KR101545479B1 - 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법 - Google Patents

무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법 Download PDF

Info

Publication number
KR101545479B1
KR101545479B1 KR1020150045567A KR20150045567A KR101545479B1 KR 101545479 B1 KR101545479 B1 KR 101545479B1 KR 1020150045567 A KR1020150045567 A KR 1020150045567A KR 20150045567 A KR20150045567 A KR 20150045567A KR 101545479 B1 KR101545479 B1 KR 101545479B1
Authority
KR
South Korea
Prior art keywords
image
damage
tree
pattern
detecting
Prior art date
Application number
KR1020150045567A
Other languages
English (en)
Inventor
김명준
Original Assignee
김명준
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 김명준 filed Critical 김명준
Priority to KR1020150045567A priority Critical patent/KR101545479B1/ko
Application granted granted Critical
Publication of KR101545479B1 publication Critical patent/KR101545479B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098—Plants or trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Botany (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 무인항공기 정사영상에 근거하여 산림 병해충에 의한 피해목의 좌표 및 수량을 산출할 수 있는 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에 관한 것이다.
상기의 과제를 해결하기 위하여 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법은, 설정 대상 지역의 항공영상을 촬영하는 항공영상 촬영 단계(S10); 상기 항공영상 촬영 단계(S10)에서 촬영된 영상을 합성하여 1개의 영상으로 제작하는 영상 합성 단계(S20); 상기 영상 합성 단계(S20)에서 합성된 1개의 영상에 좌표체계를 부여하며, 상기 영상에서 발생된 왜곡을 보정하는 정사영상 제작 단계(S30); 상기 정사영상 제작 단계(S30)를 통해 제작된 정사영상에서 설정된 색상과 패턴에 대응되는 포인트를 피해목으로 판단하여 피해목을 검출하는 피해목 검출 단계(S40); 상기 피해목 검출 단계(S40)에서 검출된 피해목에 대한 좌표를 추출하며, 상기 피해목의 수량을 산출하는 피해목 좌표 추출 및 수량 검출 단계(S50); 및 상기 피해목 좌표 추출 및 수량 검출 단계(S50)에서 추출된 피해목을 제거하기 위한 작업로를 수립하는 작업로 수립 단계(S60)를 포함하는 것을 특징으로 한다.

Description

무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법{DAMAGED WOOD DETECTING METHOD FOR FOREST INSECT AND DISEASE USING ORTHOPHOTOGRAPH OF UAV}
본 발명은 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에 관한 것으로서, 더욱 상세하게는 무인항공기 정사영상에 근거하여 산림 병해충에 의한 피해목의 좌표 및 수량을 산출할 수 있는 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에 관한 것이다.
지구온난화에 따른 산림식생대의 변화로 산림 병해충 및 생활권 수목 병해충이 급격히 증가하는 추세이다.
이러한 산림 병해충 중에서, 소나무 재선충병은 솔수염하늘소의 몸에 기생하는 재선충이 소나무의 잎을 갉아먹을 때 소나무에 침입하여 재선충에 의해 소나무가 말라 죽는 병으로서, 2011년 이후 여름철 이상고온 및 가뭄으로 매개충(솔수염하늘소)의 개체수와 활동이 급격히 증가하여 피해가 확산되고 있다.
이에, 지자체에서는 소나무 재선충병의 확산을 방지하기 위해서 항공 및 지상방제에 나서는 한편, 고사목을 제거하여 산림보호에 앞장서고 있으나, 일부 지자체의 관심부족과 전담인력 부재로 피해범위가 확대되었고, 소나무의 인위적 이동에 따른 신규발생 지역이 오히려 증가되고 있다.
이에 따라, 소나무 재선충병에 의한 소나무의 피해를 확인하여 방제하고자, 피해고사목의 조사를 항공 예찰과 GPS를 활용한 지상 정밀 예찰로 시행하고 있으나, 피해 지역이 광범위하여 정확한 조사가 제때에 이루어지지 못하는 실정이다.
