KR101902775B1 - Apparatus of manufacturing map - Google Patents

Apparatus of manufacturing map Download PDF

Info

Publication number
KR101902775B1
KR101902775B1 KR1020160045139A KR20160045139A KR101902775B1 KR 101902775 B1 KR101902775 B1 KR 101902775B1 KR 1020160045139 A KR1020160045139 A KR 1020160045139A KR 20160045139 A KR20160045139 A KR 20160045139A KR 101902775 B1 KR101902775 B1 KR 101902775B1
Authority
KR
South Korea
Prior art keywords
map
model image
unit
building
road
Prior art date
Application number
KR1020160045139A
Other languages
Korean (ko)
Other versions
KR20170116889A (en
Inventor
박주흠
Original Assignee
(주)다비오
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)다비오 filed Critical (주)다비오
Priority to KR1020160045139A priority Critical patent/KR101902775B1/en
Publication of KR20170116889A publication Critical patent/KR20170116889A/en
Application granted granted Critical
Publication of KR101902775B1 publication Critical patent/KR101902775B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/004—Map manufacture or repair; Tear or ink or water resistant maps; Long-life maps
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/005—Map projections or methods associated specifically therewith
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods

Abstract

본 발명은 실제 촬영 지도를 저장하는 실제 촬영 지도 데이터베이스부; OSM(On Street Map) 레이어를 저장하는 OSM 데이터베이스부; 및 상기 실제 촬영 지도 데이터베이스부에서 저장된 실제 촬영 지도에서 오브젝트를 검출하고, 검출된 오브젝트에 대응되는 모형 이미지를 유사도에 따라 검출한 후, 검출된 모형 이미지를 오브젝트의 좌표 정보를 토대로 상기 OSM 데이터베이스부에 저장된 OSM 레이어에 삽입하는 지도 제작 모듈을 포함하는 것을 특징으로 한다. The present invention relates to an actual photographing map database unit for storing actual photographing maps; An OSM database unit for storing an OSM (On Street Map) layer; And detecting the object in the actual photographing map stored in the actual photographing map database unit, detecting the model image corresponding to the detected object according to the degree of similarity, and detecting the detected model image in the OSM database unit based on the coordinate information of the object And a map creation module for inserting the OSM layer into a stored OSM layer.

Description

지도 제작 장치{APPARATUS OF MANUFACTURING MAP}APPARATUS OF MANUFACTURING MAP

본 발명은 지도 제작 장치에 관한 것으로서, 보다 상세하게는 실제 촬영 지도에서 건물이나 도로 등의 오브젝트를 검출하고 검출된 오브젝트와 유사도가 가장 높은 모형 이미지를 OSM(On Street Map) 레이어에 삽입하여 2D(Dimension) 지도를 제작하는 지도 제작 장치에 관한 것이다.More particularly, the present invention relates to a map producing apparatus which detects an object such as a building or a road on an actual photographing map and inserts a model image having the highest degree of similarity with the detected object into an OSM (On Street Map) Dimension) map production apparatus.

전자정보 단말기에 제공되는 지도 관련 기술이 발달하면서, 지도에서 제공되는 다양한 형식의 위치 기반 서비스(Location Based Service:LBS)가 개발되고 있다.[0002] With the development of map-related technologies provided in electronic information terminals, various types of location based services (LBS) provided on a map are being developed.

위치 기반 서비스(LBS)에는 업체의 전화번호, 업체의 주소 및 상세 정보를 안내하는 주요 지점(Point Of Interest:POI) 정보, 교통 상황 정보, 실제의 지형 지물 사진을 파노라마 형식으로 제작하여 사용자에게 보여주는 로드 뷰 및 항공 VR(Virtual Reality)과 같은 지리정보 파노라마 등이 있다.The location-based service (LBS) provides information such as POI (Point of Interest), traffic information, and actual topographic images that show the business phone number, business address and detailed information in a panorama format, And geographic information panoramas such as road views and aviation virtual reality (VR).

이에 최근에는 오프형 지도 서비스로 오픈 스트리트 맵(Open Street Map)이 제공되었다. Recently, the Open Street Map was provided as an off-map service.

오픈 스트리트 맵은 유저가 직접 만들어가는 지도 서비스로써, 각 유저가 필요에 따라 직접 지도를 제작할 수 있어 구글지도와 함께 여러 분야에서 사용되기에 이르렀다. Open Street Map is a user-created map service that allows each user to create their own maps as needed so that they can be used in many areas with Google Maps.

본 발명과 관련된 배경기술로는 대한민국 특허공개번호 10-2005-0097618 호(2005.10.10)의 'GPS 및 INS를 이용한 수치지도 제작 시스템 및 방법'이 있다.Background Art related to the present invention is a system and method for digital map generation using GPS and INS, Korean Patent Publication No. 10-2005-0097618 (Oct. 10, 2005).

종래의 내비게이션이나 웹상에서 제공되는 지도들은 인공위성 사진을 유저가 직접 보고 판단하여 건물이나 도로를 분류하고, 수작업으로 건물이나 도로 등을 입혀 새로운 형태의 지도를 생산하였다. Conventional navigation and maps provided on the web produced a new type map by classifying a building or a road by manually viewing and judging a satellite picture by the user, and manually applying a building or a road.

그러나, 종래의 방법은 상기한 바와 같이 유저가 직접 지도를 수작업으로 제작하였으므로, 지도를 제작하는데 많은 시간이 소요되고, 생산비용이 상대적으로 크며, 유저의 오작업 또는 실수로 인한 지도의 정확도도 저하될 수 있는 문제점이 있었다. 또한, 수시로 변경되는 건물, 도로에 대한 데이터를 최신 정보로 업데이트시에 수작업으로 찾아야 하기 때문에, 업데이터가 쉽지 않은 문제점이 있었다. However, in the conventional method, since the map is manually created by the user as described above, it takes a lot of time to produce the map, the production cost is relatively large, and the accuracy of the map due to user's mistake or mistake is lowered There was a problem that could be. In addition, there is a problem that the updater is not easy because the data of buildings and roads that are changed from time to time must be manually searched when updating to the latest information.

본 발명은 전술한 문제점을 해결하기 위해 창안된 것으로서, 본 발명의 일 측면에 따른 목적은 건물이나 도로 등의 오브젝트를 검출하고 검출된 오브젝트와 유사도가 가장 높은 모형 이미지를 OSM 레이어에 삽입하여 2D(Dimension) 지도를 제작하는 지도 제작 장치를 제공하는 것이다. The object of the present invention is to provide a method of detecting an object such as a building or a road and inserting a model image having the highest degree of similarity with the detected object into the OSM layer to obtain 2D Dimension) map production device.

