KR101141963B1 - 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법 - Google Patents

다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법 Download PDF

Info

Publication number
KR101141963B1
KR101141963B1 KR1020110135614A KR20110135614A KR101141963B1 KR 101141963 B1 KR101141963 B1 KR 101141963B1 KR 1020110135614 A KR1020110135614 A KR 1020110135614A KR 20110135614 A KR20110135614 A KR 20110135614A KR 101141963 B1 KR101141963 B1 KR 101141963B1
Authority
KR
South Korea
Prior art keywords
equation
filtering
planar
linear regression
data
Prior art date
Application number
KR1020110135614A
Other languages
English (en)
Inventor
최승필
조지현
Original Assignee
관동대학교산학협력단
(주)지트
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 관동대학교산학협력단, (주)지트 filed Critical 관동대학교산학협력단
Priority to KR1020110135614A priority Critical patent/KR101141963B1/ko
Priority to PCT/KR2012/011011 priority patent/WO2013089535A1/ko
Application granted granted Critical
Publication of KR101141963B1 publication Critical patent/KR101141963B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • G01C15/002—Active optical surveying means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법에 관한 것으로, 본 발명에 따른 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법은 원시데이터를 입력받는 단계와, 상기 원시데이터에 대한 다중선형 회귀분석을 통해 평면방정식을 도출하는 단계와, 상기 평면방정식을 보정하여 수정된 평면방정식을 도출하는 단계와, 상기 수정된 평면방정식의 정도를 추정하는 단계와, 상기 수정된 평면방정식의 정도에 근거하여 임계높이값으로 정의하는 단계와, 상기 임계높이값을 이용하여 필터링을 처리하는 단계를 포함한다.

