KR101079475B1 - 포인트 클라우드 필터링을 이용한 3차원 도시공간정보 구축 시스템 - Google Patents

Abstract

본 발명은 웹 서버를 통하여 포인트 클라우드 데이터를 수신하는 항공 레이저 측량 데이터 수신부; 상기 포인트 클라우드 데이터에 대해 필터링 과정을 수행하여 도로 데이터와 제1 건물데이터로 분류하되, 상기 필터링 과정은 다음 수학식들( Rij - Rl_min > T, 여기서, Rij은 특정 영역 내의 임의의 셀을 가리키고, Rl_min은 반복회수 l번째에서의 특정 영역 내의 최소 높이값을 가리키며, T는 제1임계값을 나타냄. 상기 제1임계값은 수학식 T = sMl 에 의해서 결정되며, 여기서, s는 대상 영역의 최대 경사를 나타내고, Ml 은 반복회수 l번째의 윈도우 크기를 나타냄.)에 의해 수행되는 데이터 분류부; 상기 데이터 베이스부에 저장되어 있는 수치지도 데이터로부터 도로 경계 정보를 추출하고, 상기 도로 경계 정보에 기초하여 상기 분류된 도로 데이터로부터 도로 경계 내의 점들을 추출하여 표면 영역들을 생성하고, 상기 표면 영역들 사이의 에지 길이와 높이 차이에 기초하여 상기 표면 영역들을 하나의 도로 표면 집단으로 그룹핑하고, 상기 그룹핑된 도로 표면 집단을 이루는 점들과 상기 도로 경계 정보를 이용하여 도로 데이터를 생성하는 도로 데이터 획득부; 상기 데이터 베이스부로부터 건물의 3차원 좌표값을 포함하는 도화원도 데이터를 추출하는 도화원도 데이터 추출부; 상기 추출된 도화원도 데이터에 대해 다음 수학식

(여기서, A11, A12, A21, A22, X_n, Y_n 은 변환 계수를 나타내고, X_l,Y_l은 수치지도 좌표체계로 변환된 도화원도 데이터의 건물 좌표 정보를 나타내며, X_m, Y_m은 도화원도 좌표체계의 도화원도 데이터의 건물 좌표 정보를 나타냄)을 이용하여 좌표변환을 수행하는 데이터 변환부; 상기 좌표변환이 수행된 도화원도 데이터의 건물 좌표 정보를 이용하여 제2 건물데이터를 생성하되, 상기 제2 건물데이터의 고도 데이터는 건물의 최상위 고도값과 최하위 고도값의 차이값으로 설정되는 제2 건물데이터 생성부; 사용자로부터 수신된 도시공간정보 모델의 등급정보가 제1레벨을 나타내는 경우 상기 제1 건물데이터와 상기 제2 건물데이터 중 상기 제2 건물데이터를 도시공간정보 구축을 위한 건물 데이터로 선택하되, 상기 제1레벨은 사용자에 의해 기설정된 기본 등급 정보인 데이터 선택부; 및 상기 도로 데이터와 상기 제2 건물 데이터를 이용하여 3차원 도시공간정보 모델을 생성하는 도시공간정보 생성부를 포함하는 것을 특징으로 하는 포인트 클라우드 필터링을 이용한 3차원 도시공간정보 구축 시스템을 제공한다.

Description

포인트 클라우드 필터링을 이용한 3차원 도시공간정보 구축 시스템{A SYSTEM FOR GENERATING 3-DIMENSIONAL URBAN SPATIAL INFORMATION USING POINT CLOUD FILTERING}

본 발명은 포인트 클라우드 필터링을 이용한 3차원 도시공간정보 구축 시스템 및 그 방법에 관한 것이다.

현대 사회가 복잡화, 고도화됨에 따라 다양한 지식 정보들 중 지형 공간 정보는 국토 공간의 효율적인 활용 및 관리를 위하여 그 중요성이 날로 증대되고 있다. 공간 정보를 이용하는 분야는 전 세계적인 관심 산업으로써 인터넷 기반의 지도서비스 및 3차원 지리정보 서비스는 이미 구글, 마이크로소프트 등으로부터 제공되고 있다. 또한, 3차원 지리 정보(GI : Geographical Information) 소프트웨어 산업 시장은 기능별로 세분화되어 발전되어 왔으며, 지리 정보의 활용 분야의 다양성과 전문성은 지리 정보 시스템(GIS : Geographical Information System)기반 기술의 응용 분야를 창출하는데 기여하였다.

이러한 지리 정보의 기초 자료인 항공 사진, 항공 레이저 측량 데이터 등에 대해 보다 정확한 분석 툴들을 이용하여 보다 실감있고 정확한 지형 공간 정보를 생성하기 위하여 항공 사진을 이용한 분석 기법들이 증가하고 있는 실정이다. 또한, 항공 사진은 지표면에 대해 풍부한 텍스쳐 정보를 제공하지만, 그림자, 기복 변위 등의 단점이 있고, 항공 레이저 측량 데이터는 점 형태로서 정확도 높은 3차원 지형 좌표를 제공하지만, 풍부한 텍스쳐 정보를 제공하지 못한다. 따라서, 보다 정확하고 현실감 있는 공간 정보를 제공하기 위해서는 항공 사진 또는 항공 레이저 측량 데이터의 단점을 보완하거나 장점을 융합시킬 필요가 있다.

또한, 도화원도는 수치지도 제작의 중간산출물로 지형지물의 높이와 같은 3차원 정보를 포함하고 있어 수치지도와 함께 신속하고 저렴하게 3차원 도시공간모델을 생성할 수 있다. 따라서, 넓은 지역의 비교적 단순한 3차원 공간 분석을 요구하는 다양한 응용 분야(일조권, 조망권 등)에서 보다 용이하고 경제적으로 활용될 수 있다.

본 발명에서는 항공 레이저 측량 데이터를 이용하여 보다 높은 품질의 수치 지도를 제작하고자 한다.

또한, 본 발명은, 도화원도의 데이터를 이용하여 보다 신속하고 효율적으로 건물 모델을 생성하고자 한다.

또한, 본 발명은, 사용자 필요에 따라 건물 모델 등급을 선택함으로써 보다 효율적으로 도시공간정보 시스템을 구축하고자 한다.

또한, 본 발명은, 항공 레이저 측량 데이터의 필터링을 통해 도로 데이터와 건물 데이터를 효과적으로 분류하고자 한다.

또한, 본 발명은, 도로 데이터의 경사도를 반영하여 보다 정확한 도로 모델을 생성하고자 한다.

또한, 본 발명은, 영상 후처리 과정을 통해 보다 선명한 영상 정보를 획득하고자 한다.

또한, 본 발명은, 항공 사진과 항공 레이저 측량 데이터의 장점을 융합하여 이용함으로써 보다 정확하고 현실감 있는 공간 정보를 제공하고자 한다.

