• 대한공간정보학회지
• /
• 제17권3호
• /
• pp.109-114
• /
• 2009

섬은 생태 환경보전가치가 뛰어나고 후세를 위한 생태학습장 및 해상 해저개발 등에 있어 국가영역으로서 중요한 영토임에도 불구하고 체계적인 조사 미비로 인하여 관리 자체가 이루어지지 않고 있다. 지적공부의 경우 1910 년대 측량기술의 한계로 인해 접근이 불가능한 섬들은 현재의 지적공부에 등록되어 있지 않아 미등록 섬에 대한 과학적인 조사와 체계적인 관리가 시급한 실정이다. 반면, 항공라이다측량은 최신 측량기법으로 접근이 불가능한 무인도서에 대해 정확한 위치정보와 함께 영상정보의 획득이 가능해 졌기 때문에 미등록 섬의 탐지를 과학적으로 접근이 가능하게 되었다. 이에 본 연구에서는 항공라이다측량 데이터를 이용하여 흑산도 주변 섬의 해안선을 추출하고 지적도 및 정사영상과 비교하여 미등록 섬을 탐지하였다. 또한 위치 및 면적 산출하여 미등록 섬을 추출하는 방안을 제시하였다. 그 결과 흑산도 주변에 대해 총 16개의 미등록 섬을 효과적으로 추출하였다.

• 한국측량학회지
• /
• 제28권1호
• /
• pp.47-56
• /
• 2010

항공 레이저 스캐너 시스템은 3차원 공간좌표를 획득할 수 있는 센서로서 획득된 LiDAR 데이터는 공간 정보 분야에서 건물 모델링에 많이 이용되고 있다. 또한 LiDAR데이터는 불규칙한 좌표로 이루어져 있으며 시각적인 정보가 결여되어 있으므로 데이터 처리가 복잡하다. 본 연구에서는 디지털 항공영상에서 생성된 단위 요소면을 이용하여 LiDAR 데이터를 분할하고 분할된 데이터를 기반으로 다양한 지붕의 형태를 분석하여 평면, 곡면(돔형, 아치형)등으로 판별하고 건물 모델링을 위한 최적의 함수를 결정하였다. 실제 영상에서는 그림자. 색조변화 등에 의해 정확한 데이터 분할에 문제점이 발생할 수 있으므로 이를 보완하기 위하여 영상에서 경계선 추출 결과 불필요한 경계선들은 제거할 수 있는 방법이 요구된다.

• 한국측량학회지
• /
• 제24권2호
• /
• pp.209-215
• /
• 2006

해안선은 자연적, 인위적 행위에 의해 끊임없이 그 형상과 특징이 변화하며, 국토를 규정하는 중요한 정보이다. 이러한 해안선은 해양지리정보체계에서 기본정보(Framework Data)로 활용이 되며, 해안 지역의 모니터링 체계를 구축하는데 있어서 그 중요성이 날로 증가하고 있는 실정이다. 본 연구에서는 최근 개발되어 해양 및 해안 분야에 적용되고 있는 LiDAR 데이터를 이용하여 자동으로 해안선을 추출할 수 있는 알고리즘을 제안하고 그 결과를 지상측량을 통해 얻어진 해안선과 비교하였다. 본 연구의 제안한 알고리즘을 적용하여 항공 LiDAR 데이터를 이용한 해안선을 추출한 결과, 인공 및 자연 해안지역 등 다양한 지형에서 현행 지상측량과 비교를 하였을 때, 안정된 결과를 도출하였으며, 항공 LiDAR 데이터를 이용하여 효율적인 해안선 추출의 가능성을 보여주었다.

• 한국산림과학회지
• /
• 제96권3호
• /
• pp.251-258
• /
• 2007

항공 Lidar 기술을 이용한 산림조사 기법은 현지조사 및 항공사진을 이용한 기존 조사방법의 한계를 극복할 수 있는 대안으로 떠오르고 있다. 본 연구에서는 국내 산림지형의 특성을 고려하여 개체목 인식 및 수고(樹高)추출을 위한 항공 Lidar자료의 기본적인 처리기법을 제시하고자 한다. 경기도 유명산 조림지를 대상으로 촬영된 항공 Lidar 원시자료로부터 비지면점을 제거하는 기법을 적용하여 순수 지표면을 표현하는 수치표고모형자료(DEM)를 생성하였다. 이렇게 제작된 DEM자료를 기반으로 비지면점에 해당하는 신호값들을 추출한 후 수관고모형(CHM)자료를 생성하였다. CHM자료에 개체목의 수고를 추출하는 필터링 기법을 개발하였다. 연구 지역의 낙엽송 및 잣나무 표본임분을 대상으로 항공사진 및 현지 측정된 자료와 비교한 결과, 개체목의 본수는 90% 이상의 정확도로 추출되었으며, 수고는 평균 1.1m 낮게 추정되었다.