Description

다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법{Filtering Method of LiDAR Data by Multiple Linear Regression Analysis}
본 발명은 다중선형 회귀분석을 통한 관측대상 지역의 지형학적 경사특성에 최적으로 근접하는 평면방정식을 산출하고 그 산출된 평면방정식을 이용하여 지면과 비지면 자료원을 효과적으로 추출하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법에 관한 것이다.
최근 다양한 분야에서 활발히 이용되고 있는 라이다(Light Detection And Ranging: LiDAR) 시스템은 항공기와 레이저 스캐너(Laser Scanner), 위성항법장치(Global Positioning System: GPS), INS의 첨단장비가 결합되어 운영되는 시스템으로써, 운용방법에 따라 크게 항공라이다 시스템과 지상라이다 시스템으로 구분할 수 있다.
이 시스템들은 일정한 초점 크기(Spot Size)별로 3차원 좌표를 정밀하게 획득할 수 있으며, 기존 항공사진측량에 비하여 효율적이고 경제적이며 관측지역의 수치표고자료 및 형상정보 등을 효과적으로 취득할 수 있는 장점이 있다.
특히, 항공라이다는 광역적인 3차원 정보의 취득이 용이한 반면, 지상라이다는 대상물에 대한 접근성이 용이하고, 보다 정밀한 3차원 정보의 취득이 가능하기 때문에 인공사면지형, 구조물 측량, 현황측량, 문화재 측량, 해안선 모니터링, 터널측량, 변위모니터링 측량 등 다양한 분야로 그 활용빈도가 날로 증가하고 있다.
지상라이다의 원시자료는 고밀도/고정밀의 데이터 취득으로 인하여, 데이터용량이 과대하게 축적되며, 데이터의 자료는 관측대상물 이외에도 식생, 수목, 구조물 등 여러 장애물이 포함되어 있다. 따라서, 지상라이다의 원시자료에서 불필요한 자료를 추출하기 위해 필터링(filtering) 과정을 수행하게 된다. 이러한 필터링 처리는 데이터의 분석 및 성과작성의 정도에 많은 영향을 줌으로, 선행처리 과정 중 제일 중요하며, 간과해서 안되는 중요한 선행처리요소이다.
필터링에 대한 선행기술로는 ETEW(Elevation Threshold Expanding Window), MLS(Maximum Local Slope), 모폴로지(Morpology) 필터링 기법이 있으며, 이외에도 레이저의 반사강도를 이용한 노이즈를 제거하는 방법과 프로그램상에서 수작업으로써 노이즈를 제거하는 방법 등 필터링 관련 기법은 많지만 명확한 방법을 제시하지 못하고 있는 실정이다.
상기한 선행기술들은 지형적인 환경, 주변요소의 종류 및 배치, 추출하고자 하는 대상물의 형상 및 재질 등에 따라 필터링 기법마다 분류정확도 차이가 발생하는 문제점이 있다.
본 발명은 상기한 문제점을 해결하기 위해 안출된 것으로, 다중선형 회귀분석을 통한 관측대상 지역의 지형학적 경사특성에 최적으로 근접하는 평면방정식을 산출하고 그 산출된 평면방정식을 이용하여 지면과 비지면 자료원을 효과적으로 추출하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법을 제공하기 위한 것이다.
상술한 목적을 달성하기 위한, 본 발명에 따른 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법은 원시데이터를 입력받는 단계와, 상기 원시데이터에 대한 다중선형 회귀분석을 통해 평면방정식을 도출하는 단계와, 상기 평면방정식을 보정하여 수정된 평면방정식을 도출하는 단계와, 상기 수정된 평면방정식의 정도를 추정하는 단계와, 상기 수정된 평면방정식의 정도에 근거하여 임계높이값으로 정의하는 단계와, 상기 임계높이값을 이용하여 필터링을 처리하는 단계를 포함한다.
상술한 바와 같이, 본 발명에 따른 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법은 다중선형 회귀분석을 통한 관측대상 지역의 지형학적 경사특성에 최적으로 근접하는 평면방정식을 산출하고 그 산출된 평면방정식을 이용하여 지면과 비지면 자료원을 효과적이고 정확성있게 추출할 수 있다. 따라서, 지형측량, 문화재복원측량, DEM작성, 구조물변위량 측량 등 관련 성과의 품질을 수 mm정도의 오차범위로 개선할 수 있다.
또한, 본 발명에 따른 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법은 다중선형 회귀분석에 의한 평면방정식을 도출하여 필터링을 수행하므로, 지면뿐만 아니라 특정 구조물의 외형 및 윤곽선의 추출이 가능하여 지형도 작성 및 3차원 건축물 도면작성시 경제적이고 정확도 높은 도면을 작성할 수 있게 한다.
도 1은 본 발명에 따른 지상라이다 시스템의 블록구성도를 도시한다.
도 2는 본 발명에 따른 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법을 도시한 흐름도이다.
도 3은 본 발명과 관련된 평면방정식의 개념도를 도시한다.
도 4는 본 발명과 관련된 평면방정식의 필터링 처리개념도를 도시한다.
도 5는 모의실험을 위한 모형과 원시자료를 도시한다.
도 6은 필터링 처리프로그램의 실행화면을 도시한다.
도 7은 본 발명에 따른 전역필터링 전후를 도시한다.
도 8은 본 발명에 따른 지역필터링 전후를 도시한다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시 예를 상세하게 설명한다.
본 발명은 일정한 경사로 이루어져 있는 지형면 또는 절/성토사면 일 경우 적용할 수 있는 필터링 기법과 불규칙한 지표면을 효과적으로 추출할 수 있도록 한 지점의 라이다 포인터를 중심으로 임의의 가상격자를 생성하고 가상격자내의 라이다 점군데이터를 처리하는 필터링 기법을 제안한다.
도 1은 본 발명에 따른 지상라이다 시스템의 블록구성도를 도시한다.
도 1을 참조하면, 지상라이다 시스템은 스캐너부(110), 필터링부(120), 위치측정부(130), 저장부(140), 표시부(150), 제어부(160) 등을 포함한다.
스캐너부(110)는 레이저 광선을 관측대상물을 향해 발사하고, 그 관측대상에서 반사되어 돌아오는 레이저 광선을 수신한다. 상기 스캐너부(110)는 상기 레이저 광선을 발사하는 시점에 타이머(미도시)를 동작시켜 레이저 광선이 발사된 후 반사되어 돌아오는데까지 소요된 시간을 측정한다. 따라서, 상기 제어부(160)는 상기 스캐너부(110)의 타이머에 의해 측정된 시간을 이용하여 스캐너부(110)과 관측대상물 사이의 거리를 산출한다. 상기 스캐너부(110)는 산출된 스캐너부(110)과 관측대상물 사이의 거리를 이용하여 원시데이터를 생성한다.
