• 한국측량학회지
• /
• 제35권1호
• /
• pp.1-10
• /
• 2017

An UAV (Unmanned Aerial Vehicle) is a flight system that is designed to conduct missions without a pilot. Compared to traditional airborne-based photogrammetry, UAV-based photogrammetry is inexpensive and can obtain high-spatial resolution data quickly. In this study, we aimed to classify the land cover using high-spatial resolution images obtained using a UAV. An RGB camera was used to obtain high-spatial resolution orthoimage. For accurate classification, multispectral image about same areas were obtained using a multispectral sensor. A DSM (Digital Surface Model) and a modified NDVI (Normalized Difference Vegetation Index) were generated using images obtained using the RGB camera and multispectral sensor. Pixel-based classification was performed for twelve classes by using the RF (Random Forest) method. The classification accuracy was evaluated based on the error matrix, and it was confirmed that the proposed method effectively classified the area compared to supervised classification using only the RGB image.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.381-392
• /
• 2021

본 연구에서는 UAV (Unmanned Aerial Vehicle)로 촬영한 이미지를 활용하여 수치지도 지형지물 표준 코드에서 정의하고 있는 건물 8종에 대하여 딥러닝 기반의 객체 탐지 분석을 수행하였다. UAV로 촬영한 이미지 509매에 대하여 이미지 라벨링을 하였고 YOLO (You Only Look Once) v5 모델을 적용하여 학습 및 추론을 진행하였다. 실험 및 분석은 오픈소스 기반의 분석 플랫폼과 알고리즘을 적용하여 데이터를 분석하였으며 분석결과 88%~98%의 예측 확률로 건물 객체를 탐지하였다. 또한 학습데이터의 구축 및 반복 학습의 과정에서 건물 객체 탐지의 높은 정확도를 위해 필요한 학습 방식 및 모델 구축방식을 분석하였고, 학습한 모델을 다른 영상자료에 적용하는 방안을 모색하였다. 본 연구를 통해 고효율 심층 신경망과 공간정보데이터가 융합하는 모델을 제안하며 공간정보데이터와 딥러닝 기술의 융합은 향후 공간정보데이터 구축의 효율성, 분석 및 예측의 정확도 향상에 많은 도움을 제공할 것이다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.555-563
• /
• 2018

열적외선 영상은 육안으로 식별 할 수 없는 물체를 감지할 수 있는 특성을 가지고 있으며, 접근 불가지역의 정보를 쉽게 얻을 수 있는 장점을 가지고 있다. 그러나 열적외선 영상은 상대적으로 낮은 공간 해상도를 지니는 한계점이 있다. 본 연구에서는 무인 항공기를 활용하여 취득한 영상에 대하여 위성영상에 적용되는 영상융합 알고리즘의 적용 가능성을 연구하였다. RGB 영상은 TIR (Thermal InfraRed) 영상보다 높은 공간 해상도를 가지고 있다. 본 연구에서는 상대적으로 낮은 공간 해상도를 갖는 TIR 영상에 영상융합 알고리즘을 적용하여 RGB 영상과 같은 공간 해상도를 가지며 온도정보를 가지는 융합영상을 생성하고자 한다. 실험결과, PC1 밴드와 RGB 밴드의 평균값을 이용하여 영상융합 알고리즘을 수행한 경우, 다른 밴드를 활용하여 연구를 수행한 경우보다 정량적 평가에 대해서 더 좋은 결과가 나타냈으며, ATWT (${\grave{A}}$ Trous Wavelet Transform) 기법에 의한 융합영상이 HPF (High-Pass Filter) 및 SFIM (Smoothing Filter-based Intensity Modulation) 기법에 의한 융합영상보다 더 뛰어난 분광해상도 및 공간 해상도를 나타냈다.

