KR101394976B1 - 연속지적도의 다축척 모델 생성 방법 - Google Patents
연속지적도의 다축척 모델 생성 방법 Download PDFInfo
- Publication number
- KR101394976B1 KR101394976B1 KR1020120090699A KR20120090699A KR101394976B1 KR 101394976 B1 KR101394976 B1 KR 101394976B1 KR 1020120090699 A KR1020120090699 A KR 1020120090699A KR 20120090699 A KR20120090699 A KR 20120090699A KR 101394976 B1 KR101394976 B1 KR 101394976B1
- Authority
- KR
- South Korea
- Prior art keywords
- network
- map
- parcel
- area
- processing unit
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 65
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 14
- 238000005452 bending Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 7
- 238000004040 coloring Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 239000012634 fragment Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
- G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Ecology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 연속지적도의 다축척 모델 생성 방법에 관한 것으로, (a) 연속지적도와 수치지형도 및 일정 개수의 목표 축척수준이 입력자료로 입력장치에 의해 메인 메모리에 입력되고, 컴퓨터의 중앙처리장치는 메인 메모리에 저장된 상기 수치지형도로부터 네트워크 관련 레이어를 추출하는 자료입력단계와; (b) 컴퓨터의 중앙처리장치가 상기 자료입력단계로부터 입력받은 목표 축척수준에 맞게 네트워크 데이터의 기하학적, 위상적, 속성적 특성을 반영하여 중요도가 낮은 객체를 순차적으로 삭제하는 방식으로 네트워크 데이터를 단순화하는 단계와; (c) 상기 네트워크 단순화 단계에서 생성된 단순화된 네트워크 데이터와 메인 메모리에 저장된 연속지적도를 중첩하여 연속지적도의 해당 지목이 차지하는 영역과 네트워크 데이터와의 중첩률에 따라 컴퓨터의 중앙처리장치가 네트워크 영역과 비네트워크 영역으로 연속지적도를 구분하는, 네트워크/비네트워크 영역 구분 단계와; (d) 연속지적도의 네트워크 영역과 비네트워크 영역 내에 존재하는 필지경계선 폴리곤들을 컴퓨터의 중앙처리장치가 목표 축척수준과 각 필지경계선의 속성정보, 도형의 형상적 정보, 주변 필지경계선들과의 관계정보를 이용하여 병합하는, 필지 병합 단계, 및 (e) 상기 필지 병합 단계에서 병합된 연속지적도에 선형단순화 기법을 적용하여 컴퓨터의 중앙처리장치가 필지경계선 내의 불필요한 절점을 제거하고, 경계선의 선형을 단순화하는 동시에, 네트워크 영역과 비네트워크 영역의 경계지역에서 발생하는 필지경계선의 부정합 문제를 해결하여, 일정 개수의 목표 축척수준의 새로운 지적약도를 생성하는 다축척 지적약도 생성 단계로 이루어짐으로써, 일반사용자가 용이하게 연속지적도를 볼 수 있고, 웹 또는 모바일 서비스에 있어서 사용자가 지도의 축척을 변화시키면서 지도를 활용할 수 있는 효과가 있다.
Description
본 발명은 연속지적도의 다축척 모델 생성 방법에 관한 것으로, 보다 상세하게는 연속지적도를 원하는 축척에서 볼 수 있는 다축척 지적약도 모델을 제작할 수 있게 함으로써, 일반사용자가 용이하게 연속지적도를 볼 수 있고, 웹 또는 모바일 서비스에 있어서 사용자가 지도의 축척을 변화시키면서 지도를 활용할 수 있는, 연속지적도의 다축척 모델 생성 방법에 관한 것이다.
연속지적도는 필지폴리곤들을 경계선끼리 접합시켜놓은 단일 축척의 지도자료이고 지목이라는 토지이용 관련 속성이 포함되어 있다. 따라서 연속지적도를 일반사용자가 보기에 편한 형태로 표현하기 위해서는 지목에 맞게 색을 입히고, 주기를 표시하고, 정리되지 않은 경계선을 정리하여야 하는데, 이러한 형태로 변환한 지적도를 지적약도라고 부르기도 한다. 지적약도는 일반적으로, 민간의 지도제작 업체에서 수동편집 방식으로 제작되며, 대부분의 경우에 단일한 축척으로 제작된다.
연속지적도를 다축척 모델로 변환하기 위해서는 폴리곤 자료에 대한 지도 일반화 기법(특히, 폴리곤 병합 및 단순화)을 적용하여야 하는데, 연속지적도를 다축척 데이터베이스 형태로 만들어야 하는 이유는 웹 브라우저와 모바일 디바이스에서 지도자료를 서비스할 때 지도의 축척을 변화시키는 작업이 가장 빈번하게 이루어지기 때문이다.
종래의 폴리곤 자료에서 선형의 병합에 관한 기술은 Li 등이 제안한 방법론과 Chen 등이 제안한 방법론 등이 사용되었다.
Li 등(2004)은 건물 데이터의 지도 일반화를 위해, 도시 형상학에서의 neighborhood 모델인 enclaves, block, superblock, neighborhood를 형성함으로써 도로, 하천에 의해 전체 지도의 건물 데이터를 전역적으로 분할하는 범용의 제약조건을 제공하였다. 그룹화 과정에서 Gestalt 원리, 그래프 이론, 델로니 삼각망, 보로노이 다이어그램이 지지기술로 차용하였다. 그룹화 후, 몇몇의 유용한 정보들을 계산하여 해당 그룹을 일반화하기 위한 적절한 조치를 적용함으로써 다축척 결과물을 생성하였다.
Chen 등(2009)은 지도 일반화 과정에서 도로객체를 선택적으로 삭제하기 위해 가구계 폴리곤을 적절히 병합하는 기법을 제안하였다. 가구계 폴리곤을 병합시키는 기준으로 mesh density, road class 등의 특성치를 이용하였다. 특히 도시지역과 비도시지역을 구분하여 각 지역의 특성에 맞는 제약조건을 부여하여 목표 축척수준에 맞게 도로객체를 삭제하는 방법을 적용하였다.
그러나, 상기의 종래기술은 방법론적으로 도시공간구조를 이용해서 폴리곤 자료를 병합하지만, 연속지적도의 경우에는 토지소유 또는 토지이용과 관련된 다양한 속성정보가 포함되어 있는 특수한 자료이기 때문에 연속지적도의 필지경계선의 폴리곤 선형을 원하는 축척에 맞게 병합하는 방법론으로 사용하기에는 환경이 상이하여 적용에 문제가 있었다.
또한, 기존의 연속지적도로부터 지적약도를 생성하기 위한 방법론은 수동편집 방식이 유일하였다. 이러한 수동편집 방식은 지적약도의 생성에 있어서 많은 비용과 시간이 소요되고, 지적약도의 생산자에 따라 균질하지 못한 지도가 생산될 가능성이 높다는 문제가 있다. 연속지적도로부터 지적약도를 자동으로 생산하기 위해서는 지적도 필지경계선이 가지고 있는 자체의 속성정보(지목, 면적 등)을 이용하여 지도 일반화 기법을 적용함으로써 지적약도를 생성할 수 있다. 그러나 현재 연속지적도가 가지고 있는 지적·지형 불부합문제, 지적·현실 불부합문제 등의 문제점을 가지고 있기 때문에 기존의 연속지적도 자체만으로는 지도 일반화 결과에 현실성이 떨어질 수 있다.
따라서, 연속지적도를 다축척 사상모델을 제작하기 위해서는 연속지적도 자체가 가지고 있는 지목과 면적 등의 속성정보뿐만 아니라 필지경계선의 형상적 특성치, 주변 필지경계선과의 관계 등의 정보를 활용할 필요가 있다. 이러한 과정에서 연속지적도 자체가 제공하여주지 못하는 정보를 확보하기 위해서는, 보다 현실적으로 정확한 지형지물 정보를 담고 있는 수치지형도 등의 지도자료들을 보조자료로 활용해야 할 필요가 있다.
