KR100998280B1 - 항공라이다 데이터를 이용한 수계 선형도 추출방법 - Google Patents

항공라이다 데이터를 이용한 수계 선형도 추출방법 Download PDF

Info

Publication number
KR100998280B1
KR100998280B1 KR1020100046658A KR20100046658A KR100998280B1 KR 100998280 B1 KR100998280 B1 KR 100998280B1 KR 1020100046658 A KR1020100046658 A KR 1020100046658A KR 20100046658 A KR20100046658 A KR 20100046658A KR 100998280 B1 KR100998280 B1 KR 100998280B1
Authority
KR
South Korea
Prior art keywords
point
water
points
candidate
triangle
Prior art date
Application number
KR1020100046658A
Other languages
English (en)
Inventor
김상성
진기호
김상봉
서현덕
최명규
Original Assignee
중앙항업(주)
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 중앙항업(주) filed Critical 중앙항업(주)
Priority to KR1020100046658A priority Critical patent/KR100998280B1/ko
Application granted granted Critical
Publication of KR100998280B1 publication Critical patent/KR100998280B1/ko

Links

Images

Classifications

    • 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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • 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
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 항공라이다 데이터를 이용한 수계 선형도 추출방법에 관한 것으로서, 보다 상세하게는 항공라이다로 촬영하여 획득한 대상지역의 원시자료인 항공라이다 데이터를 필터링하여 수계지역의 항공라이다 데이터 점들을 추출하고, 추출한 수계지역 항공라이다 데이터 점들로 불규칙삼각망을 구성하여 수계 외곽을 선형화함으로써 수계지역의 최종 형태를 자동으로 추출 제작하는 방법에 관한 것이다.
본 발명에 따른 항공라이다 데이터를 이용한 수계 선형도 추출방법은 항공라이다로 촬영한 대상지역을 다수의 단위지역으로 구획하고, 각 단위지역에서 항공라이다 데이터 점들 중 어느 하나를 기준점으로 선정하는 기준점 선정단계; 각각의 단위지역에 대하여 해당 상기 기준점을 시작점으로 하여 인접하는 항공라이다 데이터 점들에 대해 고도차와 각도를 기준으로 순차적으로 필터링하여 후보점들을 추출하는 1차필터링단계; 대상지역 수계에 포함되어 있는 항공라이다 데이터 점들로부터 수계의 평균 고도를 계산하고, 계산된 수계의 평균 고도와 상기 1차필터링단계에서 추출된 후보점들 각각의 고도의 고도차를 연산하고, 고도차 구간별 후보점들의 분포수량 분석하고 필터링하여, 최대 수량이 분포된 고도차 구간의 후보점들을 수계점군으로 추출하는 2차필터링단계; 상기 2차필터링단계에서 추출된 수계점군으로부터 불규칙삼각망을 구성하고, 불규칙삼각망 외곽 변들을 연결하여 수계벡터를 추출하는 수계라인 추출단계;를 포함하여 이루어진다.

