초록
오늘날 도로망에 대한 자료기반을 구축하고, 유지 관리하는 것은 교통, 도시계획 등과 같은 많은 사회 전반 업무에서 필수적인 요소로 자리 잡고 있으며, 비상사태 대처나 재난 관리와 같은 많은 중요한 요소들이 그와 같은 자료에 바탕을 두고 있다. 그러나 도로망 자료를 구성하고 보완하는 일에는 높은 비용이 필요하며, 대부분의 시간을 많은 인력에 의존해야 하는 것이 현실이다. 본 연구에서는 LiDAR 원시자료로부터 도로관련 자료기반 구축을 위한 도로 포인트 추출을 위하여 정보량 추정의 척도로 사용되는 정보이론적 관점에서의 엔트로피 이론을 도입하여 LiDAR 자료의 표고정보에 대한 엔트로피를 계산함으로써 포인트들을 분류하여 그룹화하고 분류된 그룹들의 반사강도를 이용하여 도로로 예상되는 그룹을 추출하였으며, 법령에서 규정하고 있는 각종 도로 및 시설의 특징을 이용하여 도시지역 LiDAR 원시자료로부터 도로포인트를 자동적으로 추출하기 위한 방법을 제시하였다.
Recently, constructing the database of road network is a main key in various social operation as like the transportation, management, security, disaster assesment, and the city plan in our life. However it need high expenses for constructing the data, and relies on many people for finishing the tasks. This study proposed the classification method for discriminating between the road and building points using the entropy theory, then detects the classes as a expecting road from the classified point group using the standard reflectance intensity of road and the characteristics restricted by raw. Hence the main object of this study is to develop a method which can detect the road in urban area using only the LiDAR data.