산림 병해충에 대한 관리를 체계적으로 하기 위한 기술 중 하나로, 공개특허공보 제10-2013-0089793호에는 IT 기반의 산림 병해충 방지 통합 시스템, 산림 병해충 방지 통합 서버, 산림 병해충 방지 장치가 개시되어 있다.
상기 산림 병해충 방지 통합 시스템은 전자 지도상에 지역별 산림 병해충 방지 관련 정보를 도면화하여 저장하고 통합 관리하는 산림 병해충 방지통합 서버 및 상기 통합 서버와 통신하는 산림 병해충 방지 클라이언트 장치를 포함하되, 상기 병해충 발생 지역 및 그 주변의 병해충 방지 관련 정보를 상기 산림 병해충 방지 통합 서버로부터 로딩하여 상기 병해충 발생 지역의 산림 병해충 발생 경로를 계산하고, 상기 발생 경로를 기반으로 선제적 방제 대상지를 선정하는 것을 특징으로 한다.
그러나 상기의 기술은 방제에 초점이 맞춰진 것으로, 병해충 발병 지역의 선정 및 병해충 발병 규모 등에 대해서는 인력을 동원하여 조사해야 하는 것으로, 기본적인 데이터를 구축하는데 어려움이 발생된다.
KR 10-2013-0089793 A 2013. 08. 13.
본 발명은 상기 종래기술이 갖는 문제점을 해결하기 위하여 창출된 것으로서, 본 발명에서 해소하고자 하는 과제는, 무인항공기 정사영상을 통해 산림 병해충 발병 지역의 피해목에 대한 좌표를 부여하고 상기 피해목의 수량을 용이하게 파악할 수 있는 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법을 제공하는 데 있다.
또한, 피해목에 대한 좌표, 수량, 지도상에 표시되는 등고선 및 주변 도로와 연계하여 피해목 제거를 위한 작업로를 구축할 수 있는 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법을 제공하는 데 있다.
상기의 과제를 해결하기 위하여 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법은, 설정 대상 지역을 무인항공기를 이용하여 항공영상을 촬영하는 항공영상 촬영 단계(S10); 상기 항공영상 촬영 단계(S10)에서 촬영된 영상을 합성하여 1개의 영상으로 제작하는 영상 합성 단계(S20); 상기 영상 합성 단계(S20)에서 합성된 1개의 영상에 좌표체계를 부여하며, 상기 영상에서 발생된 왜곡을 보정하는 정사영상 제작 단계(S30); 상기 정사영상 제작 단계(S30)를 통해 제작된 정사영상에서 설정된 색상과 패턴에 대응되는 포인트를 피해목으로 판단하여 피해목을 검출하는 피해목 검출 단계(S40); 상기 피해목 검출 단계(S40)에서 검출된 피해목에 대한 좌표를 추출하며, 상기 피해목의 수량을 산출하는 피해목 좌표 추출 및 수량 검출 단계(S50); 및 상기 피해목 좌표 추출 및 수량 검출 단계(S50)에서 추출된 피해목을 제거하기 위한 작업로를 수립하는 작업로 수립 단계(S60)를 포함하는 것을 특징으로 한다.
여기서, 상기 피해목 검출 단계(S40)는 상기 정사영상에서 설정된 색상에 대응되는 포인트를 검출하는 포인트 검출 단계(S42); 상기 포인트 검출 단계(S42)에서 검출된 포인트의 외곽 지점을 연결하여 외측 형상의 패턴을 추출하는 외측 형상 패턴 추출 단계(S43); 상기 외측 형상 패턴 추출 단계(S43)에서 추출된 패턴과 설정된 패턴을 매칭하는 패턴 매칭 단계(S44); 및 패턴 매칭 단계(S44)에서 추출된 패턴과 설정된 패턴을 매칭하는 경우, 해당 검출된 포인트를 피해목으로 판단하는 피해목 판단 단계(S45)를 포함하는 것을 특징으로 한다.