본 발명의 일 측면에 따른 지도 제작 장치는 실제 촬영 지도를 저장하는 실제 촬영 지도 데이터베이스부; OSM(On Street Map) 레이어를 저장하는 OSM 데이터베이스부; 및 상기 실제 촬영 지도 데이터베이스부에서 저장된 실제 촬영 지도에서 오브젝트를 검출하고, 검출된 오브젝트에 대응되는 모형 이미지를 유사도에 따라 검출한 후, 검출된 모형 이미지를 오브젝트의 좌표 정보를 토대로 상기 OSM 데이터베이스부에 저장된 OSM 레이어에 삽입하는 지도 제작 모듈을 포함하는 것을 특징으로 한다. According to an aspect of the present invention, there is provided an apparatus for producing a map, comprising: an actual photographing map database unit storing an actual photographing map; An OSM database unit for storing an OSM (On Street Map) layer; And detecting the object in the actual photographing map stored in the actual photographing map database unit, detecting the model image corresponding to the detected object according to the degree of similarity, and detecting the detected model image in the OSM database unit based on the coordinate information of the object And a map creation module for inserting the OSM layer into a stored OSM layer.

본 발명의 상기 실제 촬영 지도는 항공 촬영 지도 또는 위성 지도를 포함하는 것을 특징으로 한다. The actual photographing map of the present invention is characterized by including an aerial photographing map or a satellite map.

본 발명의 상기 지도 제작 모듈은 상기 실제 촬영 지도 데이터베이스부에서 상기 실제 촬영 지도를 검출하여 검출된 상기 실제 촬영 지도로부터 오브젝트를 검출하는 오브젝트 검출부; 오브젝트에 대응되는 모형 이미지를 저장하는 모형 이미지 저장부; 및 상기 오브젝트 검출부에 의해 검출된 오브젝트에 따라 상기 OSM 데이터베이스부에서 OSM 레이어를 검출한 후, 검출된 OSM 레이어에 상기 모형 이미지 저장부에 저장된 모형 이미지를 삽입하여 지도를 제작하는 모형 이미지 삽입부를 포함하는 것을 특징으로 한다. The map generation module of the present invention includes an object detection unit for detecting the actual shooting map from the actual shooting map database unit and detecting an object from the detected actual shooting map; A model image storage unit for storing a model image corresponding to an object; And a model image inserting unit for inspecting the OSM layer in the OSM database unit according to the object detected by the object detecting unit and inserting the model image stored in the model image storing unit into the detected OSM layer to produce a map .

본 발명의 상기 오브젝트 검출부는 상기 실제 촬영 지도에서 건물을 검출하는 건물 검출부; 및 상기 실제 촬영 지도에서 도로를 검출하는 도로 검출부를 포함하는 것을 특징으로 한다. The object detecting unit of the present invention includes: a building detector for detecting a building on the actual photographing map; And a road detection unit for detecting a road in the actual photographing map.

본 발명의 상기 건물 검출부는 상기 실제 촬영 지도에서 영역별 색 특성을 기반으로 유사 영역을 판별하여 건물을 1차 인식하는 것을 특징으로 한다. The building detection unit of the present invention is characterized by recognizing a similar area based on color characteristics of each area in the actual photographing map and recognizing the building first.

본 발명의 상기 건물 검출부는 물체의 스펙트럼과 기 설정된 대표 스펙트럼 간의 유사도에 따라 건물을 2차로 인식하는 것을 특징으로 한다. The building detection unit of the present invention is characterized in that the building is secondarily recognized according to the degree of similarity between a spectrum of an object and a predetermined representative spectrum.

본 발명의 상기 건물 검출부는 1차 인식된 건물의 영역과 2차 인식된 건물의 영역으로부터 추출한 정보들을 이용하여 건물을 최종 인식하는 것을 특징으로 한다. The building detection unit of the present invention is characterized in that the building is finally recognized by using information extracted from the area of the first recognized building and the area of the second recognized building.

본 발명의 상기 도로 검출부는 상기 실체 촬영 지도의 물체의 스펙트럼과 기 설정된 거리들의 스펙트럼 간의 유사도에 따라 상기 실제 촬영 지도에서 도로를 1차로 인식하는 것을 특징으로 한다. The road detection unit of the present invention is characterized in that the road is first recognized in the actual photographing map according to the similarity between the spectrum of the object of the real photographing map and the spectrum of predetermined distances.

본 발명의 상기 도로 검출부는 상기 실제 촬영 도로에서 선 검출 기법을 토대로 도로를 2차로 인식하는 것을 특징으로 한다. The road detection unit of the present invention is characterized in that the road is secondarily recognized based on the line detection technique on the actual photographing road.

본 발명의 상기 도로 검출부는 1차 인식된 도로의 영역과 2차 인식된 도로의 영역으로부터 추출한 정보들을 이용하여 도로를 최종 인식하는 것을 특징으로 한다. The road detection unit of the present invention is characterized in that the road is finally recognized by using information extracted from an area of a first recognized road and an area of a second recognized road.

본 발명의 상기 모형 이미지 삽입부는 상기 오브젝트 검출부에 의해 검출된 오브젝트와 상기 모형 이미지 저장부에 저장된 모형 이미지 간의 유사도를 비교하여 비교 결과에 따라 상기 모형 이미지 저장부에 저장된 모형 이미지 중 어느 하나를 검출하는 것을 특징으로 한다. The model image inserting unit of the present invention compares the similarity between the object detected by the object detecting unit and the model image stored in the model image storing unit and detects any one of the model images stored in the model image storing unit according to the comparison result .

본 발명의 상기 모형 이미지 삽입부는 상기 모형 이미지 저장부에 저장된 모형 이미지를 리사이징 또는 회전시켜 유사도 가장 높은 모형 이미지를 검출하는 것을 특징으로 한다.The model image inserting unit of the present invention resizes or rotates the model image stored in the model image storage unit to detect the model image having the highest similarity.

본 발명의 일 측면에 따른 지도 제작 장치는 실제 촬영 지도에서 건물이나 도로 등의 오브젝트를 검출 및 분류하고 검출된 오브젝트와 유사도가 가장 높은 모형 이미지를 OSM 레이어에 삽입하여 2D(Dimension) 지도를 자동으로 제작함으로써, 지도 제작 시간 및 비용을 크게 감소시킬 수 있다. A map producing apparatus according to an aspect of the present invention detects and classifies objects such as buildings and roads on an actual photographing map, inserts a model image having the highest degree of similarity with the detected object into the OSM layer, By doing so, it is possible to greatly reduce the time and cost of map production.

본 발명의 일 측면에 따른 지도 제작 장치는 지도 제작을 자동화하여 유저의 오작업 또는 실수를 줄이고, 이를 토대로 지도의 정확도를 향상시킬 수 있다. According to an aspect of the present invention, a map production apparatus can automate map production, thereby reducing a user's mistake or mistake, and improving the accuracy of the map based on the error.

