KR101078238B1 - 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법 - Google Patents

항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법 Download PDF

Info

Publication number
KR101078238B1
KR101078238B1 KR1020110059450A KR20110059450A KR101078238B1 KR 101078238 B1 KR101078238 B1 KR 101078238B1 KR 1020110059450 A KR1020110059450 A KR 1020110059450A KR 20110059450 A KR20110059450 A KR 20110059450A KR 101078238 B1 KR101078238 B1 KR 101078238B1
Authority
KR
South Korea
Prior art keywords
dimensional
dike
levee
extracting
point group
Prior art date
Application number
KR1020110059450A
Other languages
English (en)
Inventor
박현철
정윤재
조명희
김형섭
Original Assignee
(주) 지오씨엔아이
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) 지오씨엔아이 filed Critical (주) 지오씨엔아이
Priority to KR1020110059450A priority Critical patent/KR101078238B1/ko
Application granted granted Critical
Publication of KR101078238B1 publication Critical patent/KR101078238B1/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
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering

Landscapes

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

Abstract

본 발명은 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법에 관한 것으로서, 얕은 물을 관통하는 능력과 높은 수직 정확도를 가진 항공 레이저 측량 기술을 이용하여 하천구역의 중요한 지형적 변화를 감시하고 예측하기에 효율적인 하천지역 지도화 작업을 위한 인공 제방선 추출 방법에 대한 것이다.
본 발명에 따르면, 얕은 물을 관통하는 능력과 높은 수직 정확도를 가진 항공 레이저 측량 기술을 이용하여 하천구역의 중요한 지형적 변화를 감시함으로써 하천 지형의 변화중 제방선을 정밀하게 추출하는 것이 가능하게 된다.

