• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.807-812
• /
• 2008

최근 고해상도 위성영상이 널리 보급됨에 따라 공간 영상 정보를 활용한 사업이나 다양한 응용 분야에서도 지형 또는 지물의 기하 정보의 필요성이 커지고 있다. 특히 공간 영상 정보 시스템에서는 지형 또는 지물에 대한 사실적인 정보를 제공하여 이를 이용한 도시 개발 계획의 수립이나 도로망의 개선 등 다양한 분야로 활용되고 있다. 본 논문은 단일 위성영상에서 건물의 footprint, rooftop 과 그림자 정보를 이용하여 건물을 효과적으로 모델링하기 위한 반 자동화 시스템을 제안한다. 위성영상으로부터 건물의 기하 정보의 추출 및 복원 시 고려할 것은 사용자의 조작을 최소화하면서도 보다 정확하고 빠르게 모델링 및 편집이 가능하여야 한다는 것이다. 이를 위해서 위성영상과 영상의 메타 정보의 활용과 효율적인 조작이 이루어 질 수 있는 인터페이스가 필요하다. 따라서 본 논문에서는 사용자의 입력에 의해 건물의 정보(rooftop, footprint)를 추출하고, 건물의 정보와 메타정보로부터 관심 건물영역에 대한 그림자 정보를 추출한 다음, 높이 정보를 자동적으로 추출해 냄으로써 최소한의 사용자 입력으로 건물을 효과적으로 모델링 할 수 있다.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.101-108
• /
• 2008

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. 이러한 한계를 극복하기 위한 방안으로 최근에는 항공라이다(LiDAR) 데이터를 이용한 모델링 방법에 대한 연구가 활발히 진행되고 있다. 기존의 항공라이다 데이터를 이용한 3차원 모델링 연구는 항공라이다 점 데이터를 보간 과정을 통하여 픽셀구조로 변환하거나 수치지도, 항공영상 등의 이종 데이터간의 융합을 통하여 건물을 모델링하는 방안 등을 제시하였다. 본 논문은 기존 건물 모델링 기법에서 사용되었던 점 데이터의 픽셀구조로의 변환 및 이종 데이터간의 융합 등의 방법을 배제하고 항공라이다 데이터만을 이용한 건물의 자동 모델링 방법을 제안하였다. 건물지붕에 대한 항공라이다 데이터를 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 건물의 구성요소를 추출한다. 추출되어진 건물의 구성요소를 대표하는 모델을 생성하여 전체적인 건물의 3차원 모델을 구성한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 다양한 형태의 건물 모델을 자동으로 구성할 수 있었다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.8 no.1
• /
• pp.49-62
• /
• 2005

The VR (virtual reality) simulator such as helicopter simulation needs virtual environment of existing urban area. But the real urban environment keeps changing. We need a modeling method to make use of the GIS data that are updated periodically. The flight simulation needs to visualize not only buildings in near distance but also a large number of buildings in the far distance. We propose a method for modeling urban environment from aerial image and digital map with a comparatively small manual work. Image based modeling is applied to urban model which considers the characteristic of Korean cities. Buildings in the distance can be presented without creating a lot of polygons. Proposed method consists of the pre-processing stage which prepares the model from the GIS data and the modeling stage which makes the virtual urban environment. The virtual urban environment can be modeled with the simple process which utilizes the height map of buildings.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.394-399
• /
• 2003

도시 지역의 대부분을 차지하는 건물에 대한 3차원 정보는 도로, 교통 등의 시설물관리시스템 구축, 도로계획, 택지개발, 도시계획 등 여러 분야에 필요하다. 현재 항공사진, 고해상도 위성영상, LiDAR 자료, 수치사진측량 시스템 등의 보급과 분석 알고리즘의 발전으로 인하여 도시지역 건물 3차원 모델링에 대한 연구가 활발히 진행되고 있는데, 그 중에서 정밀한 DSM 취득이 가능한 LiDAR 자료가 도시지역 건물 3차원 모델링에 가장 유망한 자료이다. 그러나 LiDAR 자료만을 이용할 경우에는 선형화 과정 등의 수작업이 많이 들어가고, 주관적인 재구성과정이 들어가야 하는 문제점이 있다. 따라서 본 연구에서는 수치지도를 LiDAR 자료와 같이 이용하여 건물 3차원 모델링시 작업자의 수동적인 과정을 단축하였다. 항공사진과 해석도화기를 이용한 정확도 평가 결과 1:5,000 수치지도 정확도 규정을 만족하는 도시지역 건물 3차원 모델링이 가능하였고, 비교적 자동화된 공정을 이루었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.549-554
• /
• 2008

도시와 같은 광범위한 영역에 대한 지형, 지물의 기하 정보를 추출 또는 복원하는 기술은 공간 영상정보 시스템을 비롯한 다양한 응용분야에서 사용되고 있으며, 이러한 필요에 따라 중요성이 더욱 커지고 있다. 본 논문은 위성 영상에서 건물의 footprint와 rooftop, 그림자 정보를 이용하여 건물을 반 자동으로 모델링하고, 이를 지형에 정합하는 시스템을 제안한다. 제안하는 시스템은 사용자의 직접적인 조작과 자동으로 이루어는 부분을 조합하여, 최소한의 사용자 조작으로 건물을 모델링하고, 지형에 의한 요소를 고려하여 건물의 실제 위치를 보정하여 지형과 정합을 수행한다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.550-555
• /
• 2003

