• 한국지형학회지
• /
• 제25권1호
• /
• pp.67-80
• /
• 2018

This study used aerial and terrestrial images to build a three-dimensional model of cliffs located in Pado beach using SfM (Structure from Motion) techniques. Using both images, the study purposed to reduce the shadow areas that were found when using only aerial images. Accuracy of the two campaigns was assessed by root mean square error, and monitored by M3C2 (Multiscale Model to Model Cloud Comparison) method. The result of the M3C2 in closed areas such as sea cave and notch did not express the landforms partly. However, eroded debris on sea cliffs were detected as eroded area by M3C2, as well as in captured pictures by multi-camera. The result of this study showed the applicability of multi-camera and SfM in monitoring changes of sea cliffs.

• 대한원격탐사학회지
• /
• 제33권6_2호
• /
• pp.1139-1149
• /
• 2017

수목을 3차원 구조로 정량화하는 것은 다양한 환경분석 모델링의 입력 자료로써 매우 중요하다. 그러나 3차원 측량이 가능한 라이다는 고비용과 전문인력이 필요해 파편화된 소규모의 도시녹지를 측량하기에는 경제적 장비운용적 차원에서 현실적이지 않다. 또한 수목은 계절에 따라 민감하게 변화하므로 시계열 모니터링으로 도시생태계를 이해하려면 높은 빈도로 쉽고 빠르게 수관구조를 측량할 수 있는 디바이스와 이에 맞는 정량화기법의 개발이 필요하다. 환경분석 모델링의 입력 자료로써의 필요가 아니더라도, 도시내 수목의 크기와 나이는 관리비용, 생태계서비스, 경관, 안전 등과 직결되므로 반드시 정보화될 필요성이 있다. 본 연구에서는 도시내 수목의 3차원 환경정보 데이터를 생성하기 위한 디바이스와 방법론으로써 UAV(Unmanned Aerial Vehicle)와 SfM-MVS(Structure from Motion-Multi View Stereo), solid modeling을 제시하였다. 따라서 제시된 device와 방법론의 검증을 목표로 하여 다음과 같이 분석을 수행하였다. 첫째, stereo image들로부터 생성된 point cloud로 측량한 결과의 정확도를 지상 라이다 자료와 비교 검증하였다. 두 번째, UAV촬영 사진개수를 감소시킴에 따라 변화하는 point cloud의 밀도가 수목의 부피 및 크기 정량화 결과에 어떤 영향을 주는지를 살펴봄으로써 고해상도의 point cloud가 정밀한 수목 측량에 꼭 필요한 요소인지를 확인하여 보았다. 마지막으로, 수목 부피의 정량화 및 형상화를 위해 solid model이 얼마나 적합한가를 검증하고자 다른 3D type의 측정치와 비교하였다. 분석의 결과를 통해, UAV와 SfM-MVS 그리고 solid model을 이용하면 단일수목을 손쉽게 저비용 높은 시간해상도로 정량화 및 형상화가 가능함을 확인하였다. 다만, 본 연구는 단일 개체목만을 대상으로 한 연구이므로 더 넓은 녹지에 적용하기 위해서는 이에 맞는 비행계획의 수립, 다양한 공간정보 데이터와의 융합, 녹지규모 확대에 따른 정량화 기법의 개선 등 앞으로 이를 발전시킬 수 있는 후속연구가 필요하다.

• 방송공학회논문지
• /
• 제25권5호
• /
• pp.798-807
• /
• 2020

디지털 카메라와 휴대폰 카메라의 발달로 인해 이미지를 기반으로 3차원 물체를 복원하는 기술이 크게 발전했다. 하지만 Structure-from-Motion(SfM)과 Multi-view Stereo(MVS)를 이용한 결과인 dense point cloud에는 여전히 듬성한 영역이 존재한다. 이는 깊이 정보를 추정하는데 있는 어려움과, 깊이 지도를 point cloud로 fusing할 때 이웃 영상과의 깊이 정보가 불일치할 경우 깊이 정보를 삭제하고 point를 생성하지 않았기 때문이다. 본 논문에선 평면을 모델링하여 삭제된 깊이 정보에 새로운 깊이 정보를 부여하고 point를 생성하여 기존 결과보다 dense한 point cloud를 생성하는 알고리즘을 제안한다. 실험 결과를 통해 제안하는 알고리즘이 효과적으로 기존의 방법보다 dense한 point cloud를 생성함을 확인할 수 있다.