도 1 은 본 발명의 일 실시예에 따른 지도 제작 장치의 블럭 구성도이다.
도 2 는 본 발명의 일 실시예에 따른 실제 촬영 지도의 일 예를 나타낸 도면이다.
도 3 은 도 2 의 실제 촬영 지도로부터 유사 색상의 물체끼리 분류한 결과를 나타낸 도면이다.
도 4 는 도 2 의 실제 촬영 지도를 건물에 해당되는 기 스펙트럼과 색 거리차이를 측정하는 색 분광 분석 기법을 이용해 건물을 분할 작업을 수행한 결과를 나타낸 도면이다.
도 5 는 도 2 의 실제 촬영 지도를 도로에 해당되는 기 스펙트럼과 색 거리차이를 측정하는 색 분광 분석 기법을 이용해 도로를 분할 작업을 수행한 결과를 나타낸 도면이다.
도 6 은 실제 촬영 지도를 선 검출 기법을 이용하여 수직 및 수평 성분의 도로를 검출한 예를 나타낸 도면이다.
도 7 은 본 발명의 일 실시 예에 따른 지도 제작 방법의 순서도이다. FIG. 1 is a block diagram of a map production apparatus according to an embodiment of the present invention.
2 is a view showing an example of an actual photographing map according to an embodiment of the present invention.
Fig. 3 is a diagram showing the result of classifying objects of similar color from the actual photographing map of Fig. 2; Fig.
FIG. 4 is a diagram showing a result of dividing buildings using a color spectroscopic analysis technique for measuring a difference between a base spectrum and a color distance corresponding to buildings in the actual photographing map of FIG. 2. FIG.
FIG. 5 is a diagram showing a result of dividing a road using a color spectroscopic analysis technique for measuring a difference between a base spectrum and a color distance corresponding to the actual photographing map of FIG.
6 is a diagram illustrating an example of detecting roads of vertical and horizontal components using a line detection technique for an actual photographing map.
7 is a flowchart of a map making method according to an embodiment of the present invention.

이하에서는 본 발명의 일 실시예에 따른 지도 제작 장치를 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 이용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야할 것이다. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, a map making apparatus according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings. In this process, the thicknesses of the lines and the sizes of the components shown in the drawings may be exaggerated for clarity and convenience of explanation. Further, the terms described below are defined in consideration of the functions of the present invention, which may vary depending on the user, the intention or custom of the operator. Therefore, definitions of these terms should be made based on the contents throughout this specification.

도 1 은 본 발명의 일 실시예에 따른 지도 제작 장치의 블럭 구성도이고, 도 2 는 본 발명의 일 실시예에 따른 실제 촬영 지도의 일 예를 나타낸 도면이며, 도 3 은 도 2 의 실제 촬영 지도로부터 유사 색상의 물체끼리 분류한 결과를 나타낸 도면이며, 도 4 는 도 2 의 실제 촬영 지도를 건물에 해당되는 기 스펙트럼과 색 거리차이를 측정하는 색 분광 분석 기법을 이용해 건물을 분할 작업을 수행한 결과를 나타낸 도면이며, 도 5 는 도 2 의 실제 촬영 지도를 도로에 해당되는 기 스펙트럼과 색 거리차이를 측정하는 색 분광 분석 기법을 이용해 도로를 분할 작업을 수행한 결과를 나타낸 도면이며, 도 6 은 실제 촬영 지도를 선 검출 기법을 이용하여 수직 및 수평 성분의 도로를 검출한 예를 나타낸 도면이다. 2 is a view showing an example of an actual photographing map according to an embodiment of the present invention. FIG. 3 is a diagram showing an actual photographing of FIG. 2, FIG. 4 is a view showing a result of classifying objects of similar color from a map. FIG. 4 is a view showing a result of dividing a building using a color spectroscopic analysis technique that measures a difference between a color spectrum and a base spectrum corresponding to a building, FIG. 5 is a view showing a result obtained by dividing a road using the color spectroscopic analysis technique for measuring the difference between the base spectrum and the color distance corresponding to the actual photographing map of FIG. 2, and FIG. 5 6 is a diagram showing an example in which roads of vertical and horizontal components are detected using a line detection technique of an actual photographing map.

도 1 을 참조하면, 본 발명의 일 실시예에 따른 지도 제작 장치는 실제 촬영 지도 데이터베이스부(10), OSM(On Street Map) 데이터베이스부(20) 및 지도 제작 모듈(30)을 포함한다.Referring to FIG. 1, the map producing apparatus according to an embodiment of the present invention includes an actual photographing map database unit 10, an OSM (On Street Map) database unit 20, and a cartography module 30.

실제 촬영 지도 데이터베이스부(10)는 실제 촬영 지도를 저장한다. 실제 촬영 지도에는 항공 촬영 지도 또는 인공위성 지도가 포함될 수 있다. The actual photographing map database 10 stores actual photographing maps. The actual shooting map may include an aerial photographing map or a satellite map.

실제 촬영 지도 데이터베이스부(10)는 실제 촬영 지도를 주기적 또는 비주기적으로 갱신한다. 동일한 지역에 대한 실제 촬영 지도가 갱신될 경우, 지도 제작 모듈(30)은 이전의 지형 지물과 새로운 지형 지물 간의 오차, 예를 들어 새로운 도로나 건물 등으로만 지도를 제작할 수 있으며, 이 경우 동일한 지역에 대한 지도 제작 시간 등이 크게 감소되고 그 정확도도 더욱 향상될 수 있다. The actual photographing map database unit 10 updates the actual photographing map periodically or aperiodically. If the actual photographic map for the same area is updated, the cartographic module 30 may produce the map only with the difference between the previous topographic feature and the new topical feature, for example, a new road or building, And the accuracy of the map can be further improved.

OSM 데이터베이스부(20)는 이미지 형식의 OSM 레이어를 저장한다. OSM 레이어는 텍스트 형식의 OSM 데이터로부터 생성될 수 있다. The OSM database unit 20 stores an OSM layer of an image format. The OSM layer can be generated from textual OSM data.

지도 제작 모듈(30)은 실제 촬영 지도 데이터베이스부(10)로부터 실제 촬영 지도를 검출한 후 검출된 실제 촬영 지도에서 오브젝트를 검출하고, OSM 데이터베이스부(20)에서 OSM 레이어를 검출한다. The map creation module 30 detects an actual photographing map from the actual photographing map database 10, detects an object on the detected actual photographing map, and detects the OSM layer in the OSM database 20.