Description

항공라이다 데이터를 이용한 수계 선형도 추출방법{METHOD FOR WATER AREA VECTOR　DETECTION USING AERIAL LIDAR DATA}
본 발명은 항공라이다 데이터를 이용한 수계 선형도 추출방법에 관한 것으로서, 보다 상세하게는 항공라이다로 촬영하여 획득한 대상지역의 원시자료인 항공라이다 데이터를 필터링하여 수계지역의 항공라이다 데이터 점들을 추출하고, 추출한 수계지역 항공라이다 데이터 점들로 불규칙삼각망을 구성하여 수계 외곽을 선형화함으로써 수계지역의 최종 형태를 자동으로 추출 제작하는 방법에 관한 것이다.
항공라이다 데이터는 항공라이다로 촬영하여 획득한 데이터로서, 항공라이다에서 조사하여 지표면에 반사되어 획득되는 레이저펄스(Laser Pulse)의 시간과 거리를 이용해 산출되는 데이터이며, 이는 지상의 반사점에 대한 3차원 좌표를 가지는 점으로 표현된다.
그리고 항공라이다 데이터는 반사점의 3차원 좌표뿐 아니라 반사지점의 특성에 따라 반사강도에 대한 정보도 포함된다. 항공라이다 데이터의 반사강도에 따라 명암을 달리하거나 색상을 부여하면 도1과 같이 촬영 대상지역에 대한 지도(영상)을 획득할 수 있게 된다.
항공라이다로 촬영하여 획득한 항공라이다 데이터를 이용하여 촬영 대상지역에서 수계지역을 추출하는 종래의 추출방법은 항공라이다 데이터에서 식별이 용이한 참조자료나 각각의 데이터의 반사강도 등을 이용하여, 육안으로 식별하여 수계의 형태를 직접 그리는 방법을 수작업 방법을 사용하였다.
이러한 종래기술에 따른 수작업 방법은 개인적인 판단의 기준에 따라 결과가 달라지며, 시간적 소요 또한 많은 부분을 차지하여 정확성 및 효율적인 면에서 한계를 가진다.
본 발명은 이와 같이 종래에 개인이 수작업으로 수계지역을 추출함에 따른 개인적인 판단 기준에 따라 결과가 달라지고, 수계지역 추출에 장시간이 소요되고, 정확성과 효율성이 떨어지는 문제를 해결하기 위해 안출된 발명으로서, 항공라이다 데이터를 이용하여 대상지역에서 자동으로 신속하고 정확하며 효율적으로 수계지역을 추출하고 수계 외곽을 선형화하는 수계 선형도 추출방법을 제공함을 목적으로 한다.
이와 같은 목적을 달성하기 위한 본 발명에 따른 항공라이다 데이터를 이용한 수계 선형도 추출방법은
항공라이다로 촬영한 대상지역을 다수의 단위지역으로 구획하고, 각 단위지역에서 항공라이다 데이터 점들 중 어느 하나를 기준점으로 선정하는 기준점 선정단계;
각각의 단위지역에 대하여 해당 상기 기준점을 시작점으로 하여 인접하는 항공라이다 데이터 점들에 대해 고도차와 각도를 기준으로 순차적으로 필터링하여 후보점들을 추출하는 1차필터링단계;
대상지역 수계에 포함되어 있는 항공라이다 데이터 점들로부터 수계의 평균 고도를 계산하고,
계산된 수계의 평균 고도와 상기 1차필터링단계에서 추출된 후보점들 각각의 고도의 고도차를 연산하고,
고도차 구간별 후보점들의 분포수량 분석하고 필터링하여, 최대 수량이 분포된 고도차 구간의 후보점들을 수계점군으로 추출하는 2차필터링단계;
상기 2차필터링단계에서 추출된 수계점군으로부터 불규칙삼각망을 구성하고, 불규칙삼각망 외곽 변들을 연결하여 수계벡터를 추출하는 수계라인 추출단계;를 포함하여 이루어진다.
그리고 상기 기준점 선정단계에서 선정되는 기준점은 해당 단위지역에 포함된 항공라이다 데이터 점들 중 최저 고도값을 갖는 항공라이다 데이터 점이고,
상기 1차필터링단계는 각각의 단위지역에 대하여
해당하는 상기 기준점에 최인접하는 점으로서 기준 고도차를 만족하는 점을 제1후보점으로 선택하고,
상기 제1후보점에 최인접하는 점으로서 기준 고도차를 만족하면서 상기 기준점과 제1후보점에 각각 연결하는 두선이 이루는 각도가 기준 각도를 만족하는 점을 제2후보점으로 선택하고,
상기 제2후보점에 최인접하는 점으로서 기준 고도차를 만족하면서 상기 제1후보점과 제2후보점에 각각 연결하눈 두선이 이루는 각도가 기준 각도를 만족하는 점을 제3후보점으로 선택하는 방식으로 후보점들을 추출하는 것을 특징으로 하고,