• 한국산업융합학회 논문집
• /
• 제26권4_2호
• /
• pp.669-678
• /
• 2023

Recently, spatial information has been applied to various fields and its usability is increasing day by day. In particular, in the field of civil engineering and construction, BIM based on spatial information is being applied to all construction industries and related research has been conducted. BIM is a technology that utilizes spatial information from the design phase and aids in the construction and maintenance of buildings, including the management of their attributes. However, to apply BIM technology to existing buildings, it takes a lot of time and money to produce models based on design drawings along with current surveying. In this study, quantitative and qualitative analysis was conducted to determine the applicability of the acquired data and the applicability of BIM by generating data and analyzing the accuracy using UAV images and ground lidar, which are representative spatial information acquisition methods. Quantitative analysis revealed that TLS (Terrestrial Laser Scanner) showed reliable accuracy in both planar and elevation measurements, whereas unmanned aerial images exhibited lower accuracy in elevation measurements, resulting in reduced reliability. Qualitative analysis indicated that neither TLS nor unmanned aerial images alone provided perfect completeness. However, the combination of both spatial information sources, tailored to specific needs, resulted in the most comprehensive completeness. Therefore, it is concluded that the appropriate utilization of spatial information acquired through unmanned aerial images and TLS holds the potential for application in the fields of BIM and reverse engineering.

• 대한토목학회논문집
• /
• 제34권5호
• /
• pp.1645-1653
• /
• 2014

대부분의 지형정보획득을 위한 영상에는 RGB, 근적외선, 열영상이 주로 사용된다. 이 멀티밴드영상은 위성이나 유인항공기에 탑재되어 획득되고 있으나 주기해상도, 비용, 공간해상도, 그리고 구름의 영향 등으로 사용자를 만족시키기 어렵다. 자동항법UAV에 적합한 페이로드와 콘트롤러를 개발한다면 원하는 시간과 주기로 고해상도 멀티밴드영상을 획득할 수 있다. 본 연구에서는 멀티밴드 영상획득을 위한 센서와 페이로드의 개발을 통해 저가의 고해상 영상획득시스템을 구축하고 이를 이용하여 geo-referencing data와 함께 RGB, NIR과 열영상을 획득하였다. 획득한 RGB영상으로 정사모자익영상을 제작하여 검사점에 대한 위치정확도를 분석한 결과 수평좌표에서 0.181m, 수직좌표에서 0.203m의 편차를 얻을 수 있었다. 이는 1:1,000~5000수치지도제작과 소규모지역에 대한 원격탐측이 가능한 공간정확도를 만족하므로 페이로드의 활용성을 검증할 수 있었으며 활용이 기대된다.

• 한국측량학회지
• /
• 제36권3호
• /
• pp.153-164
• /
• 2018

Calculating the relevant length of left turn storages in urban intersections is very crucial in road designs. A left turn lane consists of deceleration lanes and left turn storages. In this study, we developed methods for calculating relevant lengths of left turn storages that vary at each intersection using UAV (Unmanned Aerial Vehicle) spatial images. Problems of conventional design techniques are applying the same number of left turn vehicles (N) using Poisson distribution without considering land use types, using a vehicle length that may not be measurable when applying the length of waiting vehicles (S), and using same storage length coefficient (${\alpha}$), 1.5, for every intersections. In order to solve these problems, we estimated the number of left turn vehicles (N) using an empirical distribution, suggested to use headways of vehicles for (S) to calculate the length of waiting vehicles (S) with a help of using UAV spatial images, and defined ranges of storage length coefficient (${\alpha}$) from 1.0 to 1.5 for flexible design. For more convenient design, it is suitable to classify two cases when possible to know and impossible to know about ratio of large trucks among vehicles when planning an intersection. We developed formula for each case to calculate left turn storage lengths of a minimum and a maximum. By applying developed methods and values, more efficient signalized intersection operation can be accomplished.

• 대한원격탐사학회지
• /
• 제31권3호
• /
• pp.215-226
• /
• 2015

일반적으로 UAV를 이용한 항공촬영은 약 430 MHz 대역폭의 radio frequency (RF) 모뎀을 이용하여 UAV와 지상관제시스템간의 연결을 통해 UAV의 통제 및 원격 조종을 한다. 기존의 방법을 이용한 경우 1~2 km 정도의 통신 범위를 가지고 있으며 잦은 혼선이 일어나고, 무선통신은 전파를 매개로 정보를 전달하기 때문에 신호세기를 10 mW로 제한을 두고 있어 장거리 통신을 하는데 제약이 있었다. 본 연구에서는 스마트 카메라의 long-term evolution (LTE), 블루투스, WiFi와 같은 무선 데이터 통신 기술을 이용하여 데이터 송수신이 가능한 통신 모듈 시스템과 카메라를 이용하여 영상 획득이 필요한 지역에서 UAV에 영상을 획득하는 자동촬영 시스템을 설계하고 개발하는데 그 목적은 둔다. 본 연구에서 제안한 안드로이드 기반의 UAV 촬영 및 통신모듈시스템은 스마트 카메라 하나로 영상 획득뿐만 아니라 UAV 시스템과 지상관제 시스템을 연결해주며, UAV 시스템의 GPS와 자이로스코프, 가속도계, 자기 계측 센서 등의 센서로 부터 획득된 3차원 위치정보와 3차원 자세정보를 실시간으로 제공받을 수 있어서 항공삼각측량을 통한 UAV의 위치 및 보정 작업에 실시간으로 이용될 수 있을 것으로 판단된다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동추계학술대회
• /
• pp.245-246
• /
• 2008