Description

항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법{Method for extracting 3-D Man-Made Levee Line in stream area using point group of Light Detection and Ranging}
본 발명은 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법에 관한 것으로서, 얕은 물을 관통하는 능력과 높은 수직 정확도를 가진 항공 레이저 측량 기술을 이용하여 하천구역의 중요한 지형적 변화를 감시하고 예측하기에 효율적인 하천지역 지도화 작업을 위한 인공 제방선 추출 방법에 대한 것이다.
인공 제방선을 추출하는 방법으로는 항공측량, 종단측량, 횡단측량, 수심측량, 법선측량 등이 있으며, 이들 방식은 직접현장에 나가서 측량을 해야 하므로 비용, 시간, 장소 등에 제약이 있었다.
또한, 종래 기술로서 항공 정사영상을 이용하여 3차원 제방선을 추출하는 방식을 들 수 있다. 항공 영상에 기초한 제방선 지도화를 위해 영상처리 방법들 중 하나가 적용된다. 영상처리는 디지털 영상에서 점과 선, 다각형과 같은 중요한 특징들을 추출하기 위한 필수적인 작업이다.
이 영상처리의 분할방법 중 하나인 민 쉬프트 세그멘테이션(mean shift segmentation) 방법은 항공 정사영상 내의 픽셀들을 분류하는 데에 적용된다. 민 쉬프트 알고리즘은 연안구역 내 중점대상 지도화(feature mapping)에 폭넓게 활용되어왔다.
기존 연구들을 살펴보면 라이다 데이터와 영상자료들을 활용한 연안선 지도화에 민 쉬프트 알고리즘을 사용한 선행연구(Lee 등, 2009, 2010)와 민 쉬프트 알고리즘을 사용하여 아이코노스(IKONOS)가 찍은 영상으로부터 연안선들을 추출(Di 등, 2003)한 연구가 있다. 민 쉬프트 알고리즘의 기본 절차는 아래와 같으며(Lee 등, 2009), 그 절차는 다섯 단계로 이루어진다.
1) 1단계: 사전 정의된 반경을 가진 윈도우(kernel) 하나를 만든다.
2) 2단계: 이 윈도우 내의 점들에 대해 무게중심을 계산한다.
3) 3단계: 윈도우의 중심을 이 무게중심으로 옮긴다. 무게중심이 수렴할 때까지 1단계부터 반복한다.
4) 4단계: 윈도우 중심의 수렴하는 좌표가 하나의 세그멘트를 정의한다. 데이터집합 내의 같은 위치로 수렴하는 궤적들의 반경 내에 있는 각 점이 같은 세그멘트에 속한다.
5) 5단계: 데이터집합 내의 모든 점이 세그멘트에 속할 때까지 1-4단계를 반복한다.
(1) 1단계: 사전 정의된 반경을 가진 윈도우(kernel) 하나를 만든다.
(2) 2단계: 이 윈도우 내의 점들에 대해 무게중심을 계산한다.
(3) 3단계: 윈도우의 중심을 이 무게중심으로 옮긴다. 무게중심이 수렴할 때까지 1단계부터 반복한다.
(4) 4단계: 윈도우 중심의 수렴하는 좌표가 하나의 세그멘트를 정의한다. 데이터 집합 내의 같은 위치로 수렴하는 궤적들의 반경 내에 있는 각 점이 같은 세그멘트에 속한다.
그런데, 제방들은 대개 상부 제방에서 날카로운 모서리를 갖는 특징으로 인해 기하패턴의 분석은 색 차이의 분석보다 제방선 지도화에 더 효율적인 방법으로 나타내다.
종래 기술에 따르면, 제방선과 같이 지도화하고자 하는 대상이 영상에서 다른 지역과 비교해서 픽셀들의 화소 값들의 차이가 거의 없는 경우, 해당되는 대상의 지도화에 적합하지 않다는 단점이 있다.
본 발명은 종래기술에 따른 문제점을 해소하기 위해 제안된 것으로서, 제방선과 같이 지도화하고자 하는 대상이 영상에서 다른 지역과 비교해서 픽셀들의 화소 값들의 차이가 거의 없는 경우, 해당되는 대상의 지도화를 가능하게 하는 하천 지역 내 3차원 인공 제방선 추출 방법을 제공하는 데 그 목적이 있다.
본 발명은 위에서 제시된 과제를 달성하기 위해 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법을 제공한다. 이 인공 제방선 추출 방법은, 원시 항공 레이저 측량 데이터를 취득하는 원시 데이터 취득 단계; 상기 원시 항공 레이저 측량 데이터를 분류 처리하는 분류 처리 단계; 분류 처리된 원시 항공 레이저 측량 데이터로부터 최종적인 3차원 레이저 점들의 위치 정보를 획득하는 3차원 위치 정보 획득 단계; 획득된 3차원 위치 정보로부터 노이즈를 제거하는 노이즈 제거 단계; 노이즈가 제거된 3차원 위치 정보로부터 3개의 점들을 순차적으로 선택하여 다수의 들로네 삼각형을 생성하는 들로네 삼각형 생성 단계; 생성된 다수의 들로네 삼각형의 메쉬로부터 선을 추출하는 선추출 단계; 및 추출된 선을 연결하여 최종 3차원 제방선을 추출하는 제방선 추출단계를 포함하는 것을 특징으로 한다.
여기서, 상기 선추출 단계는, 상기 다수의 들로네 삼각형 중 인접한 2개의 삼각형 중 특정 모서리에 인접하고, 상기 2개의 삼각형에 각각 수직인 2개의 법선 벡터를 산출하는 단계; 수학식 1인
Figure 112011046354288-pat00001
및 수학식 2인
Figure 112011046354288-pat00002
(여기서, A1(e),A2(e)는 모서리(e)를 공유하는 인접한 두 삼각형들의 두 개의 법선 벡터들로 정의되는 두 면 사이의 각도값이고, ni,nj는 모서리(e)를 공유하는 인접한 두 삼각형들의 두개의 법선 벡터들이며, ||ni||,||nj||는 두 법선 벡터들의 놈(norm)이며, Ni,Nj는 모서리(e)를 마주하는 정점(xi,xj)의 평균 법선 벡터들을 정의하며, ||Ni||,||Nj||는 평균 법선 벡터들의 놈을 나타낸다)을 이용하여 상기 2개의 법선 벡터간 각도를 계산하는 단계; 및 계산된 법선 벡터간 각도가 소정 각도 범위 내이면 상기 특정 모서리를 각각 중요 모서리로 정의하는 단계를 포함하는 것을 특징으로 한다.