1. Automated building generalization based on urban morphology and Gestalt theory (Li, Z., Yan, H., Ai, T. and Chen, J. 2004, International Journal of Geographical Information Science, Vol. 18, No. 5, pp. 513-534)
2. Selective omission of road features based on mesh density for automatic map generalization (Chen, J., Hu, Y., Li, Z., Zhao, R. and Meng, L., 2009, International Journal of Geographical Information Science, Vol, 23, No. 8, pp. 1013-1032)
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 연속지적도를 원하는 축척에서 볼 수 있는 다축척 지적약도 모델을 제작할 수 있게 함으로써, 일반사용자가 용이하게 연속지적도를 볼 수 있고, 웹 또는 모바일 서비스에 있어서 사용자가 지도의 축척을 변화시키면서 지도를 활용할 수 있게 할 수 있는, 연속지적도의 다축척 모델 생성 방법을 제공하는 데 있다.
또한, 본 발명의 다른 목적은 축척별 지적약도를 생성하는 과정을 자동화함으로써, 지적약도의 생산과정에서 소요되는 비용과 시간을 기존의 수동편집에 의한 방식에 비해 현저하게 줄일 수 있으며, 지도제작자의 성향과 관계없이 균질한 지적약도의 제작이 가능할 뿐만 아니라 필지의 속성 또는 도형 정보에 수정사항이 발생하였을 때, 이를 갱신하기 위한 작업량을 최소화할 수 있는, 연속지적도의 다축척 모델 생성 방법을 제공하는 데 있다.
상기와 같은 목적을 달성하기 위하여, 본 발명은 (a) 연속지적도와 수치지형도 및 일정 개수의 목표 축척수준이 입력자료로 입력장치에 의해 메인 메모리에 입력되고, 컴퓨터의 중앙처리장치는 메인 메모리에 저장된 상기 수치지형도로부터 네트워크 관련 레이어(도로중심선, 철도중심선, 하천중심선)를 추출하는 자료입력단계(S100)와;
(b) 컴퓨터의 중앙처리장치가 상기 자료입력단계(S100)로부터 입력받은 목표 축척수준에 맞게 네트워크 데이터의 기하학적, 위상적, 속성적 특성을 반영하여 중요도가 낮은 객체를 순차적으로 삭제하는 방식으로 네트워크 데이터를 단순화하는 단계(S200)와;
(c) 상기 네트워크 단순화 단계(S200)에서 생성된 단순화된 네트워크 데이터와 메인 메모리에 저장된 연속지적도를 중첩하여 연속지적도의 해당 지목이 차지하는 영역과 네트워크 데이터와의 중첩률에 따라 컴퓨터의 중앙처리장치가 네트워크 영역과 비네트워크 영역으로 연속지적도를 구분하는, 네트워크/비네트워크 영역 구분 단계(S300)와;
(d) 연속지적도의 네트워크 영역과 비네트워크 영역 내에 존재하는 필지경계선 폴리곤들을 컴퓨터의 중앙처리장치가 목표 축척수준과 각 필지경계선의 속성정보, 도형의 형상적 정보, 주변 필지경계선들과의 관계정보를 이용하여 병합하는, 필지 병합 단계(S400), 및
(e) 상기 필지 병합 단계(S400)에서 병합된 연속지적도에 선형단순화 기법을 적용하여 컴퓨터의 중앙처리장치가 필지경계선 내의 불필요한 절점을 제거하고, 경계선의 선형을 단순화하는 동시에, 네트워크 영역과 비네트워크 영역의 경계지역에서 발생하는 필지경계선의 부정합 문제를 해결하여, 일정 개수의 목표 축척수준의 새로운 지적약도를 생성하는 다축척 지적약도 생성 단계(S500)로 이루어지는 것을 그 기본 특징으로 한다.
또한, 본 발명의 상기 단계(b)의 네트워크 단순화 단계(S200)는,
(f) 컴퓨터의 중앙처리장치가 메인 메모리에 저장된 수치지형도에서 추출한 네트워크 중심선 데이터(도로중심선, 하천중심선, 철도중심선)를 stroke 단위로 재구조화하는, 네트워크 재구조화 단계(S210)와;
(g) 상기 네트워크 재구조화 단계(S210)에서 stroke 단위로 재구조화된 각 네트워크 객체에 대해서 컴퓨터의 중앙처리장치가 stroke degree와 stroke 길이, 평균 폭, 네트워크상의 위계와 같은 특성치를 계산하여 각 stroke의 속성정보에 저장하는, 특성치 계산 단계(S220)와;
(h) 상기 특성치 계산 단계(S220)에서 계산된 특성치들을 입력자료로 하여 컴퓨터의 중앙처리장치가 다음의 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 각 네트워크 객체의 중요도 지수를 산출하는, 중요도 지수화 단계(S230), 및
(여기서, c1부터 c4 까지는 각 특성치의 가중치)
(i) 상기 중요도 지수화 단계(S230)에서 계산된 중요도 지수를 입력자료로 하여 컴퓨터의 중앙처리장치가 다음의 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 삭제해야 할 네트워크 객체의 개수를 결정하여 중요도 지수가 낮은 네트워크 객체를 해당 목표 축척수준에 맞게 제거하는, 네트워크 제거 단계(S240)
(여기서, nf 는 객체 삭제 후의 네트워크 선밀도, na는 객체 삭제 전의 네트워크 선밀도, Cn는 네트워크 객체에 대한 심볼계수, Ma는 객체 삭제 전 지도의 축척계수, Mf는 객체 삭제 후 지도의 축척계수)
로 이루어지는 것을 특징으로 한다.
또한, 본 발명의 상기 단계(c)의 네트워크/비네트워크 영역 구분 단계(S300)는,
(j) 컴퓨터의 중앙처리장치가 수치지형도의 네트워크 중심선 데이터(도로중심선, 하천중심선, 철도중심선)에 버퍼를 네트워크의 실제 폭과 위치오차(수치지형도와 연속지적도 간의 평균 위치오차)의 합 크기만큼 적용하여 폴리곤화하는, 네트워크 데이터에 버퍼 적용 단계(S310)와;
(k) 컴퓨터의 중앙처리장치가 다음의 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 각 필지경계선과 그에 해당하는 네트워크 데이터에 버퍼가 적용된 폴리곤과의 면적 중첩률 계산을 수행하는, 필지경계선과 네트워크 데이터 면적 중첩률 계산 단계(S320)와;
(여기서, (면적 중첩률)i는 연속지적도에서 i번째 필지 폴리곤에 대한 면적 중첩률 값이며, Polygoni는 i번째 필지 폴리곤, Polygont는 수치지형도에서 t라는 레이어명의 버퍼가 적용된 수치지형도 네트워크 폴리곤 데이터)
(l) 상기 단계(k)에서 도출된 면적 중첩률을 기반으로 하여 컴퓨터의 중앙처리장치가 필지 중 네트워크 영역에 완전히 포함되는 필지와 일정부분 이상 포함되어 있는 필지(네크워크 후보 필지)를 선별하는, 네트워크 필지/네트워크 후보 필지 선정 단계(S330)와;
(m) 상기 단계(l)로부터 도출된 네트워크 후보 필지에 대해서 컴퓨터의 중앙처리장치가 수치지형도의 네트워크 데이터 중 경계 데이터(도로경계, 하천경계, 철도구역 경계)를 중첩하여 경계선에 따라 잘라내기를 실시하는, 네트워크 후보 필지 잘라내기 단계(S340), 및
(n) 상기 단계(m)으로부터 잘려진 필지 조각들에 대해서 컴퓨터의 중앙처리장치가 형상적 특성(잘려진 폴리곤 면적, 폴리곤의 평균폭)에 따라 네트워크 영역 내부로 포함시키거나 외부로 포함시키는, 분할된 필지 재분류 단계(S350)로 이루어지는 것을 특징으로 한다.