• 한국측량학회지
• /
• 제26권3호
• /
• pp.227-239
• /
• 2008

항공 레이저 스캐닝(ALS) 시스템으로부터 획득한 LiDAR 데이터를 미용하여 3차원 객체 모델링과 지형도 제작을 위해서는 데이터의 기하학적 및 의미적인 분할과 같은 체계적인 데이터 처리가 선행되어야 한다. ALS로 부터 활용 가능한 LiDAR 데이터를 획득하기 위해서는 GPS, INS 및 레이저 스캐너 데이터의 통합이 필수적이다. 본 연구에서는 건물추출과 지붕 구조물 분할을 위해서 LiDAR 데이터를 영상화하여 디지털 영상처리 기법을 적용하였다. 영상화된 데이터를 사용하는 주요 장점 중 하나는 기존의 다양한 영상처리 알고리즘을 사용할 수 있다는 점이다. 격자화 및 정량화를 거치는 영상화 과정에서 원시 LiDAR 데이터가 한정된 밝기값으로 변환되므로 평활화 및 상세 정보의 손실이 발생될 수 있지만. 평활화된 데이터는 표면분할과 모델링에 오히려 적합하다. 건물의 경계선은 윤곽선 추출 연산자를 이용하여 정확하게 추출하였으며, 건물 모양에 적합하도록 규격화하였다. 건물 지붕의 구조물의 분할은 영역확산을 기반으로 수행하였다. 이 결과 다양한 디지털 영상처리 기법을 복합적으로 적용하여 건물추출과 지붕 구조물의 면분할이 가능함을 보여주었다. 또한 지붕의 형태를 재현하기 위한 특성정보 추출에 관한 개념적 방법을 제안하였다. 지붕 데이터를 분할하고 모델링을 위해 통계적 및 기하적 특성을 이용하였으며. 제안한 방법에 의한 시뮬레이션 결과는 지붕면을 분할하고 모델링하는데 가능함을 보여주고 있다.

• 한국측량학회지
• /
• 제31권6_2호
• /
• pp.611-623
• /
• 2013

Point cloud data (i.e., LiDAR; Light Detection and Ranging) collected by Airborne Laser Scanner (ALS) system is one of the major sources for surface reconstruction including DEM generation, topographic mapping and object modeling. Recently, demand and requirement of the accurate and realistic Digital Building Model (DBM) increase for geospatial platforms and spatial data infrastructure. The main issues in the object modeling such as building and city modeling are efficiency of the methodology and quality of the final products. Efficiency and quality are associated with automation and accuracy, respectively. However, these two factors are often opposite each other. This paper aims to introduce correction scheme of incorrectly determined Model Key Points (MKPs) regardless of the segmentation method. Planimetric and height locations of the MKPs were refined by surface patch fitting based on the Least-Squares Solution (LESS). The proposed methods were applied to the synthetic and real LiDAR data. Finally, the results were analyzed by comparing adjusted MKPs with the true building model data.

• ETRI Journal
• /
• 제25권2호
• /
• pp.109-120
• /
• 2003

Though the airborne laser scanning (ALS) technique is becoming more popular in many applications, horizontal accuracy of points scanned by the ALS is not yet satisfactory when compared with the accuracy achieved for vertical positions. One of the major reasons is the drift that occurs in the inertial measurement unit (IMU) during the scanning. This paper presents an algorithm that adjusts for the error that is introduced mainly by the drift of the IMU that renders systematic differences between strips on the same area. For this, we set up an observation equation for strip-wise adjustments and completed it with tie point and control point coordinates derived from the scanned strips and information from aerial photos. To effectively capture the tie points, we developed a set of procedures that constructs a digital surface model (DSM) with breaklines and then performed feature-based matching on strips resulting in a set of reliable tie points. Solving the observation equations by the least squares method produced a set of affine transformation equations with 6 parameters that we used to transform the strips for adjusting the horizontal error. Experimental results after evaluation of the accuracy showed a root mean squared error (RMSE) of the adjusted strip points of 0.27 m, which is significant considering the RMSE before adjustment was 0.77 m.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.241-243
• /
• 2003