본 발명은 웹 서버를 통하여 포인트 클라우드 데이터를 수신하는 항공 레이저 측량 데이터 수신부; 상기 포인트 클라우드 데이터에 대해 필터링 과정을 수행하여 도로 데이터와 제1 건물데이터로 분류하되, 상기 필터링 과정은 다음 수학식들( Rij - Rl_min > T, 여기서, Rij은 특정 영역 내의 임의의 셀을 가리키고, Rl_min은 반복회수 l번째에서의 특정 영역 내의 최소 높이값을 가리키며, T는 제1임계값을 나타냄. 상기 제1임계값은 수학식 T = sMl 에 의해서 결정되며, 여기서, s는 대상 영역의 최대 경사를 나타내고, Ml 은 반복회수 l번째의 윈도우 크기를 나타냄.)에 의해 수행되는 데이터 분류부; 상기 데이터 베이스부에 저장되어 있는 수치지도 데이터로부터 도로 경계 정보를 추출하고, 상기 도로 경계 정보에 기초하여 상기 분류된 도로 데이터로부터 도로 경계 내의 점들을 추출하여 표면 영역들을 생성하고, 상기 표면 영역들 사이의 에지 길이와 높이 차이에 기초하여 상기 표면 영역들을 하나의 도로 표면 집단으로 그룹핑하고, 상기 그룹핑된 도로 표면 집단을 이루는 점들과 상기 도로 경계 정보를 이용하여 도로 데이터를 생성하는 도로 데이터 획득부; 상기 데이터 베이스부로부터 건물의 3차원 좌표값을 포함하는 도화원도 데이터를 추출하는 도화원도 데이터 추출부; 상기 추출된 도화원도 데이터에 대해 다음 수학식

(여기서, A11, A12, A21, A22, X_n, Y_n 은 변환 계수를 나타냄.)을 이용하여 좌표변환을 수행하는 데이터 변환부; 상기 좌표변환이 수행된 도화원도 데이터의 건물 좌표 정보를 이용하여 제2 건물데이터를 생성하되, 상기 제2 건물데이터의 고도 데이터는 건물의 최상위 고도값과 최하위 고도값의 차이값으로 설정되는 제2 건물데이터 생성부; 사용자로부터 수신된 도시공간정보 모델의 등급정보가 제1레벨을 나타내는 경우 상기 제1 건물데이터와 상기 제2 건물데이터 중 상기 제2 건물데이터를 도시공간정보 구축을 위한 건물 데이터로 선택하되, 상기 제1레벨은 사용자에 의해 기설정된 기본 등급 정보인 데이터 선택부; 및 상기 도로 데이터와 상기 제2 건물 데이터를 이용하여 3차원 도시공간정보 모델을 생성하는 도시공간정보 생성부를 포함하는 것을 특징으로 하는 포인트 클라우드 필터링을 이용한 3차원 도시공간정보 구축 시스템을 제공한다.

또한, 본 발명에서, 상기 필터링 과정은 특정 영역 내에 있는 점의 높이값 중 최소값을 획득하고 상기 최소값보다 큰 높이값을 가진 점들만을 비교 대상값으로 설정한 후, 상기 비교 대상값이 기설정된 제1임계값보다 큰 경우 제1 건물데이터로 분류하고, 상기 비교 대상값이 상기 기설정된 제1 임계값보다 작거나 같으면 도로 데이터로 분류되는 것을 특징으로 한다.

본 발명의 실시예들을 통하여 2차원 또는 3차원 공간 정보를 구축하게 될 경우, 더욱 정확하고 현실감 있는 가상 환경을 제공함으로써 향상된 직관력과 의사 결정을 지원할 수 있게 된다. 기존의 도로 모델링과 관련된 선행 연구들은 모든 도로를 주행하면서 센서 데이터를 취득하는 것 때문에 수반되는 비용이 컸지만, 본 발명에서는 항공 레이저 측량 데이터의 필터링을 통하여 공간 정보를 획득함으로써 보다 정확한 3차원 공간 정보 시스템을 구축할 수 있다. 또한, 도화원도를 이용하여 건물 모델을 형성하고 이를 선택적으로 활용함으로써 보다 효율적인 도시공간정보 시스템을 구축할 수 있다. 이처럼, 항공 사진과 항공 레이저 측량 데이터의 장점을 융합할 수 있는 방법을 제공함으로써, 보다 효율적으로 높은 품질의 수치 지도를 제작할 수 있게 된다.

도 1은 본 발명이 적용되는 도시공간정보 구축 시스템의 개략적인 블록도를 나타낸다.
도 2는 본 발명이 적용되는 일실시예로서, 데이터 프로세싱부(300)의 개략적인 블록도를 나타낸다.
도 3은 본 발명이 적용되는 일실시예로서, 데이터 분류부(310)의 개략적인 블록도를 나타낸다.
도 4는 본 발명이 적용되는 일실시예로서, 도로 데이터 획득부(320)의 개략적인 블록도를 나타낸다.
도 5는 본 발명이 적용되는 실시예로서, 도로 데이터를 이용하여 도로 모델을 생성하기 위한 방법을 설명하기 위해 나타낸 것이다.
도 6은 본 발명이 적용되는 일실시예로서, 도화원도 데이터 획득부(315)의 개략적인 블록도를 나타낸다.
도 7은 본 발명이 적용되는 일실시예로서, 건물 데이터 획득부(330)의 개략적인 블록도를 나타낸다.
도 8은 본 발명이 적용되는 일실시예로서, 항공 레이저 측량 데이터로부터 도로 데이터와 건물 데이터를 추출하는 흐름도를 나타낸다.
도 9는 본 발명이 적용되는 일실시예로서, 도시공간정보 모델의 등급 정보에 따라 건물 데이터를 선택하는 흐름도를 나타낸다.

이하, 첨부된 도면을 참조하여 본 발명의 실시예의 구성과 그 작용을 설명하며, 도면에 의해서 설명되는 본 발명의 구성과 작용은 하나의 실시예로서 설명되는 것이며, 이것에 의해서 본 발명의 기술적 사상과 그 핵심 구성 및 작용이 제한되지는 않는다.

아울러, 본 발명에서 사용되는 용어는 가능한 한 현재 널리 사용되는 일반적

인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어를 사용하여 설명한다. 그러한 경우에는 해당 부분의 상세 설명에서 그 의미를 명확히 기재하므로, 본 발명의 설명에서 사용된 용어의 명칭만으로 단순 해석되어서는 안 될 것이며 그 해당 용어의 의미까지 파악하여 해석되어야 함을 밝혀두고자 한다. 특히, 본 명세서에서 데이터(data) 또는 정보(information)란, 값(values), 파라미터(parameters), 계수(coefficients), 성분(elements) 등을 모두 아우르는 용어로서, 경우에 따라 그 의미는 달리 해석될 수 있다.

공간 정보 시스템(Spatial Information System)은 공간상 위치를 점유하는 지리 자료와 이에 관련된 속성 자료를 통합하여 처리하는 정보 시스템으로서 다양한 형태의 공간 정보를 효율적으로 수집, 저장, 갱신, 처리, 분석, 출력하기 위해 이용되는 하드웨어, 소프트웨어, 지리자료, 인적자원의 총체적 조직체라고 정의할 수 있다. 상기 공간 정보 시스템의 이용에 따라 공간 정보의 다양한 활용이 용이해졌다. 그리고, 기존에 구축된 일정 수준의 시설물에 대한 정보와 항공 사진 및 수치 지형도를 이용하여 대상 지역에 대한 3차원 공간 정보를 생성할 수 있게 되었고, 그에 따라 기존의 평면적인 분석에서 3차원적 분석이 가능하게 되었다. 따라서, 보다 효율적인 3차원 공간 정보를 생성하기 위한 실시예들을 살펴보도록 한다.

도 1은 본 발명이 적용되는 도시공간정보 구축 시스템의 개략적인 블록도를 나타낸다.

도 1을 참조하면, 도시공간정보 구축 시스템(100)은 데이터 수신부(200), 데이터 프로세싱부(300), 데이터 베이스부(400) 및 영상 표시부(500)를 포함한다.