또한, 본 발명의 상기 단계(d)의 필지 병합 단계(S400)는,
(o) 컴퓨터의 중앙처리장치가 다음의 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 필지의 형상적 특성(필지의 면적, 평균 폭, 종횡비, 밀집도, 볼록성)과 속성적 특성(지목, 용도지역지구, 공시지가)을 고려하여 각 필지의 상대적 중요도를 정량적으로 계산하는, 필지 중요도 계산 단계(S410)와;
(여기서, c1부터 c8 까지는 각 특성치의 가중치, 
, 
, 
, 지목과 용도지역지구 중요도는 사용자가 각각의 범주에 대해 상대적 중요도 수치를 입력)
(p) 상기 단계(o)에서 계산된 필지의 중요도를 기준으로 하여 컴퓨터의 중앙처리장치가 네트워크 영역과 비네트워크 영역 내에서 병합할 대상 필지 선택 단계(S420)와;
(q) 컴퓨터의 중앙처리장치가 상기 단계(p)에서 선택된 필지들을 인접한 필지 중 동일한 지목을 가진 필지로 병합시키는, 동종 인접 필지 간 병합 단계(S430), 및
(r) 컴퓨터의 중앙처리장치가 상기 단계(p)에서 선택된 필지들을 인접한 필지 중 동일한 지목을 가진 필지가 없는 경우 다른 지목을 가진 필지로 병합시키는, 이종 인접 필지 간 병합 단계(S440)로 이루어지되 상기 단계(p)에서 더 이상 선택되는 필지가 없을 때까지 상기 단계(o) 내지 상기 단계(r)을 반복하는 것을 특징으로 한다.
또한, 본 발명의 상기 단계(e)의 다축척 지적약도 생성 단계(S500)는,
(s) 상기 단계(d)를 통해 산출된 폴리곤 자료에 컴퓨터의 중앙처리장치가 연속지적도의 각 절점의 차수(degree, 절점에 연결된 선분의 개수)를 계산하여 차수가 클수록 절점 중요도를 높게 부여하는, 절점 중요도 계산 단계(S510)와;
(t) 필지 경계선들이 병합된 결과에 대하여 컴퓨터의 중앙처리장치가 Douglas-Peucker 알고리즘 또는 Band Simplify 알고리즘 또는 하이브리드 알고리즘이 포함된 선형 단순화 기법을 적용하여 필지 경계선 상에 존재하는 불필요한 굴곡(기하학적 왜곡)과 상기 단계(s)를 통해 계산된 중요도가 낮은 절점을 제거하는, 폴리곤 선형 단순화 단계(S520), 및
(u) 상기 단계(c)에서 면적 중첩률 기반의 네트워크 영역 탐지 기법과 잘라내기 기반의 네트워크 영역 탐지 기법을 순차적으로 적용함으로써 발생하는 네트워크 영역 간의 경계 부분에서 필지경계선끼리의 불연속 지점을 컴퓨터의 중앙처리장치가 탐지 조정하는, 필지 경계선 불연속 지점 탐지 및 조정 단계(S530)로 이루어지는 것을 특징으로 한다.
이상에서 살펴본, 본 발명인 연속지적도의 다축척 모델 생성 방법은 연속지적도를 원하는 축척에서 볼 수 있는 다축척 지적약도 모델을 제작할 수 있게 함으로써, 일반사용자가 용이하게 연속지적도를 볼 수 있고, 웹 또는 모바일 서비스에 있어서 사용자가 지도의 축척을 변화시키면서 지도를 활용할 수 있게 할 수 있으며, 축척별 지적약도를 생성하는 과정을 자동화함으로써, 지적약도의 생산과정에서 소요되는 비용과 시간을 기존의 수동편집에 의한 방식에 비해 현저하게 줄일 수 있으며, 지도제작자의 성향과 관계없이 균질한 지적약도의 제작이 가능할 뿐만 아니라 필지의 속성 또는 도형 정보에 수정사항이 발생하였을 때, 이를 갱신하기 위한 작업량을 최소화할 수 있는 효과가 있다.
도 1 은 본 발명에 따른 연속지적도의 다축척 모델 생성 방법의 흐름도를 나타낸 도면.
도 2 는 동일지역에 대한 연속지적도(a)와 수치지형도(b)를 나타낸 도면.
도 3 은 본 발명에 따른 연속지적도의 다축척 모델 생성 방법에서 네트워크 단순화 단계의 상세한 흐름도를 나타낸 도면.
도 4 는 링크 기반으로 되어 있는 네트워크 데이터를 stroke 기반으로 재구조화하는 과정을 개념적으로 나타낸 도면.
도 5 는 다양한 축척수준에 따라 네트워크 단순화 단계를 적용한 결과를 나타낸 도면.
도 6 은 본 발명에 따른 연속지적도의 다축척 모델 생성 방법에서 네트워크/비네트워크 영역 구분 단계의 상세한 흐름도를 나타낸 도면.
도 7 은 면적 중첩률을 기반으로 네트워크 필지의 선정 결과를 보여주는 예시 도면.
도 8 은 본 발명에 따른 연속지적도의 다축척 모델 생성 방법에서 필지 병합 단계의 상세한 흐름도를 나타낸 도면.
도 9 와 도 10 은 각각 형상적 특성치인 종횡비, 볼록성에 대한 개념도.
도 11 은 비네트워크 영역에서의 축척 별 지적 필지 경계선 병합 결과를 나타낸 도면.
도 12 는 본 발명에 따른 연속지적도의 다축척 모델 생성 방법에서 다축척 지적약도 생성 단계의 상세한 흐름도를 나타낸 도면.
도 13 은 필지 경계선 불연속 지점 탐지 및 조정 단계를 설명하는 도면.
도 2 는 동일지역에 대한 연속지적도(a)와 수치지형도(b)를 나타낸 도면.
도 3 은 본 발명에 따른 연속지적도의 다축척 모델 생성 방법에서 네트워크 단순화 단계의 상세한 흐름도를 나타낸 도면.
도 4 는 링크 기반으로 되어 있는 네트워크 데이터를 stroke 기반으로 재구조화하는 과정을 개념적으로 나타낸 도면.
도 5 는 다양한 축척수준에 따라 네트워크 단순화 단계를 적용한 결과를 나타낸 도면.
도 6 은 본 발명에 따른 연속지적도의 다축척 모델 생성 방법에서 네트워크/비네트워크 영역 구분 단계의 상세한 흐름도를 나타낸 도면.
도 7 은 면적 중첩률을 기반으로 네트워크 필지의 선정 결과를 보여주는 예시 도면.
도 8 은 본 발명에 따른 연속지적도의 다축척 모델 생성 방법에서 필지 병합 단계의 상세한 흐름도를 나타낸 도면.
도 9 와 도 10 은 각각 형상적 특성치인 종횡비, 볼록성에 대한 개념도.
도 11 은 비네트워크 영역에서의 축척 별 지적 필지 경계선 병합 결과를 나타낸 도면.
도 12 는 본 발명에 따른 연속지적도의 다축척 모델 생성 방법에서 다축척 지적약도 생성 단계의 상세한 흐름도를 나타낸 도면.
도 13 은 필지 경계선 불연속 지점 탐지 및 조정 단계를 설명하는 도면.
상기와 같이 구성된 본 발명의 바람직한 실시예를 첨부된 도면을 참조하면서 상세히 설명하면 다음과 같다.
도 1 은 본 발명에 따른 연속지적도의 다축척 모델 생성 방법의 흐름도를 나타낸 도면으로,
첫째, 자료입력단계(S100)는 연속지적도와 수치지형도를 입력하는 단계이다. 즉, 이 단계에서는 연속지적도와 수치지형도가 입력자료로 입력장치에 의해 메인 메모리에 입력되고, 컴퓨터의 중앙처리장치는 메인 메모리에 저장된 상기 수치지형도로부터 본 발명에서 주로 사용되는 지형지물 레이어만을 추출한다. 수치지형도에서 추출하는 데이터는 구체적으로 필지 병합 기준으로 활용할 네트워크 관련 레이어(표 1 참조)와, 주기입력을 위한 행정경계, 건물, 공원 및 기타 시설물 등의 레이어들이다. 참고로, 도 2는 동일지역에 대한 연속지적도(a)와 수치지형도(b,도로 및 건물)를 나타내는 것이다.
또한, 연속지적도를 다양한 축척으로 사상하기 위해 연속지적도를 일반화하고자 하는 일정 개수의 목표 축척수준이 입력자료로 입력장치에 의해 입력되어야 하는데, 상기 일정 개수의 목표 축척수준은 사용자인 전문가의 판단에 의해 지정할 수 있으며 바람직하게는 도심지역 연속지적도의 일반적인 축척수준(1:700)보다는 낮아야 한다.