또한, 지도 제작 모듈(30)은 실제 촬영 지도에서 검출된 오브젝트에 대응되는 모형 이미지를 유사도에 따라 검출한 후, 검출된 모형 이미지를 OSM 레이어에 삽입하여 2D(Dimension) 지도를 제작한다. Further, the cartographic module 30 detects a model image corresponding to the object detected in the actual photographing map according to the degree of similarity, and inserts the detected model image into the OSM layer to produce a 2D (Dimension) map.

여기서, 오브젝트는 지도에서 기본적으로 제공되는 요소이며, 오브젝트에는 건물이나 도로 등이 포함될 수 있다. 그러나 오브젝트는 상기한 건물이나 도로에 한정되는 것은 아니며, 테마 등 필요에 따라 추가 또는 변경될 수 있다. Here, an object is an element provided basically on a map, and an object may include a building or a road. However, the object is not limited to the above-described building or road, and can be added or changed according to needs, such as a theme.

테마는 지도를 이용하고자 하는 목적 또는 분야로써, 사회, 문화, 교육, 여행, 의로, 교통 등이 포함될 수 있다. Theme is the purpose or field in which the map is intended to be used, and may include social, cultural, educational, travel, justification, traffic, and the like.

지도 제작 모듈(30)은 오브젝트 검출부(31), 모형 이미지 저장부(32) 및 모형 이미지 삽입부(33)를 포함한다. The map generating module 30 includes an object detecting unit 31, a model image storing unit 32, and a model image inserting unit 33. [

오브젝트 검출부(31)는 실제 촬영 지도 데이터베이스부(10)로부터 실제 촬영 지도를 검출하고 검출된 실제 촬영 지도로부터 오브젝트를 검출한다. 오브젝트 검출부(31)는 건물 검출부(311) 및 도로 검출부(312)를 포함한다. The object detection unit 31 detects an actual shooting map from the actual shooting map database unit 10 and detects an object from the detected actual shooting map. The object detection unit 31 includes a building detection unit 311 and a road detection unit 312.

건물 검출부(311)는 실제 촬영 지도에서 건물을 검출하는 것으로써, 실제 촬영 지도에서 오브젝트별 색 및 명도 특성을 기반으로 건물 유사 영역의 색 과 명도를 판별하여 건물을 1차 인식한다. The building detection unit 311 detects the building on the actual photographing map, and recognizes the color and brightness of the building-like area based on the color and brightness characteristics of each object on the actual photographing map to recognize the building first.

더욱 상세히 설명하면, 건물 검출부(311)는 도 2 에 도시된 실체 촬영 지도에서 건물 영역의 색을 선택하고, 이 색을 기반으로 도 3 에 도시된 바와 같이 유사 영역의 색 분류 작업을 수행함으로써, 실제 촬영 지도 내에서 건물과 지도를 인식한다. More specifically, the building detection unit 311 selects the color of the building area on the actual photographing map shown in FIG. 2, and carries out the color classification operation of the similar area as shown in FIG. 3 based on the color, Recognize buildings and maps within actual photographic maps.

여기서, 색 분류 기법은 선택한 영역의 색을 RGB color space에서 Lab color space으로 변환 시킨 후 전체화소와 비교를 통해 공통 특성을 갖는 기본 영역으로 나누고 정해진 특성의 차이가 작은 영역끼리 계속 통합하여 특성의 차이가 큰 영역만을 남게 한다. 이 경우 건물 검출부(311)는 색분류 작업을 통해 실제 촬영 지도에서 물체를 검출하여 유사 색상의 물체끼리 분류하고, 분류된 물체의 스펙트럼과 기 설정된 대표 스펙트럼과의 유사도에 따라 건물을 2차로 인식한다. 이는 각 건물의 색상이 통상적으로 유사하기 때문이다. Here, the color classification technique converts the color of the selected region from RGB color space to Lab color space, and then divides the selected region into basic regions having common characteristics by comparing with all the pixels, Leaving only a large area. In this case, the building detection unit 311 detects an object on the actual photographing map through the color classification operation, classifies objects of similar color, and recognizes the building secondarily according to the similarity between the spectrum of the classified object and the predetermined representative spectrum . This is because the color of each building is typically similar.

즉, 건물 검출부(311)는 인공위성 지도의 RBG(Red, Blue, Green) 또는 멀티밴드의 이미지를 도 3 에 도시된 바와 같은 컬러 기반 세그멘테이션(color based segmentation)을 이용한 색 분류 작업을 통해 유사 색상의 물체들끼리 분류(classification)한 후, 분류된 물체들의 스펙트럼과 기 설정된 스펙트럼 간의 유사도에 따라 이들 물체 중 건물을 인식한다. 이 경우 도 4 에 도시된 바와 같이 건물 검출부(311)는 물체들의 스펙트럼과 기 설정된 스펙트럼 간의 스펙트럼 유사도가 기 설정된 설정값 이상이면 해당 물체를 건물로 인식한다. 여기서, 설정값은 해당 물체가 건물로 인식될 수 있는 기준이 되는 스펙트럼값이다. In other words, the building detection unit 311 detects the RBG (Red, Blue, Green) or multi-band image of the satellite map by color classification using color based segmentation as shown in FIG. After classifying the objects, the building is recognized according to the similarity between the spectrum of the classified objects and the predetermined spectrum. In this case, as shown in FIG. 4, the building detection unit 311 recognizes the object as a building if the spectral similarity between the spectrum of the objects and the predetermined spectrum is equal to or greater than a predetermined set value. Here, the set value is a spectrum value that serves as a reference to which the object can be recognized as a building.

이어 건물 검출부(311)는 1차 인식된 건물의 영역과 2차 인식된 건물의 영역들의 정보를 이용하여 해당 물체를 검출로 최종 인식한다. 이 경우 건물 검출부(311)는 1차 인식된 건물의 영역과 2차 인식된 건물의 영역의 정보(색, 스펙트럼, 형태 등)를 이용해 기계학습 및 그에 상응하는 방법으로 해당 물체를 건물로 최종 인식한다. The building detection unit 311 finally recognizes the object by using the information of the area of the first recognized building and the areas of the second recognized building. In this case, the building detection unit 311 recognizes the object as a building using machine learning and corresponding method using the information of the area of the first recognized building and the area of the second recognized building (color, spectrum, do.

이와 같이, 건물 검출부(311)는 색 분류 기법을 기반으로 건물을 1차 인식하고, 색분류 작업을 통해 분류된 물체의 스펙트럼과 기 설정된 대표 스펙트럼 간의 유사도를 토대로 건물을 2차 인식하며, 이들 1차 인식된 건물의 영역과 2차 인식된 건물의 영역의 정보를 이용하여 기계학습 및 그에 상응하는 방법으로 건물을 최종 인식함으로써, 건물 인식의 정확도를 크게 향상시킬 수 있다. In this way, the building detection unit 311 firstly recognizes the building based on the color classification technique, recognizes the building secondarily based on the similarity between the spectrum of the object classified through the color classification operation and the predetermined representative spectrum, The accuracy of building recognition can be greatly improved by ultimately recognizing the building by machine learning and corresponding method using the information of the area of the recognized building and the area of the second recognized building.