필터링부(120)는 원시데이터로부터 지면과 비지면 자료원을 추출한다. 상기 필터링부(120)는 지면에 대한 경사면을 추정하기 위해 다중선형 회귀분석에 의한 평면방정식을 도출하여 전역필터링을 수행한다. 그리고, 상기 필터링부(120)는 전체 데이터집합을 이용하여 평면방정식을 도출하고 전역필터링을 수행한다. 상기 필터링부(120)는 가상격자별 평면방정식을 도출하여 지역필터링을 수행한다.
또한, 상기 필터링부(120)는 지상라이다의 원시데이터를 로딩시키는 임포트[import] 모듈과 필터링 모듈로 구성된다.
상기 임포트 모듈은 TXT파일 및 PTS 파일 등을 로딩하며, 지상라이다의 점군데이터의 3차원 위치좌표와 반사강도 그리고, 색상정보값(RGB) 등을 불러들일 수 있다. 또한, 상기 임포트 모듈은 통계자료 등의 활용을 위하여 엑셀(excel) 파일 변환 및 저장기능을 포함한다.
상기 필터링 모듈은 전역필터링을 수행하는 전역필터링 모듈과 지역필터링을 수행하는 지역필터링 모듈로 구분되며, 다중선형 회귀분석에 의하여 산출된 평면방정식의 계수정보와 산출된 평면방정식의 정도를 파악할 수 있다. 또한, 필터링 모듈은 산출된 표준오차를 임계높이값으로 자동/수동으로 적용할 수 있으며, 격자마다 산출되는 평면방정식의 계수정보와 정도(표준오차, 결정계수) 정보를 별도로 저장하여 분석에 활용할 수 있게 한다.
위치측정부(130)는 위성항법장치(Global Position System, 이하 ‘GPS’라 함) 위성으로부터 GPS 신호를 수신하여 관측대상물의 위치를 측정한다.
저장부(140)에는 상기 원시데이터 및 각종 데이터, 필터링 처리 프로그램 등이 저장된다. 상기 저장부(140)는 내장 메모리 및/또는 외장메모리로 구현될 수 있다.
표시부(150)는 각종 데이터 및 필터링 결과를 표시한다. 상기 표시부(150)는 LCD(Liquid Crystal Display), OLED(Organic Light Emitting Diodes) 디스플레이, 터치스크린(touch screen) 등으로 구현될 수 있다.
제어부(160)는 상기한 각 구성요소들의 전반적인 동작을 제어한다. 상기 제어부(160)는 상기 스캐너부(110)를 제어하여 실제지형을 측정하여 그 측정된 지형에 대한 원시데이터를 저장부(140)에 저장한다. 그리고, 상기 제어부(160)는 상기 필터링부(120)를 제어하여 상기 원시데이터에 대한 필터링을 수행하고, 그 필터링 동작을 통해 상기 원시데이터로부터 지면과 비지면을 분리하여 추출한다.
도 2는 본 발명에 따른 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법을 도시한 흐름도이다.
도 2를 참조하면, 지상라이다 시스템의 제어부(160)는 지상라이다 원시자료(원시데이터)를 필터링부(120)로 입력한다(S101).
상기 필터링부(120)는 상기 제어부(160)의 제어에 따라 다중선형 회귀분석을 이용하여 관측대상물에 대한 평면방정식을 도출한다(S102). 여기서, 상기 필터링부(120)는 전체데이터 집합과 가상격자내 데이터집합을 기준으로 한 평면방정식을 각각 산출한다.
상기 필터링부(120)는 상기 평면방정식의 높이값과 관측높이값을 비교하여 두 높이값에 대한 편차의 평균편차를 산출한다(S103, S104).
상기 평균편차가 산출되면 상기 필터링부(120)는 상기 평면방정식에 산출된 평균편차를 반영하여 수정된 평면방정식을 도출한다(S105).
그리고, 상기 필터링부(120)는 상기 수정된 평면방정식의 정도를 추정한다(S106). 여기서, 상기 필터링부(120)는 표준오차와 결정계수를 산출한다. 상기 표준오차는 최소제곱근 방법에 의해 산정되며, 지면과 비지면의 불분명한 경계를 정의하는 허용범위오차의 기준으로 사용된다.
상기 수정된 평면방정식의 정도를 추정하면, 상기 필터링부(120)는 추정된 평면방정식에 근거하여 임계높이값을 정의한다(S107). 상기 필터링부(120)는 상기 표준오차를 임계높이값으로 정의한다.
상기 필터링부(120)는 상기 임계높이값을 적용하여 전역필터링 또는 지역필터링을 수행한다(S108). 상기 전역필터링은 관측대상물의 일괄처리를 위하여 하나의 평면방정식을 이용하여 처리하는 방법이고, 상기 지역필터링은 가상격자마다 평면방정식을 도출하여 처리하는 방법이다.
그리고, 상기 필터링부(120)는 상기 전역필터링 및 지역필터링을 통해 상기 원시데이터로부터 지면과 비지면을 분리하여 추출한다(S109).
다음, 본 발명에 따른 다중선형 회귀분석을 이용한 평면방정식을 산정하는 과정을 상세하게 설명한다.
회귀분석은 하나의 종속변수와 독립변수 사이에 선형관계식을 구하는 분석을 말한다. 본 발명에서는 지상라이다 포인트의
Figure 112011099890214-pat00001
값을 종속변수로 하고,
Figure 112011099890214-pat00002
,
Figure 112011099890214-pat00003
값을 독립변수로 한다. 지면에 대한 경사면을 추정하기 위해서는 평면방정식을 도출하여야 하며 방정식의 계수는 최소제곱법을 이용하여 산출한다.
상기 최소제곱법은 관측값에 필연적으로 포함되는 우연오차의 효과를 최소화함으로써 미지의 방정식의 계수를 결정하는 방법으로, 지상라이다에서 관측된 포인트의 3차원 좌표를 이용하여 평면방정식의 매개변수를 구하고자 할 때 적용된다. 최소제곱법은 관측값의 오차(
Figure 112011099890214-pat00004
)를 내포하고 있으므로, [수학식 1]과 같이 함축적인 행렬식으로 나타낼 수 있다.
Figure 112011099890214-pat00005
여기서,
Figure 112011099890214-pat00006
는
Figure 112011099890214-pat00007
행렬,
Figure 112011099890214-pat00008
는
Figure 112011099890214-pat00009
계수행렬,
Figure 112011099890214-pat00010
는
Figure 112011099890214-pat00011
미지수 행렬,
Figure 112011099890214-pat00012
는
Figure 112011099890214-pat00013
오차행렬이다.
오차의 제곱(
Figure 112011099890214-pat00014
)이 최소가 된다는 조건을 이용하여 미지수값을 [수학식 2]와 같이 정의할 수 있다.
Figure 112011099890214-pat00015
여기서, 평면방정식의 미지계수를 구하기 위한 최소제곱법에 사용되는 행렬은 다음 [수학식 3]과 같이 나타낸다.
Figure 112011099890214-pat00016
여기서,
Figure 112011099890214-pat00017
: 지상라이다 데이터의 높이값
Figure 112011099890214-pat00018
: 지상라이다 데이터의
Figure 112011099890214-pat00019
좌표값