This paper presents an algorithm that automatically extracts buildings among many different features on the earth surface by fusing LIDAR data with panchromatic aerial images. The proposed algorithm consists of three stages such as point level process, polygon level process, parameter space level process. At the first stage, we eliminate gross errors and apply a local maxima filter to detect building candidate points from the raw laser scanning data. After then, a grouping procedure is performed for segmenting raw LIDAR data and the segmented LIDAR data is polygonized by the encasing polygon algorithm developed in the research. At the second stage, we eliminate non-building polygons using several constraints such as area and circularity. At the last stage, all the polygons generated at the second stage are projected onto the aerial stereo images through collinearity condition equations. Finally, we fuse the projected encasing polygons with edges detected by image processing for refining the building segments. The experimental results showed that the RMSEs of building corners in X, Y and Z were ${\pm}$8.1㎝, ${\pm}$24.7㎝, ${\pm}$35.9㎝, respectively.

• 한국측량학회지
• /
• 제38권1호
• /
• pp.1-9
• /
• 2020

항공수심라이다(ABL: Airborne Bathymetric LiDAR)는 녹색 레이저(green laser)를 사용하여 연안 및 하천에 대해 해저지형과 수심에 대한 관측을 동시에 수행하는 첨단측량 기술이다. 항공수심라이다를 활용하여 해저지형 정보를 구축하기 위해서는 취득된 포인트 클라우드로부터 해수면과 해저면 점들을 분리하고 추출하는 과정이 필요하다. 기존의 해저면 점을 추출하기 위한 연구는 주로 waveform 분석(analysis)을 기반으로 수행되었다. 하지만 일반 사용자의 경우 waveform 데이터에 대한 접근성이 낮으며, waveform 분석 기반 해저면 추출 방법론에 대한 보완도 필요하다. 본 연구는 항공수심라이다 데이터의 지형학적 정보를 사용하여 해저면 점들을 추출하기 위한 연구를 수행하였다. 이를 위해 지면분리(ground filtering) 기법인 CSF (Cloth Simulation Filtering) 알고리즘을 RIEGL VQ880 항공수심라이다 시스템으로부터 취득된 데이터에 적용하고 효용성을 분석하였다. 실험결과 CSF 알고리즘을 항공수심라이다 데이터의 해저면 포인트 추출에 효과적으로 적용할 수 있음을 확인하였다.

• 한국측량학회지
• /
• 제28권4호
• /
• pp.449-454
• /
• 2010

최근 항공측량분야에서 항공디지털카메라 및 항공레이저측량시스템은 수치정사영상지도 및 수치표고모델제작 등의 지리정보 구축에 활용되고 있다. 본 연구에서는 항공레이저측량시스템인 ALS50-II에 구성된 중형CCD카메라 RCD105의 3차원 위치정확도를 디지털항공사진카메라인 DMC와 비교하였다. 이를 위해 연구지역을 선정하고 항공사진촬영을 실시하였으며, 축적 1:1,000 수치지형도에서 항공삼각측량에 사용할 지상기준점과 수치도화기를 이용해 평면 및 수준정확도 검증에 사용할 검사점을 선점하였다. RCD105와 DMC의 정확도는 항공삼각측량의 결과와 수치도화기를 이용해 검사점과 동일한 지점을 관측한 결과로 평가하였다. 항공삼각측량 결과 RCD105의 X, Y, Z RMSE (Root Mean Square Error)가 DMC보다 각각 2.1배, 2.2배, 1.3배 크게 나타났다. 또한 수치도화기를 이용해 검사점을 관측한 결과 RCD105의 평면 및 수직방향 RMSE가 DMC보다 각각 2.5배, 4.3배 크게 나타났다. RCD105의 정확도가 DMC보다는 떨어지지만, RCD105도 수치지형도 및 정사사진 제작에 활용이 가능할 것으로 사료된다.