상기 데이터 수신부(200)는 항공 레이저 측량 데이터 수신부(210)와 항공 사진 데이터 수신부(220)를 포함한다. 여기서, 항공 레이저 측량 데이터라 함은, 항공 레이저 측량 시스템을 항공기에 장착하여 레이저 펄스를 지표면에 주사하고, 반사된 레이저파의 도달 시간을 이용하여 반사되는 지점과 관련된 정보를 의미한다. 예를 들어, 레이저 측량에 의한 위치 좌표값, 항공 레이저 측량시 발생하는 X축 또는 Y축의 회전량 오차 정보, 항공 레이저 측량 데이터의 진입점의 좌표값과 건물 최외곽 지상 측량 좌표값의 거리 정보, 스케일 보정 팩터, 지상기준점과 항공 레이저 측량 데이터와의 일정한 높이 차이 정보 등이 있을 수 있다. 상기 항공 레이저 측량 데이터는 포인트 클라우드 형태로 취득되며, 상기 포인트 클라우드란 대상물을 나타내는 수십 또는 수백만개의 점들의 집합을 의미한다. 본 명세서에서 포인트 클라우드 데이터라 함은 상기 항공 레이저 측량 데이터를 의미할 수 있다.

그리고, 항공 사진 데이터라 함은, 항공 사진으로부터 획득될 수 있는 2차원 좌표 정보 및 속성 정보를 의미한다. 예를 들어, 항공 사진의 픽셀 좌표계에서 카메라의 물리적인 좌표계를 산출할 때 사용되는 변수인 내부 표정 측점 정보, 입체 모델 생성시 사용되는 변수인 상호 표정 정보, 항공 사진 상의 위치에 대해 지상 좌표를 산출할 경우 사용되는 변수인 절대 표정 정보, 상호 표정 및 절대 표정 작업이 완료되면 항공 사진 상에 임의의 위치에 해당하는 지상 좌표값을 산출할 때 사용되는 수학식의 상수인 외부 표정 요소를 포함할 수 있다.

상기 항공 레이저 측량 데이터 수신부(210)는 항공 레이저 측량 데이터 획득부(미도시)로부터 항공 레이저 측량 데이터를 수신하고, 상기 항공 사진 데이터 수신부(220)는 항공사진 데이터와 사용자 입력값 등을 수신한다. 이때, 상기 데이터들은 웹 서버나 이동통신망을 통하여 전송될 수 있다. 상기 항공 레이저 측량 데이터 획득부는 상기 도 1에서 도시되지 않았지만, 본 발명이 적용되는 도시공간정보 구축 시스템(100)에 포함될 수도 있다.

상기 데이터 프로세싱부(300)는 상기 데이터 수신부(200)로부터 항공 사진 데이터 또는 항공 레이저 측량 데이터 중 적어도 하나의 데이터를 입력받아 보다 정확하고 효율적인 공간 정보를 생성하기 위해 상기 입력된 데이터를 도로 데이터와 건물 데이터로 분류하고, 상기 분류된 도로 데이터와 건물 데이터에 대한 영상 처리를 통하여 도시공간정보를 생성하게 된다.

한편, 본 발명이 적용되는 도시공간정보 구축 시스템은 도화원도와 같은 기구축된 GIS 데이터를 이용하여 건물 데이터를 획득할 수도 있다. 그리고, 사용자 선택에 따라 넓은 지역의 단순한 도시공간 모델을 생성하고자 하는 경우에는 상기 도화원도로부터 획득된 건물 데이터를 이용하도록 하고, 보다 상세한 도시공간모델을 생성하고자 하는 경우에는 상기 항공 레이저 측량 데이터로부터 획득된 건물 데이터를 수정함으로써 보다 효율적인 도시공간 모델을 구축할 수 있다. 도 2를 참조하면, 상기 데이터 프로세싱부(300)는 데이터 분류부(310), 도화원도 데이터 획득부(315), 도로 데이터 획득부(320), 건물 데이터 획득부(330) 및 도시공간정보 생성부(340)를 포함한다.

본 발명의 일실시예로, 상기 데이터 프로세싱부(300)의 데이터 분류부(310)는 입력받은 데이터의 특성에 따라 이를 분류하여 이용할 경우 각 데이터 특성에 따른 영상 처리를 수행할 수 있으므로 보다 정확한 데이터를 획득할 수 있게 된다. 예를 들어, 상기 입력받은 데이터들은 도로 데이터와 건물 데이터로 분류될 수 있고, 이는 수치지도 제작을 위해 이용될 수 있다.

상기 데이터 수신부(200)로부터 항공 레이저 측량 데이터가 입력된 경우, 상기 데이터 프로세싱부(300)는 상기 항공 레이저 측량 데이터들을 0.4m 간격의 정규 격자의 래스트 자료로 변환한 후 필터링 과정을 적용할 수 있다. 이때, 우선적으로 대상 지역의 평균 표고와 정규 격자 간격을 고려하여 탐색 영역을 설정한 후, 주변의 점들과 비교하여 과대하게 높거나 낮은 점들을 검색하여 오차를 제거함으로써 데이터 분류시 그 정확도를 향상시킬 수 있다. 여기서, 과대하게 높거나 낮은 점들은 기설정된 기준값에 의해 결정될 수 있다. 이렇게 오차가 제거된 항공 레이저 측량 데이터들에 대해 필터링 과정을 적용시킴으로써 도로 데이터와 건물 데이터로 분류할 수 있게 된다. 이에 대한 구체적인 설명은 도 3에서 하기로 한다.

본 발명의 다른 일실시예로, 상기 데이터 프로세싱부(300)의 도로 데이터 획득부(320)는 본 발명에 의해 제안된 산출 방식을 이용하여 평평한 지역의 도로 데이터와 경사진 지역의 도로 데이터를 구별함으로써 보다 정확한 도로 데이터를 획득할 수 있다. 이는 도 4에서 보다 상세히 설명하기로 한다.

본 발명의 다른 일실시예로, 상기 데이터 프로세싱부(300)의 도화원도 데이터 획득부(315)는 상기 항공 사진 데이터 수신부(220)로부터 도화원도 데이터를 획득할 수 있다. 여기서 도화원도 데이터란, 항공삼각측량에 의해 지상좌표가 등록된 입체 항공사진 영상을 도화기를 이용하여 디지타이징한 데이터를 말한다. 상기 도화원도 데이터는 모든 레이어의 3차원 정보를 포함하고 있고, 건물 외곽점의 높이 좌표를 포함하고 있으므로 이를 이용하여 도시공간모델을 생성할 수 있다.

본 발명의 다른 일실시예로, 상기 데이터 프로세싱부(300)의 건물 데이터 획득부(330)는 사용자로부터 희망하는 도시공간정보 모델의 등급 정보를 수신하고, 상기 등급 정보가 단순한 3차원 도시공간정보 모델을 나타내는 경우에는 상기 도화원도 데이터 획득부(315)로부터 획득된 건물 데이터를 이용하여 도시공간정보 모델을 생성하게 된다. 반면, 상기 등급 정보가 보다 상세한 3차원 도시공간정보 모델을 나타내는 경우에는 상기 데이터 분류부(310)에서 분류된 건물 데이터로부터 등고선을 추출하여 건물의 경계 데이터로 선택할 수 있다. 그리고 상기 선택된 경계 데이터를 선형화하고, 폴리곤 형태로 변환함으로써 대상 건물에 대한 상세한 건물 데이터를 획득할 수 있게 된다.

이처럼, 도화원도를 이용하여 획득된 건물 데이터와 영상 처리를 통해 획득된 상세한 건물 데이터를 선택적으로 활용함으로써 보다 효율적인 도시공간정보 시스템을 구축할 수 있다. 이는 도 6 내지 도 7에서 보다 상세히 설명하기로 한다.

상기 도시공간정보 생성부(340)는 상기 데이터 프로세싱부(300)로부터 획득된 도로 데이터와 건물 데이터를 이용하여 사용자의 요구에 적합한 도시공간정보를 생성할 수 있게 된다.