또한, 상기 작업로 수립 단계(S50)에서 상기 작업로는 상기 정사영상과 수치지형도를 중첩하여 나타낸 도면에 근거하여 경사도, 평균집재거리, 평균집재거리율 및 집재불능지점비율을 고려하여 수립되는 것을 특징으로 한다.
본 발명에 의하면, 무인항공기 정사영상을 통해 산림 병해충 발병 지역의 피해목에 대한 좌표를 부여하고 상기 피해목의 수량을 용이하게 파악할 수 있으므로, 피해목의 지역 및 규모를 파악하는 데 소요되는 시간이 단축되어 적절한 시기에 방제 계획을 수립하는 데 유용한 자료로 활용할 수 장점이 있다.
또한, 무인항공기를 이용하는 것으로 피해목의 좌표 및 수량을 검출하는 공중 예찰에 소요되는 비용을 절감할 수 있는 장점이 있다.
이에 더하여, 피해목의 군집 여부를 용이하게 파악할 수 있으므로, 피해목 제거를 위한 작업로를 건설하는 데 유용한 자료로 활용할 수 장점이 있다.
도 1은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법이 적용된 시스템의 구성도.
도 2는 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법을 나타낸 흐름도.
도 3은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 무인항공기의 비행 경로가 설정된 일 실시 예의 도면.
도 4는 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 합성된 영상의 일 실시 예에 따른 도면대용 영상.
도 5는 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 피해목을 검출하는 과정의 흐름도.
도 6은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 피해목이 검출된 도면 대용 영상.
도 7은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 검출된 피해목의 ID에 대응되는 좌표값의 일부를 나타낸 표.
도 8은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 정사영상과 수치지형도를 중첩하여 나타낸 도면 대용 영상.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예를 더욱 상세하게 설명한다.
본 발명은 무인항공기 정사영상에 근거하여 산림 병해충에 의한 피해목의 좌표 및 수량을 산출할 수 있는 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에 관한 것이다.
도 1은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법이 적용된 시스템의 구성도이다.
첨부된 도 1을 참조하면, 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법이 적용된 시스템은 무인항공기(10), 클라이언트(20) 및 데이터 서버(30)를 포함하여 구성될 수 있다.
무인항공기(10, Unmaned Aerial Vehicle)는 조종사가 탑승하지 않은 상태에서 지정된 임무를 수행할 수 있도록 제작된 비행체로서, 공기역학적 힘에 의해 부양되어 자율적으로 또는 원격조종으로 비행하게 된다.
본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에 적용될 수 있는 무인항공기(10)는, 도면에 도시하지 않았으나 비행 동체, 카메라 모듈, 제어 모듈, 지상 컨트롤러 모듈, 전원 모듈 및 발사대 모듈 등을 포함하여 구성될 수 있으며, 설계조건에 따라서 수직 이착륙이 가능한 무인항공기로도 변경될 수 있다.
상기 무인항공기(10)의 구성 중에서, 카메라 모듈은 컬러 영상을 촬영할 수 있는 카메라로 구성되며, 상기 카메라는 광각 단렌즈가 구비될 수 있다. 이때, 상기 광각 단렌즈는 공중에서 수직으로 지상을 촬영하는 경우 영상의 중심을 기준으로 외곽부에 왜곡이 발생되는 문제점이 있으나, 이러한 문제점은 영상을 합성하는 과정에서 종중복 또는 횡중복의 비율을 통해 해결될 수 있다.
또한, 상기 제어 모듈은 비행동체를 공중에서 통제하고 지상 컨트롤러와 무선 통신을 수행하는 기능을 수행하게 된다. 아울러 상기 제어 모듈은 비상시 급회전 비행을 수행하거나, 지상 컨트롤러와의 무선 교신에 의해 비행동체를 제어하며, GPS 신호를 처리하고, 설정된 비행 경로에 따라 비행동체의 비행을 제어하며, 카메라모듈의 촬영 동작을 제어하는 기능을 수행한다.
