Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography (한국측량학회지)

Korean Society of Surveying, Geodesy, Photogrammetry and Cartography (한국측량학회)
권호 표지
DOI QR코드

DOI QR Code

Building Boundary Reconstruction from Airborne Lidar Data by Adaptive Convex Hull Algorithm

적응적 컨벡스헐 알고리즘을 이용한 항공라이다 데이터의 건물 경계 재구성

  • 이정호 (서울대학교 건설환경공학부) ;
  • 김용일 (서울대학교 건설환경공학부)
  • Received : 2012.04.07
  • Accepted : 2012.06.01
  • Published : 2012.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

This paper aims at improving the accuracy and computational efficiency in reconstructing building boundaries from airborne Lidar points. We proposed an adaptive convex hull algorithm, which is a modified version of local convex hull algorithm in three ways. The candidate points for boundary are first selected to improve efficiency depending on their local density. Second, a searching-space is adjusted adaptively, based on raw data structure, to extract boundary points more robustly. Third, distance between two points and their IDs are utilized in detecting the seed points of inner boundary to distinguish between inner yards and inner holes due to errors or occlusions. The practicability of the approach were evaluated on two urban areas where various buildings exist. The proposed method showed less shape-dissimilarity(8.5%) and proved to be two times more efficient than the other method.

본 논문은 항공라이다 데이터로부터 추출한 건물점으로부터 건물 경계를 재구성하는데 있어서 정확도와 연산 효율성을 향상시키는 것을 목적으로 한다. 이를 위하여 국지적 컨벡스헐 알고리즘을 3가지 측면에서 수정한 적응적 컨벡스헐 알고리즘을 제안하였다. 첫째, 연산 효율성을 향상시키기 위하여 점들의 밀도에 따라 경계 후보점을 먼저 추출한 후 경계점을 추출한다. 둘째, 폐색이나 오차가 포함된 건물에서 보다 안정적으로 건물 경계점을 추출하기 위하여 원시 데이터 구조를 바탕으로 탐색 반경을 적응적으로 변화시킨다. 셋째, 안마당과 오차에 의한 홀을 구분하기 위하여 점들 간의 거리와 ID를 이용한 내부 경계 초기점 탐지 기법을 적용한다. 제안 방법의 활용가능성을 평가하기 위하여 다양한 건물들을 포함하는 두 도시 지역에 적용한 결과, 모양상이성이 8.5%로써 기존의 대표적인 경계점 추출 방법에 비하여 우수하였으며 연산 효율성은 약 2배 향상된 것을 확인할 수 있었다.

Keywords

References

  1. 손건호, 좌윤석, Tao, V., 조우석 (2007), Geometric Regularization of Irregular Building Polygons: A Comparative Study, 한국측량학회지, 제 25권 제 6-1호, 한국측량학회, pp. 545-555.
  2. 오재홍 (2001), Laser Scanning Data를 이용한 건물 외곽 선추출에관한연구, 석사학위논문, 서울대학교.
  3. 이동혁(2008), 신뢰성 있는 구조물 추출을 위한 DSM과 광학 영상의 융합, 박사학위논문, 서울대학교.
  4. 이정호, 염준호, 김용일 (2011), 스캔 라인 기반의 인접 관계를 이용한 항공레이저측량 자료의 필터링, 한국측량학회지, 제 29권, 제 4호, 한국측량학회, pp. 359-365.
  5. 조우석, 좌윤석, 이영진 (2003), 항공 레이저 스캐닝 데이터를 이용한 건물 자동추출, 대한토목학회논문집, 제23권, 제 5호, 대한토목학회, pp. 591-751.
  6. Dorninger, P. and Pfeifer, N. (2008), A Comprehensive Automated 3D Approach for Building Extraction, Reconstruction, and Regularization from Airborne Laser Scanning Point Clouds, Sensors, Vol. 8, pp. 7323-7343. https://doi.org/10.3390/s8117323
  7. Edelsbrunner, H., Kirkpatrick, D., and R. Seidel (1983), On the Shapes of a Set of Points in the Plane, IEEE Transactions on Information Theory, IT29(4), pp. 551-559.
  8. Habib, A. F., Zhai, R., and Kim, C. (2010), Generation of Complex Polyhedral Building Models by Integrating Stereo-Aerial Imagery and Lidar Data, Photogrammetric Engineering and Remote Sensing, Vol. 76, No. 5, pp. 609-623. https://doi.org/10.14358/PERS.76.5.609
  9. Henricsson, O. and Baltasvias, E., 3-D Building Reconstruction with ARUBA: A Qualitative and Quantitative Evaluation, Automatic Extraction of Man-Made Objects from Aerial and Sapce Image(II), 1997, pp. 65-76.
  10. Jarvis, R. A. (1997), Computing the Shape Hull of Points in the Plane, Proceedings of IEEE Computer Society Conference Pattern Recognition and Image Processing, pp. 231-241.
  11. Lach, S. and Kerekes, J. (2008), Robust Extraction of Exterior Building Boundaries from Topographic Lidar Data, IEEE Proc. IGARSS, Boston, USA, pp. 85-88.
  12. Lee, J., S. Han, Byun, Y., and Kim, Y. (2011), Extraction and Regularization of Various Building Boundaries with Complex Shapes Utilizing Distribution Characteristics of Airborne LIDAR Points, ETRI Journal, Vol. 33, No. 4, pp. 547-557. https://doi.org/10.4218/etrij.11.1610.0022
  13. Ma, R. (2004), Building Model Reconstruction from Lidar Data and Aerial Photographs, The Ohio State University, Dissertation.
  14. Sampath, A., and Shan, J. (2007), Building Boundary Tracing and Regularization from Airborne Lidar Point Clouds, Photogrammetric Engineering and Remote Sensing, Vol. 73, No. 7, pp. 805-812. https://doi.org/10.14358/PERS.73.7.805
  15. Shen, W. (2008), Building Boundary Extraction Based on Lidar Point Clouds Data, International Archives Photogrammetry, Remote Sens., Spatial Info. Sci., Beijing, Vol. 37, part B3b, pp. 157-161.
  16. Weidner, U., and Forstner, W. (1995), Towards Automatic Building Extraction from High-Resolution Digital Elevation Models, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 50, pp.38-49.
  17. Xu, J., Y. Wan, and Yao, F. (2010), A method of 3D Building Boundary Extraction from Airborne Lidar Points Cloud, IEEE 2010 Symposium on Photonics and Optoelectronic.
  18. Zhang, K., Yan, J., and Chen, S. C. (2006), Automatic Construction of Building Footprints from Airborne LiDAR Data, IEEE Transactions on Geoscience and Remote Sensing, Vol. 44, No. 9, pp. 2523-2533. https://doi.org/10.1109/TGRS.2006.874137

Cited by

  1. 항공 라이다 데이터로부터 확장 카이 알고리즘을 이용한 건물경계선 추출 vol.31, pp.2, 2012, https://doi.org/10.7848/ksgpc.2013.31.2.111