상기 데이터 베이스부(140)는 항공 레이저 측량 데이터 및 항공 사진 데이터를 저장하고, 상기 데이터 프로세싱부(300)가 2차원 또는 3차원 공간정보를 생성할 때 필요한 정보를 제공한다. 그리고, 상기 데이터 프로세싱부(300)로부터 생성된 2차원 또는 3차원 공간정보를 저장한다.

그리고, 상기 영상 표시부(500)는 상기 데이터 프로세싱부(300)로부터 획득된 2차원 또는 3차원 공간정보를 출력한다. 예를 들어, 상기 영상 표시부(500)는 2차원 또는 3차원 수치도화의 결과물을 출력하여 사용자에 제공할 수 있다.

본 발명에 있어서, 수치도화란 측량용 항공사진 또는 위성 영상의 지형 지물을 해석식 도화 시스템에 의하여 수치 데이터로 측정하여 컴퓨터에 수록하는 작업을 말하며, 항공사진 도화 시스템는 공간정보시스템에 이용되는 수치사진 측량장비를 이용하여 촬영한 항공사진을 판독하는 장치를 말한다. 또한, 수치지도란 종이지도가 가지고 있는 정보를 점, 선 및 면 형태의 기하학적 도형 요소나 화소들의 집합으로 디지털화한 도면 또는 수치지도(Digital Map)를 의미한다. 본 발명에 의해 획득된 2차원 또는 3차원 공간정보는 수치도화를 위해 이용될 수 있다.

도 2는 본 발명이 적용되는 일실시예로서, 데이터 프로세싱부(300)의 개략적인 블록도를 나타낸다.

상기 도 2를 참조하면, 상기 데이터 프로세싱부(300)는 데이터 분류부(310), 도화원도 데이터 획득부(315), 도로 데이터 획득부(320), 건물 데이터 획득부(330) 및 도시공간정보 생성부(340)를 포함한다.

상기 데이터 분류부(310)는 상기 항공 레이저 측량 데이터 수신부(210) 또는 상기 항공 사진 데이터 수신부(220)로부터 입력받은 데이터로부터 오차를 제거하고 필터링 과정을 적용함으로써 도로 데이터와 건물 데이터로 분류할 수 있다.

상기 도화원도 데이터 획득부(315)는 상기 항공 사진 데이터 수신부(220) 또는 데이터 베이스부(400)로부터 도화원도 데이터를 획득할 수 있다. 여기서 도화원도 데이터란, 항공삼각측량에 의해 지상좌표가 등록된 입체 항공사진 영상을 도화기를 이용하여 디지타이징한 데이터를 말한다. 상기 도화원도 데이터는 모든 레이어의 3차원 정보를 포함하고 있고, 건물 외곽점의 높이 좌표를 포함하고 있으므로 이를 이용하여 도시공간모델을 생성할 수 있다.

상기 도로 데이터 획득부(320)는 평평한 지역의 도로 데이터와 경사진 지역의 도로 데이터를 구별하고, 경사진 지역의 경사도를 반영하여 도로 데이터의 연속성 탐색을 위한 변수를 설정함으로써 보다 정확한 도로 데이터를 획득할 수 있다.

본 발명의 일실시예로, 상기 데이터 프로세싱부(300)의 건물 데이터 획득부(330)는 사용자로부터 희망하는 도시공간정보 모델의 등급 정보를 수신하고, 상기 등급 정보가 단순한 3차원 도시공간정보 모델을 나타내는 경우에는 상기 도화원도 데이터 획득부(315)로부터 획득된 건물 데이터를 이용하여 도시공간정보 모델을 생성하게 된다. 반면, 상기 등급 정보가 보다 상세한 3차원 도시공간정보 모델을 나타내는 경우에는 상기 데이터 분류부(310)에서 분류된 건물 데이터로부터 등고선을 추출하여 건물의 경계 데이터로 선택할 수 있다. 그리고 상기 선택된 경계 데이터를 선형화하고, 폴리곤 형태로 변환함으로써 대상 건물에 대한 상세한 건물 데이터를 획득할 수 있게 된다. 이처럼, 도화원도를 이용하여 획득된 건물 데이터와 영상 처리를 통해 획득된 상세한 건물 데이터를 선택적으로 활용함으로써 보다 효율적인 도시공간정보 시스템을 구축할 수 있다.

한편, 상기 도시공간정보 생성부(340)는 상기 획득된 도로 데이터와 건물 데이터를 이용하여 도시공간정보를 생성할 수 있게 된다.

상기 데이터 분류부(310), 상기 도화원도 데이터 획득부(315), 상기 도로 데이터 획득부(320) 및 상기 건물 데이터 획득부(330)에 대해서는 이하 도 3 내지 도 7에서 보다 상세히 설명하도록 한다.

도 3은 본 발명이 적용되는 일실시예로서, 데이터 분류부(310)의 개략적인 블록도를 나타낸다.

상기 데이터 분류부(310)는 오차 제거부(311), 제1필터링부(312) 및 데이터 추출부(313)를 포함하여 이루어질 수 있다.

상기 오차 제거부(311)는 우선적으로 대상 지역의 평균 표고와 정규 격자 간격을 고려하여 탐색 영역을 설정할 수 있다. 상기 탐색 영역을 설정한 후, 탐색 영역 내에서 주변의 점들과 비교하여 과대하게 높거나 낮은 점들을 검색하여 제거함으로써 오차가 큰 데이터를 제거할 수 있다. 예를 들어, 주변 점들의 좌표값을 기준으로 기설정된 오차값 범위 내를 벗어나는 좌표값을 갖는 점들은 데이터 분류시 제거될 수 있다. 이러한 과정을 통해 미리 큰 오차값을 갖는 데이터를 제거함으로써 보다 정확한 데이터를 획득할 수 있게 된다.

상기 제1필터링부(312)는 오차가 제거된 상기 데이터들에 대해 제1필터링 과정을 수행함으로써 상기 데이터들을 도로 데이터와 건물 데이터로 분류할 수 있다. 예를 들어, 먼저 특정 영역 내에 있는 점의 높이값 중에서 최소값을 검색하여, 상기 최소값보다 큰 높이값을 가진 점들만 비교 대상값으로 설정하고, 상기 비교 대상값을 기설정된 임계값과 비교하는 방법이 이용될 수 있다. 상기 비교 대상값이 임계값보다 큰 점들은 건물 데이터로 분류될 수 있고, 상기 비교 대상값이 임계값보다 작거나 같은 점들은 도로 데이터로 분류될 수 있다. 이때, 다음 수학식 1이 이용될 수 있다.

여기서, R_ij은 특정 영역 내의 임의의 셀을 가리키고, R_{l _ min}은 반복회수 l번째에서의 특정 영역 내의 최소 높이값을 가리킨다. 또한, T는 임계값을 나타내며, 여기서 상기 임계값은 실험에 의해 측정된 값일 수 있고, 또는 상기 최소값을 의미할 수 있다. 상기 임계값 T는 다음 수학식 2에 의해서 결정될 수 있다.

여기서, s는 대상 영역의 최대 경사를 나타내고, M_l 은 반복회수 l번째의 윈도우 크기를 나타낸다.

이와 같은 과정을 통해 반복연산을 수행함으로써 상기 데이터 추출부(313)에서는 도로 데이터와 건물 데이터를 점차적으로 분류하여 추출할 수 있게 된다.

도 4는 본 발명이 적용되는 일실시예로서, 도로 데이터 획득부(320)의 개략적인 블록도를 나타낸다.

상기 도로 데이터 획득부(320)는 변수 산출부(321), 임계값 비교부(322), 경사도 판별부(323) 및 도로 데이터 결정부(324)를 포함하여 이루어질 수 있다.