• 도시과학
• /
• 제6권2호
• /
• pp.17-27
• /
• 2017

최근, 하천의 수질오염 및 악취발생으로 민원이 증가하여 하천환경개선에 큰 관심이 모아지고 있다. 본 연구의 목적은 하수 유입부에 대해 무인항공기(UAV)를 활용하여 RGB 및 적외 열 영상을 획득하고 하천제방 정비 계획 및 하천 오염 현황의 모니터링을 위한 응용성을 검토하였다. 특히, 하천 인근 공장에서 배출되는 폐수를 적외 열 영상으로 검출하여 폐수의 전파를 모니터링하였다. 또한 하천 제방 정비대상 지역과 인근지역에 대한 RGB영상을 SfM(Structure from Motion)기반 영상 해석을 통해 고정밀 3차원 모형을 제작하고 정확성을 검토하였다. 연구결과, UAV영상을 활용, 폐수유입에 따른 하천의 온도변화를 감지하여 수질오염의 유입부 및 전파 현상을 모니터링 할 수 있었다. 또한 고정밀 3차원 모델(수치지형도, 정사영상)을 제작, 정확성을 검토하고 하천의 제방정비를 위한 정밀 3차원 정보 및 식생 피복정보를 도출할 수 있었다.

• 도시과학
• /
• 제8권1호
• /
• pp.7-14
• /
• 2019

Recently, interest in solar energy, which is the center of new government energy policy, is increasing. However, the focus is on mass production of solar power plants, and policies and related technologies for maintenance and management of existing installed PV modules are insufficient. In this study, we use UAV (Unmanned Aerial Vehicle) to acquire RGB and infrared images, apply it to the structure-from-motion (SfM) based image analysis tool, model the three- And the position of the hot spot was monitored and coordinates were detected. As a result, it is possible to provide basic spatial information for maintenance of solar module by monitoring and position detection of hot-spot suspected solar cells by superimposing infrared image and RGB image based on unmanned aerial vehicle.

• 한국농공학회논문집
• /
• 제66권3호
• /
• pp.1-14
• /
• 2024

Gaining an accurate 3D stream geometry has become feasible with Unmanned Aerial Vehicle (UAV), which is crucial for better understanding stream hydrodynamic processes. The objective of this study was to investigate series of filters to remove stream vegetation and propose the best method for generating Digital Terrain Models (DTMs) using UAV-based point clouds. A stream reach approximately 500 m of the Bokha stream in Icheon city was selected as the study area. Point clouds were obtained in August 1st, 2023, using Phantom 4 multispectral and Zenmuse L1 for Structure from Motion (SfM) and Light Detection And Ranging (LiDAR) respectively. Three vegetation filters, two morphological filters, and six composite filters which combined vegetation and morphological filters were applied in this study. The Mean Absolute Error (MAE) and Root Mean Square Error (RMSE) were used to assess each filters comparing with the two cross-sections measured by leveling survey. The vegetation filters performed better in SfM, especially for short vegetation areas, while the morphological filters demonstrated superior performance on LiDAR, particularly for taller vegetation areas. Overall, the composite filters combining advantages of two types of filters performed better than single filter application. The best method was the combination of Progressive TIN (PTIN) and Color Indicies of Vegetation Extraction (CIVE) for SfM, showing the smallest MAE of 0.169 m. The proposed method in this study can be utilized for constructing DTMs of stream and thus contribute to improving the accuracy of stream hydrodynamic simulations.

• 대한토목학회논문집
• /
• 제40권2호
• /
• pp.239-245
• /
• 2020

최근 BIM (Building Information Modeling)이 건설 산업계에서 폭넓게 활용되고 있다. 하지만 과거에 시공이 된 구조물에 경우 대부분 BIM이 구축되어 있지 않다. BIM이 구축되지 않은 구조물의 경우, 카메라로부터 얻은 2D 이미지에 SfM (Structure from Motion) 기법을 활용하면 3D 모델의 점군 데이터(Point cloud)를 생성하고 BIM을 구축할 수 있다. 하지만 이렇게 생성된 점군 데이터는 의미론적 정보가 포함되어 있지 않기 때문에, 수작업으로 구조물의 어떤 요소인지 분류해 주어야 한다. 따라서 본 연구에서는 구조물 구성요소를 분류하는 과정을 자동화하기 위하여 딥러닝을 적용하였다. 딥러닝 네트워크 구축에는 CNN (Convolutional Neural Network) 구조의 Inception-ResNet-v2를 사용하였고, 전이학습을 통하여 교량 구조물의 구성요소를 학습하였다. 개발된 시스템을 검증하기 위하여 수집한 데이터를 이용하여 구성요소를 분류한 결과, 교량의 구성요소를 96.13 %의 정확도로 분류할 수 있었다.