Figure 112011099890214-pat00020
: 지상라이다 데이터의
Figure 112011099890214-pat00021
좌표값
Figure 112011099890214-pat00022
: 평면방정식의 계수
Figure 112011099890214-pat00023
: 오차량
이다.
본 발명에서는 지상라이다로부터 관측된 대상지역의 3차원 좌표값을 이용하여 최소제곱법에 의한 하나의 평면방정식을 도출한다. 상기 평면방정식은 [수학식 4]와 같이 정의한다.
Figure 112011099890214-pat00024
여기서,
Figure 112011099890214-pat00025
는 평면방정식의 높이값이고,
Figure 112011099890214-pat00026
는 평면방정식의
Figure 112011099890214-pat00027
축과
Figure 112011099890214-pat00028
축에 대한 각각의 기울기이며,
Figure 112011099890214-pat00029
는 평면방정식의 절편이다.
또 다른 방법으로, 다중선형 회귀분석에 의한 평면방정식은 평균, 분산, 공분산값을 이용하여 도출할 수 있다. 먼저 지상라이다로부터 관측된 좌표값의 평균은 [수학식 5]를 이용하여 산출한다.
Figure 112011099890214-pat00030
여기서,
Figure 112011099890214-pat00031
,
Figure 112011099890214-pat00032
,
Figure 112011099890214-pat00033
는 지상라이다 데이터의
Figure 112011099890214-pat00034
값,
Figure 112011099890214-pat00035
값,
Figure 112011099890214-pat00036
값 각각의 평균이고,
Figure 112011099890214-pat00037
은 지상라이다 데이터 자료수이다.
그리고, 지상라이다 데이터의 X값, Y값, Z값 별 집단에 대한 분산은 [수학식 6]을 통해 산출한다.
Figure 112011099890214-pat00038
여기서,
Figure 112011099890214-pat00039
: 지상라이다 데이터의
Figure 112011099890214-pat00040
값 집단에 대한 분산
Figure 112011099890214-pat00041
: 지상라이다 데이터의
Figure 112011099890214-pat00042
값 집단에 대한 분산
Figure 112011099890214-pat00043
: 지상라이다 데이터의
Figure 112011099890214-pat00044
값 집단에 대한 분산
Figure 112011099890214-pat00045
: 지상라이다 데이터의 포인트별
Figure 112011099890214-pat00046
값
Figure 112011099890214-pat00047
: 지상라이다 데이터의 포인트별
Figure 112011099890214-pat00048
값
Figure 112011099890214-pat00049
: 지상라이다 데이터의 포인트별
Figure 112011099890214-pat00050
값
다음, 지상라이다 점군데이터를 이용하여
Figure 112011099890214-pat00051
,
Figure 112011099890214-pat00052
,
Figure 112011099890214-pat00053
값에 대한 공분산을 산출한다. 상기 공분산은 [수학식 7]과 같이 나타낸다.
Figure 112011099890214-pat00054
Figure 112011099890214-pat00055
Figure 112011099890214-pat00056
여기서,
Figure 112011099890214-pat00057
: 지상라이다 데이터의
Figure 112011099890214-pat00058
값 및
Figure 112011099890214-pat00059
값 집단에 대한 공분산
Figure 112011099890214-pat00060
: 지상라이다 데이터의
Figure 112011099890214-pat00061
값 및
Figure 112011099890214-pat00062
값 집단에 대한 공분산
Figure 112011099890214-pat00063
: 지상라이다 데이터의
Figure 112011099890214-pat00064
값 및
Figure 112011099890214-pat00065
값 집단에 대한 공분산
이다.
마지막으로, 다중선형 회귀식에 의한 평면방정식([수학식 4])의 계수
Figure 112011099890214-pat00066
,
Figure 112011099890214-pat00067
,
Figure 112011099890214-pat00068
를 [수학식 8], [수학식 9], [수학식 10]을 이용하여 산출한다.
Figure 112011099890214-pat00069
Figure 112011099890214-pat00070
Figure 112011099890214-pat00071
관측자료원(원시데이터)의 필터링에 적용되는 평면방정식은 관측대상물 형상 및 지형지물의 다양성과 복잡성을 고려하여 2가지 방법에 의하여 산출하게 된다.
첫 번째 방법은, 관측된 지상라이다 전체데이터에 대한 하나의 평면방정식을 산출하는 방법이고, 두 번째 방법은 지상라이다 포인트별로 임의의 가상격자를 구성하여 격자내 포함되는 포인트를 이용하여 격자마다의 평면방정식을 산출하는 방법이다.
첫 번째 방법은 관측지역의 지면경사가 일정하고, 지상라이다 관측데이터 상에 지면요소가 차지하는 비율이 상대적으로 많을 경우에 효과적인 방법이고, 두 번째 방법은 가상격자를 이용하여 평면방정식을 격자마다 산출하고 이를 모든 관측영역에 점진적으로 확대하여 처리하는 방법으로, 지면경사가 불규칙하고, 수목 및 인공구조물 등이 다양하게 존재할 경우에 효과적이다.
[표 1]을 참조하면, 상기 첫 번째 방법에 의해 산출된 평면방정식은 전역필터링에 적용되고, 두번째 방법에 의해 산출된 평면방정식은 지역필터링에 적용된다.
Figure 112011099890214-pat00072
지상라이다의 원시자료에는 지면자료뿐만 아니라 주변요소(식생, 구조물 등)자료(비지면 자료)도 포함되어 있어, 상기와 같이 도출된 평면방정식은 지면 또는 대상물과 일정한 간격으로 떨어져 있다. 따라서, 상기 도출된 평면방정식이 지면으로부터 떨어진 간격(절편)을 보정하기 위하여 평균편차를 산출한다. 그리고, 필터링부(120)는 그 산출된 평균편차를 이용하여 상기 도출된 평면방정식을 보정하여 도 3에 도시된 바와 같이 실제 지면에 가깝게 절편이동시킨다.
이하, 다중선형 회귀분석에 의해 도출된 평면방정식을 보정하는 과정을 상세하게 설명한다.
다중선형 회귀분석을 통해 도출된 평면방정식을 기준으로 각 포인트마다 측정된