상기 변수 산출부(321)는 상기 데이터 분류부(310)로부터 분류된 도로 데이터 중 지면을 이루는 점들의 연속성을 위반하는 영역을 검색하기 위해 이용되는 변수를 산출한다. 예를 들어, 기설정된 크기의 격자들로 나누어진 영역 내에서 지면을 이루는 데이터들은 격자 내의 다른 데이터들에 비해 높이값 차이가 유사한 분포를 갖는다. 본 발명에서는 평평한 지역에서 허용 가능한 높이값 차이를 결정하기 위해 실제 데이터를 이용하여 실험하였고, 실험 결과 최소 8% 이내의 높이값 차이를 갖는 데이터들로 도로 데이터를 구성할 경우 가장 바람직한 결과값을 얻을 수 있었다. 따라서, 높이변수(H)은 아래 수학식 3과 같이 한 격자 내에서 가장 높은 점의 높이값과 가장 낮은 점의 높이값의 차이를 격자 크기로 나눔으로써 획득될 수 있다.

여기서, H는 높이변수를 나타내고, Max(h)는 격자 내의 가장 높은 점의 높이값을, Min(h)는 가장 낮은 점의 높이값을 나타내며, L은 격자의 크기를 나타낸다.

상기 임계값 비교부(322)는 상기 획득된 높이변수(H)와 기설정된 임계값을 비교함으로써 보다 정교한 도로 데이터를 획득할 수 있게 된다. 예를 들어, 실험 결과에 따른 최적 임계값인 8%를 적용할 경우, 상기 수학식 3에서 H > 0.08 이면 해당 격자는 도로 데이터로 분류하기에 부적합하다고 판단하고, H ≤ 0.08 이면 해당 격자는 도로 데이터로 분류하기에 적합하다고 판단할 수 있다. 해당 격자 내 데이터가 도로 데이터로 분류하기에 적합하다고 판단되면, 상기 임계값 비교부(322)는 적합하다고 판단된 데이터들을 도로 데이터 결정부(324)로 전송하게 된다. 반면, 해당 격자 내 데이터가 도로 데이터로 분류하기에 부적합하다고 판단되면, 상기 해당 격자 내 데이터는 상기 경사도 판별부(323)로 전송하게 된다.

상기 경사도 판별부(323)는 부적합하다고 판단된 데이터들의 경사도를 계산하고, 계산된 경사도를 상기 변수 산출부(321)로 전송한다. 상기 변수 산출부(321)는, 상기 경사도 판별부(323)로부터 입력된 경사도를 반영하여 수정된 높이 변수(mod_H)를 다시 계산하게 된다. 상기 수정된 높이 변수(mod_H)는 아래 수학식 4에 의해 획득될 수 있다.

여기서, mod_H는 수정된 높이 변수를 나타내고, H는 이미 획득된 높이 변수를 나타내고, θ는 경사 각도를 나타내며, C는 경사도 팩터를 나타낸다. 이때, 상기 경사도 팩터(C)는 일반적인 실제 경사지형의 경사도를 고려한 값이 될 수 있고, 예를 들어, 본 실험에 따르면 0.7의 값을 가질 수 있다. 상기 수학식 4에 의해 경사지형의 경사도를 반영함으로써 수정된 변수(mod_H)를 획득할 수 있게 된다. 이렇게 획득된 수정된 변수(mod_H)는 다시 상기 임계값 비교부(322)로 전송되고, 상기 임계값 비교부(322)의 비교 결과에 따라 다시 이전 과정의 루프를 돌거나 또는 최종적으로 도로 데이터 결정부(324)로 전송된다.

상기 도로 데이터 결정부(324)는 상기 임계값 비교부(322)를 통해 도로 데이터로써 적합하다고 판정된 데이터만을 수신함으로써 최종적으로 수신된 데이터를 도로 데이터로 결정하게 된다. 이렇게 결정된 도로 데이터는 도시공간정보 생성부(340)로 전송되어 보다 정확한 도로 모델을 생성하게 된다.

도 5는 본 발명이 적용되는 실시예로서, 도로 데이터를 이용하여 도로 모델을 생성하기 위한 방법을 설명하기 위해 나타낸 것이다.

먼저, 데이터 베이스부(400)에 저장되어 있는 수치지도 데이터로부터 도로 경계 정보를 추출할 수 있다. 상기 도로 경계 정보에 기초하여, 상기 분류된 도로 데이터로부터 도로의 경계 내에 해당되는 점들을 추출할 수 있다. 예를 들어, 임의의 다각형을 볼록 다각형으로 분할한 후, 도로 영역 내의 점이 분할된 볼록다각형 중 하나의 내부에 존재하는지 여부를 판단할 수 있다. 상기 판단 결과에 따라 추출된 도로 영역 내의 각 점들에 대하여 주변 점들에 대한 인접성을 설정하고, 이를 기반으로 초기 영역들을 생성할 수 있다. 생성된 초기 영역들 중 실제 의미 있는 평면일 가능성이 높은 영역부터 주변의 점들을 포함하면서 영역을 확장할 수 있다. 이렇게 확장이 끝난 영역은 평면 방정식의 계수와 영역에 포함된 점, 그리고 그 경계 정보를 포함할 수 있다.

이처럼, 상기 도로 경계 내의 각 점들에 대하여 표면 영역들을 생성하고, 상기 표면 영역들 사이의 에지 길이와 높이 차이에 기초하여, 상기 표면 영역들을 하나의 도로 표면 집단으로 그룹핑할 수 있다. 예를 들어, 상기 도로 표면 집단으로 그룹화하는 기준은 서로 인접한 2개의 표면 영역 사이의 연결성과 상대적인 돌출성으로 설정될 수 있다. 여기서, 상기 연결성은 두 영역에서 서로 인접하는 에지(edge)들을 찾아내고, 이들 간의 연결성 정도를 계산하는 것으로써 에지 간의 거리가 가깝고, 각각의 에지의 길이가 길수록, 그리고 에지를 포함하는 영역의 점 밀도가 조밀할수록 연결성은 높게 정의될 수 있다. 상기 연결성은 아래 수학식 5와 같이 정의될 수 있다.

여기서, θ _c (S₁,S₂)은 S₁과 S₂ 사이의 연결성을 나타내고, S₁,S₂ 는 각각 표면 영역을 나타낸다. θ _c (S₁/S₂)는 S₂ 표면 영역을 기준으로 S₁ 표면 영역과의 연결 정도를 나타낸다.

그리고, 상기 돌출성은 수평적으로 인접한 영역 간의 수직적인 높이 차이에 대한 정도를 계산하는 것으로, 두 영역의 인접하는 에지들을 찾아내고 이들의 수직적인 높이 차이를 기반으로 설정될 수 있다. 상기 돌출성은 아래 수학식 6과 같이 정의될 수 있다.

상기 수학식 6에서처럼, 돌출성은 인접한 주위의 모든 영역 S_k와의 돌출성 합으로 정의될 수 있고, 이는 해당 영역에서 가장 가까운 에지의 길이와, 상기 해당 영역과 다른 영역 사이의 높이 차이를 고려하여 계산될 수 있다. 여기서, θ _elev 는 모든 영역과의 돌출성을 나타내고, L (e_i)는 해당 영역에서 가장 가까운 에지의 길이를 나타내고, D (e_{i ,1} ,e_{j ,k} ,z) 는 상기 해당 영역과 다른 영역 사이의 높이 차이를 나타낸다.

이렇게 그룹핑된 도로 표면 집단을 이루는 점들과 상기 도로 경계 정보를 이용하여 도로 모델을 생성할 수 있다. 이때, 실제 도로 표면 집단의 경계는 불규칙적이기 때문에 수치 지도의 도로 경계선을 이용하여 경계점 데이터들을 부드럽게 보정할 수 있다.