도로 검출부(312)는 도 6 에 각각 도시된 바와 같이, 분광이미지 분석을 토대로 실제 촬영 지도에서 검출된 색과 거리 정보 각각을 기 정의된 색과 거리 정보와 각각 비교하여 그 유사도에 따라 실제 촬영 지도에서 도로(초록색 선)를 1차로 인식한다. 도로 건물부(312)는 실제 촬영 지도에서 검출된 색과 거리 정보 각각을 기 정의된 색과 거리 정보와 각각 비교하여 그 유사도에 따라 기 설정된 설정값 이상이면 해당 물체를 도로로 인식한다. 여기서, 설정값은 해당 물체가 도로로 인식될 수 있는 기준이 되는 스펙트럼값이다. As shown in FIG. 6, the road detection unit 312 compares the color and distance information detected in the actual photographing map with the predefined color and distance information, respectively, based on the spectral image analysis, (Green line) is recognized first. The road building unit 312 compares each of the color and distance information detected in the actual photographing map with predefined color and distance information, and recognizes the object as a road if it is equal to or greater than a preset value according to the similarity. Here, the set value is a spectrum value serving as a reference from which the object can be recognized as a road.

또한, 도로 검출부(312)는 선 검출 기법(Hough Transform)을 통해 실제 촬영 지도에서 직선 성분을 검출하여 도로를 2차로 인식한다.In addition, the road detection unit 312 detects a straight line component on the actual photographing map through a line detection technique (Hough Transform) to recognize the road secondarily.

이어 도로 검출부(312)는 1차 인식된 도로의 영역과 2차 인식된 도로의 영역 정보를 이용하여 기계학습 및 그에 상응하는 방법으로 도로를 최종 인식한다. 이 경우 도로 검출부(312)는 1차 인식된 도로의 영역과 2차 인식된 도로의 영역이 서로 중복되면 해당 물체를 도로로 최종 인식한다. The road detection unit 312 finally recognizes the road by the machine learning and the corresponding method using the area of the first recognized road and the area information of the second recognized road. In this case, when the area of the first recognized road overlaps with the area of the second recognized road, the road detection unit 312 finally recognizes the object as a road.

이와 같이, 도로 검출부(312)는 분광이미지 분석을 토대로 1차로 도로를 인식하고, 선 검출 기법을 토대로 2차로 도로를 인식하며, 이들 1차 인식된 도로의 영역과 2차 인식된 도로의 영역 정보를 이용하여 기계학습 또는 그에 상응하는 방법으로 도로를 최종 인식함으로써, 도로 인식의 정확도를 크게 향상시킬 수 있다. Thus, the road detection unit 312 recognizes the road on the basis of the spectral image analysis, recognizes the road on the basis of the line detection technique, and recognizes the area of the first recognized road and the area information of the second recognized road It is possible to greatly improve the accuracy of the road recognition by finally recognizing the road by the machine learning or the corresponding method.

모형 이미지 저장부(32)는 모형 이미지를 저장한다. 모형 이미지는 건물이나 도로의 구조나 형태 또는 크기 등에 따라 다양하게 형성될 수 있다. The model image storage unit 32 stores the model image. The model image can be variously formed according to the structure, shape or size of a building or a road.

모형 이미지 삽입부(33)는 오브젝트 검출부(31)에 의해 검출된 오브젝트에 따라 OSM 데이터베이스부(20)에서 OSM 레이어를 검출한 후, 검출된 OSM 레이어에 모형 이미지 저장부(32)에 저장된 모형 이미지를 삽입하여 지도를 제작한다. 이 경우, 모형 이미지 삽입부(33)는 오브젝트 검출부(31)에 의해 검출된 오브젝트와 모형 이미지 저장부(32)에 저장된 모형 이미지 간의 유사도를 비교하여 비교 결과 그 유사도가 가장 높은 모형 이미지를 검출한다. The model image inserting unit 33 detects the OSM layer in the OSM database unit 20 according to the object detected by the object detecting unit 31 and then stores the OSM layer in the OSM layer in the model image storage unit 32 To create a map. In this case, the model image inserting unit 33 compares the similarity between the object detected by the object detecting unit 31 and the model image stored in the model image storing unit 32, and detects the model image having the highest similarity as the comparison result .

즉, 모형 이미지 삽입부(33)는 건물 검출부(311)에 의해 검출된 건물과 모형 이미지 삽입부(33)에 저장된 모형 이미지를 비교하고 그 유사도가 가장 높은 모형 이미지를 검출하여 검출된 모형 이미지를 OSM 레이어에 해당 건물의 좌표를 토대로 삽입하며, 도로 검출부(312)에 의해 검출된 도로와 모형 이미지 삽입부(33)에 저장된 모형 이미지를 비교하여 그 유사도가 가장 높은 모형 이미지를 검출하여 검출된 모형 이미지를 해당 도로의 좌표를 토대로 OSM 레이어에 삽입함으로써, 상기한 건물과 도로 각각에 대응되는 모형 이미지가 삽입된 지도를 최종적으로 제작한다. That is, the model image inserting unit 33 compares the model image stored in the model image inserting unit 33 with the building detected by the building detecting unit 311, detects the model image having the highest similarity, The road detected by the road detection unit 312 and the model image stored in the model image inserting unit 33 are compared with each other to detect the model image having the highest similarity, An image is inserted into the OSM layer based on the coordinates of the road so that a map in which the model image corresponding to each of the building and the road is inserted is finally produced.

이 경우, 모형 이미지 삽입부(33)는 건물과 도로 각각에 대응되는 모형 이미지를 검출하기 위해 각 모형 이미지를 리사이징(Resizing) 또는 회전(Rotation)시켜 유사도가 가장 높은 모형 이미지를 검출한다. In this case, the model image inserting unit 33 resizes or rotates each model image to detect a model image corresponding to each of the building and the road, thereby detecting the model image having the highest similarity.

이하 본 발명의 일 실시예에 따른 지도 제작 방법을 도 7을 참조하여 상세하게 설명한다. Hereinafter, a map making method according to an embodiment of the present invention will be described in detail with reference to FIG.

도 7 는 본 발명의 일 실시예에 따른 지도 제작 방법의 순서도이다. 7 is a flowchart of a map making method according to an embodiment of the present invention.

도 7 를 참조하면, 건물 검출부(311)는 실제 촬영 지도 데이터베이스부(10)로부터 실제 촬영 지도를 검출한다(S10). Referring to Fig. 7, the building detection unit 311 detects an actual photographing map from the actual photographing map database unit 10 (S10).