여기서, 상기 소정 각도 범위는, 다음식
Figure 112011046354288-pat00003
인 것을 특징으로 한다.
여기서, 상기 제방선 추출 단계는, 상기 수학식 1을 이용하여 산출된 모서리와 상기 수학식 2을 이용하여 산출된 모서리를 다음식
Figure 112011046354288-pat00004
(여기서, i는 각도 값들의 범위를, Ai는 범위 i에서 수학식 1을 이용하여 추출되는 모서리 집합을, Bi는 범위 i에서 수학식 2를 이용하여 추출되는 모서리 집합을, Ci는 범위 i에서 교차 모서리 집합을 나타낸다)을 이용하여 교차시키는 단계; 및 교차 결과 교차된 모서리를 추출하여 연결함으로써 제방선을 생성하는 단계를 포함하는 것을 특징으로 한다.
여기서, Ni는 다음식
Figure 112011046354288-pat00005
에 의해 산출되는 것을 특징으로 한다.
Nj는 다음식
Figure 112011046354288-pat00006
에 의해 정의되는 것을 특징으로 한다.
여기서, 노이즈 제거는 메디안 필터(median filter)를 이용하여 수행되는 것을 특징으로 할 수 있다.
여기서, 상기 3차원 위치 정보는 레이저 포인트의 발사각도, 발사시간, 포인트 거리를 포함하는 레이저 포인트 정보, 항공기 위치 및 자세 정보를 포함하는 것을 특징으로 하는 것을 특징으로 할 수 있다.
여기서, 상기 다수의 들로네 삼각형은 2.5 차원인 것을 특징으로 한다.
또한, 교차 모서리 추출후, 불필요한 선 및 모서리를 자동적으로 제거하는 선 및 모서리 제거 단계를 더 포함하는 것을 특징으로 할 수 있다.
여기서, 상기 모서리 제거 단계는, 수직거리가 1m를 넘거나 경사도가 50°미만인 모서리들을 제거하는 단계; 한쪽 끝점이 복수의 모서리들에 연결되고 다른 쪽 끝점은 아무런 모서리와도 연결되지 않은 모서리들을 제거하는 단계; 및 모서리 연결성을 고려하여 다중 연결된 모서리들을 추출하는 단계를 포함하는 것을 특징으로 할 수 있다.
여기서, 최종 3차원 제방선은 지수핵(exponential kernel)을 통한 다항근사(PAEK: Polynomial Approximation with Exponential Kernel) 알고리즘이 적용되여 생성된 제방선인 것을 특징으로 할 수 있다.
본 발명에 따르면, 얕은 물을 관통하는 능력과 높은 수직 정확도를 가진 항공 레이저 측량 기술을 이용하여 하천구역의 중요한 지형적 변화를 감시함으로써 하천 지형의 변화중 제방선을 정밀하게 추출하는 것이 가능하게 된다.
도 1은 일반적으로 항공 레이저 측량 데이터를 수집하는 개념을 보여주는 개념도이다.
도 2는 본 발명의 일실시예에 따라 항공 레이저 측량 데이터를 이용하여 제방선을 추출하는 제방선 추출 장치(150)의 시스템 블럭도이다.
도 3은 일반적으로 구분되는 하천 지형도이다.
도 4는 본 발명의 일실시예에 따라 항공 레이저 측량 데이터를 이용하여 제방선을 추출하는 과정을 보여주는 순서도이다.
도 5는 본 발명의 일실시예에 따라 항공 레이저 측량 점군 자료들로 이루어진 2.5 차원 들로네 삼각형 메쉬로부터 중요한 선들을 추출하는 제 1 추출 방법을 보여주는 개념도이다.
도 6은 본 발명의 다른 일실시예에 따라 항공 레이저 측량 점군 자료들로 이루어진 2.5 차원 들로네 삼각형 메쉬로부터 중요한 선들을 추출하는 제 2 추출 방법을 보여주는 개념도이다.
도 7은 본 발명의 일실시예에 따른 라이더(즉, 항공 레이저 측량) 데이터를 통해 생성된 3차원 제방선과 종래 기술에 따른 항공 정사영상을 통해 생성된 3차원 제방선을 보여주는 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 명세서에서 사용되는 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 공정, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 공정, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미가 있는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하 첨부된 도면을 참조하여 본 발명의 일실시예에 따른 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법을 상세히 설명하기로 한다.
도 1은 일반적으로 항공 레이저 측량 데이터를 수집하는 개념을 보여주는 개념도이다. 도 1을 참조하면, 이 개념도에는 레이저로 지형을 측량하는 레이저 측량 항공기(100), 이 측량 항공기(100)에 위치 정보를 제공하는 GPS(Global Positioning System) 위성(110), 지형 측량 범위내에서 기준점을 제공하는 GPS 지상 기준국(120), 레이저 측량 항공기(100)로부터 레이저 측량 데이터를 무선 통신망(130)을 통해 전송받아 원시 항공 레이저 측량 데이터를 생성하고 DB(141)에 저장하는 항공 레이저 측량 데이터 제공 서버(140), 이 항공 레이저 측량 데이터 제공 서버(140)로부터 원시 항공 레이저 측량 데이터를 제공받아 처리하여 제방선을 추출하는 제방선 추출 장치(150) 등이 구성된다.
DB(141)는 원시 항공 레이저 측량 데이터로서 이 원시 항공 레이저 측량 데이터는 레이저 측량 데이터, 항공기의 GPS/INS(Global Positioning System/Inertial Navigation System) 데이터 및 GPS 지상 기준국 데이터를 포함한다.
