LiDAR 데이터를 이용한 옥트리 분할 기반의 지붕요소 자동추출

Automatic Extraction of Roof Components from LiDAR Data Based on Octree Segmentation

  • 송낙현 (인하대학교 대학원 지리정보공학과) ;
  • 조홍범 (인하대학교 대학원 지리정보공학과) ;
  • 조우석 (인하대학교 토목공학과) ;
  • 신성웅 (한국전자통신연구원 텔레매틱스.USN연구단 공간정보연구팀)
  • 발행 : 2007.08.31

초록

건물의 3차원 모델링은 3차원 공간정보를 구축하는데 있어서 매우 중요한 요소이다. 기존의 3차원 건물 모델링은 대부분 입체 항공사진을 이용하여 도화사에 의해 수동으로 진행되어 많은 시간과 비용이 소요된다. 또한 연구논문이나 실험적으로 시도되고 있는 일부 자동화 방법은 건물을 정확하고 세밀하게 묘사하는데 한계가 있다. 건물의 3차원 모델링을 자동화하기 위해서는 건물 외곽선과 지붕 모양을 정확하게 추정할 수 있는 알고리즘이 필수적이다. 최근 다양한 분야에서 활용되고 있는 항공라이다(LiDAR) 데이터는 지형지물에 대한 3차원 정보를 제공하지만, 이를 이용하여 건물 외곽선을 정확하게 추정하기에는 기술적으로 어려움이 있다. 따라서 기존에 구축된 수치지도의 건물 외곽선을 이용한다면, 항공라이다 데이터를 이용하여 3차원 평면을 최소단위로 하는 건물지붕의 구성요소들을 조합하여 자동으로 건물지붕의 3차원 모델링이 가능하다. 본 논문은 기 구축된 수치지도의 건물 외곽선과 옥트리(octree) 분할을 기반으로 항공라이다 데이터를 이용하여 건물지붕의 구성요소를 자동으로 추출하는 방법을 제안하였다. 건물지붕에 대한 항공라이다 데이터를 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 지붕의 구성요소를 추출한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 평면, 게이블, 다면, 곡면 등 다양한 형태의 지붕에 대한 구성요소들을 자동으로 추출 할 수 있었다.

The 3D building modeling is one of crucial components in building 3D geospatial information. The existing methods for 3D building modeling depend mainly on manual photogrammetric processes by stereoplotter compiler, which indeed take great amount of time and efforts. In addition, some automatic methods that were proposed in research papers and experimental trials have limitations of describing the details of buildings with lack of geometric accuracy. It is essential in automatic fashion that the boundary and shape of buildings should be drawn effortlessly by a sophisticated algorithm. In recent years, airborne LiDAR data representing earth surface in 3D has been utilized in many different fields. However, it is still in technical difficulties for clean and correct boundary extraction without human intervention. The usage of airborne LiDAR data will be much feasible to reconstruct the roof tops of buildings whose boundary lines could be taken out from existing digital maps. The paper proposed a method to reconstruct the roof tops of buildings using airborne LiDAR data with building boundary lines from digital map. The primary process is to perform octree-based segmentation to airborne LiDAR data recursively in 3D space till there are no more airborne LiDAR points to be segmented. Once the octree-based segmentation has been completed, each segmented patch is thereafter merged based on geometric spatial characteristics. The experimental results showed that the proposed method were capable of extracting various building roof components such as plane, gable, polyhedric and curved surface.

키워드

참고문헌

  1. 김홍식 (2005), 라이다에 의한 지붕유형의 자동분류와 모델링, 석사학위논문, 인하대학교 pp. 16-28
  2. Impyeong Lee and Toni Schenk (2001), 3D Perceptual Organization of Laser Altimetry Data, International Archives of Photogrammetry and Remote Sensing, Volume XXXIV-3/W4 Annapolis, MD, 22-24 Oct. pp. 57-65
  3. Abdullatif Alharthy and James Bethel (2004), Detailed building reconstruction from airborne laser data using a moving surface method, Proceeding, XXISPRS Congress, ISPRS, Turkey, 12-23 July, Commission III, pp. 213-218
  4. Ellen Schwalbe (2004), 3D building model generation from airborne laser scanner data by straight line detection in specifie orthogonal projections, Proceeding, XXISPRS Congress, ISPRS, Turkey, 12-23 July, Commission III, pp. 249-254
  5. Miao Wang and Yi-Hsing Tseng (2004), Lidar data segmentation and classification based on octree structure, Proceeding, XXISPRS Congress, ISPRS, Turkey, 12-23 July. Commission III, pp. 308-314
  6. Miao Wang and Yi-Hsing Tseng (2005), Automatic Plane Extraction from LiDAR Data Based on Octree Splitting and Merging Segmentation, Proceeding, International Geoscience and Remote Sensing Symposium, IEEE, Seoul, 25-29 July. Vol. 5, pp. 3281-3284
  7. Zwolak, Jason W., Boggs, Paul T. and Watson, Layne T. (2004), ODRPACK95: A Weighted Orthogonal Distance Regression Code with Bound Constraints, Technical Report TR-04-31, Computer Science, Virginia Tech. pp. 1-6