이어 건물 검출부(311)는 실제 촬영 지도에서 영역별 색 특성을 기반으로 유사 영역을 판별하여 건물을 1차 인식한다(S20). 이 경우, 건물 검출부(311)는 촬영 지도에서 원하는 영역의 색상을 선택하고, 이 영역을 기반으로 Lab color space에서 전체 화소와 색상 비교를 수행함으로써, 실제 촬영 지도 내에서 건물과 지도를 인식한다. Next, the building detection unit 311 identifies the similar area based on the color characteristics of each area in the actual photographing map and recognizes the building first (S20). In this case, the building detection unit 311 selects the color of a desired area on the photographing map and performs color comparison with all the pixels in the Lab color space based on the area, thereby recognizing the building and the map in the actual photographing map.

이어 분류된 물체의 스펙트럼과 기 설정된 대표 스펙트럼과의 유사도에 따라 건물을 2차로 인식한다(S30). 이 경우 건물 건물부는 물체들의 스펙트럼과 기 설정된 스펙트럼 간의 스펙트럼 유사도가 설정값 이상이면 해당 물체를 건물로 인식한다.  Next, the building is recognized as a second order according to the similarity between the spectrum of the classified object and the predetermined representative spectrum (S30). In this case, the building building part recognizes the object as a building if the spectral similarity between the spectrum of the objects and the predetermined spectrum is equal to or greater than the set value.

다음으로, 건물 검출부(311)는 1차 인식된 건물의 영역과 2차 인식된 건물의 영역 의 정보를 이용하여 건물을 최종 인식(S40)하는데, 1차 인식된 건물의 영역과 2차 인식된 건물의 영역으로부터 추출된 정보를 이용하여 기계학습 및 이에 상응하는 방법으로 건물로 최종 인식한다. Next, the building detection unit 311 finally recognizes the building (S40) using the information of the area of the first recognized building and the area of the second recognized building, Using the information extracted from the area of the building, it is finally recognized as building by machine learning and corresponding method.

건물 검출부(311)에 의해 건물이 검출됨에 따라, 모형 이미지 삽입부(33)는 건물 검출부(311)에 의해 검출된 건물에 대응되는 모형 이미지를 검출(S50)하는데, 모형 이미지 저장부(32)에 저장된 모형 이미지 간의 유사도를 비교하여 비교 결과 그 유사도가 가장 높은 모형 이미지를 검출한다. The model image inserting unit 33 detects a model image corresponding to the building detected by the building detection unit 311 in step S50 as the building is detected by the building detection unit 311. The model image storage unit 32, And the model image having the highest similarity is detected as a result of the comparison.

이때 모형 이미지 삽입부(33)는 건물에 대응되는 모형 이미지를 검출하기 위해 각 모형 이미지를 리사이징 또는 회전시켜 유사도가 가장 높은 모형 이미지를 검출한다. At this time, the model image inserting unit 33 resizes or rotates each model image to detect the model image corresponding to the building, and detects the model image having the highest similarity.

한편, 상기한 바와 같이 유사도가 가장 높은 건물의 모형 이미지가 검출되면, 모형 이미지 삽입부(33)는 해당 모형 이미지를 OSM 데이터베이스부(20)로부터 검출된 OSM 레이어에 해당 건물의 좌표 정보를 토대로 삽입한다(S100). On the other hand, when a model image of the building with the highest degree of similarity is detected as described above, the model image inserting unit 33 inserts the model image into the OSM layer detected from the OSM database unit 20 based on the coordinate information of the building (S100).

한편, 도로 검출부(312)는 실제 촬영 지도 데이터베이스부(10)로부터 실제 촬영 지도를 검출한다(S10). On the other hand, the road detection unit 312 detects an actual photographing map from the actual photographing map database unit 10 (S10).

실제 촬영 지도가 검출되면, 도로 검출부(312)는 분광이미지 분석을 토대로 실제 촬영 지도에서 검출된 색과 거리 정보 각각을 기 정의된 색과 거리 정보와 각각 비교하여 그 유사도에 따라 실제 촬영 지도에서 도로를 1차로 인식한다(S60). When the actual photographing map is detected, the road detecting unit 312 compares each of the color and distance information detected on the actual photographing map with the predefined color and distance information based on the spectral image analysis, (S60).

또한 도로 검출부(312)는 선 검출 기법을 통해 실제 촬영 지도에서 직선 성분을 검출하여 도로를 2차로 인식한다(S70).In addition, the road detection unit 312 detects a straight line component in the actual photographing map through the line detection technique and recognizes the roads in the second order (S70).

이어 도로 검출부(312)는 1차 인식된 도로의 영역과 2차 인식된 도로의 영역 을 분석하여 도로를 최종 인식(S80)하는데, 1차 인식된 도로의 영역과 2차 인식된 도로의 영역으로부터 추출한 정보들을 이용하여 기계학습 및 이에 상응하는 방법으로 해당 물체를 도로로 최종 인식한다. Then, the road detection unit 312 analyzes the area of the first recognized road and the area of the second recognized road to finally recognize the road (S80). The area of the first recognized road and the area of the second recognized road Using the extracted information, the object is finally recognized as a road by machine learning and corresponding method.

도로 검출부(312)에 의해 도로가 검출됨에 따라, 모형 이미지 삽입부(33)는 도로 검출부(312)에 의해 검출된 도로에 대응되는 모형 이미지를 검출(S90)하는데, 모형 이미지 저장부(32)에 저장된 모형 이미지 간의 유사도를 비교하여 비교 결과 그 유사도가 가장 높은 모형 이미지를 검출한다. As the road is detected by the road detection unit 312, the model image inserting unit 33 detects a model image corresponding to the road detected by the road detection unit 312 (S90). The model image storage unit 32, And the model image having the highest similarity is detected as a result of the comparison.

한편, 상기한 바와 같이 유사도가 가장 높은 도로의 모형 이미지가 검출되면, 모형 이미지 삽입부(33)는 해당 모형 이미지를 OSM 데이터베이스부(20)로부터 검출된 OSM 레이어에 해당 도로의 좌표 정보를 토대로 삽입한다(S100). On the other hand, when the model image of the road with the highest degree of similarity is detected, the model image inserting unit 33 inserts the model image into the OSM layer detected from the OSM database unit 20 based on the coordinate information of the road (S100).

이와 같이, 본 발명의 일 실시예에 따른 지도 제작 장치는 실제 촬영 지도에서 건물이나 도로 등의 오브젝트를 검출 및 분류하고 검출된 오브젝트에 대응되는 모형 이미지를 OSM 레이어에 삽입하여 2D(Dimension) 지도를 자동으로 제작함으로써, 지도 제작 시간 및 비용을 크게 감소시킬 수 있다. As described above, the map production apparatus according to an embodiment of the present invention detects and classifies objects such as a building or a road on an actual photographing map, inserts a model image corresponding to the detected object into the OSM layer, By automatically making it, the time and cost of making a map can be greatly reduced.