제방선 추출 장치(150)는 컴퓨터가 될 수 있으며, 제방선 추출을 위해, 마이크로프로세서(미도시), 저장 장치(미도시), 프로그램, 소프트웨어, 디스플레이(미도시) 등을 구비할 수 있다. 따라서, 제방선 추출 장치(150)는 DB(141)에 저장된 항공 레이저 측량 데이터를 이용하여 제방선을 추출하여 이를 디스플레이하는 기능을 수행한다.
물론, 디스플레이를 별도로 구비하여 사용하는 것도 가능하다. 즉, 제방선 추출 장치(150)에 연결시켜 사용하는 방식을 들 수 있다. 디스플레이로는 LCD(Liquid Crystal Display), CRT(Cathod Ray Tube), PDP(Plasma Display Panel), OLED(Organic Light Emitting Diode) 등이 사용될 수 있다.
도 2는 본 발명의 일실시예에 따라 원시 항공 레이저 측량 데이터를 이용하여 제방선을 추출하는 제방선 추출 장치(150)의 시스템 블럭도이다. 도 2를 참조하면, 제방선 추출 장치(150)에는 도 1에 도시된 DB(141)로부터 전송된 데이터를 이용하여 원시 항공 레이저 측량 데이터를 처리하고 분석하는 분석부(200), 처리된 데이터를 이용하여 제방선을 추출하는 추출부(210) 및 추출된 제방선을 디스플레이하는 디스플레이부(220) 등이 구성된다.
여기서, 원시 항공 레이저 측량 데이터는 레이저 측량 데이터 DB(201), GPS/INS 데이터 DB(203) 및 GPS 지상 기준국 데이터 DB(205)로 구성된다.
따라서, 분석부(200)는 레이저 측량 데이터 제공 서버(140)로부터 제공되는 원시 항공 레이저 측량 데이터를 전처리 및/또는 후처리하여 분석하는 기능을 수행한다.
부연하면, 원시 항공 레이저 측량 데이터의 전처리는 취득된 레이저 측량 데이터, 항공기의 GPS/INS 데이터 및 GPS 지상기준국 데이터를 통합 처리하여 X, Y, Z의 원시 레이저 포인트 데이터를 얻어내는 과정이다.
한편, 원시 항공 레이저 측량 데이터의 후처리는 원시 레이저 포인트를 구분(Classify)하고 이를 이용하여 각종 성과물(수치표고자료, 등고선도, 음영기복도, 관련 메타데이터 등)을 제작하는 과정이다.
항공기의 초기 획득 데이터인 원시 데이터(즉, 레이저 측량 데이터)에서 GPS/INS 데이터 처리가 선행되어야하며 정확한 위치정보 획득을 위하여 항공기에서 수신한 위치정보와 GPS기준국의 위치정보를 입력하여 DGPS(Differential Global Positioning System)를 수행함으로써 정밀한 위치정보를 획득한다.
원시 데이터에 포함되어 있는 레이저 포인트 데이터는 레이저 포인트의 발사각도, 발사시간, Return Time(포인트 거리) 등이 기록되어 있다. 이러한 레이저 포인트 정보, 항공기 위치 및 자세정보를 융합하여 지형지물에 반사된 레이저 포인트의 3차원 위치정보를 획득한다.
3차원 위치정보를 획득하기 위하여 센서별 전용S/W를 이용하고 처리과정에서 시스템 검정(calibration)값을 보정하여 최종적인 3차원 레이저 포인트 위치좌표를 산출하게 된다.
이와 같은 과정을 거처 생성된 점 데이터는 3차원 위치 정보를 가지게 되며, 세계측지기계(GRS80)와 평면직각좌표계(TM, 동부원점)가 사용되며 좌표단위는 미터(meter)가 된다.
개별적인 평균 점밀도는 1.54p/m2 이며 최소 점밀도 0.55p/m2로 코스별 중복도(50%)를 계산했을 시 계획 점밀도 2.50p/m2이상으로 나타난다.
추출부(210)는 분석부(200)에 의해 처리된 3차원 위치정보로부터 제방선을 추출하는 기능을 한다.
디스플레이부(220)는 추출된 제방선을 화면에 디스플레이하는 기능을 수행한다.
도 4의 순서도를 설명하기에 앞서 먼저 하천의 지형도를 설명한다. 도 3은 일반적으로 구분되는 하천 지형도이다. 도 3을 참조하면, 하천은 수로(330)가 있으며, 이 수로로부터 물이 안정적으로 유지되도록 하는 제방(300), 물이 있는 영역인 제외지(320), 제방(300) 바깥에 놓이는 제내지(310) 구간으로 구성된다.
도 4는 본 발명의 일실시예에 따라 항공 레이저 측량 데이터를 이용하여 제방선을 추출하는 과정을 보여주는 순서도이다. 도 4를 참조하면, 항공 레이저 측량이 실시되고, 이 항공 레이저 측량으로부터 원시 항공 레이저 측량 데이터가 취득된다(단계 S400, S410).
이 원시 항공 레이저 측량 데이터를 전처리 및/또는 후처리한 후, 수치표고자료 제작, 품질검사 등을 통해 대상지역의 항공 레이저 측량 데이터를 분류 처리 수행하면, 최종 3차원 위치정보가 획득된다(단계 S420,S430).
일반적으로 원시 항공 레이저 측량 데이터는 지표면의 모든 3차원 정보를 포함하고 있어 하천지형(RDEM)과 같은 용도에 활용하기 위해서 일련의 분류과정을 거쳐야할 필요가 있다. 지표면의 3차원 데이터는 일반적인 지표에 관련된 데이터 외에 건물, 교량, 식생, 수계 등의 class로 분류할 수 있으며, 분류 방법으로는 크게 자동분류와 수동분류로 나눌 수 있다.
자동분류에서는 높이, 반사강도, 면적 등에 대한 설정을 한 뒤 프로그램상에서 자동으로 분류를 하는 것이고, 수동분류에서는 육안검수를 통하여 잘못된 점이라 판단되는 점을 추출하는 것이다. 수치표고 자료는 최종적인 위치좌표가 산출된 뒤에 나오는 결과물이다.
이 최종 3차원 위치정보는 레이저 포인트 정보, 항공기 위치 및 자세 정보를 포함한다. 이 레이저 포인트 데이터는 레이저 포인트의 발사각도, 발사시간, Return Time(포인트 거리) 등을 포함한다.
일반적으로 항공 레이저 측량 데이터는 노이즈(noise)를 포함할 때가 있는데, 이 노이즈는 인접한 다른 점들에 비해 높이 값들이 상대적으로 굉장히 크다. 이러한 노이즈는 필터링을 통해 제거할 수 있다(단계 S440).