도 5를 참조하면, 도 5의 검은 색 점들은 항공 레이저 측량 데이터의 도로 표면 점들을 나타낸다. 이들 중 굵은 점선으로 연결된 최외곽 점들을 항공 레이저 측량 데이터로부터 알 수 있는 도로경계점(401)이라 할 수 있다. 그리고, 상기 항공 레이저 측량 데이터 도로경계점(401)으로부터 수치 지도 상의 도로 경계선(402)에 수선을 내린다. 이때, 생기는 교점을 신규로 생성된 도로경계점(403)이라 할 수 있다. 그리고, 상기 신규로 생성된 도로경계점의 위치를 계산하여 새로운 도로 표면 경계점의 수평 위치를 계산할 수 있다. 계산된 교점을 중심으로 수평 위치 상에서 일정 거리 이내에 존재하는 항공 레이저 측량 데이터 점들을 검색하고(404), 이로부터 평면 계수를 산출할 수 있다. 그리고, 상기 교점의 수평 좌표값을 평면 방정식에 대입하여 높이값을 산출함으로써 새로운 도로 경계점 데이터를 생성할 수 있다. 이때, 상기 생성된 도로 경계점 데이터는 DEM(Digital Elevation Model), TIN(Triangulated Irregular Network), 등고 데이터 표현 방법 등에 의해서 도로 모델의 생성에 이용될 수 있다.

도 6은 본 발명이 적용되는 일실시예로서, 도화원도 데이터 획득부(315)의 개략적인 블록도를 나타낸다.

상기 도화원도 데이터 획득부(315)는 도화원도 데이터 추출부(316), 데이터 변환부(317) 및 제 2 건물 데이터 생성부(318)를 포함하여 이루어질 수 있다.(여기서, 제 2 건물 데이터는 상기 데이터 분류부(310)에서 언급한 건물 데이터와 구분하기 위한 용어이며, 이하에서는 상기 데이터 분류부(310)로부터 획득된 건물 데이터를 제 1 건물 데이터, 그리고 상기 도화원도 데이터 획득부(315)에서 획득되는 건물 데이터를 제 2 건물 데이터라 하기로 한다.)

상기 도화원도 데이터 추출부(316)는 상기 항공 사진 데이터 수신부(220) 또는 데이터 베이스부(400)로부터 도화원도 데이터를 추출할 수 있다. 상기 도화원도 데이터는 헤더 섹션, 테이블 섹션, 블록 섹션, 엔터티 섹션을 포함하고 있으며, 상기 엔터티 섹션은 그래픽 객체를 정의하는 부분으로 건물 경계의 다각형 정보를 포함한다. 상기 다각형 정보로부터 건물 외곽의 2차원 좌표값을 획득할 수 있고, 꼭지점의 고도 좌표를 함께 이용하여 건물 지붕면의 3차원 좌표값을 획득할 수 있다.

상기 데이터 변환부(317)에서는 도화원도와 수치지도의 좌표계가 동일하지 않기 때문에 동일한 좌표계를 갖도록 하기 위해 도화원도 데이터에 대해 좌표변환을 수행한다. 다음 수학식 7을 이용하여 좌표변환을 수행할 수 있다.

여기서, A11, A12, A21, A22, X_n, Y_n 은 변환 계수를 나타낸다. 상기 수학식 7을 통하여 획득된 도화원도의 변환된 좌표 정보는 상기 제 2 건물 데이터 생성부(318)로 전송된다.

상기 제 2 건물 데이터 생성부(318)는 상기 도화원도의 변환된 좌표 정보와 수치지도의 좌표 정보를 비교하여 동일한 건물 정보에 해당하는지 여부를 확인한다. 예를 들어, 동일한 건물 정보에 해당하는지 여부는 건물 경계의 2차원 좌표값과 건물의 2차원 면적의 일치 여부로 판단할 수 있다. 상기 확인 결과, 동일한 건물 정보에 해당하는 경우, 건물의 최상위 고도값과 최하위 고도값의 차이값을 건물의 고도 데이터로 결정할 수 있다. 이 때, 도화원도에서 추출한 건물 경계점의 고도 데이터는 비신뢰 데이터인 경우가 많기 때문에, 상기 최상위 고도값은 도화원도에서 추출한 건물 경계점의 고도 데이터들의 중간값으로 이용할 수 있다. 마찬가지로, 상기 최하위 고도값 또한 지면모델의 건물 경계점의 수평 위치에서 획득한 지면의 고도 데이터들의 중간값으로 이용할 수 있다. 이 때, 상기 지면 모델은 상기 도화원도에 포함된 등고선과 표고점을 이용하여 생성된 디지털 지형 모델일 수 있다. 상기 지면 모델은, 1/1000 수치지도에서 상기 등고선의 주곡선 간격이 1m일 때 상기 디지털 지형 모델의 격자 간격도 1m로 설정하는 것이 바람직하다.

한편, 상기 확인 결과 동일한 건물 정보에 해당하지 않는 경우에는 상기 수치지도의 속성 정보 중 층수 정보와 평균 층당 높이 정보의 곱셈 연산을 통하여 건물의 고도 데이터를 획득할 수 있다.

이처럼, 상기 제 2 건물 데이터 생성부(318)는 상기와 같은 연산 과정을 통해 고도 데이터를 획득함으로써 제 2 건물 데이터를 생성하게 된다. 상기 제 2 건물 데이터 생성부(318)에서 생성된 상기 제 2 건물 데이터는 건물 데이터 획득부(330)로 전송되어 사용자로부터 수신된 도시공간정보 모델의 등급 정보에 기초하여 건물 데이터로서의 활용 여부가 결정된다. 이하에서는 상기 건물 데이터 획득부(330)에 대해 설명하고자 한다.

도 7은 본 발명이 적용되는 일실시예로서, 건물 데이터 획득부(330)의 개략적인 블록도를 나타낸다.

상기 건물 데이터 획득부(330)는 데이터 선택부(331), 제2필터링부(332), 폴리곤 생성부(333), 무게중심 획득부(334) 및 건물 데이터 결정부(335)를 포함하여 이루어질 수 있다.

상기 데이터 선택부(331)는 사용자로부터 도시공간정보 모델의 등급 정보를 수신한다. 상기 도시공간정보 모델의 등급 정보는 그 용도 또는 사용자의 요구에 따라 도시공간정보 모델의 복잡도 및 상세도를 나타내는 정보를 말한다. 예를 들어, 상기 도시공간정보 모델의 등급 정보가 제1레벨을 나타내는 경우, 가장 기본적인 도시공간정보 모델을 의미할 수 있고, 이는 일조권 분석, 조망권 분석, 전파 분석 등 비교적 넓은 지역의 단순한 도시공간정보 모델이 필요한 경우에 활용될 수 있다. 그리고, 상기 도시공간정보 모델의 등급 정보가 제2레벨을 나타내는 경우, 보다 정밀한 도시공간정보 모델을 의미할 수 있다. 예를 들어, 교통상황 시뮬레이션, 차량의 가상현실 운행 시뮬레이션, 도로 안정성 분석 등과 같 보다 정밀한 도로 데이터가 필요한 경우이거나, 또는 도시설계, 건축물 관리 등과 같이 보다 정밀한 건물 데이터가 필요한 경우를 들 수 있다. 본 발명에서는 제1레벨과 제2레벨로 분류하였지만, 용도 및 사용자의 요구에 따라 상기 등급 정보는 보다 상세하게 설정할 수 있다. 또한, 상기 등급 정보의 분류는 도로 데이터 및 건물 데이터의 신뢰도 평가를 통해서 설정될 수 있으며, 상기 신뢰도 평가는 사용자의 요구에 따라 임계값을 설정함으로써 수행될 수 있다.