상기 2차필터링단계에서 추출된 수계점군 각각의 수계점에 대해서 일정반경 이내에 존재하는 다른 수계점들이 기준수량 이내인 경우 해당 수계점을 제외함으로써, 수계를 벗어나 추출된 2차필터링단계의 오류 수계점을 필터링하는 3차필터링단계;를 더 포함하는 것을 특징으로 하고,
상기 수계라인 추출단계의 불규칙삼각망 구성은
인접하는 수계점 3개를 임의로 추출하고, 추출된 3점을 연결하되 내부에 수계점이 포함되지 않는 삼각형을 구성하고, 기 구성된 삼각형 두 꼭지점(즉 수계점)과 인접하는 다른 수계점을 연결하여 또 다른 삼각형을 확장 구성하는 방식으로 모든 수계점이 불규칙삼각망에 포함될 때까지 확장하여 이루어지되,
삼각형의 확장시 기 구성된 삼각형의 두 꼭지점과 인접 수계점의 거리가 기준치를 벗어나는 경우 해당 수계점은 불규칙삼각망의 구성에서 제외되고,
삼각형의 확장시 인접하는 두 삼각형(즉, 기 구성된 삼각형과 새로 확장 구성된 삼각형)에서 공유변의 길이가 공유변을 교차하는 두 삼각형의 꼭지점을 연결하는 연결선의 길이 보다 긴 경우 상기 연결선이 새로운 공유변이 되도록 삼각망을 재구성하는 것을 특징으로 한다.
본 발명은 항공라이다 데이터를 이용하여 촬영 대상지역의 수계지역을 자동으로 신속, 정확하게 추출하고, 수계 외곽을 선형화할 수 있다.
도 1 은 항공라이다 데이터와 반사강도를 이용하여 제작한 촬영 대상지역의 지도의 일례.
도 2 는 본 발명에 따른 수계 선형도 추출방법의 플로우차트.
도 3 은 1차필터링 방법을 설명하기 위한 도면.
도 4 는 1차필터링 전후의 항공라이다 데이터 일례.
도 5 는 2차필터링시 수계의 상류와 하류의 고도값 추출방법을 설명하기 위한 도면.
도 6 은 고도차 구간별 후보점들의 분포수량 일례도.
도 7 은 2차필터링 후 항공랑이다 데이터의 일례.
도 8 은 삼각망 재구성 방법을 설명하기 위한 도면.
도 9 는 수계점들로 불규칙삼각망을 구성한 일례도.
도 10 은 본 발명으로 추출된 수계와 수치지형도의 수계
도 11 은 도10의 두 수계를 중첩하여 비교한 결과도.
도2에서 보는 바와 같이 본 발명에 따른 수계 선형도 추출방법은 기준점 선정단계(S10), 1차필터링단계(S20), 2차필터링단계(S30), 3차필터링단계(S40), 수계라인 추출단계(S50)를 포함하여 이루어진다.
상기 기준점 선정단계(S10)는 항공라이다로 촬영한 대상지역을 다수의 단위지역을 구획하는 단계(S11)와, 구획된 각 단위지역에서 기준점을 선정하는 단계(S13)로 구성된다.
대상지역의 단위지역들은 격자형태로 구획되고, 각 단위지역의 가로 및 세로길이는 실제 지상기준 10~20m 사이로 한다.
각 단위지역의 기준점은 해당 단위지역에 포함되어 있는 항공라이다 데이터 점들 중에서 가장 낮은 위치의 높이 값을 가지는 점, 즉, 최저 고도값을 갖는 항공라이다 데이터 점을 선정한다.
단위지역에 수계(water area)와 지계(ground area)가 모두 있을 경우 수계의 표면 고도가 가장 낮은 것이 일반적이므로 최저 고도값을 갖는 점을 기준점으로 선정한다.
기준점을 선정한 후에는 1차필터링단계(S20)를 통해 선정된 기준점을 시작점으로 하여 각각의 단위지역에 대하여 수계 후보점들을 추출한다.
1차필터링단계(S20)는 대상지역에서 수계지역일 가능성이 있는 지역을 추출하는 단계이다.
수계지역은 전체적으로 평탄하고, 지계지역은 기복(높낮이)이 있는 것이 일반적이므로, 평탄한 지역에 있는 항공라이다 데이터를 추출하는 것이 1차필터링단계이다.
상기 1차필터링단계(S20)는 선정된 기준점을 시작점으로하고 고도차와 각도를 기준으로 하여 인접하는 항공라이다 데이터들에 대해 순차적으로 필터링한다.
이를 보다 구체적으로 설명하면 기준점에서 최인접하는 항공라이다 데이터 점을 찾고, 이 점의 고도와 기준점의 고도의 고도차가 기준 고도차 이내인지 분석한다. 분석결과 기준 고도차 이내인 경우 제1후보점으로 선택하고, 기준 고도차 이상일 경우에는 이 점을 제거하고 기준점에서 다시 최인접하는 점을 선택하고 기준 고도차 이내인지 분석한다. 다시 말해, 제1후보점은 기준 고도차를 만족하는 점들 중에서 기준점에 최인접하는 항공라이다 데이터 점이 된다.