본 발명의 일실시예에서는 노이즈를 최소화하기 위해 메디안 필터(median filter)를 사용하였으나, 이에 한정되지 않으며 예를 들면 다른 선형 필터(Linear Filter)가 사용될 수도 있다.
물론, 다른 선형 필터(linear filter)에 비해 메디안 필터가 가지는 한 가지 주요 이점은 기준점을 중심으로 근처에 극히 큰 값을 갖는 노이즈 점을 제거하는데 효율적이다.
노이즈가 제거되면, 최종 3차원 위치정보의 점군 집합중 가장 인접해있는 세 개의 점들로부터 2.5차원의 들로네 삼각형 메쉬를 생성하고 이를 활용하여 하천지역 내 3차원 인공 제방선을 추출하게 된다(단계 S450,S460).
이때, 3차원 인공 제방선 추출은 아래의 두 가지 수학식을 활용하여 이루어진다. 이들 두 가지의 수학식은 다음과 같다.
Figure 112011046354288-pat00007
Figure 112011046354288-pat00008
여기서, A1(e), A2(e)는 모서리(e)를 공유하는 인접한 두 삼각형들의 두 개의 법선 벡터들로 정의되는 두 면 사이의 각도값이고, ni,nj는 모서리(e)를 공유하는 인접한 두 삼각형들의 두 개의 법선 벡터들이며, ||ni||,||nj||는 두 법선 벡터들의 놈(norm)이며, Ni,Nj는 모서리(e)를 마주하는 정점(xi,xj)의 평균 법선 벡터들을 정의하며, ||Ni||,||Nj||는 평균 법선 벡터들의 놈을 나타낸다
따라서, 수학식 1 및 수학식 2를 이용하면, 두 개의 법선 벡터들로 정의되는 두 개의 각도 값들을 각 모서리에 할당할 수 있다.
물론, 이 수학식 1 및 수학식 2의 활용은 각각 각 모서리에 하나의 각도 값을 할당하기 위해 다른 절차를 사용한다. 따라서 각 모서리는 이 두 가지의 수학식 1 및 수학식 2을 이용하여 계산될 때 두 개의 다른 각도 값을 가질 수 있다.
수학식 1에서 e는 들로네 삼각형 메쉬 중 한 모서리고, A1 (e)는 모서리 e를 공유하는 인접한 두 삼각형들의 두 개의 법선 벡터들로 정의되는 두 면 사이의 각도 값이다.
수학식 2는 수학식 1을 확장시켜 한 모서리에 하나의 각도 값을 할당하기 위한 더 넓은 영역을 고려한 것이다. 수학식 2의 식에서는, Ni과Nj가 모서리 e를 마주하는 정점 xi와xj의 평균 법선 벡터들로서 정의된다.
이 평균 법선 벡터들은 정점 xi와xj에 면한 삼각형들의 모든 법선 벡터들을 사용하여 계산된다. A2 (e)는 모서리 e에 할당되는 각도 값으로서, 평균법선 벡터 Ni과Nj을 사용하여 계산된다.
여기서, Ni와 Nj는 다음 수학식과 같다.
Figure 112011046354288-pat00009
Figure 112011046354288-pat00010
도 5 및 도 6은 이들 수학식 1 및 수학식 2의 적용을 보여준다. 즉, 도 5는 본 발명의 일실시예에 따라 항공 레이저 측량 점군 자료들로 이루어진 2.5 차원 들로네 삼각형 메쉬로부터 중요한 선들을 추출하는 제 1 추출 방법을 보여주는 개념도이다.
도 6은 본 발명의 다른 일실시예에 따라 항공 레이저 측량 점군 자료들로 이루어진 2.5 차원 들로네 삼각형 메쉬로부터 중요한 선들을 추출하는 제 2 추출 방법을 보여주는 개념도이다.
도 5 및 도 6에 도시된 바와 같이, 수학식 2가 수학식 1에 비해 더 효율적인 방법임을 보여준다.
계속 도 4를 참조하여 설명하면, 제방 모서리들을 포함한 중요한 모서리들이 삼각형 메쉬로부터 잘 추출되는 각도 값들의 범위를 결정하기 위해 특정 범위의 각도에 해당하는 모서리들만을 선별하게 된다. 이러한 특정 범위의 각도를 수학식으로 표현하면 다음과 같다.
Figure 112011046354288-pat00011
위 수학식 5에 따라 만약 한 모서리에 할당된 각도 값이 10°보다 높고 60°보다 낮다면, 그 모서리는 중요한 모서리로 정의된다.
물론, 본 발명에서는 제방들이 대개 날카로운 모서리를 갖지 때문에 제방선들을 구성하는 모서리들에 할당되는 각도 값을 10°와 60°사이로 가정하였으나, 이에 한정되는 것은 아니며, 다른 각도 사이의 범위도 가능하다.
또한, 제방선 추출을 위해 하나의 방법만을 활용하는 것은 제방선 추출을 위한 충분한 정보를 제공하지 않는다. 따라서 본 발명의 일실시예에서는 똑같은 범위에서 두 방법들을 활용하여 추출되는 교차 모서리들을 선택한다. 이를 표현한 수학식은 다음과 같다.
Figure 112011046354288-pat00012
여기서, i는 각도 값들의 범위를, Ai는 범위 i에서 수학식 1을 이용하여 추출되는 모서리 집합을, Bi는 범위 i에서 수학식 2를 이용하여 추출되는 모서리 집합을, Ci는 범위 i에서 교차 모서리 집합을 나타낸다.
이 교차 모서리 집합은 제방선분들을 구성하는 모서리들을 포함한다. 하지만 그것들은 여전히 그 제방선분들을 구성하기에 적절치 않은 일부 선형적 특징을 지닌 모서리들을 포함한다. 한 모서리의 수직거리와 경사도, 그리고 연결성을 고려하여, 제방선분들을 구성하기에 적절치 않은 그런 모서리들이 가능한한 제거된다(단계 S470).
부연하면, 첫 번째 단계에서, 수직거리가 1m를 넘거나 경사도가 50°미만인 모서리들은 제거되어야 한다. 일반적으로 제방 모서리들에 위치하는 그런 모서리들은 두 점들 간에 보다 낮은 수직거리와 더 작은 경사도를 갖는다.
따라서 높은 수직거리나 큰 경사도를 갖는 모서리들은 고지대이든 제방 사면이든 하나의 수직적인 지형 및 지물 위치하는 특징적인 모서리들로 고려된다. 본 발명의 일실시예에서는 수직거리가 1m를 넘는 모서리들은 높은 수직거리를 갖는다고 가정되고 경사도가 50°미만인 모서리들은 큰 경사도를 갖는다고 가정된다.