본 발명이 적용되는 실시예로서, 사용자로부터 수신된 상기 도시공간정보 모델의 등급 정보가 제1레벨을 나타내는 경우, 상기 데이터 선택부(331)는 상기 제 2 건물 데이터 생성부(318)에서 생성된 상기 제 2 건물 데이터를 도시공간정보 모델을 구축하기 위한 건물 데이터로 선택하게 된다. 이는 보다 단순한 도시공간정보 모델이 필요한 경우이므로 건물 데이터에 대한 추가적인 정밀화 과정 없이 선택된 상기 제 2 건물 데이터를 건물 데이터 결정부(331)로 전송하고, 상기 건물 데이터 결정부(331)에서는 수신된 제 2 건물 데이터를 도시공간정보 모델을 구축하기 위한 최종 건물 데이터로 결정하게 된다.

한편, 사용자로부터 수신된 상기 도시공간정보 모델의 등급 정보가 제2레벨을 나타내는 경우, 상기 데이터 선택부(331)는 상기 데이터 분류부(310)로부터 수신된 제 1 건물 데이터를 도시공간정보 모델을 구축하기 위한 건물 데이터로 선택하게 된다. 이 때, 상기 제 1 건물 데이터는 건물 데이터 외에 수목 데이터 등도 포함하고 있기 때문에 보다 순수한 건물 데이터를 획득하기 위해 제2필터링부(332)로 전송된다.

상기 제2필터링부(332)는 전송된 제 1 건물 데이터에 대해 제2필터링을 수행할 수 있다. 예를 들어, 상기 제2필터링 과정으로 로컬 맥시멈 필터링(Local Maximum Filtering) 방법이 적용될 수 있다. 상기 로컬 맥시멈 필터링(Local Maximum Filtering) 방법이란, 벡터 도메인에서 건물 데이터를 분할하는 방법으로, 원 자료의 형식이 점 형태인 항공 레이저 측량 데이터를 보간할 필요없이 그대로 사용할 수 있다.

또한, 상기 폴리곤 생성부(333)는 불규칙 삼각망(TIN) 모델을 이용하여 상기 추출된 건물 데이터들로부터 단위 폴리곤을 생성할 수 있다. 그리고, 면적 조건을 이용하여 보다 정확한 건물 데이터를 분리해낼 수 있다. 예를 들어, 대상 지역 내의 최소 건물 면적을 선정하여 그보다 더 작은 폴리곤을 제거함으로써 보다 정확한 건물 데이터만을 획득할 수 있다. 이때, 상기 최소 건물 면적은 1/1000 수치 지도상의 최소 면적 건물을 기준으로 할 수 있다.

상기 무게중심 획득부(334)는 획득된 건물 데이터 중 점 데이터들로 구성된 폴리곤을 대표하는 점인 무게중심점을 이용하여 항공 사진의 외부 표정 요소를 획득할 수 있다. 예를 들어, 임의의 폴리곤이 있고, 상기 임의의 폴리곤의 외곽선을 (x(t),y(t)) 라는 함수로 표현한다면, 상기 외곽선으로 둘러싸인 폴리곤의 면적(A)은 다음 수학식 8과 같다.

이 때, x(t)를 0.5(x(t+1) + x(t))로, y(t)를 0.5(y(t+1) + y(t))로 근사시키고, x'(t)를 (x(t+1) - x(t))로, y'(t)를 (y(t+1) - y(t))로 근사시키면, 좌표 함수에 대한 상기 수학식 8은 이산적인 좌표쌍에 의한 아래 수학식 9와 같이 쓸 수 있다.

이때, 폴리곤의 무게중심의 좌표는 다음 수학식 10에 의해 획득될 수 있다.

상기 수학식 10을 다시 좌표쌍에 의한 형식으로 정리하면, 무게중심점의 좌표는 다음 수학식 11과 같다.

한편, 항공 사진은 텍스쳐 정보가 풍부하기 때문에 건물 지붕면에 대한 육안 판별이 용이하다. 따라서 건물 모서리점에 대한 영상 좌표를 수동으로 취득한 후, 면적을 계산하여 무게중심점을 획득할 수 있다. 그리고, 항공 레이저 측량 데이터로부터 획득된 건물 정보의 무게중심점에 대한 높이값은 건물을 구성하는 점 데이터들의 높이값을 불규칙 삼각망 모델로부터 보간하여 획득할 수 있다.

상기에서 설명한 바와 같이, 상기 건물 데이터 획득부(330)는 항공 사진과 항공 레이저 측량 데이터 간의 공통 객체를 찾기 위해 무게 중심점을 이용할 수 있다. 그리고, 상기 무게 중심점을 기준 정보로 하여 항공 사진의 외부 표정 요소를 산출하여 수치지도 생성부(미도시) 또는 건물 데이터 결정부(335)로 전송한다. 상기 수치지도 생성부에서는 상기 외부 표정 요소에 기초하여 수치지도를 생성하고, 상기 건물 데이터 결정부(335)에서는 상기 외부 표정 요소를 이용하여 획득된 건물 데이터를 최종 건물 데이터로 결정한 뒤, 도시공간정보 생성부(340)로 전송하며, 상기 도시공간정보 생성부(340)에서는 상기 최종 건물 데이터를 이용하여 도시공간정보 모델을 생성하게 된다.

본 발명이 적용되는 다른 실시예로서, 영상 표시부(500)에서는 영상 후처리 과정에서 영상 처리 함수를 적용함으로써 보다 선명한 영상을 표시할 수 있다.

영상 후처리 과정에서의 영상 처리 함수를 적용하는 실시예를 설명하도록 한다. 예를 들어, YUV 도메인에서 역필터링을 고려하여 영상 처리하는 방법을 설명하도록 한다. 각 화소에서는 모든 RGB 값을 가지고 있으므로 RGB 도메인에서 YUV 나 YCbCr 도메인으로 변환하여, 밝기(luminance) 채널에서의 영상 처리를 수행할 수 있다. 예를 들어, YUV 채널로 변환하여 영상을 처리하는 경우를 설명하도록 한다. Y 채널에서 고주파 통과 필터로 필터링하여 Y 채널의 고주파 성분을 얻을 수 있다. 관련식은 다음 수학식 12, 13과 같다.

여기서 Y'(i,j)는 Y 채널의 (i,j)위치에서 얻은 고주파 성분을 말한다. HF_y(i,j)는 Y 채널에서의 고주파 성분을 나타내고, H_HPF는 고주파 통과 필터이다. α,β,γ를 이용할 경우, 영역에 따라 고주파 성분을 조절할 수 있다. 이로서 보다 자연스러운 영상을 얻을 수 있고, 원치 않는 잡음에 의한 열화를 예방할 수 있다. 상기 Y 채널에서 얻은 고주파 성분을 이용하여 다음 수학식 14와 같이 영상 개선을 수행할 수 있다.

여기서

는 개선된 Y 채널 값을 나타내고, E{Y(i,j)}는 획득한 영상 Y채널 영상의 평균을 의미한다.

영상 개선은 Y 채널에서만 수행되고, U,V 채널에서는 수행되지 않는다. 개선된 Y 채널 값과, 본래의 U, V 채널 값을 RGB 도메인으로 역변환하여 최종적으로 개선된 영상을 얻을 수 있다.

도 8은 본 발명이 적용되는 일실시예로서, 항공 레이저 측량 데이터로부터 도로 데이터와 건물 데이터를 추출하는 흐름도를 나타낸다.

먼저 항공 레이저 측량 데이터 수신부(210)에서는 웹 서버를 통하여 항공 레이저 측량 데이터를 수신한다(S810).

