• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.71-73
• /
• 2019

차량이 얼마나 존재하고 어디에 존재하는지는 교통정보를 반영하는 GeoAI 기반 도시 환경의 구현에서 필수적으로 파악되어야 할 요소이다. 본 논문에서는 객체 검출 및 추출에 유용한 딥러닝 모델인 Mask R-CNN을 이용하여 차량 데이터를 학습시키고 드론으로 촬영한 실제 항공 영상에서 차량 검출 유무를 검증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.2136-2140
• /
• 2008

최근 환경생태학적 하천관리가 중시되면서, 하천의 지형태를 고려한 하천복원 및 관리업무가 필요하게 되었다. 본 연구에서는 시계열 항공영상을 이용하여 갑천과 유등천의 지형태 변화를 검토하였다. 특히 보나 교량과 같은 하천시설물이 새로 설치되거나 해체된 지점, 그리고 갑천과 유등천이 합류되는 지점을 선정하여 시계열별로 유량의 변화 및 물의 흐름방향 등을 파악할 수 있었다. 또한 물의흐름 특성에 의한 퇴사의 양상도 함께 검토함으로서 도심하천의 유지수량 및 환경생태학적 하천복원 업무 수행시 중요한 의사결정자료로 제공이 가능하게 되었다.

• 한국재난정보학회 논문집
• /
• 제17권3호
• /
• pp.556-567
• /
• 2021

연구목적: 본 연구에서는 무인이동체를 활용한 철도교량의 외관조사 점검을 보다 효율적이고 신뢰성 있게 점검을 위하여 무인이동체를 통해 촬영된 이미지를 바탕으로 다양한 방식의 딥러닝 기반 자동 손상 분석기술을 검토하였다. 연구방법: 취득된 이미지를 바탕으로 손상항목을 정의하고 학습데이터로 추출하여 딥러닝 분석 모델을 생성하였다. 그리고 철도교량의 외관 손상 중 균열, 콘크리트 박리·박락, 누수, 철근노출에 대한 손상 이미지를 학습한 모델을 적용하여 자동 손상 분석 결과로 테스트하였다. 연구결과: 분석 결과 평균 95%이상 검측 재현율을 도출하는 분석 기법을 검토할 수 있었다. 이와 같은 분석 기술은 기존 육안점검 결과 대비 보다 객관적이고 정밀한 손상 검측이 가능하다. 결론: 본 연구를 통해 개발된 기술을 통해 철도 유지관리 분야에서 무인이동체를 활용한 정기점검 시 자동손상분석을 통한 객관적인 결과도출과 기존 대비 소요시간, 비용저감이 가능할 것으로 기대된다.

• 한국측량학회지
• /
• 제36권3호
• /
• pp.197-202
• /
• 2018

Drone has been continuously studied in the field of geography and remote sensing. The basic researches have been actively carried out before the utilization in the field of photogrammetry. In Korea, it is necessary to study the actual way of research in accordance with the drone utilization environment. In particular, analysis on the characteristics of DSM (Digital Surface Model) generated through drone are needed. In this study, the characteristic of drone DSM as a data acquisition method was analyzed for coastal management. The coastal area was selected as the study area, and data was acquired by using drone. As a result of the study, the terrain model and the ortho image of coastal area were produced. The accuracy of UAV (Unmanned Aerial Vehicle) results were very high about 10cm at check points. However, concavo-convex shapes appeared in very flat areas such as tidal flats and roads. To correct this terrain model distortion, a new terrain model was created through data processing and the results were evaluated. If additional studies are carried out and the construction and analysis of terrain model using drone image is done, drone data for coastal management will be available.

• 환경영향평가
• /
• 제8권3호
• /
• pp.77-90
• /
• 1999

The degree of green naturality (DGN) has played a key role for maintaining the environmental quality from inappropriate developments, although the quality and effectiveness of the mapping of DGN has been under debate. In this study, spatial distribution of degree of green naturality was initially estimated from forest stand maps that were produced from the aerial photo interpretation and extensive field survey. Once the boundary of initial classes of DGN were defined, it were overlaid with normalized difference vegetation index (NDVI) data that were derived from the recently obtained Landsat Thematic Mapper data. NDVI was calculated for each pixel from the radiometrically corrected satellite image. There were no significant differences in mean values of vegetation index among the initial DGN classes. However, the satellite derived vegetation index was very effective to delineate the developed and damaged forest lands and to adjust the initial value of DGN according to the distribution of NDVI within each class.

• Smart Structures and Systems
• /
• 제30권5호
• /
• pp.501-511
• /
• 2022

Three-dimensional (3D) models have become crucial for improving civil infrastructure analysis, and they can be used for various purposes such as damage detection, risk estimation, resolving potential safety issues, alarm detection, and structural health monitoring. 3D point cloud data is used not only to make visual models but also to analyze the states of structures and to monitor them using semantic data. This study proposes automating the generation of high-quality 3D point cloud data and removing noise using deep learning algorithms. In this study, large-format aerial images of civilian infrastructure, such as cut slopes and dams, which were captured by drones, were used to develop a workflow for automatically generating a 3D point cloud model. Through image cropping, downscaling/upscaling, semantic segmentation, generation of segmentation masks, and implementation of region extraction algorithms, the generation of the point cloud was automated. Compared with the method wherein the point cloud model is generated from raw images, our method could effectively improve the quality of the model, remove noise, and reduce the processing time. The results showed that the size of the 3D point cloud model created using the proposed method was significantly reduced; the number of points was reduced by 20-50%, and distant points were recognized as noise. This method can be applied to the automatic generation of high-quality 3D point cloud models of civil infrastructures using aerial imagery.