설계조건에 따라서 상기 무인항공기(10)는 설정된 비행 경로에 따라 비행중에 상기 카메라 모듈에서 촬영된 영상이 실시간으로 전송되도록 구성할 수 있다.
클라이언트(20)는 상기 무인항공기(10)의 카메라 모듈을 통해 촬영된 영상을 수신하여 저장 관리하며, 저장된 영상을 1장의 영상으로 합성한다.
또한, 합성된 1장의 영상를 보정하여 정사영상을 제작하고, 제작된 정사영상에서 피해목을 추출하며, 추출된 피해목에 대한 좌표 및 수량을 산출한다.
상기 데이터 서버(30)는 상기 클라이언트(20)와의 통신을 통해 클라이언트(20)에서 저장된 자료(촬영 영상, 정사영상, 피해목 좌표 및 수량)를 수신하여 저장 관리하며, 상기 클라이언트(20)의 요청에 따라 저장된 자료를 제공한다.
설계조건에 따라서, 상기 클라이언트(20)와 데이터 서버(30)는 하나의 구성으로 이루어질 수 있다.
도 2는 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법을 나타낸 흐름도이다.
첨부된 도 2를 참조하면, 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법은, 항공영상 촬영 단계(S10), 영상 합성 단계(S20), 정사영상 제작 단계(S30), 피해목 검출 단계(S40), 피해목 좌표 추출 및 수량 검출 단계(S50), 작업로 수립 단계(S60), 파일변환 및 입력 단계(S70) 및 피해목 현장 조사 단계(S80)를 포함하여 이루어진다.
1. 항공영상 촬영 단계(S10)
항공영상 촬영 단계(S10)는 설정 대상 지역의 항공영상을 촬영하는 단계로서, 항공영상 촬영은 무인항공기(10)를 이용하여 촬영될 수 있다.
여기서, 상기 설정 대상 지역은 인력에 의한 전수 조사가 불가능한 지역, 또는 피해목 조사가 필요하다라고 판단되는 지역이 설정될 수 있다. 또는 현지 답사를 통해 설정될 수 있으며, 주변의 환경적인 조건(지형지물, 건축물, 철탑, 산의 고도 및 군사보호지역 등) 및 기후적 조건(바람이 많이 부는 지역 등)에 부합하는 지역으로 선정될 수 있다.
이에, 대상 지역이 설정되면, 무인항공기(10)에 지형정보, 기상정보 및 비행 고도 등을 입력하고, 무인항공기(10)의 비행 경로를 설정한 후, 비행을 통해 설정 대상 지역을 촬영하게 된다.
도 3은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 무인항공기의 비행 경로가 설정된 일 실시 예의 도면으로, 비행 경로는 대상 지역 전체를 포함하도록 설정된다. 아울러 무인항공기의 비행 경로는 이착륙과 관련하여 무인항공기의 발사대와 착륙에 따른 충분한 공간이 확보되어야 하며, 촬영 당일의 기후적 조건을 만족해야 한다.
또한, 비행 경로는 촬영에 따른 촬영 시간 간격 및 촬영 영상의 외곽 부분이 서로 중첩되도록 설정된다.
2. 영상 합성 단계(S20)
영상 합성 단계(S20)는 상기 항공영상 촬영 단계(S10)에서 촬영된 영상을 합성하여 1개의 영상으로 제작하는 단계이다.
무인항공기(10)로 촬영된 영상은 종중복과 횡중복에 따라 달라질 수 있으나, 일반적으로 400ha 기준 400~700매 정도 촬영된다. 이와 같이 촬영된 영상은 1개의 영상으로 합성하게 된다.
영상의 합성은 인접한 영상에 대해 동일한 포인트(지형지물, 건물 등)를 인식하여 영상 2장을 영상 1장으로 합성한다. 계속하여 합성된 영상 1장과 인접한 영상 1장으로 동일한 과정을 통해 중첩하여 영상 1장으로 합성한다. 이와 같은 방식으로 촬영된 복수 개의 영상은 1개의 영상으로 합성한다.