Figure 112011099890214-pat00073
값과 평면방정식에서 산출된
Figure 112011099890214-pat00074
값의 차이를 계산하여 평균편차를 산출하고, 산출된 평균편차는 평면방정식의 절편을 조정하는데 이용된다.
먼저, 평면방정식의 보정을 위해 평면방정식을 기준으로 하여 [수학식 11]과[수학식 12]를 이용하여 평균편차를 연산한다.
Figure 112011099890214-pat00075
Figure 112011099890214-pat00076
여기서,
Figure 112011099890214-pat00077
는 지상라이다 포인별 높이측정값이고,
Figure 112011099890214-pat00078
는 평면방정식에서 산출된 포인트별 높이값이며,
Figure 112011099890214-pat00079
는 편차이다. 그리고,
Figure 112011099890214-pat00080
는 평균편차이고,
Figure 112011099890214-pat00081
은 관측값 개수이다.
따라서, [수학식 11]과[수학식 12]에 의해 산출된 평균편차를 적용하여 평면방정식을 보정한다. 이렇게 수정된 평면방정식은 다음 [수학식 13]과 같이 정의된다.
Figure 112011099890214-pat00082
상기 수정된 평면방정식을 적용하여 필터링을 수행하면 도 4와 같이 지면과 비지면 자료가 분리 추출된다.
다음으로, 수정된 평면방정식의 정도(precision) 추정 및 임계허용값을 결정하는 과정을 상세하게 설명한다.
수정된 평면방정식을 기준으로 관측점들이 어느 정도 흩어져 있는지에 대한 정도를 파악해야하며, 이를 측정하는 방법으로 표준오차를 이용한다. 이것은 순수한 지면의 관측점들조차도 지상라이다의 기계적 오차, 레이저 빛의 산란 및 표면재질, 반사강도 등에 의하여 불규칙한 데이터가 수집된다. 따라서, 측량에서 발생될 수 있는 정오차, 우연오차 등을 고려하여 필터링의 임계높이값을 표준오차를 산정하여 이를 필터링에 적용한다.
상기 표준오차는 [수학식 14]와 같이 나타낸다.
Figure 112011099890214-pat00083
여기서,
Figure 112011099890214-pat00084
는 지상라이다 포인별 높이측정값이고,
Figure 112011099890214-pat00085
는 수정된 평면방정식에서 산출된 포인트별 높이값이며,
Figure 112011099890214-pat00086
은 관측값 개수이다.
결정계수(Coefficient of determination)는 지상라이다 관측자료로부터 추정된 평면방정식이 각 관측값들에 대하여 얼마나 적합한가를 나타내 주는 척도로서 평면방정식의 객관적인 정도를 측정하는데 사용된다. 즉, 결정계수는 회귀모형에서 얼마나 독립변수가 종속변수의 변동을 잘 설명하고 있는가를 나타내 주는 계수를 말한다.
결정계수를 통하여 평면방정식의 정도를 판단하며, 정도의 높고 낮음을 통하여 평면방정식에 사용되는 종속변수(
Figure 112011099890214-pat00087
)와 독립변수(
Figure 112011099890214-pat00088
,
Figure 112011099890214-pat00089
)를 다르게 적용한다. 결정계수를 산정하는 계산식은 [수학식 15]와 같다.
Figure 112011099890214-pat00090
여기서,
Figure 112011099890214-pat00091
이고,
Figure 112011099890214-pat00092
이며,
Figure 112011099890214-pat00093
: 지상라이다 포인별 높이측정값
Figure 112011099890214-pat00094
: 평면방정식에서 산출된 포인트별 높이값
Figure 112011099890214-pat00095
: 높이측정값(
Figure 112011099890214-pat00096
)들의 평균값
Figure 112011099890214-pat00097
은 관측값 개수이다.
도 5 내지 도 8을 참조하여 전역필터링과 지역필터링의 예를 설명한다.
도 5는 모의실험을 위한 모형과 원시자료를 도시하고, 도 6은 필터링 처리프로그램의 실행화면을 도시하며 도 7은 본 발명에 따른 전역필터링 전후를 도시하고, 도 8은 본 발명에 따른 지역필터링 전후를 도시한다.
도 5에 도시된 바와 같이 모의실험을 위한 모형을 제작하고, 그 모형을 실제 촬영한 원시자료를 필터링부(120)는 제어부(160)의 제어에 따라 로딩한다.
그리고, 필터링부(120)는 필터링 처리프로그램을 사용하여 평면방정식을 도 6에 도시된 바와 같이 자동으로 산출한다. 상기 필터링 처리프로그램의 실행화면 상에는 상기 평면방정식의 계수(a, b, c)가 산출되어 표시된다. 또한, 상기 필터링부(120)는 상기 표준오차 및 결정계수를 연산하여 출력하며, 상기 표준오차를 임계높이값으로 설정한다.
상기 필터링부(120)는 관측된 포인트의 높이값과 동일한 위치에서 얻어진 평면방정식의 높이값을 서로 비교하여 임계높이값을 초과하는 포인트를 비지면(식생)으로, 나머지를 지면으로 분류한다.
예를 들어, 도 6에 도시된 바와 같이 대상지역의 전체 데이터를 이용하여 최소제곱법에 의한 평면방정식이 Z =-0.0567X + 0.9722Y -35.2824로 산정되며, 이때 평면방정식의 표준오차 0.0039m, 결정계수 0.9995인 것으로 산출된다. 산출된 표준오차를 임계높이값으로 적용하여 전역필터링을 수행하면 도 7과 같은 결과가 추출된다.
한편, 지면경사가 불규칙하고, 수목 등이 많이 있을 경우 가상격자를 이용한 필터링 기법이 효과적이며, 이것은 가상격자내에 포함되는 관측자료원을 기준으로 하여 평면방정식을 산출한다.
본 발명에서는 가상격자마다 평면방정식을 산출하여 적용하며, 이 과정에서 가상격자내의 지면과 비지면 자료원이 혼합되어 있는 경우에는 평면방정식의 정도가 저하됨으로 이를 보정하기 위하여 표준오차를 산출하고, 이 값을 임계높이값으로 자동 적용한다.
가상격자 사이즈는 지상라이다의 관측스캔 사이즈의 3배로 적용하며, 도 6에 도시된 필터링 처리프로그램을 이용하여 지역필터링을 처리한다.
다음 [표 2]는 각 가상격자별로 평면방정식이 도출된 예시이다.
Figure 112011099890214-pat00098
[표 2]의 각 가상격자별로 산출된 평면방정식을 적용하여 지역필터링을 수행하여 도 8과 같은 결과를 얻을 수 있다.
상기와 같이 설명된 실시 예의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시 예는 다양한 변형이 이루어질 수 있도록 각 실시 예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.
110: 스캐너부
120: 필터링부
130: 위치측정부
140: 저장부
150: 표시부
160: 제어부