• 지질학회지
• /
• 제54권5호
• /
• pp.501-511
• /
• 2018

지질공원은 환경적 측면이나 유산적 측면으로도 보존가치가 높다. 이러한 지질공원의 보존과 보호를 위해서는 모니터링과 국민적 관심은 필수적이다. 무인항공기와 SfM 알고리즘의 활용은 인력대비 넓어 관리가 어려웠던 지질공원의 효과적인 모니터링을 가능하게 해주며, 이로부터 파생되는 다양한 공간정보 데이터는 부족했던 지질공원 인지도 향상을 위해서도 활용이 가능하다. 우리는 이를 확인하기 위하여 한탄-임진강권역 국가 지질공원중 하나인 화적연을 사례로 하여 무인항공기와 SfM 알고리즘을 이용하여 3차원 공간데이터를 생성하여 화적연을 측량하였다. 그리고 이 데이터를 가상현실과 3D 프린팅에 적용하고 간단한 온라인 설문조사를 실시하여 지질공원 홍보 가능성을 확인하였다. 최종적으로 지질공원 모니터링을 목적으로 생성된 각 단계별 데이터들을 조사하고 지질공원의 홍보 및 연구를 위한 교차활용방안을 제시하였다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.103-110
• /
• 2011

기존에 널려 쓰이는 3차원 얼굴 복원 방식인 Structure from motion(SfM)은 정면 및 좌우 측면 영상들이 입력할 때, 좌우 얼굴 특정 점들이 검출되어 우수한 성능을 보인다. 그러나 감시 카메라 환경과 같이 한 쪽 측면 얼굴 영상들이 입력될 경우, 보이는 한 쪽 얼굴 특정 점들만이 입력되므로, 가려진 부분의 얼굴이 제대로 복원되지 않는 문제가 있다. 이러한 문제를 해결하기 위해, 본 논문은 사람의 얼굴이 좌우 대칭이라는 제한 조건을 이용하여 대칭이 되는 얼굴 특정 정들을 생성하였으며, 이렇게 생성된 얼굴 특정 점들과 입력된 얼굴 특정 점들을 결합하여 사용함으로써 기존 SfM 기반 3차원 얼굴 복원 방식의 성능을 향상시켰다. 제안한 3차원 얼굴 복원 방법을 정량적으로 평가하기 위해 3차원 스캐너를 이용해 3차원 얼굴을 취득하였고, 이를 복원한 3차원 얼굴과 비교한 결과 좌우 대칭 특정 점들을 함께 사용하는 제안한 3차원 복원 방식은 한 쪽 측면 특정 점들만을 사용하는 기존 방식에 비해 우수한 성능을 보였다.

• 한국환경복원기술학회지
• /
• 제22권6호
• /
• pp.1-14
• /
• 2019

Carbon storage is one of the regulating ecosystem services provided by urban street trees. It is important that evaluating the economic value of ecosystem services accurately. The carbon storage of street trees was calculated by measuring the morphological parameter on the field. As the method is labor-intensive and time-consuming for the macro-scale research, remote sensing has been more widely used. The airborne Light Detection And Ranging (LiDAR) is used in obtaining the point clouds data of a densely planted area and extracting individual trees for the carbon storage estimation. However, the LiDAR has limitations such as high cost and complicated operations. In addition, trees change over time they need to be frequently. Therefore, Structure from Motion (SfM) photogrammetry with unmanned Aerial Vehicle (UAV) is a more suitable method for obtaining point clouds data. In this paper, a UAV loaded with a digital camera was employed to take oblique aerial images for generating point cloud of street trees. We extracted the diameter of breast height (DBH) from generated point cloud data to calculate the carbon storage. We compared DBH calculated from UAV data and measured data from the field in the selected area. The calculated DBH was used to estimate the carbon storage of street trees in the study area using a regression model. The results demonstrate the feasibility and effectiveness of applying UAV imagery and SfM technique to the carbon storage estimation of street trees. The technique can contribute to efficiently building inventories of the carbon storage of street trees in urban areas.