둘째, 네트워크 단순화 단계(S200)는 컴퓨터의 중앙처리장치가 메인 메모리에 저장된 수치지형도에서 네트워크 관련 레이어(도로중심선, 철도중심선, 하천중심선)를 추출하여 자료입력단계(S100)로부터 입력받은 목표 축척수준에 맞게 네트워크 데이터를 단순화하는 단계이다. 이 과정에서 네트워크 데이터의 기하학적, 위상적, 속성적 특성을 반영하여 중요도가 낮은 객체를 순차적으로 삭제하는 방식으로 네트워크를 단순화한다.
세째, 네트워크/비네트워크 영역 구분 단계(S300)는 상기 네트워크 단순화 단계(S200)에서 생성된 단순화된 네트워크 데이터와 메인 메모리에 저장된 연속지적도를 중첩하여 연속지적도의 해당 지목이 차지하는 영역과 네트워크 데이터와의 중첩률에 따라 컴퓨터의 중앙처리장치가 네트워크 영역과 비네트워크 영역으로 연속지적도를 구분한다.
네째, 필지 병합 단계(S400)는 연속지적도의 네트워크 영역과 비네트워크 영역 내에 존재하는 필지경계선 폴리곤들을 컴퓨터의 중앙처리장치가 목표 축척수준에 맞게 병합하는 단계이며, 목표 축척수준과 각 필지경계선의 속성정보, 도형의 형상적 정보, 주변 필지경계선들과의 관계정보 등을 이용하여 병합한다.
다섯째, 다축척 지적약도 생성 단계(S500)에서는 필지 병합 단계(S400)에서 병합된 연속지적도에 선형단순화 기법을 적용하여 컴퓨터의 중앙처리장치가 필지경계선 내의 불필요한 절점을 제거하고, 경계선의 선형을 단순화하는 동시에, 네트워크 영역과 비네트워크 영역의 경계지역에서 발생하는 필지경계선의 부정합 문제를 해결하여, 결과적으로 일정 개수의 목표 축척수준의 새로운 지적약도를 생성하고 이를 모니터 상에 디스플레이한다. 여기서, 다축척의 지적약도는 타일링된 캐시 형태로 데이터베이스에 저장된 후 해당 축척 및 위치의 지적약도가 사용자에게 전송되어 디스플레이 된다.
상기 일련의 과정은 이를 컴퓨터로 수행하기 위해 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램 또는 상용프로그램(ArcGIS 등)에 의해 이루어지는데 이를 상세히 살펴보면 다음과 같다.
나아가, 도 3에 나타낸 바와 같이 상기 네트워크 단순화 단계(S200)는 네트워크 재구조화 단계(S210), 특성치 계산 단계(S220), 중요도 지수화 단계(S230), 그리고 네트워크 제거 단계(S240)로 구성되어 있는 것을 특징으로 한다.
우선, 네트워크 재구조화 단계(S210)에서는 컴퓨터의 중앙처리장치가 메인 메모리에 저장된 수치지형도에서 추출한 네트워크 중심선 데이터(도로중심선, 하천중심선, 철도중심선 등)를 stroke 단위로 재구조화하는 단계이다. stroke는 네트워크 구조에서 같은 방향성과 속성을 가진 인접한 링크들로 구성된 링크들의 집합이다. 두 링크가 만나는 교점에서 이루는 편각이 일정각도 이하이면 같은 방향성을 가진다고 판단할 수 있으며, 동시에 속성정보(도로 폭, 하천 폭 또는 철도 폭)가 일정 범위 내에서 유사한 값을 가지면, 두 링크는 동일한 stroke로 인식한다. 위의 과정을 반복해서 모든 링크에 적용하면 네트워크 데이터를 stroke 단위로 재구조화할 수 있다.
한편, 도 4는 링크 기반으로 되어 있는 네트워크 데이터를 stroke 기반으로 재구조화하는 과정을 개념적으로 나타낸 도면인데, 도 4(a)는 노드-링크 기반으로 되어 있는 네트워크 데이터이며, 점이 노드, 점과 점을 잇는 선이 링크를 나타낸다. 도 4(b)는 몇 개의 링크가 하나의 stroke로 모아진 결과를 나타내며, 양끝이 화살표로 된 하나의 선이 하나의 stroke를 나타낸다.
다음으로, 특성치 계산 단계(S220)는 상기 네트워크 재구조화 단계(S210)에서 stroke 단위로 재구조화된 각 네트워크 객체에 대해서 컴퓨터의 중앙처리장치가 stroke degree와 stroke 길이, 평균 폭, 네트워크상의 위계 등의 특성치를 계산하여 각 stroke의 속성정보에 저장하는 단계이다. 여기서, stroke degree는 하나의 stroke 상에 존재하는 교차점의 수이다. 상기 기술한 특성치 이외에도 데이터의 특성과 사용자의 의도에 따라 네트워크 데이터의 속성, 형상, 위계에 대한 다양한 특성치를 추가할 수 있다.
그 다음으로, 중요도 지수화 단계(S230)는 상기 특성치 계산 단계(S220)에서 계산된 특성치들에 대해 각 특성치에 가중치를 부여하고 표준화하여 총합함으로써 각 네트워크 객체에 대한 중요도 지수를 계산하는 단계이다. 다음의 수학식 1은 각 네트워크 객체의 중요도를 지수화하는 수학식으로 컴퓨터의 중앙처리장치가 다음의 수학식 1이 포함된 메인 메모리 내의 프로그램을 이용해 중요도 지수를 산출한다.
여기서, c1부터 c4 까지는 각 특성치의 가중치이다. 가중치는 사용자인 전문가의 판단에 의해 각 특성치의 중요성을 고려하여 부여할 수 있으며, 0과 1사이의 값을 부여할 수 있고, 높을수록 해당 특성치가 객체의 중요도에 미치는 영향이 큼을 의미하며, 모든 가중치의 총합은 1이 되어야 한다.
마지막으로, 네트워크 제거 단계(S240)는 상기 중요도 지수화 단계(S230)에서 계산된 중요도 지수를 이용하여 지수가 낮은 네트워크 객체를 해당 목표 축척수준에 맞게 제거하는 단계이다. 네트워크 데이터를 해당 목표 축척수준에 맞게 제거하기 위해서는 얼마나 많은 객체를 삭제해야 하는지를 결정해야 하는데, 본 발명에서는 선밀도와 Topfer's radical law를 적용한다. 선밀도는 전체 면적에 대한 선의 길이를 의미하며, Topfer's radical law는 같은 지역에 대한 두 축척수준의 지도상에서 객체수의 차이가 얼마나 나야 하는지에 대한 수학적 관계식이다(Topfer와 Pillewizer, 1966). 다음의 수학식 2는 Topfer's radical law를 이용하여 삭제 후 남겨야 할 네트워크 객체의 개수를 계산하는 수학식으로 컴퓨터의 중앙처리장치가 다음의 수학식 2가 포함된 메인 메모리 내의 프로그램을 이용해 삭제해야 할 네트워크 객체의 개수를 결정하게 된다.
여기서, nf 는 객체 삭제 후의 네트워크 선밀도, na는 객체 삭제 전의 네트워크 선밀도, Cn는 네트워크 객체에 대한 심볼계수, Ma는 객체 삭제 전 지도의 축척계수, Mf는 객체 삭제 후 지도의 축척계수이다. 심볼계수는 사용자의 의도와 지도의 목적에 맞게 네트워크 제거 수준이 적절히 조정될 수 있도록 사용자인 전문가의 판단으로 부여할 수 있으며, 1일 경우는 Topfer's radical law에 따라 객체를 삭제되고, 1보다 클수록 보다 적은 객체가 삭제되고, 1보다 작을수록 보다 많은 객체가 삭제된다.
참고로, 도 5의 (a)는 1:1,000 축척수준에서의 도로중심선을 나타내며, (b)~(f)는 여기에 다양한 축척수준에 따라 네트워크 단순화 단계를 적용한 결과를 나타낸다.
상기 네트워크 단순화 단계(S200)도 이를 컴퓨터로 수행하기 위해 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램 또는 상용프로그램(ArcGIS 등)에 의해 이루어진다.