Claims (10)

  1. 원시데이터를 입력받는 단계와,
    상기 원시데이터에 대한 다중선형 회귀분석을 통해 평면방정식을 도출하는 단계와,
    상기 평면방정식을 보정하여 수정된 평면방정식을 도출하는 단계와,
    상기 수정된 평면방정식의 정도를 추정하는 단계와,
    상기 수정된 평면방정식의 정도에 근거하여 임계높이값으로 정의하는 단계와,
    상기 임계높이값을 이용하여 필터링을 처리하는 단계를 포함하는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
  2. 제1항에 있어서, 상기 평면방정식 도출단계는,
    원시데이터의 전체에 대한 평면방정식을 도출하는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
  3. 제1항에 있어서, 상기 평면방정식 도출단계는,
    상기 원시데이터의 포인트별로 임의의 가상격자를 구성하여 격자내 포함된 데이터들에 대한 평면방정식을 도출하는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
  4. 제1항에 있어서, 상기 수정된 평면방정식 도출단계는,
    측정높이값과 상기 평면방정식의 높이값 사이의 편차에 대한 평균편차를 산출하는 단계와,
    상기 평균편차를 상기 평면방정식에 적용하여 상기 수정된 평면방정식을 도출하는 단계를 포함하는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
  5. 제4항에 있어서, 상기 평균편차는,
    하기 [수학식 11]과 [수학식 12]에 의해 산출되는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
    [수학식 11]
    Figure 112011099890214-pat00099