제1후보점이 선택되면, 제1후보점에서 최인접하는 점이고, 제1후보점과의 고도차가 기준 고도차 이내인 예비 제2후보점을 찾는다. 그리고 기준점과 제1후보점을 연결하는 선과 제1후보점과 예비 제2후보점을 연결하는 선이 기준 각도 이내를 만족하는지 분석한다. 분석결과 기준 각도를 만족하면 예비 제2후보점을 제2후보점으로 선택한다. 다시 말해, 제2후보점은 기준 고도차와 기준 각도를 모두 만족하는 점들 중에서 제1후보점에 최인접하는 항공라이다 데이터 점이 된다.
제2후보점이 선택되면, 위와 같은 방식으로 제1후보점과 제2후보점을 이용하여 기준 고도차와 기준각도를 만족하는 제3후보점을 선택하고, 계속해서 단위지역 전체에 대한 후보점들을 선택한다.
도3은 후보점을 추출하는 방법을 평면상과 공간상으로 도시한 것이다.
도3에서 L3의 경우 비슷한 고도 값을 가지는 항공라이다 데이터 점군에서 고도 값이 급변하는 지점으로 1차필터링단계에서 필터링되어 제거되는 점이다.
수계 표면은 전체적으로 비슷한 고도를 갖는다. 따라서 기준 고도차를 벗어나는 점은 수계를 벗어난 지계에 있는 점으로 볼 수 있으므로 제거한다.
그리고 수계에 인접된 지계는 수계와 고도차가 적은 지역도 있을 수도 있는데, 이러한 지역에서 수계와 지계의 경계 부근에 항공라이다 데이터가 조밀하게 획득되는 때에는 고도차만으로는 1차필터링의 신뢰성이 떨어질 수 있으므로 기준 각도를 이용하여 지계의 점을 필터링하여 제거하는 것이다. 즉, 수계는 전체적으로 평탄하지만 수계에 인접하는 지계는 경사를 갖게 마련이므로 기준 각도로 지계의 점을 제거한다.
1차필터링단계(S20)는 지상 표면(수계와 지계를 포함)의 경사와 기복으로 수계가 될 수 있는 지역들의 항공라이다 데이터 점들(즉, 후보점들)을 추출하는 것이다. 다시 말해, 표면이 평탄한 지역을 추출한 것이다.
도4는 1차필터링 전후의 항공라이다 데이터의 일례를 도시한 것으로서, 위의 것은 필터링 전이고, 아래의 것은 필터링 후이다.
도4의 아래 우측에서 보는 바와 같이 수계지역뿐 아니라 지계지역에서 후보점들이 밀집되어 추출된 지역이 있음을 알 수 있다. 후보점들이 밀집되어 추출된 지계지역은 농경지와 같이 평탄한 지역으로서 1차필터링에서 제거되지 않는 오류점으로서, 이를 보완하기 위해 2차필터링이 수행된다.
2차필터링단계(S30)에서는 1차필터링단계(S20)에서 추출된 후보점들 중에서 지계에 분포하는 후보점들을 제거하여 수계점들을 추출한다.
수계지역은 연속성을 가지며 평탄하고, 고도는 지계지역 보다 낮은 특성을 가지므로, 이 특성을 이용하여 2차필터링을 한다.
상기 2차필터링단계(S30)는 수계의 평균 고도를 계산하는 단계(S31), 수계의 평균 고도와 각 후보점들의 고도차를 연산하는 단계(S33), 고도차 구간별 후보점들의 분포수량을 분석하는 단계(S35), 분포 수량이 가장 많은 고도차를 갖는 후보점들을 수계점으로 추출하는 단계(S37)로 구성된다.
수계의 평균 고도는 외부의 수치지도자료 등에서 얻을 수도 있지만, 본 발명은 초기에 획득한 항공라이다 데이터만으로 수계 선형도를 추출하고자 하므로, 항공라이다 데이터에서 수계의 평균 고도를 추출한다.
전술한 바와 같이 항공라이다 데이터는 3차원 위치좌표 외에 반사강도에 대한 정보도 갖고 있으므로, 수계지역의 항공라이다 데이터를 지계 지역의 항공라이다 데이터와 구별할 수 있다.
그래서 도5에서 보는 바와 같이 수계지역의 상류지역과 하류지역의 일정영역을 임의로 지정하고, 지정한 상류지역과 하류지역의 일정영역에 포함되어 있는 항공라이다 데이터들의 평균고도를 아래 식1과 식2을 이용하여 계산한다.
그리고 상류지역의 평균고도와 하류지역의 평균고도의 차이가 일정범위 내일 경우 수계지역의 평균고도를 아래 식3을 이용하여 계산한다. 만일, 상류지역의 평균고도와 하류지역의 평균고도의 차이가 일정범위를 벗어나는 경우 상류지역의 일정영역(또는 하류지역의 일정영역)을 아래로(또는 위로) 이동시켜 다시 임의 지정하여 상류지역의 평균고도와 하류지역의 평균고도의 차이가 일정범위 내에 있도록 한다
Figure 112010031953343-pat00001