또한, 도 6에 나타낸 바와 같이 네트워크/비네트워크 영역 구분 단계(S300)는 네트워크 데이터에 버퍼 적용 단계(S310), 필지경계선과 네트워크 데이터 면적 중첩률 계산 단계(S320), 네트워크 필지/네트워크 후보 필지 선정 단계(S330), 네트워크 후보 필지 잘라내기 단계(S340), 분할된 필지 재분류 단계(S350)로 구성되어 있는 것을 특징으로 한다.
우선, 네트워크 데이터에 버퍼 적용 단계(S310)는 컴퓨터의 중앙처리장치가 수치지형도의 네트워크 중심선 데이터(도로중심선, 하천중심선, 철도중심선)에 버퍼를 적용하여 폴리곤화 하는 단계이다. 이 단계에서 적용하는 버퍼의 폭은 실제 데이터의 폭보다 다소 넓게 적용하는데, 이는 수치지형도의 네트워크 데이터와 연속지적도 간에 존재하는 위치오차를 고려하기 위함이다.
다음으로, 필지경계선과 네트워크 데이터 면적 중첩률 계산 단계(S320)는 각 필지경계선과 그에 해당하는 네트워크 데이터에 버퍼가 적용된 폴리곤과의 면적 중첩률을 계산하는 단계이다. 이때 면적 중첩률을 계산하는 계산식은 다음의 수학식 3과 같은데, 컴퓨터의 중앙처리장치가 다음의 수학식 3이 포함된 메인 메모리 내의 프로그램을 이용해 필지경계선과 네트워크 데이터 면적 중첩률 계산을 수행한다.
여기서, (면적 중첩률)i는 연속지적도에서 i번째 필지 폴리곤에 대한 면적 중첩률 값이며, Polygoni는 i번째 필지 폴리곤, Polygont는 수치지형도에서 t라는 레이어명의 버퍼가 적용된 수치지형도 네트워크 폴리곤 데이터이다.
그 다음으로, 네트워크 필지/네트워크 후보 필지 선정 단계(S330)는 상기 단계(S320)에서 도출된 면적 중첩률을 기반으로 하여 컴퓨터의 중앙처리장치가 필지 중 네트워크 영역에 완전히 포함되는 필지와 일정부분 이상 포함되어 있는 필지(네크워크 후보 필지)를 선별하는 과정이다. 즉, 일정수준 이상(예를 들면, 90%)의 중첩률을 보이는 필지경계선은 필지의 90% 이상의 면적이 네트워크 영역에 해당한다는 의미이기 때문에 이 필지는 네트워크 필지로 선정한다. 또한, 네트워크 필지만큼 중첩률이 높은 것은 아니지만 일정 부분 이상이 네트워크 영역과 겹쳐 있는 필지는 네트워크 필지로 될 수 있는 후보 필지로 선정한다. 네트워크 필지로 구분하기 위한 기준으로 쓰이는 중첩률 임계치는 사용자인 전문가의 의도, 지도의 목적에 맞게 조정할 수 있다. 한편, 도 7은 면적 중첩률을 기반으로 네트워크 필지를 선정한 결과를 보여주는 예이다. 도 7(a)의 배경에 깔린 폴리곤 자료는 연속지적도, 굵은 실선은 도로중심선, 굵은 실선을 중심으로 버퍼가 적용된 폴리곤은 도로중심선에 도로폭과 위치오차의 합만큼 버퍼를 적용한 결과를 나타낸다. 도 7(b)의 옅은 회색으로 표시된 필지들은 도로중심선 버퍼 폴리곤과 면적중첩률이 90% 이상을 나타내는 필지들로 이루어진 네트워크 필지이며, 진한 회색으로 표시된 필지들은 도로중심선 버퍼 폴리곤과 면적중첩률이 40% 이상 90% 미만인 필지들로 이루어진 네트워크 후보 필지를 나타낸다.
그 다음으로, 네트워크 후보 필지 잘라내기 단계(S340)는 상기 네트워크 필지/네트워크 후보 필지 선정 단계(S330)로부터 도출된 네트워크 후보 필지에 대해서 컴퓨터의 중앙처리장치가 수치지형도의 네트워크 데이터 중 경계 데이터(도로경계, 하천경계, 철도구역 경계)를 중첩하여 경계선에 따라 잘라내기를 실시하는 단계이다. 이렇게 함으로써 필지의 일부분이 네트워크 영역과 겹쳐있는 경우, 네트워크 영역 내부에 속한 부분과 외부에 속한 부분으로 필지를 분할할 수 있다.
마지막으로, 분할된 필지 재분류 단계(S350)는 상기 네트워크 후보 필지 잘라내기 단계(S340)로부터 잘려진 필지 조각들에 대해서 컴퓨터의 중앙처리장치가 형상적 특성에 따라 네트워크 영역 내부로 포함시키거나 외부로 포함시키는 단계이다. 잘려진 필지 조각은 다음의 네 가지 경우 중 한 경우에 포함된다.
① 크기가 크고 네트워크 영역 경계선 내부에 존재하는 경우
② 크기가 작고 네트워크 영역 경계선 내부에 존재하는 경우
③ 크기가 크고 네트워크 영역 경계선 외부에 존재하는 경우
④ 크기가 작고 네트워크 영역 경계선 외부에 존재하는 경우
위의 경우 중 ①, ④ 경우는 네트워크 영역 내부에 포함되도록 하고 ②, ③ 경우는 네트워크 영역 외부에 포함되도록 한다. 이때 잘려진 필지 조각의 크기는 잘려진 폴리곤 면적, 그리고 폴리곤의 평균폭 등의 형상적 특성치를 통해 계산할 수 있으며 이에 대한 기준치는 사용자인 전문가의 의도와 지도의 목적에 맞게 사용자가 설정할 수 있다. 폴리곤의 평균폭은 스켈레톤 알고리즘을 적용하여 중심축을 생성한 후, 중심축과 각 절점 간의 법선길이를 평균하여 계산할 수 있으나 여기에 한정되는 것은 아니다.
상기 네트워크/비네트워크 영역 구분 단계(S300)도 이를 컴퓨터로 수행하기 위해 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램 또는 상용프로그램(ArcGIS 등)에 의해 이루어진다.
또한, 도 8에 나타낸 바와 같이 필지 병합 단계(S400)는 필지 중요도 계산 단계(S410), 병합할 필지 선택 단계(S420), 동종 인접 필지 간 병합 단계(S430), 이종 인접 필지 간 병합 단계(S440)로 구성되어 있는 것을 특징으로 한다.
우선, 필지 중요도 계산 단계(S410)는 필지의 다양한 특성을 고려하여 각 필지의 상대적 중요도를 정량적으로 계산하는 단계이다. 이때 고려되는 필지의 특성으로는 크게 형상적 특성과 속성적 특성이 있다. 형상적 특성으로는 필지의 면적, 평균 폭, 종횡비(elongation), 밀집도(compactness), 볼록성(convexity) 등이 있으며, 속성적 특성으로는 지목, 용도지역, 용도지구, 공시지가 등의 요소를 적용할 수 있다. 예를 들어, 면적이 작고, 폭이 좁고, 공시지가가 낮을수록 중요도가 낮게 측정될 수 있도록 정량화하는 것이다. 필지의 특성은 상기 기술한 요소 외에도 사용자의 의도와 데이터의 특성에 따라, 보다 다양한 요소를 적용할 수도 있다. 도 9와 도 10은 각각 형상적 특성치인 종횡비, 볼록성에 대한 개념도이며, 다음의 수학식 4 내지 6은 각각 종횡비, 밀집도, 볼록성에 대한 계산식으로, 컴퓨터의 중앙처리장치가 다음의 수학식 4 내지 6이 포함된 메인 메모리 내의 프로그램을 이용해 계산하게 된다.
지목, 용도지구, 용도지역과 같은 속성정보는 명목척도이기 때문에 이를 수치화하려면 사용자가 각각의 범주에 대해 상대적 중요도 수치를 부여해야 한다. 예를 들어, 상업지역의 대지 지목을 가진 필지는 개발제한구역의 논밭 필지에 비해 상대적 중요도를 높게 부여하는 식으로 사용자가 각 범주에 중요도를 부여할 수 있다. 필지의 특성치들을 계산하고 각 필지의 속성정보로 저장한 후, 표준화된 가중평균합으로 필지의 중요도를 계산한다. 다음의 수학식 7은 상기 특성을 이용하여 필지의 중요도를 계산하는 계산식으로, 컴퓨터의 중앙처리장치가 다음의 수학식 7이 포함된 메인 메모리 내의 프로그램을 이용해 필지의 중요도를 계산한다.
