한다.

• 한국측량학회지
• /
• 제38권3호
• /
• pp.223-235
• /
• 2020

본 연구에서는 무인항공기 영상 기반의 정밀농업(precision agricultural) 구현에 있어 핵심 데이터 중 하나인 수치표고모델의 표고를 보정하기 위한 수치표고모델 표고 보정 방법론을 제시한다. 먼저 정사영상에 방사보정을 수행한 다음 ExG (Excess Green)를 생성한다. ExG에 Otsu 기법을 적용하여 산출된 임계값을 기준으로 비식생지역을 추출한다. 이어서, 비식생지역의 위치에 대응되는 수치표고모델의 표고를 표고 보정을 위한 데이터인 EIFs(Elevation Invariant Features)로 추출한다. 추출된 EIFs 간 차이값을 기반으로 정규화된 Z-score를 산출하여 포함된 특이치를 제거한다. 그리고 선형회귀식을 구성하여 수치표고모델의 표고를 보정함으로써 지상기준점 데이터 없이 고품질의 수치표고모델을 제작한다. 총 10장의 수치표고모델을 활용하여 제안기법을 검증하기 위해 표고 보정 전과 후의 최대/최소값, 평균/표준편차를 비교분석하였다. 또한, 검사점을 선정하여 RMSE (Root Mean Square Error)를 산출한 결과, 정확도는 평균 RMSE 0.35m로 도출되었다. 이를 통해 지상기준점 데이터 없이 고품질의 수치표고모델을 제작할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1731-1738
• /
• 2021

본 연구에서는 드론 정사영상과 객체추출 기법을 융합하여 개체목을 선별함과 더불어 수고를 추정할 수 있는 방법론을 제시하고자 하였다. 연구대상지는 충청남도 예산군 공주대학교 학술림에 위치한 리기다소나무림으로 간벌을 강도별로(40%, 20%, 10%, 대조구)로 조성한 시험지이다. 정사영상취득은 DJI사의 MAVIC2 PRO 드론을 이용하였으며, 촬영 범위 내 가장 높은 지형지물을 고려하여 고도를 180 m로 설정하였다. 영상왜곡을 방지하기 위하여 지상기준점 설치 및 내중첩(End lap)과 옆중첩(Side lap)을 각각 80%로 설정하였다. 영상분석 통하여 수치표면모델(DSM)과 수치지형 표고모델(DTM)을 추출하고 두 모델의 고도차를 이용해 수고모델(DCHM)을 생성하였다. 본 연구결과에 의하면, 간벌강도별 개체목 추출율은 간벌강도 40%는 109.1%, 간벌강도 20% 87.1%, 간벌강도 10% 63.5%, 대조구 56.0% 수준이었다. 개체목 별 수고특성을 추출한 결과, 간벌강도 40%는 현장조사 결과보다 약 1.43 m 낮았으며, 간벌강도 20%는 1.73 m, 간벌강도 10%는 1.88 m, 대조구는 2.22 m 낮게 측정되었다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.183-192
• /
• 2023

위성영상 및 항공사진과 같은 원격탐사 자료들은 영상판독과 영상처리 기법을 통하여 영상 내의 객체를 탐지하고 추출하는 데에 사용될 수 있다. 특히, 원격탐사 자료의 해상도가 향상되고, 딥러닝(deep learning) 모델 등과 같은 기술의 발전으로 인하여 관심객체를 자동으로 추출하여 지도갱신 및 지형 모니터링 등에 활용될 수 있는 가능성이 증대되고 있다. 이를 위해, 본 연구에서는 의미론적 분할에 사용되는 대표적인 딥러닝 모델인 fully convolutional densely connected convolutional network (FC-DenseNet)을 기반으로 하여 항공정사영상 내 존재하는 비닐하우스를 추출하고, 이에 대한 결과를 정량적으로 평가하였다. 농림축산식품부의 팜맵(farm map)을 이용하여 담양, 밀양지역의 비닐하우스에 대한 레이블링을 수행하여 훈련자료를 생성하고, 훈련자료를 이용하여 FC-DenseNet의 훈련을 수행하였다. 원격탐사자료에 딥러닝 모델을 효과적으로 이용하기 위하여, 각 밴드별 특성이 유지되도록 instance norm을 이용하여 정규화과정을 수행하였으며, attention module을 추가하여 각 밴드별 가중치를 효과적으로 산정하였다. 실험결과, 딥러닝 모델을 이용하여 영상 내 존재하는 비닐하우스 지역을 효과적으로 추출할 수 있음을 확인하였으며 팜맵, 토지피복지도 등의 갱신에 활용될 수 있을 것으로 판단하였다.