두 번째 단계에서는, 모서리 연결성을 고려함으로써 부적절한 모서리들을 정의한다. 이 단계에서는 단일한 모서리들과 더불어, 한쪽 끝점이 복수의 모서리들에 연결되고 다른 쪽 끝점은 아무런 모서리와도 연결되지 않는 모서리들이 제거된다. 두 하위 단계들이 적용된 후에는, 제방선분들을 구성하기에 적절치 않은 모서리들이 대부분 제거된다.
세 번째 단계는 모서리 연결성을 고려하여 다중 연결된 모서리들을 추출하기 위해 적용된다. 다중 연결된 모서리들 중에서, 제방 모서리들에 위치한 선분들은 제방선분들로 고려된다. 모든 제방선분들이 결정된 다음에는, 하나의 선분이 끝점이 수평적으로나 수직적으로나 가장 가까이 위치해있는 다른 선분에 수동으로 연결된다.
또한, 제방선은 제방의 모서리를 중심으로 평행한 방향으로 이루어지며, 항공 레이저 측량 데이터(LiDAR) 점들을 연결해서 형성된다. 들로네 삼각형 집단으로부터 불연속선을 추출하는 방법을 사용할 경우, 추출된 선들은 제방선에 위치한 제방선 후보 선분일수도 있지만 그렇지 않은 경우도 있다.
따라서 들로네 삼각형 집단으로부터 추출된 선분들 중에서 불필요한 선분들을 최대한 제거해줄 필요가 있다. 제방선은 제방의 모서리에 형성이 되기 때문에 두개의 라이다 점들로 이루어진 선분의 길이가 길거나 한 선분을 구성하는 점들의 각도가 클수록 제방선을 형성하는 선분이 아닐 가능성이 크다.
따라서, 두 점으로 구성되는 한 선분의 수직 절대값이 크거나, 한 선분을 구성하는 두 점의 각도가 클 경우, 제방선이 아닌 불필요한 선일 가능성이 많기 때문에, 제거해준다.
모든 선분들이 연결된 다음에는, 최초의 3차원 제방선이 생성된다. 최초의 3차원 제방선이 라이다 점들로 구성되기 때문에, 초기 제방선의 패턴은 하천 제방을 따라 지그재그 패턴으로 이루어진다.
따라서 마지막 단계로서, 최초의 제방선을 매끄럽게 하는 알고리즘을 적용하여 부드러운 제방선을 생성시킨다. 이 단계에서는 최초의 제방선을 매끄럽게 하기 위해 지수핵(exponential kernel)을 통한 다항근사(Polynomial Approximation with Exponential Kernel: PAEK) 알고리즘이 적용된다.
다항 근사 알고리즘은 다른 스무딩 방법들과는 달리 최초의 제방선을 구성하는 모든 라이다 점들의 위치를 고려하여 선을 스무딩을 시키기 때문에, 지그재그 패턴을 없애주는 것과 동시에 최초의 제방선의 모습과 근사한 패턴의 선을 형성하는데 효과적이다. 마지막 단계가 끝나면 매끄러워진 제방선이 생성되고, 그것이 최종 3차원 제방선으로 정의된다(단계 S480).
도 7은 본 발명의 일실시예에 따른 라이더(즉, 항공 레이저 측량) 데이터를 통해 생성된 3차원 제방선과 종래 기술에 따른 항공 정사영상을 통해 생성된 3차원 제방선을 보여주는 도면이다. 도 7을 참조하면, 빨간색 라인(700)은 본 발명의 일실시예에 따른 3차원 제방선을 보여주며, 검은색 라인(710)은 종래 기술에 따른 제방선을 보여준다.
부연하면, 도 7의 화면예는 실제 실험한 결과를 보여준다. 이를 이해하기 용이하게 표로 나타내면 다음과 같다.
기준선 대 본 발명의 일실시예를 통해 생성된 3차원 제방선 기준선 대 항공 정사영상을 통해 생성된 3차원 제방선
수평 정확도(M) 수직 정확도(M) 수평 정확도(M) 수직 정확도(M)
최대값 0.301 0.659 4.023 0.655
평균 0.164 0.182 2.645 0.186
표준편차 0.094 0.191 0.698 0.202
위 표 1은 낙동강의 증산제에 대한 실제 실험 결과를 보여준다. 증산제는 창녕의 하만 저수지 근처에 위치한다. 증산제를 따라 1.2km에 대해 본 발명의 일실시예에 따른 방법을 통해 3차원 제방선을 추출한다.
이때, 사용된 원시 항공 레이저 측량 데이터는 Optech의 ALTM Gemini 167가 2009년 12월부터 2010년 1월까지 취합한 데이터다. 이 데이터는 일반적으로 1m 수치표고모델(Digital Elevation Model: DEM)에 대해 1 당 2.5개의 점 밀도를 갖는다.
또한, 위 표 1은 본 발명의 일실시예를 통해 생성된 3차원 제방선이 종래 기술의 항공 정사영상을 통해 생성된 3차원 제방선보다 수평 방향과 수직 방향에서 더 높은 정확도를 갖는다는 걸 보여준다. 이에 대한 이유로는 다음과 같은 이유들이 가능하다.
첫째, 민 쉬프트 세그멘테이션 방법을 사용하면 제방이 날카로운 모서리를 갖는 구역이 분할된 영상 내의 분리된 구역으로 분해될 수 없다.
도 7에서 보는 것처럼 제방 모서리 내의 색 차이가 거의 없으며, 그것은 그 구역 내의 부분들이 분리되지 않게 하는 요인이다. 제방선이 상부 제방의 날카로운 모서리에 위치하기 때문에, 제방 모서리 구역 내의 이러한 유사한 색채 수준들은 수평 방향과 수직 방향에서 추출된 제방선의 정확도 오류들을 일으킬 수 있다. 둘째, 단편화된 영상에 기초하여 제방선을 디지타이징 하는 단계 동안 오류들이 있었을 수 있다.
따라서, 제방들은 대개 상부 제방에서 날카로운 모서리를 갖는 특징으로 인해 기하패턴의 분석은 색 차이의 분석보다 제방선 지도화에 더 효율적인 방법으로 나타난다. 하천 지역 지도화 대상 픽셀들의 밝기 및 화소 값이 다른 지역과 확연히 차이가 날 경우(예: 수심부 경계(river boundary) 등), 비슷한 값들을 가진 픽셀들을 한 군집으로 묶어주는 Mean shift segmentation 등의 영상처리 기법을 이용하여 대상을 지도화하는 것이 효과적이다.
100: 레이저 측량 항공기
110: GPS 위성
120: GPS 지상 기준국
130: 통신망
140: 항공 레이저 측량 데이터 제공 서버
141: 항공 레이저 측량 데이터베이스
150: 제방선 추출 장치

