• 제목/요약/키워드: Stereo Pair of Images

검색결과 93건 처리시간 0.016초

3차원 GIS의 현실감 부여 빌딩 모델링 및 시각화에 관한 연구 (Photorealistic Building Modelling and Visualization in 3D GIS)

  • 송용학;손홍규;윤공현
    • 대한토목학회논문집
    • /
    • 제26권2D호
    • /
    • pp.311-316
    • /
    • 2006
  • 지형공간정보체계가 공간분석 및 의사결정을 위한 뛰어난 도구로서 다양한 분야에서 활용되고 있지만 세밀한 도시환경을 3차원으로 묘사할 수 있는 기능은 아직 제한적이다. 본 연구에서는 3차원 모델링 및 시각화의 최근 기술을 GIS의 3차원 구현능력을 향상시키기 위하여 기존의 GIS 상용 프로그램과 통합하였다. 현실과 매우 근사한 3차원 모형을 하기 위하여 입체항공사진으로부터 빌딩 모형을 제작하였으며 또한 건물의 지붕과 벽의 텍스쳐는 각각 정사항공영상 및 지상사진을 이용하여 생성하였다. 본 연구는 ArcGIS, ArcObjects 및 Visual Basic을 이용하여 구현되었으며 3차원 기하학적 모형과 자료 구조, 텍스쳐 생성 및 이들을 병합한 3차원 도심 모형의 생성 기법을 제시하였다. 그 결과 미국 퍼듀대학 캠퍼스를 현실감있는 3차원 시각화를 구현하였다.

IKONOS 영상으로부터 추출되는 3차원 지형자료의 정확도 향상에 관한 연구 - RPC 모델의 위치정확도 보정을 통하여 (Improving the Accuracy of 3D Object-space Data Extracted from IKONOS Satellite Images - By Improving the Accuracy of the RPC Model)

  • 이재빈;곽태석;김용일
    • 한국측량학회지
    • /
    • 제21권4호
    • /
    • pp.301-308
    • /
    • 2003
  • 본 논문은 IKONOS 입체영상과 RPC(Rational Polynomial Coefficients) 모델을 이용하여 3차원 지형자료를 추출할 경우, 추출되는 3차원 지형자료의 정확도를 향상시키기 위하여 RPC모델의 위치정확도를 보정하는 연구를 수행하였다. 이를 위하여 지상기준점을 활용하여 RPC 모델의 보정을 시도할 경우, 지상기준점의 지역적인 분포 및 사용되는 개수가 보정되는 RPC 모델의 위치정확도 향상에 어떠한 영향을 미치는지를 검증하였다. 실험결과 사용되는 지상기준점의 개수보다는 지상기준점의 분포상태가 보정되는 RPC 모델의 위치정확도에 미치는 영향이 더 크다는 것을 확인할 수 있었다. 또한, 분포상태가 고른 지상기준점을 사용하여 본 연구에서 사용한 알고리즘을 적용할 경우에 안정적으로 위치정확도가 향상된 RPC 모델을 획득할 수 있음을 알 수 있었다. 수행된 연구결과를 토대로 지상기준점의 분포가 좋지 않거나 사용 가능한 지상기준점의 개수가 부족한 경우, 이를 극복하기 위해 의사지상기준점을 활용하는 알고리즘에 관한 연구도 수행하였다. 실험 결과에 따르면 지역적으로 좋지 않은 분포를 보이는 지상기준점들을 활용한 경우에도 의사지상기준점을 활용하면 원래의 RPC 모델보다 위치정확도가 향상된 RPC 모델을 얻을 수 있었다. 그리고 적은 수의 의사지상기준점을 활용할수록 즉, 지상기준점에 대한 가중치를 더 높일수록 정확도가 높은 RPC 모델을 획득할 수 있었다. 마지막으로, 본 연구에서 개발된 알고리즘들을 적용하여 RPC 모델의 위치정확도를 보정하고 이를 이용하여 3차원 지형좌표를 추출하였다. 정확도평가 결과 원래의 RPC 모델을 사용하여 추출된 3차원 지형좌표보다 정확도가 향상된 3차원 지형좌표의 취득이 가능하였다. 이는 본 연구에서 개발한 알고리즘들의 효용성을 입증하는 결과라 사료된다.

중심신경망을 이용한 3차원 선소의 군집화에 의한 위성영상의 3차원 건물모델 재구성 (Reconstruction of 3D Building Model from Satellite Imagery Based on the Grouping of 3D Line Segments Using Centroid Neural Network)

  • 우동민;박동철;호하이느웬;김태현
    • 대한원격탐사학회지
    • /
    • 제27권2호
    • /
    • pp.121-130
    • /
    • 2011
  • 본 논문에서는 중심신경망을 이용하여 위성영상으로부터 직사각형 형태의 3차원 건물의 지붕모델을 재구성하는 방법을 연구하였다. 제안된 3차원 지붕모델 재구성 기법의 핵심은 3차원 선소의 군집화에 있다. 이를 위해 한 쌍의 스테레오 영상으로부터 구해진 DEM (Digital Elevation Map) 데이터와 2차원 선소에 의해서 3자원 선소를 발생하였다. 제안된 군집화 과정은 중심신경망을 이용한 방법에 의해 수행되며, 2단계로 구성된다. 첫 번째 단계에서는 선소 추출과정에서 끊어지거나, 중복된 3차원 선소를 건물을 이루는 주된 선소로 군집화하고, 두 번째 단계에서는 건물을 구성하는 주된 선소를 구하기 위해 서로 평행인 선소들의 군으로 군집화를 수행한다. 이 군집화 결과를 최종 클러스터링 과정을 통해 직사각형 형태의 지붕모델로 재구성하게 된다. 제안된 방법이 대전지역의 고해상도 IKONOS 위성영상에 의해 실험되었다. 재구성된 건물모델이 원래 건물의 위치와 형태를 대체로 정확히 반영하여, 본 논문에서 제안된 기법을 고해상도 위성영상에 적용하여 도시지역의 건물모델을 구축하는데 효과적으로 사용될 수 있음이 입증되었다.