Abstract
Change detection has been recognized as one of the most important steps to update city models. In this study, we thus propose a method to detect urban changes from two sets of LIDAR data acquired at different times. The main processes in the proposed method are (1) detecting change areas through subtraction between two DSMs generated from the LIDAR sets, (2) organizing the LIDAR points within the detected areas into surface patches, (3) classifying the class of each patch such as ground, vegetation, and building, and (4) determining the kinds of changes based on the properties and classes of the patches. The results which were obtained from the application of the proposed method to real data were verified as appropriate using the reference data manually acquired from the visual inspection of the orthoimages of the same area. The probability of success in change detection is assessed to 97% on an average. In conclusion, the proposed method is evaluated as a reliable, and efficient approach to change detection and thus the update of city model.
변화탐지는 도시모델의 갱신을 위해 중요한 단계이다. 이에 본 연구는 서로 다른 시기에 취득된 라이다 데이터로부터 도시변화를 탐지하는 방법을 제안한다. 제안된 방법의 주요 과정은(1) 라이다 데이터로부터 생성된 DSM의 차분을 통해 변화영역을 탐지하고, (2) 탐지된 영역의 라이다 점으로부터 표면패치를 구성하고, (3) 구성된 각각의 패치의 종류를 지면, 수목, 빌딩으로 분류하고, (4) 패치의 종류 및 속성에 기반하여 변화의 종류를 결정한다. 제안된 방법을 실측데이터에 적용한 결과를 동일한 지역의 정사영상으로부터 육안검사를 통해 수동생성된 참조데이터를 이용하여 검증하였다. 변화탐지의 성공률은 평균적으로 97%로 평가되었다. 결론적으로 제안된 방법은 변화탐지 및 도시모델의 갱신을 위한 신뢰성이 높고, 효율적인 방법으로 판단된다.