여기서, c1부터 c8 까지는 각 특성치의 가중치이다. 가중치는 사용자인 전문가의 의도에 따라 달리 부여할 수 있으며 0에서 1 사이의 값을 가지면서 가중치의 총합은 1이 되어야 한다.
다음으로, 병합할 필지 선택 단계(S420)는 상기 단계(S410)에서 계산된 필지의 중요도를 기준으로 하여 컴퓨터의 중앙처리장치가 네트워크 영역과 비네트워크 영역 내에서 병합할 대상 필지를 선택하는 단계이다. 병합할 필지의 개수는 목표 축척수준, 사용자의 의도, Topfer's radical law(Topfer and Pillewizer, 1966)와 최소도화기준(최대 위치오차) 등을 고려하여 결정한다.
그 다음으로, 동종 인접 필지 간 병합 단계(S430)는 컴퓨터의 중앙처리장치가 상기 병합할 필지 선택 단계(S420)에서 선택된 필지들을 인접한 필지 중 동일한 지목을 가진 필지로 병합시키는 단계이다. 이때, 동일한 지목의 인접 필지가 복수일 경우, 가장 긴 경계선을 공유하고 있는 필지에 병합한다.
마지막으로, 이종 인접 필지 간 병합 단계(S440)는 컴퓨터의 중앙처리장치가 상기 병합할 필지 선택 단계(S420)에서 선택된 필지들을 인접한 필지 중 동일한 지목을 가진 필지가 없는 경우 다른 지목을 가진 필지로 병합시키는 단계이다. 이때, 인접 필지가 복수일 경우, 가장 긴 경계선을 공유하고 있는 필지에 병합한다. 이 단계가 종료되면 다시 필지의 중요도 계산 단계(S410)로 돌아가서 필지 병합 단계를 반복하게 되며, 병합할 필지 선택 단계(S420)에서 더 이상 선택되는 필지가 없을 때까지 병합 단계를 반복한다.
한편, 도 11은 비네트워크 영역에서의 축척 별 지적 필지 경계선 병합 결과를 나타낸다.
상기 필지 병합 단계(S400)도 이를 컴퓨터로 수행하기 위해 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램 또는 상용프로그램(ArcGIS 등)에 의해 이루어진다.
또한, 도 12에 나타낸 바와 같이 다축척 지적약도 생성 단계(S500)는 절점 중요도 계산 단계(S510), 폴리곤 선형 단순화 단계(S520), 필지 경계선 불연속 지점 탐지 및 조정 단계(S530), 주기 및 심볼 표시 단계(S540), 색깔 입히기 단계(S550), 지도 중첩 표시 단계(S560)로 구성되어 있는 것을 특징으로 한다.
우선, 절점 중요도 계산 단계(S510)는 상기 필지 병합 단계(S400)를 통해 산출된 폴리곤 자료에 선형 단순화 기법을 적용하기 위한 전처리 단계로서, 각 절점 중요도를 부여하여 중요하지 않은 연속지적도의 절점들만 제거될 수 있도록 하는 단계이다. 절점의 중요도는 컴퓨터의 중앙처리장치가 연속지적도의 절점의 차수(degree, 절점에 연결된 선분의 개수)를 계산하여 차수가 클수록 중요도를 높게 부여한다.
다음으로, 폴리곤 선형 단순화 단계(S520)는 필지 경계선들이 병합된 결과에 대하여 컴퓨터의 중앙처리장치가 선형 단순화 기법을 적용하여 필지 경계선 상에 존재하는 불필요한 굴곡과 절점을 제거하는 단계이다. 선형을 단순화하는 기준은 다음과 같다.
- 중요도가 낮은 절점이 우선적으로 제거되어야 함
- 단순화한 결과와 단순화 전의 기하학적 차이가 위치최대오차(일반적으로, 도상 0.7mm)를 넘지 않아야 함
- Self intersection, sliver polygon 등 기하학적 왜곡이 발생하면 안 됨
폴리곤 선형을 단순화하는 방법론으로는 Douglas-Peucker 알고리즘(Douglas and Peucker, 1973), Band Simplify 알고리즘(Wang and Muller, 1998), 하이브리드 알고리즘 (Park and Yu, 2011) 등 다양한 알고리즘을 적용할 수 있다.
그 다음으로, 필지 경계선 불연속 지점 탐지 및 조정 단계(S530)는 상기 네트워크/비네트워크 영역 구분 단계(S300)로 인해서 발생한 영역 경계에서의 필지 경계선 불연속 현상을 조정하기 위한 단계이다. 즉, 면적 중첩률 기반의 네트워크 영역 탐지 기법과 잘라내기 기반의 네트워크 영역 탐지 기법을 순차적으로 적용함으로써 두 기법으로 탐지된 네트워크 영역 간의 경계 부분에서 필지경계선 끼리의 약간의 불연속성이 발생하는데, 이로 인해서 필지의 병합결과에 불필요한 굴곡이 발생할 가능성이 크다. 따라서 이러한 영역 간 경계부분에서의 필지 경계선 불연속 지점을 컴퓨터의 중앙처리장치가 탐지하고 조정할 필요가 있다. 불연속 지점을 탐지하는 방법은 다음과 같다.
즉, 도 13에 나타낸 바와 같이 상기 네트워크/비네트워크 영역 구분 단계에서 면적 중첩률 기반으로 네트워크 영역을 탐지하였을 때, 이 영역과 기존의 네트워크 경계 데이터를 중첩하면 영역의 말단 부분에서 교차점이 발생하는데, 이 교차점에서 컴퓨터의 중앙처리장치가 위치최대오차보다 약간 큰 정도(약 2배)의 버퍼를 적용하여 폴리곤을 생성한다. 이 폴리곤을 상기의 폴리곤 선형 단순화 단계의 결과 중 네트워크 영역과 중첩하여 네트워크 영역만을 잘라낸 후, 이 영역 내에서 폴리곤 선형 단순화 기법을 적용한다. 여기에서 도출된 점 위치의 이동량을 측정하여 상기 폴리곤 선형 단순화 단계의 결과 데이터에서 해당하는 교차점인 절점들의 위치를 이동시킨다.
그 다음으로, 주기 및 심볼 표시 단계(S540)는 상기 필지 경계선 불연속 지점 탐지 및 조정 단계(S530)까지 거친 결과물에 대해 컴퓨터의 중앙처리장치가 주기와 심볼을 표기하는 단계이다. 주기는 네트워크(도로, 하천, 철도 등), 행정경계, 건물, 공원 등의 레이어에 포함된 속성정보 중, 이름과 관련된 속성을 주기로 나타낸다. 목표 축척수준에 비해 화면상의 주기가 너무 많아서 가시성이 떨어질 경우에는 각 객체의 중요도를 분석하여 중요도가 낮은 객체의 주기를 제거하는 방식으로 주기의 화면상 분포 수준을 조절할 수 있다. 심볼 표시 단계는 수치지형도를 중첩하여 지형도로부터 공공기관 등 주요 시설물과 지형지물 위치에 해당 심볼을 표시해주는 방식을 적용한다.
그 다음으로, 색깔 입히기 단계(S550)는 사용자의 의도와 지도의 목적에 맞게 병합된 필지 폴리곤에 색깔을 입히는 단계이다.
마지막으로, 지도 중첩 표시 단계(S560)는 컴퓨터의 중앙처리장치가 상기 색깔 입히기 단계까지 거친 결과물을 지형도, 도로명주소 전자지도, 용도지역 및 용도지구도 등 해당 축척에 맞는 다양한 지도와 중첩하여 모니터 상에 표시하는 단계이다. 다양한 지도자료와 중첩하여 사용자에게 보여줌으로써, 사용자에게 보다 다양한 위치와 공간에 대한 정보를 제공할 수 있기 때문이다. 중첩하는 과정에서 투명도를 적절히 조절함으로써 사용자에게 보다 가시성이 높은 중첩지도를 제공할 수 있다.