Claims (11)

  1. 원시 항공 레이저 측량 데이터를 취득하는 원시 데이터 취득 단계;
    상기 원시 항공 레이저 측량 데이터를 분류 처리하는 분류 처리 단계;
    분류 처리된 원시 항공 레이저 측량 데이터로부터 최종적인 3차원 레이저 점들의 위치 정보를 획득하는 3차원 위치 정보 획득 단계;
    획득된 3차원 위치 정보로부터 노이즈를 제거하는 노이즈 제거 단계;
    노이즈가 제거된 3차원 위치 정보로부터 3개의 점들을 순차적으로 선택하여 다수의 들로네 삼각형을 생성하는 들로네 삼각형 생성 단계;
    생성된 다수의 들로네 삼각형의 메쉬로부터 선을 추출하는 선추출 단계; 및
    추출된 선을 연결하여 최종 3차원 제방선을 추출하는 제방선 추출단계
    를 포함하는 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
  2. 제 1 항에 있어서,
    상기 선추출 단계는,
    상기 다수의 들로네 삼각형 중 인접한 2개의 삼각형 중 특정 모서리에 인접하고, 상기 2개의 삼각형에 각각 수직인 2개의 법선 벡터를 산출하는 단계;
    수학식 1인
    Figure 112011046354288-pat00013
    및 수학식 2인
    Figure 112011046354288-pat00014
    (여기서, A1(e),A2(e)는 모서리(e)를 공유하는 인접한 두 삼각형들의 두 개의 법선 벡터들로 정의되는 두 면 사이의 각도값이고, ni,nj는 모서리(e)를 공유하는 인접한 두 삼각형들의 두 개의 법선 벡터들이며, ||ni||,||nj||는 두 법선 벡터들의 놈(norm)이며, Ni,Nj는 모서리(e)를 마주하는 정점(xi,xj)의 평균 법선 벡터들을 정의하며, ||Ni||,||Nj||는 평균 법선 벡터들의 놈을 나타낸다)을 이용하여 상기 2개의 법선 벡터간 각도를 계산하는 단계; 및
    계산된 법선 벡터간 각도가 소정 각도 범위 내이면 상기 특정 모서리를 각각 중요 모서리로 정의하는 단계를 포함하는 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
  3. 제 2 항에 있어서,
    상기 소정 각도 범위는, 다음식
    Figure 112011046354288-pat00015
    인 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
  4. 제 2 항에 있어서,
    상기 제방선 추출 단계는,
    상기 수학식 1을 이용하여 산출된 모서리와 상기 수학식 2을 이용하여 산출된 모서리를 다음식
    Figure 112011046354288-pat00016
    (여기서, i는 각도 값들의 범위를, Ai는 범위 i에서 수학식 1을 이용하여 추출되는 모서리 집합을, Bi는 범위 i에서 수학식 2를 이용하여 추출되는 모서리 집합을, Ci는 범위 i에서 교차 모서리 집합을 나타낸다)을 이용하여 교차시키는 단계; 및
    교차 결과 교차된 모서리를 추출하여 연결함으로써 제방선을 생성하는 단계를 포함하는 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
  5. 제 2 항에 있어서,
    Ni는 다음식
    Figure 112011046354288-pat00017