• 한국지리정보학회지
• /
• 제13권3호
• /
• pp.42-52
• /
• 2010

본 연구는 항공디지털 스테레오영상으로부터 사진측량기법을 적용하여 한반도 서해안 갯벌중 하나인 제부도 갯벌에 대해 퇴적 침식의 변화를 탐지하는데 기초자료가 될 수 있는 DEM을 제작하였다. 이를 위해, 상호표정에 의한 에피폴라 선을 추출하였으며, 반사도 및 질감 등을 바탕으로 갯벌표면 분류영상을 제작하여, 각 표면 특성별 적합한 매칭사이즈를 선정하고, 이로부터 영역기반매칭을 수행하였다. 결과적으로, 갯벌과 같이 고도의 변화가 미묘한 지역에서는 제안방법으로 제작한 DEM이 고정된 매칭사이즈로 제작한 DEM과 기존 상용 S/W에 의한 DEM 보다 더욱 세밀한 높낮이 변화를 보여주었다.

• 한국측량학회지
• /
• 제16권2호
• /
• pp.177-185
• /
• 1998

도시계획이나 설계에 있어서 건물에 대한 3차원자료와 건물 경계선에 대한 요구가 증가되고 있으며 본 연구에서는 DSM과 입체 항공사진영상을 이용하여 건물을 추출하는 방법을 제시하였다. DSM은 DEM과 같이 지형에 대한 정보를 갖고 있을 뿐만 아니라 주변 지형보다 높은 지상 시설물, 즉 건물이나 나무에 대한 정보도 갖고 있다. 따라서 본 연구에서는 두 단계 처리과정을 제시하였으며, 첫 번째 과정은 최우추정과 동적 프로그래밍을 이용한 매칭기법에 의해 DSM을 생성하는 것이다. 제시된 영상정합기법은 입체영상간의 시차차를 찾기 위해 비용함수를 이용하였으며, 영상정합문제 해결을 위해 동적 프로그래밍을 이용하였다. 두 번째 과정은 Sobel 연산자에 의해 항공사진영상으로부터 추출된 경계선정보와 DSM을 이용하여 건물 경계를 검출하는 것이다. DSM과 Sobel 연산자에 의한 경계선 정보를 중첩분석 한 결과 건물 경계를 효과적으로 추출 할 수 있었다.

• 한국농공학회논문집
• /
• 제61권4호
• /
• pp.1-10
• /
• 2019

Unmanned aerial vehicle(UAV) can acquire images with lower cost than conventional manned aircraft and commercial satellites. It has the advantage of acquiring high-resolution aerial images covering in the field area more than 50 ha. The purposes of this study is to develop the rice grain yield distribution using UAV. In order to develop a technology for estimating the rice yield using UAV images, time series UAV aerial images were taken at the paddy fields and the data were compared with the rice yield of the harvesting area for two rice varieties(Singdongjin, Dongjinchal). Correlations between the vegetation indices and rice yield were ranged from 0.8 to 0.95 in booting period. Accordingly, rice yield was estimated using UAV-derived vegetation indices($R^2=0.70$ in Sindongjin, $R^2=0.92$ in Donjinchal). It means that the rice yield estimation using UAV imagery can provide less cost and higher accuracy than other methods using combine with yield monitoring system and satellite imagery. In the future, it will be necessary to study a variety of information convergence and integration systems such as image, weather, and soil for efficient use of these information, along with research on preparing management practice work standards such as pest control and nutrient use based on UAV image information.

• 품질경영학회지
• /
• 제41권3호
• /
• pp.405-412
• /
• 2013

Purpose: In this paper, the improvement of the image quality is investigated. The image quality is degraded by the drift phenomenon of EO/IR (Electro-Optical/Infrared) device on UAV. The drift phenomenon means that the image of EO/IR equipment on UAV(Unmanned Aerial Vehicle) moves to the unintended direction. This phenomenon should be improved for successful flight mission. Methods: To improve the drift phenomenon, the drift compensation method, the combination algorithm of FMC(Forward Motion Compensation) and AMC(Angular Motion Compensation) method, are introduced to calculate pitch and azimuth angle. Result values of pitch and azimuth angle are used for the improvement of image quality in EO/IR control logic. Results: The image quality is quantitatively improved more than 15 times through field test data of flight. Conclusion: Using the drift compensation technique, the image quality for EO/IR equipment is improved over 15 times than existing methods. This means the user of UAV with EO/IR device can perform a successful mission by keeping the line of sight for the target accurately.