    [수학식 12]
    Figure 112011099890214-pat00100

    Figure 112011099890214-pat00101
    : 지상라이다 포인별 높이측정값
    Figure 112011099890214-pat00102
    : 평면방정식에서 산출된 포인트별 높이값
    Figure 112011099890214-pat00103
    : 편차
    Figure 112011099890214-pat00104
    : 평균편차
    Figure 112011099890214-pat00105
    : 관측값 개수
  6. 제1항에 있어서, 상기 수정된 평면방정식의 정도 추정단계는,
    상기 수정된 평면방정식에 대한 표준오차 및 결정계수를 산출하는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
  7. 제6항에 있어서, 상기 표준오차는,
    하기 [수학식 14]에 의해 산출되는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
    [수학식 14]
    Figure 112011099890214-pat00106

    Figure 112011099890214-pat00107
    지상라이다 포인별 높이측정값
    Figure 112011099890214-pat00108
    : 수정된 평면방정식에서 산출된 포인트별 높이값
    Figure 112011099890214-pat00109
    : 관측값 개수
  8. 제6항에 있어서, 상기 표준오차는,
    상기 임계높이값으로 적용되는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
  9. 제6항에 있어서, 상기 결정계수는,
    다음 [수학식 15]에 의해 연산되는 것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
    [수학식 15]
    Figure 112011099890214-pat00110

    Figure 112011099890214-pat00111
    ,
    Figure 112011099890214-pat00112
    ,
    Figure 112011099890214-pat00113
    : 지상라이다 포인별 높이측정값,
    Figure 112011099890214-pat00114
    : 평면방정식에서 산출된 포인트별 높이값,
    Figure 112011099890214-pat00115
    : 높이측정값(
    Figure 112011099890214-pat00116
    )들의 평균값,
    Figure 112011099890214-pat00117
    : 관측값 개수
  10. 제1항에 있어서, 상기 필터링 단계는,
    전역필터링 또는 지역필터링을 수행하여 지면과 비지면을 분리하여 추출하는것을 특징으로 하는 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법.
KR1020110135614A 2011-12-15 2011-12-15 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법 KR101141963B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020110135614A KR101141963B1 (ko) 2011-12-15 2011-12-15 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법
PCT/KR2012/011011 WO2013089535A1 (ko) 2011-12-15 2012-12-17 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110135614A KR101141963B1 (ko) 2011-12-15 2011-12-15 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법

Publications (1)

Publication Number Publication Date
KR101141963B1 true KR101141963B1 (ko) 2014-03-19

Family

ID=48612883

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110135614A KR101141963B1 (ko) 2011-12-15 2011-12-15 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법

Country Status (2)

Country Link
KR (1) KR101141963B1 (ko)
WO (1) WO2013089535A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101547940B1 (ko) 2014-12-17 2015-08-28 가톨릭관동대학교산학협력단 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법
KR101672844B1 (ko) * 2016-08-31 2016-11-04 국방과학연구소 탄도탄 요격고도에 따른 충돌하는 탄체의 분산정도 추정방법