3. 정사영상 제작 단계(S30)
정사영상 제작 단계(S30)는 상기 영상 합성 단계(S20)에서 합성된 1개의 영상에 좌표체계를 부여하며, 영상에서 발생된 왜곡을 보정하는 단계이다.
위성영상이나 항공영상은 기본적으로 원근법의 성격을 가지기 때문에 고저 차이가 심한 지역에 대한 영상은 지형에 의한 왜곡이 크게 나타난다. 즉 카메라의 직하부를 제외한 모든 지역은 방사상으로 누워 보여지는 영상이 된다.
이에 따라, 영상이 가지고 있는 왜곡의 원인(카메라의 각도, 지형의 굴곡, 지형 곡면 등)을 모두 고려하여, 공선조건을 이용하여 영상 촬영 당시와 같은 환경을 재구성해 보정을 수행하는 단계이다.
정사보정은 이러한 중심투영에 의해 생긴 기복 변위, 촬영 시 카메라 자세에 생기는 변위를 제거하여 지도와 같이 정사 투영된 특성을 갖도록 제작하는 과정이다. 정사보정을 수행하게 되면 영상 내 모든 점이 수직방향에서 본 것과 같은 형태를 갖도록 보정이 된다.
또한, 정사영상 제작 단계(S30)는 합성된 1개의 영상에 좌표체계를 부여한다. 즉, 좌표가 포함되어 있지 않은 항공영상에 좌표를 부여하기 위하여 지상기준점(Ground Control Point)을 이용할 수 있다. 이때, 지상기준점은 수치도화에 필요한 평면 및 표고 기준점의 좌표를 현장에서 직접 측량하여 설정될 수 있다.
상기 기준점 좌표의 측량을 하기 위해서는 두 장 이상의 연속되는 영상과 각 영상에 동일하게 존재하는 지상 기준점을 연결함으로써 1개 모델을 구성하는데, 모델당 평면 기준점은 4점 이상을 선점하여 GPS나 토털 스테이션으로 평면의 위치(x, y) 값을 산출하고, 표고 기준점은 모델당 6점 이상을 선점하여 직접 수준 측량 방법으로 높이 값을 산출한다.
도 4는 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 합성된 영상의 일 실시 예에 따른 도면대용 영상이다.
첨부된 도 4를 참조하면, 항공사진을 통해 제작된 정사영상은 인공위성에서 촬영된 영상과 동일하거나 더 정밀한 정사영상이 제작되며, 무인항공기(10)를 이용하여 촬영된 최근 영상을 도출할 수 있다.
4. 피해목 검출 단계(S40)
피해목 검출 단계(S40)는 상기 정사영상 제작 단계(S30)를 통해 제작된 정사영상에서 설정된 색상과 패턴에 대응되는 포인트를 피해목으로 판단하여 피해목을 검출하는 단계이다.
도 5는 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 피해목을 검출하는 과정의 흐름도를 나타낸 것이다.
첨부된 도 5에 따르면, 상기 피해목 검출 단계(S40)는 격자 설정 단계(S41), 포인트 검출 단계(S42), 외측 형상 패턴 추출 단계(S43), 패턴 매칭 단계(S44) 및 피해목 판단 단계(S45)를 포함하여 이루어진다.
4-1. 격자 설정 단계(S41)
격자 형성 단계(S41)는 정사영상에 일정간격으로 격자를 설정하여 구획하는 단계로, 구획된 범위에 따라 피해목을 분류하기 위한 단계이다.
도 6은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 정사영상에 격자를 형성한 도면 대용 영상이다.
이와 같이, 정사영상이 격자별로 구획되어 피해목을 추출하는 경우, 격자에 따른 피해목의 집약률을 산출할 수 있는 장점이 있다.