수계의 평균 고도를 계산한 후에는 1차필터링된 후보점들 각각의 고도와 수계의 평균 고도의 고도차를 연산하고, 고도차의 구간별 후보점들의 분포수량을 분석한다. 이는 아래의 식4, 식5, 식6을 이용한다.
Figure 112010031953343-pat00002

도6은 고도차 구간을 5cm로 하여 분석한 구간별 후보점의 분포수량을 표시한 것이고, 도7은 2차필터링 결과 추출된 수계점들을 도시한 것으로서, 추출된 수계점은 파란색으로 표시하고, 제거되는 후보점은 갈색으로 표시하였다.
제3필터링단계(S40)는 제2필터링단계에서 추출된 수계점들 중에서 수계지역을 벗어난 지계지역에 분포하는 오류 수계점을 제거한다.
제3필터링은 추출된 수계점들의 밀집도를 이용하여 오류 수계점을 필터링하여 제거한다. 즉, 각각의 수계점에 대해서 일정반경 이내에 다른 수계점들이 기준수량 이상으로 존재하는지 분석하여 기준수량 이내인 경우 지계지역의 오류 수계점으로 판단하여 제거한다. 지계지역에서 추출되는 오류 수계점은 그 수량이 적고 밀집되어 있지 않으므로 이러한 방법으로 필터링이 될 수 있다.
수계라인 추출단계(S50)는 수계지역의 외곽 라인, 즉, 지계와의 경계 라인을 추출한다.
상기 필터링단계(S20,S30,S40)를 거쳐 추출된 수계점군은 불규칙적인 점군으로 구성되고, 이들 불규칙적인 수계점군으로부터 수계지역의 외곽형태(즉, 수계라인)을 추출하기 위해 보간 방법 중 하나인 TIN보간법을 이용하여 수계점군에 대한 불규칙삼각망을 구성하고, 구성된 불규칙삼각망의 외곽 변들을 연결하여 수계벡터를 추출한다. 여기서, 수계벡터는 수계라인이 되는 것이다.
상기 수계라인 추출단계(S50)는 불규칙삼각망구성단계(S51)로서, 임의 세 수계점 추출단계(S52), 삼각형 구성단계(S53), 삼각형 확장단계(S54), 삼각망 재구성단계(S55)와, 수계벡터 추출단계(S56)로 이루어진다.
불규칙삼각망의 구성(S51)은 우선 인접하는 수계점 3개를 임의로 추출한 후에 이들 3점을 연결하여 삼각형을 구성한다. 이때 삼각형 내부에는 다른 수계점이 포함되지 않아야 한다.
삼각형을 구성한 후에는 인접하는 수계점을 선택하고, 이 수계점과 기 구성된 삼각형의 꼭지점을 연결하여 기 구성된 삼각형이 인접한 삼각형을 새로이 구성한다. 즉, 삼각형을 확장 구성한다. 이때도 새롭게 인접하여 형성되는 삼각형 내부에는 수계점이 포함되지 않아야 한다.
이와 같은 방식으로 계속해서 기 구성된 삼각형에 인접하는 새로운 삼각형을 확장 구성하여 모든 수계점이 삼각형의 꼭지점이 되도록 한다. 즉, 더 이상 삼각형을 확장할 수 없을 때까지 불규칙삼각망을 형성한다.
그리고 삼각형의 확장시에는 오류 수계점을 제거하는 과정과, 인접 삼각망을 재구성하는 과정을 거친다.
상기 오류 수계점을 제거하는 과정은 상기 3차필터링단계에서 필터링되지 않은 오류 수계점을 불규칙삼각망 구성단계(S51)에서 제거하는 것으로서, 삼각형의 확장시 기 구성된 삼각형의 두 꼭지점과 인접 수계점의 거리가 기준치를 벗어나는 경우 해당 수계점은 오류 수계점으로 간주하여 불규칙삼각망의 구성에서 제외한다.
그리고 상기 인접 삼각망을 재구성하는 과정(S55)은 최적의 불규칙삼각망을 구성하기 위한 것으로서, 삼각형의 확장시 인접하는 두 삼각형(즉, 기 구성된 삼각형과 새로 확장 구성된 삼각형)에서 공유변의 길이가 공유변을 교차하는 두 삼각형의 꼭지점을 연결하는 연결선의 길이 보다 긴 경우 상기 연결선이 새로운 공유변이 되도록 삼각형을 재구성하는 것이다.
도8에서 보는 바와 같이 초기 P1,P2,P3를 꼭지점으로 구성되는 삼각형 c가 삼각망 확장에 따라 P4의 수계점이 추가 됨으로 인접삼각형인 a, b로 구성되어진다. 인접삼각형의 꼭지점 거리가 P1-P3보다 P2-P4가 작으므로 인접삼각망이 재구성된다.
삼각형의 확장(삼각망의 재구성 포함)이 더 이상 불가능한 시점이되어 불규칙삼각망이 완성되면 불규칙삼각망을 구성하는 외곽 삼각형들의 상호 연결하여 수계직역의 최종 수계벡터를 추출한다(S56).
도9는 불규칙삼각망과, 불규칙삼각망에서 추출한 수계벡터의 일례를 도시한 것이다.
도10은 본 발명에 따라 추출된 항공라이다 데이터의 수계지역 수계벡터(좌측도면)와, 수치지형도의 수계지역 레이어(layer)(우측도면)을 도시한 것이고, 도11은 이들을 중첩하여 도시한 도면으로서,
본 발명에 따른 추출된 수계벡터는 수치지형도의 수계벡터와 수치지형도의 수계 레이어가 유사함을 확인할 수 있고, 수계지역 외곽(즉, 수계벡터)이 세밀하게 표현되어 있음을 확인할 수 있다.
이상에서 본 발명을 설명함에 있어 첨부된 도면을 참조하여 특정 절차로 이루어진 항공라이다 데이터를 이용한 수계 선형도 추출방법에 대해 설명하였으나 본 발명은 당업자에 의하여 다양한 변형 및 변경이 가능하고, 이러한 변형 및 변경은 본 발명의 보호범위에 속하는 것으로 해석되어야 한다.