오차 제거부(311)는 상기 수신된 항공 레이저 측량 데이터의 탐색 영역을 설정하고 상기 탐색 영역 내에서 주변 점들의 좌표값을 기준으로 기설정된 오차값 범위를 초과하는 오차 데이터를 제거한다(S820).

제1필터링부(312)는 상기 오차 데이터가 제거된 항공 레이저 측량 데이터에 대해 제1필터링 과정을 수행하여 도로 데이터와 건물 데이터로 분류하되, 상기 제1필터링 과정은 먼저 특정 영역 내에 있는 점의 높이값 중 최소값을 획득하고 상기 최소값보다 큰 높이값을 가진 점들만을 비교 대상값으로 설정한다(S830). 그리고, 상기 비교 대상값과 기설정된 제1임계값을 비교한다(S840). 상기 비교 대상값이 상기 기설정된 제1임계값보다 큰 경우 건물 데이터로 분류하고(S850), 상기 비교 대상값이 상기 기설정된 제1 임계값보다 작거나 같으면 도로 데이터로 분류한다(S860). 이때, 상기 수학식1 [ R_ij - R_{l _ min} > T](여기서, R_ij은 특정 영역 내의 임의의 셀을 가리키고, R_{l _ min}은 반복회수 l번째에서의 특정 영역 내의 최소 높이값을 가리키며, T는 제1임계값을 나타냄. 상기 제1임계값은 상기 수학식2 [T = sM_{l ]}에 의해서 결정되며, 여기서, s는 대상 영역의 최대 경사를 나타내고, M_l 은 반복회수 l번째의 윈도우 크기를 나타냄.)에 의해 수행될 수 있다.

데이터 추출부(313)에는 상기와 같이 분류된 도로 데이터 및 건물 데이터를 추출하고, 상기 도로 데이터와 상기 건물 데이터를 이용하여 도시공간정보 모델을 생성하게 된다.

도 9는 본 발명이 적용되는 일실시예로서, 도시공간정보 모델의 등급 정보에 따라 건물 데이터를 선택하는 흐름도를 나타낸다.

상기 데이터 선택부(331)에서는 사용자로부터 도시공간정보 모델의 등급 정보를 수신한다(S910). 그리고, 상기 도시공간정보 모델의 등급 정보가 기본 등급에 해당하는지 여부를 판단한다(S920). 이때 상기 도시공간정보 모델의 등급 정보가 기본 등급을 의미하는 제1레벨을 나타내는 경우, 상기 도화원도 데이터 획득부(315)로부터 획득된 제 2 건물 데이터를 도시공간정보 모델을 구축하기 위한 건물 데이터로 선택한다(S930B). 한편, 상기 도시공간정보 모델의 등급 정보가 보다 정밀한 도시공간정보 모델을 의미하는 제2레벨을 나타내는 경우, 상기 데이터 선택부(331)는 상기 데이터 분류부(310)로부터 수신된 제 1 건물 데이터를 도시공간정보 모델을 구축하기 위한 건물 데이터로 선택하게 된다(S930A).

상기 제2필터링부(332)는 전송된 제 1 건물 데이터에 대해 로컬 맥시멈 필터링을 적용할 수 있다(S940). 그리고, 상기 폴리곤 생성부(333)는 불규칙 삼각망(TIN) 모델을 이용하여 상기 추출된 건물 데이터들로부터 단위 폴리곤을 생성하고, 대상 지역 내의 최소 건물 면적을 선정하여 그보다 더 작은 폴리곤을 제거함으로써 보다 정확한 건물 데이터만을 획득할 수 있다(S940).

상기 무게중심 획득부(334)는 획득된 건물 데이터 중 점 데이터들로 구성된 폴리곤을 대표하는 점인 무게중심점을 이용하여 항공 사진의 외부 표정 요소를 획득할 수 있다(S960). 그리고, 상기 외부 표정 요소를 이용하여 수정된 제 1 건물 데이터를 획득할 수 있다(S970). 상기 건물 데이터 결정부(335)에서는 상기 수정된 제 1 건물 데이터 또는 제 2 건물 데이터를 도시공간정보 모델을 구축하기 위한 최종 건물 데이터로 결정하고(S980), 상기 도시공간정보 생성부(340)에서는 상기 최종 건물 데이터를 이용하여 도시공간정보 모델을 생성하게 된다.

이상, 전술한 본 발명의 바람직한 실시예는, 예시의 목적을 위해 개시된 것으로, 당업자라면 이하 첨부된 특허청구범위에 개시된 본 발명의 기술적 사상과 그 기술적 범위 내에서, 다양한 다른 실시예들을 개량, 변경, 대체 또는 부가 등이 가능할 것이다.

Claims (2)

1. 웹 서버를 통하여 포인트 클라우드 데이터를 수신하는 항공 레이저 측량 데이터 수신부;
   상기 포인트 클라우드 데이터에 대해 필터링 과정을 수행하여 도로 데이터와 제1 건물데이터로 분류하되, 상기 필터링 과정은 다음 수학식들( Rij - Rl_min > T, 여기서, Rij은 특정 영역 내의 임의의 셀을 가리키고, Rl_min은 반복회수 l번째에서의 특정 영역 내의 최소 높이값을 가리키며, T는 제1임계값을 나타냄. 상기 제1임계값은 수학식 T = sMl 에 의해서 결정되며, 여기서, s는 대상 영역의 최대 경사를 나타내고, Ml 은 반복회수 l번째의 윈도우 크기를 나타냄.)에 의해 수행되는 데이터 분류부;
   데이터 베이스부에 저장되어 있는 수치지도 데이터로부터 도로 경계 정보를 추출하고, 상기 도로 경계 정보에 기초하여 상기 분류된 도로 데이터로부터 도로 경계 내의 점들을 추출하여 표면 영역들을 생성하고, 상기 표면 영역들 사이의 에지 길이와 높이 차이에 기초하여 상기 표면 영역들을 하나의 도로 표면 집단으로 그룹핑하고, 상기 그룹핑된 도로 표면 집단을 이루는 점들과 상기 도로 경계 정보를 이용하여 도로 데이터를 생성하는 도로 데이터 획득부;
   상기 데이터 베이스부로부터 건물의 3차원 좌표값을 포함하는 도화원도 데이터를 추출하는 도화원도 데이터 추출부;
   상기 추출된 도화원도 데이터에 대해 다음 수학식

   

   (여기서, A11, A12, A21, A22, X_n, Y_n 은 변환 계수를 나타내고, X_l,Y_l은 수치지도 좌표체계로 변환된 도화원도 데이터의 건물 좌표 정보를 나타내며, X_m, Y_m은 도화원도 좌표체계의 도화원도 데이터의 건물 좌표 정보를 나타냄)을 이용하여 좌표변환을 수행하는 데이터 변환부;
   상기 좌표변환이 수행된 도화원도 데이터의 건물 좌표 정보를 이용하여 제2 건물데이터를 생성하되, 상기 제2 건물데이터의 고도 데이터는 건물의 최상위 고도값과 최하위 고도값의 차이값으로 설정되는 제2 건물데이터 생성부;
   사용자로부터 수신된 도시공간정보 모델의 등급정보가 제1레벨을 나타내는 경우 상기 제1 건물데이터와 상기 제2 건물데이터 중 상기 제2 건물데이터를 도시공간정보 구축을 위한 건물 데이터로 선택하되, 상기 제1레벨은 사용자에 의해 기설정된 기본 등급 정보인 데이터 선택부; 및
   상기 도로 데이터와 상기 제2 건물 데이터를 이용하여 3차원 도시공간정보 모델을 생성하는 도시공간정보 생성부
   를 포함하는 것을 특징으로 하는 포인트 클라우드 필터링을 이용한 3차원 도시공간정보 구축 시스템.
2. 삭제

Images