• 한국측량학회지
• /
• 제39권3호
• /
• pp.157-165
• /
• 2021

최근 위성영상, 항공사진 등의 해상도가 향상됨에 따라 고해상도 원격탐사 자료를 이용한 다양한 연구가 진행되고 있다. 특히, 국토 전역의 건물객체 추출은 수치지도 레이어 및 주제도 작성에 필수적이기 때문에 높은 정확도가 요구된다. 본 연구에서는 딥러닝의 영상처리 기법 중 의미론적 분할에 사용되는 대표적인 모델인 SegNet, U-Net, FC-DenseNet, HRNetV2를 이용하여 건물객체 추출 모델을 생성하고, 이에 따른 모델의 평가를 수행하였다. 학습자료는 다양한 건물들로 이루어진 영상을 이용하여 생성하였고, 평가는 세 지역에 나누어서 진행하였다. 먼저 학습자료와 인접한 지역을 통해 모델의 성능을 평가하였고, 이후 학습자료와 상이한 지역을 통해 모델의 적용성을 평가하였다. 그 결과 HRNetV2 모델이 건물객체 추출의 성능과 적용성 면에서 가장 우수한 결과를 보였다. 본 연구를 통해 수치지도 내 건물레이어 생성 및 수정의 가능성을 확인하였다.

• 지질공학
• /
• 제30권4호
• /
• pp.447-456
• /
• 2020

연구지역인 강원도 삼척시 도계읍의 사면은 지형변화가 발생하는 지역으로 2009년 사면 절취공사를 수행하여 사면경사완화공법이 적용되었다. 하지만 사면의 상부에 위치한 폐석적치장의 영향으로 2개월 뒤 절취사면의 상부를 확장하여 안정성을 도모하였다. 최근 사면 하부에 위치한 옹벽의 배부름 현상이 발견되고 절취사면의 균열이 나타나 지형변화가 다시 발생하고 있는 것으로 보이고 있다. 이러한 문제를 파악하기 위하여 본 연구에서는 UAV를 이용하여 사진측량을 수행해 지형변화가 발생하는지 확인하고자 하였다. 2019년 4월과 10월 각각 정사영상을 추출하고 Digital Surface Model(DSM)를 추출하여 고해상도의 지형변화를 비교 분석하였다. 10월의 지형은 4월의 지형형상을 그대로 유지한채 앞으로 밀려 나간 모습을 보여 이러한 지형변화는 땅밀림인 것으로 분석하였다.

• 한국측량학회지
• /
• 제29권5호
• /
• pp.527-534
• /
• 2011

본 연구에서는 낙동강하구 을숙도 지역에 대하여 1983년부터 2007년까지 장기간의 고해상도 항공영상을 이용한 지형변화 분석을 최초로 실시하였다. 먼저, 과거 항공사진의 사진기준점 측량을 위해서는 과거부터 존재하고 있는 특정점에 대하여 GPS를 이용하여 지상기준점(GCP : Ground Control Point) 측량을 실시, 이후 이를 이용한 과거 항공영상의 사진기준점 작업 수행 시 1m 정도의 정확도를 얻을 수 있었다. 이후 사진기준점측량 결과를 바탕으로 정사영상을 제작하여 과거부터 최근까지의 지형변화에 대한 정량적 분석을 수행하였다. 이로부터 연구 대상지에 대한 각 연대별 변화요인에 따른 전체면적, 건설현장, 식생, 건물과 도로의 면적 변화량을 알 수 있었다. 전체 면적의 경우 1983년부터 1992년까지 감소하다가 이후 변화가 거의 일어나지 않았다. 개발이 진행됨에 따라 식생은 지속적으로 감소하였고, 건물과 도로의 경우 그 면적이 전반적으로 증가함을 알 수 있었다. 본 연구의 결과는 인위적, 자연적 영향으로 인하여 변화가 예상되는 을숙도와 낙동강 하구의 지형변화 모니터링을 위한 기초자료로 활용될 것이다.

• 한국측량학회지
• /
• 제34권1호
• /
• pp.53-62
• /
• 2016

최근 초경량 무인비행장치(UAS: Unmanned Aerial System)에 저가의 소형 항법장치와 카메라 등의 센서를 탑재하여 지상의 공간정보를 신속하고 정확하게 취득하는 무인항공사진측량(UAV Photogrammetry)이 크게 주목받고 있다. 특히, 무인 항공사진측량은 저가의 일반 카메라로 취득된 다량의 고해상 영상을 컴퓨터 비전기술을 접목한 영상처리 소프트웨어로 정사영상과 DEM 등을 신속히 생성할 수 있어 기존의 항공사진측량을 서서히 대체하고 있다. 따라서 무인항공사진측량의 활용분야는 정밀한 위치정보를 요구하는 대축척 지형도제작과 지적측량 등에까지 확장 적용되고 있다. 본 연구에서는 고정익 무인항공기로 지상표본거리(GSD: Ground Sample Distance) 4cm로 촬영된 영상을 이용하여 농경지 필지의 경계설정 정확도 실험 결과를 소개하였다. 연구결과, 지적현황측량 성과와 비교하여 무인항공 정사영상으로부터 추출된 필지경계점의 정확도는 8cm미만으로 축척 1:500 지적측량을 위한 연결교차의 허용범위를 만족하였다. 그리고 면적오차는 비교 기준면적인 1,969m²에 비하여 약 0.2%(3.3m²) 미만의 무시가능한 미소 오차가 발생하였다. 따라서 무인항공사진측량은 농경지의 필지경계 설정을 위하여 충분히 적용 가능한 전도유망한 기술임을 입증하였다.

• 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.

• 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.

• 한국지리정보학회지
• /
• 제26권4호
• /
• pp.237-250
• /
• 2023

본 연구에서는 UAV기반 항공사진측량에 의해 정사사진 및 DEM을 생성하고 이를 침수흔적도 제작을 위한 정밀조사에 적용하고자 하였다. 2012년 9월 제6호 태풍 산바(Sanba)의 영향으로 제방붕괴 및 내수침수 피해가 발생한 구미시 고아읍 농경지를 연구대상지역으로 선정하였다. UAV사진측량 성과의 최적 정확도를 얻기 위해 연구지역에 19점의 GCP 최적 배치상태에서 Pix4Dmapper 소프트웨어를 이용한 영상처리를 통하여 점군 데이터, DEM 및 정사영상을 생성하였다. loudCompare의 CSF Filtering를 적용하여 지면요소와 비지면요소로 point cloud를 분리한 후 GRASS GIS 소프트웨어에서 비지면요소만을 사용하여 최종적으로 보정된 DEM을 생성하였다. 최종 생성된 DEM으로부터 추출한 침수위 및 침수심 데이터와 한국국토정보공사(LX)의 공공데이터 포털사이트를 통하여 제공된 2012년 당시 같은 지역에 대한 기존 자료의 침수위 및 침수심 데이터를 비교하여 제시하였다.