상기 다축척 지적약도 생성 단계(S500) 이를 컴퓨터로 수행하기 위해 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램 또는 상용프로그램(ArcGIS 등)에 의해 이루어진다.
따라서, 본 발명은 연속지적도를 이용해서 다축척 지적약도를 제작하기 위한 기술에 있어서 연속지적도의 필지경계선들을 목표 축척수준에 맞게 병합 또는 분할하여 보다 단순화된 형태로 지적도를 나타내는 방법에 관한 것으로, 수치지형도의 네트워크 데이터를 연속지적도와 중첩하여 중첩률에 따라 지적도를 네트워크 영역과 비네트워크 영역으로 구분하고 각 영역의 필지경계선들을 필지의 속성적 특성, 형상적 특성, 축척수준 등을 고려하여 병합 또는 분할하고 선형을 단순화하여 지적약도를 생성하는 방법에 관한 것이다. 또한, 이러한 지적약도를 타일링된 맵캐시 형태로 데이터베이스에 저장하고 사용자의 요청에 맞게 적절한 축척수준의 지적약도를 조회하고, 수치지형도, 임상도 등의 여타 지도자료와 중첩한 하이브리드 지도자료를 디스플레이하는 방법에 관한 것이다.
상기에서는 본 발명에 대한 특정의 바람직한 실시예를 도시하고 설명하였으나, 본 발명은 상술한 실시예에만 한정되는 것은 아니고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 요지를 벗어남이 없이 다양하게 변경시킬 수 있을 것이다.
Claims (6)
- (a) 연속지적도와 수치지형도 및 일정 개수의 목표 축척수준이 입력자료로 입력장치에 의해 메인 메모리에 입력되고, 컴퓨터의 중앙처리장치는 메인 메모리에 저장된 상기 수치지형도로부터 네트워크 관련 레이어(도로중심선, 철도중심선, 하천중심선)를 추출하는 자료입력단계(S100)와;
(b) 컴퓨터의 중앙처리장치가 상기 자료입력단계(S100)로부터 입력받은 목표 축척수준에 맞게 네트워크 데이터의 기하학적, 위상적, 속성적 특성을 반영하여 중요도가 낮은 객체를 순차적으로 삭제하는 방식으로 네트워크 데이터를 단순화하는 단계(S200)와;
(c) 상기 네트워크 단순화 단계(S200)에서 생성된 단순화된 네트워크 데이터와 메인 메모리에 저장된 연속지적도를 중첩하여 연속지적도의 해당 지목이 차지하는 영역과 네트워크 데이터와의 중첩률에 따라 컴퓨터의 중앙처리장치가 네트워크 영역과 비네트워크 영역으로 연속지적도를 구분하는, 네트워크/비네트워크 영역 구분 단계(S300)와;
(d) 연속지적도의 네트워크 영역과 비네트워크 영역 내에 존재하는 필지경계선 폴리곤들을 컴퓨터의 중앙처리장치가 목표 축척수준과 각 필지경계선의 속성정보, 도형의 형상적 정보, 주변 필지경계선들과의 관계정보를 이용하여 병합하는, 필지 병합 단계(S400), 및
(e) 상기 필지 병합 단계(S400)에서 병합된 연속지적도에 선형단순화 기법을 적용하여 컴퓨터의 중앙처리장치가 필지경계선 내의 불필요한 절점을 제거하고, 경계선의 선형을 단순화하는 동시에, 네트워크 영역과 비네트워크 영역의 경계지역에서 발생하는 필지경계선의 부정합 문제를 해결하여, 일정 개수의 목표 축척수준의 새로운 지적약도를 생성하는 다축척 지적약도 생성 단계(S500)로 이루어지되,
상기 단계(d)의 필지 병합 단계(S400)는,
(o) 컴퓨터의 중앙처리장치가 다음의 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 필지의 형상적 특성(필지의 면적, 평균 폭, 종횡비, 밀집도, 볼록성)과 속성적 특성(지목, 용도지역지구, 공시지가)을 고려하여 각 필지의 상대적 중요도를 정량적으로 계산하는, 필지 중요도 계산 단계(S410)와;
(여기서, c1부터 c8 까지는 각 특성치의 가중치,,
,
, 지목과 용도지역지구 중요도는 사용자가 각각의 범주에 대해 상대적 중요도 수치를 입력)
(p) 상기 단계(o)에서 계산된 필지의 중요도를 기준으로 하여 컴퓨터의 중앙처리장치가 네트워크 영역과 비네트워크 영역 내에서 병합할 대상 필지 선택 단계(S420)와;
(q) 컴퓨터의 중앙처리장치가 상기 단계(p)에서 선택된 필지들을 인접한 필지 중 동일한 지목을 가진 필지로 병합시키는, 동종 인접 필지 간 병합 단계(S430), 및
(r) 컴퓨터의 중앙처리장치가 상기 단계(p)에서 선택된 필지들을 인접한 필지 중 동일한 지목을 가진 필지가 없는 경우 다른 지목을 가진 필지로 병합시키는, 이종 인접 필지 간 병합 단계(S440)로 이루어지되 상기 단계(p)에서 더 이상 선택되는 필지가 없을 때까지 상기 단계(o) 내지 상기 단계(r)을 반복하는 것을 특징으로 하는, 연속지적도의 다축척 모델 생성 방법.
- 삭제
- 제 1 항에 있어서,
상기 단계(c)의 네트워크/비네트워크 영역 구분 단계(S300)는,
(j) 컴퓨터의 중앙처리장치가 수치지형도의 네트워크 중심선 데이터(도로중심선, 하천중심선, 철도중심선)에 버퍼를 네트워크의 실제 폭과 위치오차(수치지형도와 연속지적도 간의 평균 위치오차)의 합 크기만큼 적용하여 폴리곤화하는, 네트워크 데이터에 버퍼 적용 단계(S310)와;
(k) 컴퓨터의 중앙처리장치가 다음의 수학식이 포함된 메인 메모리 내의 프로그램을 이용해 각 필지경계선과 그에 해당하는 네트워크 데이터에 버퍼가 적용된 폴리곤과의 면적 중첩률 계산을 수행하는, 필지경계선과 네트워크 데이터 면적 중첩률 계산 단계(S320)와;
(여기서, (면적 중첩률)i는 연속지적도에서 i번째 필지 폴리곤에 대한 면적 중첩률 값이며, Polygoni는 i번째 필지 폴리곤, Polygont는 수치지형도에서 t라는 레이어명의 버퍼가 적용된 수치지형도 네트워크 폴리곤 데이터)
(l) 상기 단계(k)에서 도출된 면적 중첩률을 기반으로 하여 컴퓨터의 중앙처리장치가 필지 중 네트워크 영역에 완전히 포함되는 필지와 일정부분 이상 포함되어 있는 필지(네크워크 후보 필지)를 선별하는, 네트워크 필지/네트워크 후보 필지 선정 단계(S330)와;
(m) 상기 단계(l)로부터 도출된 네트워크 후보 필지에 대해서 컴퓨터의 중앙처리장치가 수치지형도의 네트워크 데이터 중 경계 데이터(도로경계, 하천경계, 철도구역 경계)를 중첩하여 경계선에 따라 잘라내기를 실시하는, 네트워크 후보 필지 잘라내기 단계(S340), 및
(n) 상기 단계(m)으로부터 잘려진 필지 조각들에 대해서 컴퓨터의 중앙처리장치가 형상적 특성(잘려진 폴리곤 면적, 폴리곤의 평균폭)에 따라 네트워크 영역 내부로 포함시키거나 외부로 포함시키는, 분할된 필지 재분류 단계(S350)로 이루어지는 것을 특징으로 하는, 연속지적도의 다축척 모델 생성 방법.