Claims (4)

  1. 항공라이다로 촬영한 대상지역을 다수의 단위지역으로 구획하고, 각 단위지역에서 항공라이다 데이터 점들 중 어느 하나를 기준점으로 선정하는 기준점 선정단계;

    각각의 단위지역에 대하여,
    해당 상기 기준점을 시작점으로 하여, 상기 기준점에 대하여 기준 고도차를 만족하는 임의의 인접하는 항공라이다 데이터 점을 후보점으로 추출하고,
    추출된 상기 후보점을 새로운 시작점으로 하여, 새로운 시작점에 대하여 기준 고도차를 만족하며, 새로운 시작점 및 그 전 시작점에 각각 연결되는 두선이 이루는 각도가 기준 각도를 만족하는 임의의 인접하는 항공라이다 데이터 점을 후보점으로 추출하는 방식으로,
    해당 단위지역의 상기 항공라이다 데이터 점들을 순차적으로 필터링하여 후보점들로 추출하는 1차필터링단계;

    상기 항공라이다 데이터 점들의 반사강도를 이용하여 상기 대상지역을 수계와 지계로 구분하고, 구분된 수계 지역에 포함되어 있는 항공라이다 데이터 점들로부터 수계의 평균 고도를 계산하고
    계산된 수계의 평균 고도와 상기 1차필터링단계에서 추출된 후보점들 각각의 고도의 고도차를 연산하고,
    고도차 구간별 후보점들의 분포수량을 분석하고, 최대 수량이 분포된 고도차 구간의 후보점들을 수계점군으로 추출하는 2차필터링단계;

    상기 2차필터링단계에서 추출된 수계점군으로부터 불규칙삼각망을 구성하고, 불규칙삼각망 외곽 변들을 연결하여 수계벡터를 추출하는 수계라인 추출단계;를 포함하여 이루어지는 항공라이다 데이터를 이용한 수계 선형도 추출방법.
  2. 제 1 항에 있어서,
    상기 기준점 선정단계에서 선정되는 기준점은 해당 단위지역에 포함된 항공라이다 데이터 점들 중 최저 고도값을 갖는 항공라이다 데이터 점이고,