The goal of this study is to explore the possibility of KLT tracker for tracking the features between two images including rotation and shift. As a test site, Jangsu-Gun area of South Korea is selected and the images taken from UAV camera are used for analysis. The analysis was carried out using KLT tracker developed in a PC environment. The results of the experiment used two images with the large overlapping area are compared with the results of two images with the little overlapping area and rotation. Overall, the research indicates that the integrated features of littlerotation and motion images can significantly increase during the tracking process. But using KLT tracker for extracting and tracking features between images with large rotation and motion, the number of tracked features are decreased.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.705-714
• /
• 2019

고해상도 UAV 영상의 다양한 활용을 위해서는 정밀한 위치보정이 필요하다. 이를 위해 지상기준점을 선정하는 것이 일반적이지만 긴급상황이나 지상기준점 선정이 어려운 경우에는 지상기준점없이 촬영을 수행해야 한다. 본연구에서는 지상기준점 없이 생성된 UAV 기반 3차원 point cloud 데이터의 x, y 좌표에 대한 위치 정확도 향상방법을 제안하였다. 위치정확도 향상을 위한 기준 데이터로 공공데이터포털에서 제공하는 벡터파일 중 도로 정보를 이용하였다. 2차원 정사보정 영상의 기하보정을 먼저 수행하고, 이 과정에서 산출된 변환행렬을 3차원 point cloud에 적용하는 방법을 채택하였다. 보정 전 약 34.54 m의 직선 거리 차이가 보정 후 약 1.21 m 로 감소하였다. 지상기준점 선정없이 획득된 UAV영상의 2차원 및 3차원 영상의 위치정확도 향상이 가능함을 확인함에 따라 타 공간정보 데이터와의 연계 및 호환 등이 가능해져 point cloud 데이터에서 획득된 3차원 공간 객체의 활용 범위의 확대를 기대한다.

• 한국측량학회지
• /
• 제38권1호
• /
• pp.23-33
• /
• 2020

최근 UAV (Unmanned Aerial Vehicle)를 이용하여 고해상도 영상을 편리하게 취득할 수 있게 되면서 저비용으로 소규모 지역의 관측 및 공간정보 제작이 가능하게 되었다. 특히, 농업환경 모니터링을 위하여 작물생산 지역의 피복지도 생성에 대한 연구가 활발히 진행되고 있으며, 랜덤 포레스트와 SVM (Support Vector Machine) 및 CNN(Convolutional Neural Network) 을 적용하여 분류 성능을 비교한 결과 영상분류에서 딥러닝 적용에 대하여 활용도가 높은 것으로 나타났다. 특히, 위성영상을 이용한 피복분류는 위성영상 데이터 셋과 선행 파라메터를 사용하여 피복분류의 정확도와 시간에 대한 장점을 가지고 있다. 하지만, 무인항공기 영상은 위성영상과 공간해상도와 같은 특성이 달라 이를 적용하기에는 어려움이 있다. 이러한 문제점을 해결하기 위하여 위성영상 데이터 셋이 아닌 UAV를 이용한 데이터 셋과 국내의 소규모 복합 피복이 존재하는 농경지 분석에 활용이 가능한 딥러닝 알고리즘 적용 연구를 수행하였다. 본 연구에서는 최신 딥러닝의 의미론적 영상분류인 DeepLab V3+, FC-DenseNet (Fully Convolutional DenseNets), FRRN-B (Full-Resolution Residual Networks) 를 UAV 데이터 셋에 적용하여 영상분류를 수행하였다. 분류 결과 DeepLab V3+와 FC-DenseNet의 적용 결과가 기존 감독분류보다 높은 전체 정확도 97%, Kappa 계수 0.92로 소규모 지역의 UAV 영상을 활용한 피복분류의 적용가능성을 보여주었다.