- 삭제
- 제 1 항에 있어서,
상기 단계(e)의 다축척 지적약도 생성 단계(S500)는,
(s) 상기 단계(d)를 통해 산출된 폴리곤 자료에 컴퓨터의 중앙처리장치가 연속지적도의 각 절점의 차수(degree, 절점에 연결된 선분의 개수)를 계산하여 차수가 클수록 절점 중요도를 높게 부여하는, 절점 중요도 계산 단계(S510)와;
(t) 필지 경계선들이 병합된 결과에 대하여 컴퓨터의 중앙처리장치가 Douglas-Peucker 알고리즘 또는 Band Simplify 알고리즘 또는 하이브리드 알고리즘이 포함된 선형 단순화 기법을 적용하여 필지 경계선 상에 존재하는 불필요한 굴곡(기하학적 왜곡)과 상기 단계(s)를 통해 계산된 중요도가 낮은 절점을 제거하는, 폴리곤 선형 단순화 단계(S520), 및
(u) 상기 단계(c)에서 면적 중첩률 기반의 네트워크 영역 탐지 기법과 잘라내기 기반의 네트워크 영역 탐지 기법을 순차적으로 적용함으로써 발생하는 네트워크 영역 간의 경계 부분에서 필지경계선끼리의 불연속 지점을 컴퓨터의 중앙처리장치가 탐지 조정하는, 필지 경계선 불연속 지점 탐지 및 조정 단계(S530)로 이루어지되,
상기 단계(u)는,
상기 네트워크/비네트워크 영역 구분 단계(S300)에서 면적 중첩률 기반으로 네트워크 영역을 탐지하였을 때, 이 영역과 기존의 네트워크 경계 데이터를 중첩하면 영역의 말단 부분에서 불연속 지점인 교차점이 발생하고, 이 교차점에서 컴퓨터의 중앙처리장치가 위치최대오차의 2배의 버퍼를 적용하여 폴리곤을 생성하며, 이 폴리곤을 네트워크 영역과 중첩하여 네트워크 영역만을 잘라낸 후, 도출된 점 위치의 이동량을 측정하여 교차점의 위치를 이동조정시키는 것을 특징으로 하는, 연속지적도의 다축척 모델 생성 방법.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120090699A KR101394976B1 (ko) | 2012-08-20 | 2012-08-20 | 연속지적도의 다축척 모델 생성 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120090699A KR101394976B1 (ko) | 2012-08-20 | 2012-08-20 | 연속지적도의 다축척 모델 생성 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140024590A KR20140024590A (ko) | 2014-03-03 |
| KR101394976B1 true KR101394976B1 (ko) | 2014-05-14 |
Family
ID=50640144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120090699A Active KR101394976B1 (ko) | 2012-08-20 | 2012-08-20 | 연속지적도의 다축척 모델 생성 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101394976B1 (ko) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704540B (zh) * | 2017-09-21 | 2021-04-16 | 东南大学 | 一种快速提取osm数据中指定行政区内路网的方法 |
| KR101984259B1 (ko) * | 2018-08-31 | 2019-05-30 | (주)엔젤스윙 | 지형도생성장치 및 방법 |
| KR101993739B1 (ko) * | 2018-12-07 | 2019-06-28 | 주식회사 한국에스지티 | 지도이미지의 소축척 변환시 중복개체를 효과적으로 표시하는 시스템 |
| CN111737392B (zh) * | 2020-06-22 | 2024-04-02 | 北京百度网讯科技有限公司 | 合并楼块数据的方法、装置、设备及存储介质 |
| CN113706996B (zh) * | 2021-08-27 | 2024-04-05 | 张慎佳 | 一种真、伪地图的生理界线比例尺 |
| KR102578638B1 (ko) | 2022-11-30 | 2023-09-18 | 주식회사 유오케이 | 고정밀 3차원 지적도 구축 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램 |
| CN116342738B (zh) * | 2023-01-31 | 2023-08-29 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 一种基于gis的禁捕矢量范围自动提取和图示制作方法 |
| KR102797618B1 (ko) * | 2024-04-16 | 2025-04-22 | (주)인토엔지니어링도시건축사사무소 | 유동인구 기반 네트워크 그래프 생성 장치 및 방법 |
-
2012
- 2012-08-20 KR KR1020120090699A patent/KR101394976B1/ko active Active
Non-Patent Citations (4)
| Title |
|---|
| J. M. Wilmer 외 1인, ‘APPLICATION OF THE RADICAL LAW IN GENERALIZATION OF NATIONAL HYDROGRAPHY DATA FOR MULTISCALE MAPPING’, A special joint symposium of ISPRS Technical Commission IV & AutoCarto, 2010. |
| J. M. Wilmer 외 1인, 'APPLICATION OF THE RADICAL LAW IN GENERALIZATION OF NATIONAL HYDROGRAPHY DATA FOR MULTISCALE MAPPING', A special joint symposium of ISPRS Technical Commission IV & AutoCarto, 2010. * |
| 박우진 외 2인, ‘수치지형도를 이용한 연속지적도의 지도 일반화 기법 연구’, 한국공간정보학회지 Vol.19 No.1, 2011. 73~82쪽 |
| 박우진 외 2인, '수치지형도를 이용한 연속지적도의 지도 일반화 기법 연구', 한국공간정보학회지 Vol.19 No.1, 2011. 73~82쪽 * |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140024590A (ko) | 2014-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101394976B1 (ko) | 연속지적도의 다축척 모델 생성 방법 | |
| AU2020100703A4 (en) | A method of spatial accessibility evaluation of urban facility services based on GIS | |
| CN105701204B (zh) | 基于道路网的电子地图兴趣点的提取方法及显示方法 | |
| WO2020233152A1 (zh) | 基于城市建筑空间数据的建成区边界识别方法及设备 | |
| CN109272170B (zh) | 一种基于Louvain算法的交通小区划分系统 | |
| CN109992923B (zh) | 一种基于变分辨率成本表面的分阶段输电线路路径规划方法 | |
| Zhang et al. | A generic matching algorithm for line networks of different resolutions | |
| CN114648617B (zh) | 一种基于数字高程模型dem的水系提取方法 | |
| CN101630463A (zh) | 路网栅格数字地图自动矢量化方法 | |
| CN116778146A (zh) | 基于多模态数据的道路信息提取方法及装置 | |
| CN110046213A (zh) | 一种顾及路径失真纠正与交叉跨越纠正的电力选线方法 | |
| Khayyal et al. | Creation and spatial analysis of 3D city modeling based on GIS data | |
| CN113850822A (zh) | 一种基于汇流分割的斜坡单元自动划分方法 | |
| Liu et al. | Road selection based on Voronoi diagrams and “strokes” in map generalization | |
| CN110889794A (zh) | 一种市政道路征地房屋统计方法 | |
| CN112184282A (zh) | 影院选址模型建立方法、影院选址方法及影院选址平台 | |
| CN117036939A (zh) | 一种基于图卷积网络的多源数据协同的城市功能区识别方法 | |
| CN116401736A (zh) | 一种基于人工智能的城市绿地空间自动布局方法 | |
| Smith et al. | Data set derivation for GIS-based urban hydrological modeling | |
| Yan et al. | Description approaches and automated generalization algorithms for groups of map objects | |
| CN113724279A (zh) | 路网自动划分交通小区的系统、方法、设备及存储介质 | |
| CN105844031A (zh) | 一种基于手机定位数据的城市交通廊道识别方法 | |
| CN119047337B (zh) | 基于bim三维可视化技术的道路工程设计建模方法及系统 | |
| CN107944089A (zh) | 一种基于现状视廊的地块限高分析系统及其分析方法 | |
| Zhang | Spatiotemporal features of the three-dimensional architectural landscape in Qingdao, China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20120820 |
|
| PA0201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20131001 Patent event code: PE09021S01D |
|
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20140225 Patent event code: PE09021S01D |
|
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20140507 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20140508 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20140508 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| FPAY | Annual fee payment |
Payment date: 20160224 Year of fee payment: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20160224 Start annual number: 4 End annual number: 6 |
|
| PR1001 | Payment of annual fee |
Payment date: 20200513 Start annual number: 7 End annual number: 7 |
|
| PR1001 | Payment of annual fee |
Payment date: 20210701 Start annual number: 8 End annual number: 8 |
|
| PR1001 | Payment of annual fee |
Payment date: 20220706 Start annual number: 9 End annual number: 9 |
|
| PR1001 | Payment of annual fee |
Payment date: 20230424 Start annual number: 10 End annual number: 10 |
|
| PR1001 | Payment of annual fee |
Payment date: 20240424 Start annual number: 11 End annual number: 11 |