    상기 1차필터링단계는 각각의 단위지역에 대하여
    해당하는 상기 기준점에 최인접하는 점으로서 기준 고도차를 만족하는 점을 제1후보점으로 선택하고,
    상기 제1후보점에 최인접하는 점으로서 기준 고도차를 만족하면서 상기 기준점과 제1후보점에 각각 연결하는 두선이 이루는 각도가 기준 각도를 만족하는 점을 제2후보점으로 선택하고,
    상기 제2후보점에 최인접하는 점으로서 기준 고도차를 만족하면서 상기 제1후보점과 제2후보점에 각각 연결하는 두선이 이루는 각도가 기준 각도를 만족하는 점을 제3후보점으로 선택하는 방식으로 후보점들을 추출하는 것을 특징으로 하는 항공라이다 데이터를 이용한 수계 선형도 추출방법.
  3. 제 1 항에 있어서,
    상기 2차필터링단계에서 추출된 수계점군 각각의 수계점에 대해서 일정반경 이내에 존재하는 다른 수계점들이 기준수량 이내인 경우 해당 수계점을 제외함으로써, 수계를 벗어나 추출된 2차필터링단계의 오류 수계점을 필터링하는 3차필터링단계;를 더 포함하는 것을 특징으로 하는 항공라이다 데이터를 이용한 수계 선형도 추출방법.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 수계라인 추출단계의 불규칙삼각망 구성은
    인접하는 수계점 3개를 임의로 추출하고, 추출된 3점을 연결하되 내부에 수계점이 포함되지 않는 삼각형을 구성하고, 기 구성된 삼각형 두 꼭지점(즉 수계점)과 인접하는 다른 수계점을 연결하여 또 다른 삼각형을 확장 구성하는 방식으로 모든 수계점이 불규칙삼각망에 포함될 때까지 확장하여 이루어지되,

    삼각형의 확장시 기 구성된 삼각형의 두 꼭지점과 인접 수계점의 거리가 기준치를 벗어나는 경우 해당 수계점은 불규칙삼각망의 구성에서 제외되고,
    삼각형의 확장시 인접하는 두 삼각형(즉, 기 구성된 삼각형과 새로 확장 구성된 삼각형)에서 공유변의 길이가 공유변을 교차하는 두 삼각형의 꼭지점을 연결하는 연결선의 길이 보다 긴 경우 상기 연결선이 새로운 공유변이 되도록 삼각망을 재구성하는 것을 특징으로 하는 항공라이다 데이터를 이용한 수계 선형도 추출방법.
KR1020100046658A 2010-05-18 2010-05-18 항공라이다 데이터를 이용한 수계 선형도 추출방법 KR100998280B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100046658A KR100998280B1 (ko) 2010-05-18 2010-05-18 항공라이다 데이터를 이용한 수계 선형도 추출방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100046658A KR100998280B1 (ko) 2010-05-18 2010-05-18 항공라이다 데이터를 이용한 수계 선형도 추출방법

Publications (1)

Publication Number Publication Date
KR100998280B1 true KR100998280B1 (ko) 2010-12-03

Family

ID=43512352

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100046658A KR100998280B1 (ko) 2010-05-18 2010-05-18 항공라이다 데이터를 이용한 수계 선형도 추출방법

Country Status (1)