    Nj는 다음식
    Figure 112011046354288-pat00018
    에 의해 정의되는 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
  6. 제 2 항에 있어서,
    노이즈 제거는 메디안 필터(median filter)를 이용하여 수행되는 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
  7. 제 2 항에 있어서,
    상기 3차원 위치 정보는 레이저 포인트의 발사각도, 발사시간, 포인트 거리를 포함하는 레이저 포인트 정보, 항공기 위치 및 자세 정보를 포함하는 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
  8. 제 2 항에 있어서,
    상기 다수의 들로네 삼각형은 2.5 차원인 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
  9. 삭제
  10. 삭제
  11. 제 2 항에 있어서,
    최종 3차원 제방선은 지수핵(exponential kernel)을 통한 다항근사(PAEK: Polynomial Approximation with Exponential Kernel) 알고리즘이 적용되여 생성된 제방선인 것을 특징으로 하는 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법.
KR1020110059450A 2011-06-20 2011-06-20 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법 KR101078238B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110059450A KR101078238B1 (ko) 2011-06-20 2011-06-20 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110059450A KR101078238B1 (ko) 2011-06-20 2011-06-20 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법

Publications (1)

Publication Number Publication Date
KR101078238B1 true KR101078238B1 (ko) 2011-10-31

Family

ID=45033607

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110059450A KR101078238B1 (ko) 2011-06-20 2011-06-20 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법

Country Status (1)

Country Link
KR (1) KR101078238B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101389126B1 (ko) 2013-08-07 2014-04-25 (주) 지오씨엔아이 라이다 자료와 정사영상을 이용한 제방법선 매핑 방법
KR20160149848A (ko) * 2015-06-19 2016-12-28 삼성중공업 주식회사 점군 정합 장치
KR20170122898A (ko) * 2016-04-27 2017-11-07 한국표준과학연구원 항공 수심 라이다의 수심 보정 방법
KR20190087338A (ko) * 2019-02-27 2019-07-24 주식회사 스트리스 수치지도 및 도로정밀지도 구축 자동화를 위한 방법
KR20200032985A (ko) * 2018-09-19 2020-03-27 인하대학교 산학협력단 골프 드론
CN114202097A (zh) * 2021-11-04 2022-03-18 中国电建集团华东勘测设计研究院有限公司 基于地形空间数据处理技术的水库坝址资源识别方法
CN114937133A (zh) * 2022-05-18 2022-08-23 山东大学 一种基于点云数据的堤防可视化监测方法及系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101389126B1 (ko) 2013-08-07 2014-04-25 (주) 지오씨엔아이 라이다 자료와 정사영상을 이용한 제방법선 매핑 방법
KR20160149848A (ko) * 2015-06-19 2016-12-28 삼성중공업 주식회사 점군 정합 장치
KR101714701B1 (ko) * 2015-06-19 2017-03-09 삼성중공업(주) 점군 정합 장치
KR20170122898A (ko) * 2016-04-27 2017-11-07 한국표준과학연구원 항공 수심 라이다의 수심 보정 방법
KR101883298B1 (ko) * 2016-04-27 2018-07-31 한국표준과학연구원 항공 수심 라이다의 수심 보정 방법
KR20200032985A (ko) * 2018-09-19 2020-03-27 인하대학교 산학협력단 골프 드론
KR102108170B1 (ko) 2018-09-19 2020-05-08 인하대학교 산학협력단 골프 드론
KR20190087338A (ko) * 2019-02-27 2019-07-24 주식회사 스트리스 수치지도 및 도로정밀지도 구축 자동화를 위한 방법
KR102113068B1 (ko) * 2019-02-27 2020-05-20 주식회사 스트리스 수치지도 및 도로정밀지도 구축 자동화를 위한 방법
CN114202097A (zh) * 2021-11-04 2022-03-18 中国电建集团华东勘测设计研究院有限公司 基于地形空间数据处理技术的水库坝址资源识别方法
CN114937133A (zh) * 2022-05-18 2022-08-23 山东大学 一种基于点云数据的堤防可视化监测方法及系统

Similar Documents

Publication Publication Date Title
KR101078238B1 (ko) 항공 레이저 측량의 점군 집합을 활용한 하천 지역 내 3차원 인공 제방선 추출 방법
Gómez-Gutiérrez et al. Surveying coastal cliffs using two UAV platforms (multirotor and fixed-wing) and three different approaches for the estimation of volumetric changes
Qin et al. 3D change detection at street level using mobile laser scanning point clouds and terrestrial images
Sampath et al. Building boundary tracing and regularization from airborne LiDAR point clouds
Zhou et al. Seamless fusion of LiDAR and aerial imagery for building extraction
Truong-Hong et al. Octree-based, automatic building facade generation from LiDAR data
CN104766302B (zh) 一种利用无人机图像优化激光扫描点云数据的方法及系统
WO2009052046A1 (en) Geospatial modeling system and related method using multiple sources of geographic information
CN109242862A (zh) 一种实时的数字表面模型生成方法
CN111652241B (zh) 融合影像特征与密集匹配点云特征的建筑物轮廓提取方法
KR101549155B1 (ko) 라이다 자료를 활용한 구조물의 직선경계 추출방법
AGUILAR et al. 3D coastal monitoring from very dense UAV-Based photogrammetric point clouds
Javadnejad et al. An assessment of UAS-based photogrammetry for civil integrated management (CIM) modeling of pipes
CN111986074A (zh) 一种真正射影像制作方法、装置、设备及存储介质
Ismail et al. DEM derived from photogrammetric generated DSM using morphological filter
Bellakaout et al. Automatic 3d extraction of buildings, vegetation and roads from lidar data
Rahmayudi et al. Comparison of semi automatic DTM from image matching with DTM from Lidar
Domazetović et al. A comprehensive framework for multiscale soil erosion modeling: A case study of Pag Island, Croatia
Choung Development of a Dike Line Selection Method Using Multispectral Orthoimages and Topographic LiDAR Data Taken in the Nakdong River Basins
Luo et al. 3D building reconstruction from LIDAR data
Ergün et al. Laser point cloud segmentation in MATLAB
Redweik et al. A strategy for detection and measurement of the cliff retreat in the coast of Algarve (Portugal) by photogrammetry
James Three-Dimensional Reconstruction of Braided River Morphology and Morphodynamics with Structure-from-Motion Photogrammetry
Štroner et al. Multi-View and Shift Rasterization Algorithm (MVSR) for Effective Identification of Ground in Dense Point Clouds
Chan et al. Photogrammetry-and LiDAR-based Multi-temporal Point Cloud Models and Digital Elevation Models for Landslide Investigation in Hong Kong-Feasibility and Challenges

Legal Events

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

Payment date: 20140801

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150825

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20161020

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20171025

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20181025

Year of fee payment: 8