최근에 Lidar 데이터를 이용한 3차원 위치 정보와 지표면 속성 정보를 취득하는 연구가 많이 진행되고 있다. 높은 위치 정확도, 3차원 데이터 동시 취득, 기존 측정 방식에 비하여 점 데이터 취득의 자동화, 데이터 정확도의 안정성 등으로 인하여 복잡한 지형 및 인공구조물이 존재하는 지역에서 Lidar 데이터의 응용 사례가 많이 나타나고 있으며, 특히 건물 모델링에서 반자동 방식의 디지털 사진측량에 비하여 자동 모델링의 가능성을 보여주고 있다. 일반적으로 Lidar 데이터의 점밀도는 1점/㎡이내이며, 촬영된 스트립을 중복시켜 점밀도를 높이기도 한다. 건물은 크기와 형태가 다양하기 때문에 모델링에 필요한 점밀도를 제시하기는 어렵지만 5점 내외에서 모델링이 가능하다고 알려져 있으며 건물이외에 다른 지형지물에 대한 모델링 연구는 거의 이루어지지 않고 있다. 따라서 본 논문에서는 Lidar 데이터의 점밀도에 따라 지물의 모델링 가능성을 평가하고 효율적인 데이터 취득 방안을 제시하고자 한다.

• Korean Journal of Remote Sensing
• /
• v.24 no.2
• /
• pp.141-152
• /
• 2008

The 3D building modeling is one of crucial components in constructing 3D geospatial information. The existing methods for 3D building modeling depend mainly on manual photogrammetric processes, which indeed take great amount of time and efforts. In recent years, many researches on 3D building modeling using aerial LiDAR data have been actively performed to aim at overcoming the limitations of existing 3D building modeling methods. Either techniques with interpolated grid data or data fusion with digital map and images have been investigated in most of existing researches on 3D building modeling with aerial LiDAR data. The paper proposed a method of 3D building modeling with LiDAR data only. Firstly, octree-based segmentation is applied recursively to LiDAR data classified as buildings in 3D space until there are no more LiDAR points to be segmented. Once octree-based segmentation is completed, each segmented patch is thereafter merged together based on its geometric spatial characteristics. Secondly, building model components are created with merged patches. Finally, a 3D building model is generated and composed with building model components. The experimental results with real LiDAR data showed that the proposed method was capable of modeling various types of 3D buildings.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.453-457
• /
• 2005

3차원 지형공간정보체계에 대한 관심의 증가와 함께 도심지의 3차원 모델링에 관한 다양한 연구가 활발히 진행되고 있다. 단색영상을 용하여 영역기반정합이나 형상기반정합을 실시하던 기존의 3차원 모델링 기법은 오정합이 많이 발생할 수 있으며, 모델링에 소요되는 시간이 많이 걸리는 단점이 있다. 따라서 본 논문에서는 새로운 3D 모델링에 대한 접근법의 하나의 단계로서 컬러영상으로부터 경계정보와 색상정보를 활용하여 동일건물을 인식하는 방법에 대하여 연구를 수행하였다. 경계정보에 대해서는 보완된 Hausdorff 거리 개념을 사용하였으며, 색상정보에 대해서는 수정된 컬러 인덱싱 기법을 사용하였다 IKONOS영상을 사용하여 실험을 실시한 결과 두 가지 정보를 각각 단독으로 사용하는 경우 보다는 두 가지 정보를 조합하여 사용하는 경우 인식이 보다 효과적으로 이루어지는 것을 확인할 수 있었다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.13 no.3 s.33
• /
• pp.25-32
• /
• 2005

This paper presents a method for point-based 3D building reconstruction using Lidar data and digital map. The proposed method consists of three processes: extraction of building roof points, identification of roof types, and 3D building reconstruction. After extracting points inside the polygon of building, the ground surface, wall and tree points among the extracted points are removed through the filtering process. The filtered points are then fitted into the flat plane using ODR(Orthogonal Distance Regression) in the first place. If the fitting error is within the predefined threshold, the surface is classified as a flat roof. Otherwise, the surface is fitted and classified into a gable or arch roof through RMSE analysis. Experimental results showed that the proposed method classified successfully three different types of roof and that the fusion of LIDAR data and digital map could be a feasible method of modeling 3D building reconstruction.

• Journal of Korean Society for Geospatial Information Science
• /
• v.14 no.2 s.36
• /
• pp.3-13
• /
• 2006

Extraction of man-made objects from high resolution satellite images has been studied by many researchers. In order to reconstruct accurate 3D building structures most of previous approaches assumed 3D information obtained by stereo analysis. For this, they need the process of sensor modeling, etc. We argue that a single image itself contains many clues of 3D information. The algorithm we propose projects virtual shadow on the image. When the shadow matches against the actual shadow, the height of a building can be determined. If the height of a building is determined, the algorithm draws vertical lines of sides of the building onto the building in the image. Then the roof boundary moves along vertical lines and the footprint of the building is extracted. The algorithm proposed can use the shadow cast onto the ground surface and onto facades of another building. This study compared the building heights determined by the algorithm proposed and those calculated by stereo analysis. As the results of verification, root mean square errors of building heights were about 1.5m.