Country Link
KR (1) KR100998280B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101079531B1 (ko) 2011-06-28 2011-11-03 (주)태일아이엔지 포인트 클라우드 데이터를 이용한 도로 레이어 생성 시스템
KR101255022B1 (ko) 2013-01-24 2013-04-23 주식회사 금강이엔지 점군자료를 활용한 구조물 균열 검출방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004170429A (ja) * 2003-12-01 2004-06-17 Asahi Koyo Kk ３次元情報生成システム及び方法
US20050017721A1 (en) * 2001-10-11 2005-01-27 Mccracken Ken G. Airborne geophysical measurements
KR100571121B1 (ko) * 2005-10-18 2006-04-13 한진정보통신(주) 항공 레이저 측량데이터를 이용한 해안선 추출시스템 및 그방법
KR100860767B1 (ko) * 2008-04-22 2008-09-29 (주)신한항업 항공 레이저 측량 데이터를 이용한 수치도화 제작 장치 및방법
KR100898617B1 (ko) * 2008-11-20 2009-05-27 주식회사 범아엔지니어링 ＬｉＤＡＲ 측량값 및 ＭＢＥＳ 측량값의 불규칙삼각망(ＴＩＮ) 보간 성과 검증을 통한 육상부와 수심부가 함께 공존하는 지역의 수치표고모델을 구축하는 방법
KR20090072030A (ko) * 2007-12-28 2009-07-02 손건호 항공용 라이다로부터 추출된 빌딩폴리곤의 내재적기하정규화 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050017721A1 (en) * 2001-10-11 2005-01-27 Mccracken Ken G. Airborne geophysical measurements
JP2004170429A (ja) * 2003-12-01 2004-06-17 Asahi Koyo Kk ３次元情報生成システム及び方法
KR100571121B1 (ko) * 2005-10-18 2006-04-13 한진정보통신(주) 항공 레이저 측량데이터를 이용한 해안선 추출시스템 및 그방법
KR20090072030A (ko) * 2007-12-28 2009-07-02 손건호 항공용 라이다로부터 추출된 빌딩폴리곤의 내재적기하정규화 방법
KR100860767B1 (ko) * 2008-04-22 2008-09-29 (주)신한항업 항공 레이저 측량 데이터를 이용한 수치도화 제작 장치 및방법
KR100898617B1 (ko) * 2008-11-20 2009-05-27 주식회사 범아엔지니어링 ＬｉＤＡＲ 측량값 및 ＭＢＥＳ 측량값의 불규칙삼각망(ＴＩＮ) 보간 성과 검증을 통한 육상부와 수심부가 함께 공존하는 지역의 수치표고모델을 구축하는 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101079531B1 (ko) 2011-06-28 2011-11-03 (주)태일아이엔지 포인트 클라우드 데이터를 이용한 도로 레이어 생성 시스템
KR101255022B1 (ko) 2013-01-24 2013-04-23 주식회사 금강이엔지 점군자료를 활용한 구조물 균열 검출방법

Similar Documents

Publication Publication Date Title
CN102930509B (zh) 一种机载激光点云数据的智能化滤波方法
US7310606B2 (en) Method and system for generating an image-textured digital surface model (DSM) for a geographical area of interest
JP4545219B1 (ja) 地形画像を用いた地形変化の解析方法及びそのプログラム
Shen et al. Area partitioning for channel network extraction using digital elevation models and remote sensing
JP2011501301A (ja) 地理的情報の複数のソースを用いた地理空間モデリングシステム及び関連する方法
JP2009545032A (ja) 建物屋根タイプの識別の機能を提供する地理空間モデリング・システム及び関連した方法
KR20100067672A (ko) 사용자 선택 빌딩 형상 옵션을 제공하는 지리공간 모델링 시스템 및 관련 방법
CN102521884A (zh) 一种基于LiDAR数据与正射影像的3维屋顶重建方法
KR20100067675A (ko) 복구 및 오차 측정 특징을 제공하는 지리공간 모델링 시스템 및 관련 방법
Schwendel et al. Terrestrial structure-from-motion: Spatial error analysis of roughness and morphology
JP2010525491A (ja) 地理空間データのデータ間引きを提供する地理空間モデリングシステム及び関連する方法
CA3139467A1 (en) Using spatial filter to reduce bundle adjustment block size
US11948329B2 (en) System using image connectivity to reduce bundle size for bundle adjustment
CN109035423A (zh) 一种房屋的虚拟三维模型的楼层分割方法及装置
Wang et al. Combining trunk detection with canopy segmentation to delineate single deciduous trees using airborne LiDAR data
JP6146731B2 (ja) 座標補正装置、座標補正プログラム、及び座標補正方法
KR100998280B1 (ko) 항공라이다 데이터를 이용한 수계 선형도 추출방법
KR101078238B1 (ko) 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법
Kim et al. Tree and building detection in dense urban environments using automated processing of IKONOS image and LiDAR data
CN111895907B (zh) 一种电塔点云提取方法、系统及设备
Stark et al. Long-term assessment of terrain changes and calculation of erosion rates in an alpine catchment based on SfM-MVS processing of historical aerial images. How camera information and processing strategy affect quantitative analysis
CN109344496A (zh) 一种基于网格模型的复杂电磁环境建模方法
KR101008394B1 (ko) 수치표면모형의 경계선을 이용한 수치표고모형의 건물영역 평탄화 장치
Mandlburger et al. Derivation of a countrywide river network based on Airborne Laser Scanning DEMs-results of a pilot study
CN113936213A (zh) 一种基于modis数据的冰川及永久积雪宏观监测方法

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20131101

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20141110

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20151109

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20161108

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20171108

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20191105

Year of fee payment: 10