또한 본 발명의 일 실시예에 따른 지도 제작 장치는 지도 제작을 자동화하여 유저의 오작업 또는 실수를 줄이고, 이를 토대로 지도의 정확도를 향상시킬 수 있다. In addition, the map generating apparatus according to an embodiment of the present invention can reduce the user's mistakes or mistakes by automating map production, and improve the accuracy of the map based on the errors.

본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be taken by way of limitation, I will understand. Accordingly, the true scope of the present invention should be determined by the following claims.

10: 실제 촬영 지도 데이터베이스부
20: OSM 데이터베이스부
30: 지도 제작 모듈
31: 오브젝트 검출부
311: 건물 검출부
312: 도로 검출부
32: 모형 이미지 저장부
33: 모형 이미지 삽입부 10: Actual photographing map database part
20: OSM database section
30: Mapping module
31: Object detection unit
311:
312:
32: Model image storage unit
33: Model image inserting section

Claims (12)

실제 촬영 지도를 저장하는 실제 촬영 지도 데이터베이스부;
OSM(On Street Map) 레이어를 저장하는 OSM 데이터베이스부; 및
상기 실제 촬영 지도 데이터베이스부에서 저장된 실제 촬영 지도에서 오브젝트를 검출하고, 검출된 오브젝트에 대응되는 모형 이미지를 유사도에 따라 검출한 후, 검출된 모형 이미지를 오브젝트의 좌표 정보를 토대로 상기 OSM 데이터베이스부에 저장된 OSM 레이어에 삽입하는 지도 제작 모듈을 포함하고,
상기 지도 제작 모듈은 상기 실제 촬영 지도 데이터베이스부에서 상기 실제 촬영 지도를 검출하여 검출된 상기 실제 촬영 지도로부터 오브젝트를 검출하는 오브젝트 검출부; 오브젝트에 대응되는 모형 이미지를 저장하는 모형 이미지 저장부; 및 상기 오브젝트 검출부에 의해 검출된 오브젝트에 따라 상기 OSM 데이터베이스부에서 OSM 레이어를 검출한 후, 검출된 OSM 레이어에 상기 모형 이미지 저장부에 저장된 모형 이미지를 삽입하여 지도를 제작하는 모형 이미지 삽입부를 포함하고,
상기 오브젝트 검출부는 상기 실제 촬영 지도에서 건물을 검출하는 건물 검출부; 및 상기 실제 촬영 지도에서 도로를 검출하는 도로 검출부를 포함하며,상기 건물 검출부는 상기 실제 촬영 지도에서 영역별 색 특성을 기반으로 유사 영역을 판별하여 건물을 1차 인식하고,
상기 건물 검출부는 물체의 스펙트럼과 기 설정된 대표 스펙트럼 간의 유사도에 따라 건물을 2차로 인식하는 것을 특징으로 하는 지도 제작 장치.
An actual photographing map database unit for storing an actual photographing map;
An OSM database unit for storing an OSM (On Street Map) layer; And
The object image is detected in the actual photographing map stored in the actual photographing map database unit, the model image corresponding to the detected object is detected according to the degree of similarity, and the detected model image is stored in the OSM database unit based on the coordinate information of the object Includes a cartography module that inserts into the OSM layer,
An object detection unit for detecting the actual shooting map from the actual shooting map database and detecting an object from the detected actual shooting map; A model image storage unit for storing a model image corresponding to an object; And a model image inserting unit for inspecting the OSM layer in the OSM database unit according to the object detected by the object detecting unit and inserting the model image stored in the model image storing unit into the detected OSM layer to produce a map ,
Wherein the object detection unit comprises: a building detection unit detecting a building in the actual photographing map; And a road detection unit for detecting a road in the actual photographing map, wherein the building detection unit identifies a similar area based on color characteristics of each area in the actual photographing map, first recognizes the building,
Wherein the building detection unit recognizes the building secondarily according to a degree of similarity between a spectrum of the object and a predetermined representative spectrum.
제 1 항에 있어서, 상기 실제 촬영 지도는 항공 촬영 지도 또는 위성 지도를 포함하는 것을 특징으로 하는 지도 제작 장치.
The map producing apparatus according to claim 1, wherein the actual photographing map includes an aerial photographing map or a satellite map.
삭제delete 삭제delete 삭제delete 삭제delete 제 1 항에 있어서, 상기 건물 검출부는
1차 인식된 건물의 영역과 2차 인식된 건물의 영역으로부터 추출한 정보들을 이용하여 건물을 최종 인식하는 것을 특징으로 하는 지도 제작 장치.
The apparatus according to claim 1, wherein the building detection unit
Wherein the building is finally recognized by using the information extracted from the area of the first recognized building and the area of the second recognized building.
실제 촬영 지도를 저장하는 실제 촬영 지도 데이터베이스부;
OSM(On Street Map) 레이어를 저장하는 OSM 데이터베이스부; 및
상기 실제 촬영 지도 데이터베이스부에서 저장된 실제 촬영 지도에서 오브젝트를 검출하고, 검출된 오브젝트에 대응되는 모형 이미지를 유사도에 따라 검출한 후, 검출된 모형 이미지를 오브젝트의 좌표 정보를 토대로 상기 OSM 데이터베이스부에 저장된 OSM 레이어에 삽입하는 지도 제작 모듈을 포함하고,
상기 지도 제작 모듈은 상기 실제 촬영 지도 데이터베이스부에서 상기 실제 촬영 지도를 검출하여 검출된 상기 실제 촬영 지도로부터 오브젝트를 검출하는 오브젝트 검출부; 오브젝트에 대응되는 모형 이미지를 저장하는 모형 이미지 저장부; 및 상기 오브젝트 검출부에 의해 검출된 오브젝트에 따라 상기 OSM 데이터베이스부에서 OSM 레이어를 검출한 후, 검출된 OSM 레이어에 상기 모형 이미지 저장부에 저장된 모형 이미지를 삽입하여 지도를 제작하는 모형 이미지 삽입부를 포함하며,
상기 오브젝트 검출부는 상기 실제 촬영 지도에서 건물을 검출하는 건물 검출부; 및 상기 실제 촬영 지도에서 도로를 검출하는 도로 검출부를 포함하며,
상기 도로 검출부는 상기 실제 촬영 지도의 물체의 스펙트럼과 기 설정된 거리들의 스펙트럼 간의 유사도에 따라 상기 실제 촬영 지도에서 도로를 1차로 인식하는 것을 특징으로 하는 지도 제작 장치.
An actual photographing map database unit for storing an actual photographing map;
An OSM database unit for storing an OSM (On Street Map) layer; And
The object image is detected in the actual photographing map stored in the actual photographing map database unit, the model image corresponding to the detected object is detected according to the degree of similarity, and the detected model image is stored in the OSM database unit based on the coordinate information of the object Includes a cartography module that inserts into the OSM layer,
An object detection unit for detecting the actual shooting map from the actual shooting map database and detecting an object from the detected actual shooting map; A model image storage unit for storing a model image corresponding to an object; And a model image inserting unit for inspecting the OSM layer in the OSM database unit according to the object detected by the object detecting unit and inserting the model image stored in the model image storing unit into the detected OSM layer, ,
Wherein the object detection unit comprises: a building detection unit detecting a building in the actual photographing map; And a road detection unit for detecting a road in the actual photographing map,
Wherein the road detection unit primarily recognizes the road in the actual photographing map according to the similarity between the spectrum of the object of the actual photographing map and the spectrum of predetermined distances.
제 8 항에 있어서, 상기 도로 검출부는
상기 실제 촬영 지도에서 선 검출 기법을 토대로 도로를 2차로 인식하는 것을 특징으로 하는 지도 제작 장치.
9. The apparatus according to claim 8, wherein the road detection unit
And the road is secondarily recognized based on the line detection technique in the actual photographing map.
제 9 항에 있어서, 상기 도로 검출부는
1차 인식된 도로의 영역과 2차 인식된 도로의 영역으로부터 추출한 정보들을 이용하여 도로를 최종 인식하는 것을 특징으로 하는 지도 제작 장치.
10. The apparatus according to claim 9, wherein the road detection unit
Wherein the road is finally recognized by using the information extracted from the area of the first recognized road and the area of the second recognized road.
제 1 항 또는 제 8 항에 있어서, 상기 모형 이미지 삽입부는
상기 오브젝트 검출부에 의해 검출된 오브젝트와 상기 모형 이미지 저장부에 저장된 모형 이미지 간의 유사도를 비교하여 비교 결과에 따라 상기 모형 이미지 저장부에 저장된 모형 이미지 중 어느 하나를 검출하는 것을 특징으로 하는 지도 제작 장치.
9. The image processing apparatus according to claim 1 or 8, wherein the model image inserting unit
Wherein the comparing unit compares the similarity between the object detected by the object detecting unit and the model image stored in the model image storing unit, and detects any one of the model images stored in the model image storing unit according to the comparison result.
제 11 항에 있어서, 상기 모형 이미지 삽입부는
상기 모형 이미지 저장부에 저장된 모형 이미지를 리사이징 또는 회전시켜 유사도 가장 높은 모형 이미지를 검출하는 것을 특징으로 하는 지도 제작 장치. 12. The image processing apparatus according to claim 11, wherein the model image inserting unit
Wherein the model image stored in the model image storage unit is resized or rotated to detect the model image having the highest similarity.
KR1020160045139A 2016-04-12 2016-04-12 Apparatus of manufacturing map KR101902775B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160045139A KR101902775B1 (en) 2016-04-12 2016-04-12 Apparatus of manufacturing map