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3163323B1 (en) 2015-10-27 2021-08-25 Sikorsky Aircraft Corporation Lidar-based vehicle distance measurement system
CN108109212B (zh) * 2016-11-25 2022-02-11 阿里巴巴集团控股有限公司 一种文物修复方法、装置及系统
CN107705362A (zh) * 2017-10-11 2018-02-16 中煤航测遥感集团有限公司 Dem精度检测方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100923704B1 (ko) 2009-06-11 2009-10-27 (주)신한항업 항공 라이다 측량 데이터의 정확도 검증 방법
KR101055419B1 (ko) 2011-04-29 2011-08-09 (주) 이우티이씨 지상 라이다를 이용한 지형측량 방법
KR101079359B1 (ko) 2011-06-14 2011-11-02 (주)태일아이엔지 항공 사진과 항공 레이저 측량 데이터를 이용한 수치지도 구축 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010000443A (ko) * 2000-09-29 2001-01-05 서정헌 항공측량 영상과 라이더 데이터 융합에 의한 건물추출시스템과 방법 및 그 프로그램 소스를 저장한 기록매체

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100923704B1 (ko) 2009-06-11 2009-10-27 (주)신한항업 항공 라이다 측량 데이터의 정확도 검증 방법
KR101055419B1 (ko) 2011-04-29 2011-08-09 (주) 이우티이씨 지상 라이다를 이용한 지형측량 방법
KR101079359B1 (ko) 2011-06-14 2011-11-02 (주)태일아이엔지 항공 사진과 항공 레이저 측량 데이터를 이용한 수치지도 구축 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
한국수자원학회논문집 vol. 42 no. 6 통권 제203호(공개일 : 2009년) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101547940B1 (ko) 2014-12-17 2015-08-28 가톨릭관동대학교산학협력단 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법
KR101672844B1 (ko) * 2016-08-31 2016-11-04 국방과학연구소 탄도탄 요격고도에 따른 충돌하는 탄체의 분산정도 추정방법

Also Published As

Publication number Publication date
WO2013089535A1 (ko) 2013-06-20

Similar Documents

Publication Publication Date Title
Brede et al. Non-destructive tree volume estimation through quantitative structure modelling: Comparing UAV laser scanning with terrestrial LIDAR
Koreň et al. Accuracy of tree diameter estimation from terrestrial laser scanning by circle-fitting methods
Kankare et al. Diameter distribution estimation with laser scanning based multisource single tree inventory
Liang et al. Automatic stem mapping using single-scan terrestrial laser scanning
Moorthy et al. Field characterization of olive (Olea europaea L.) tree crown architecture using terrestrial laser scanning data
Goodwin et al. Assessment of forest structure with airborne LiDAR and the effects of platform altitude
KR101547940B1 (ko) 동일평면상에 있는 지상 라이다 자료의 오차 조정 시스템 및 방법
KR101141963B1 (ko) 다중선형 회귀분석을 이용한 지상라이다 자료 필터링 방법
Bye et al. Estimating forest canopy parameters from satellite waveform LiDAR by inversion of the FLIGHT three-dimensional radiative transfer model
Wallace Assessing the stability of canopy maps produced from UAV-LiDAR data
Itakura et al. Automatic individual tree detection and canopy segmentation from three-dimensional point cloud images obtained from ground-based lidar
Vastaranta et al. Aboveground forest biomass derived using multiple dates of WorldView-2 stereo-imagery: quantifying the improvement in estimation accuracy
KR101285131B1 (ko) 퍼지 집합 이론을 이용한 지상 라이다 자료 필터링 방법
Medić et al. Empirical stochastic model of detected target centroids: Influence on registration and calibration of terrestrial laser scanners
Ressl et al. Quality checking of ALS projects using statistics of strip differences
Durrieu et al. Spatial quantification of vegetation density from terrestrial laser scanner data for characterization of 3D forest structure at plot level
Martins et al. Structural observation of long-span suspension bridges for safety assessment: implementation of an optical displacement measurement system
CN111814666B (zh) 一种复杂林分下的单木参数提取方法、系统、介质及设备
Hollaus et al. Site index assessment based on multi-temporal ALS data
Deng et al. A method for forest vegetation height modeling based on aerial digital orthophoto map and digital surface model
Leslar et al. Error analysis of a mobile terrestrial LiDAR system
Liu et al. Dominant trees analysis using UAV LiDAR and photogrammetry
Kosmatin Fras et al. Assessment of the quality of digital terrain model produced from unmanned aerial system imagery
Chen et al. Extraction of Forestry Parameters Based on Multi-Platform LiDAR
Wang et al. Quantitatively evaluating random attitude measurement errors' impacts on DSM elevation accuracy from airborne laser scanning

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: 20160404

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170425

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180321

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190429

Year of fee payment: 8