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160045139A KR101902775B1 (en) 2016-04-12 2016-04-12 Apparatus of manufacturing map

Publications (2)

Publication Number Publication Date
KR20170116889A KR20170116889A (en) 2017-10-20
KR101902775B1 true KR101902775B1 (en) 2018-11-30

Family

ID=60299271

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160045139A KR101902775B1 (en) 2016-04-12 2016-04-12 Apparatus of manufacturing map

Country Status (1)

Country Link
KR (1) KR101902775B1 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108550318B (en) * 2018-03-12 2020-09-29 浙江大华技术股份有限公司 Map construction method and device
CN111126427B (en) * 2019-10-25 2022-04-01 武汉大学 OpenStreetMap road network data quality evaluation method based on remote sensing image
US20230221139A1 (en) * 2022-01-12 2023-07-13 Woven Alpha, Inc. Roadmap generation system and method of using

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100340451B1 (en) * 1997-12-25 2002-06-14 와다 아끼히로 Method and apparatus for processing digital map data
KR101465487B1 (en) * 2013-12-23 2014-11-26 한국건설기술연구원 Bim data processing system for extracting surface object of building

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100554906B1 (en) * 2003-10-31 2006-02-24 (주)평화엔지니어링 Method for extracting road network using high resolution satellite image
KR100527101B1 (en) * 2005-04-20 2005-11-09 김경열 THEME set system and the method of electronic map, and the store device which records a method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100340451B1 (en) * 1997-12-25 2002-06-14 와다 아끼히로 Method and apparatus for processing digital map data
KR101465487B1 (en) * 2013-12-23 2014-11-26 한국건설기술연구원 Bim data processing system for extracting surface object of building

Also Published As

Publication number Publication date
KR20170116889A (en) 2017-10-20

Similar Documents

Publication Publication Date Title
US8467810B2 (en) Method and system for reporting errors in a geographic database
US9129163B2 (en) Detecting common geographic features in images based on invariant components
US8374390B2 (en) Generating a graphic model of a geographic object and systems thereof
US8571265B2 (en) Measurement apparatus, measurement method, and feature identification apparatus
US8811748B2 (en) Collaborative feature extraction system for three dimensional datasets
US8953838B2 (en) Detecting ground geographic features in images based on invariant components
US20200357131A1 (en) Methods and Systems for Detecting and Assigning Attributes to Objects of Interest in Geospatial Imagery
US8761435B2 (en) Detecting geographic features in images based on invariant components
US11238647B2 (en) Apparatus for building map using machine learning and image processing
CN113034566B (en) High-precision map construction method and device, electronic equipment and storage medium
US9437047B2 (en) Method, electronic apparatus, and computer-readable medium for retrieving map
KR101902775B1 (en) Apparatus of manufacturing map
CN112432650A (en) Acquisition method of high-precision map data, vehicle control method and device
JP6165422B2 (en) Information processing system, information processing device, server, terminal device, information processing method, and program
JP2007265292A (en) Road sign database construction device
US20230206625A1 (en) Method, apparatus, and system for pole extraction from optical imagery
CN115249345A (en) Traffic jam detection method based on oblique photography three-dimensional live-action map
Tsai et al. Traffic sign inventory from Google Street View images
JP2019197359A (en) General object recognizing system
US11928835B2 (en) Map representation data processing device, information processing method, and program
EP4202833A1 (en) Method, apparatus, and system for pole extraction from a single image
Chen et al. Towards next-generation map making
CN117433545A (en) Vector map generation method, device, computer equipment and storage medium
KR101438518B1 (en) Archaeology Topography Information System
CN117788726A (en) Map data rendering method and device, electronic equipment and storage medium

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right