설계조건에 따라서, 구획된 격자는 검수 과정을 통해 누락된 포인트를 검출할 수 있도록 구성될 수 있다.
4-2. 포인트 검출 단계(S42)
포인트 검출 단계(S42)는 상기 정사영상에서 설정된 색상에 대응되는 포인트를 검출하는 단계이다.
상기 정사영상은 RGB로 표시되며, 병해충에 피해를 입은 수목은 고사되어 붉은 색 계열로 나타난다. 따라서, 피해목은 주변의 녹색(Green) 및 파란색(Blue) 색상과 대비하여 적색(Red) 계열의 색상이 뚜렷하게 나타난다.
여기서, 고사목과 정상수목이 확연히 차이가 발생되는 정사영상이 이용되도록 구성될 수 있다. 즉, 무인항공기(10)를 이용한 항공영상은 늦은 봄부터 가을철 수목에 낙엽이 발생되기 전에 촬영된 영상을 이용하여야 하며, 이에 따라 무인항공기를 이용한 촬영시기가 고려되어야 한다. 다만, 소나무 재선충병의 경우 소나무는 상록수로서 연중 촬영 및 피해목 추출이 가능하다.
상기 포인트 검출 단계(S42)에서 포인트의 검출은 상기 격자 설정 단계(S41)에서 설정된 격자별로 수행될 수 있으나, 제작된 정사영상 전체에서 수행될 수 있다.
이때, 임도, 작업로, 건축물, 지면(흙) 및 농경지 등은 적색(Red) 계열의 색상으로 나타날 수 있다. 이에 따라 적색(Red) 계열의 색상으로 검출된 지점이 피해목인지를 판단하는 과정이 수반되어야 한다.
4-3. 외측 형상 패턴 추출 단계(S43)
외측 형상 패턴 추출 단계(S43)는 포인트 검출 단계(S42)에서 검출된 포인트의 외곽 지점을 연결하여 외측 형상의 패턴을 추출하는 단계이다.
4-4. 패턴 매칭 단계(S44)
패턴 매칭 단계(S44)는 상기 외측 형상 패턴 추출 단계(S43)에서 추출된 패턴과 설정된 패턴을 매칭하는 단계이다.
수목의 직상방에서 촬영된 평면 영상은 매우 다양하다. 그러나 수목의 직상방에서 촬영된 평면 영상은 그 크기가 한정되어 있으며, 수목에 따라 일정한 패턴을 가지고 있다. 아울러, 중심점을 기준으로 원형의 패턴을 유지하는 경우가 많다.
소나무의 평면 영상 패턴은 중심점(검출된 포인트의 중심)을 기준으로 원형형태를 유지하면서 가지의 형태에 도출된 방사형 패턴을 나타낸다. 따라서 다양한 패턴에 대한 형상을 수목패턴으로 설정하여 저장하고, 저장된 패턴과 검출된 패턴을 매칭하는 것으로서, 피해목을 판단할 수 있다.
4-5. 피해목 판단 단계(S45)
피해목 판단 단계(S45)는 추출된 패턴과 설정된 패턴이 매칭되는 경우, 해당 검출된 포인트를 피해목으로 판단하는 단계이다.
도 6은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 피해목이 검출된 도면 대용 영상이다.
첨부된 도 6을 참조하면, 정사영상에서 설정된 색상과 패턴에 대응되는 포인트를 피해목으로 판단하여 피해목이 검출되며, 이는 표시되는 인터페이스를 통해 용이하게 확인할 수 있다.
설계조건에 따라서, 사용자가 육안으로 확인하여 검수하는 과정이 포함될 수 있다. 예를 들어, 표시되는 정사영상을 확대하거나 축소하는 조작을 통해, 정사영상 영역에서 피해목으로 보여지는 포인트를 선택하는 것으로, 해당 지점이 피해목으로 설정되도록 구성될 수 있다.
피해목 판단 단계(S45)에서 추출된 패턴과 설정된 패턴이 매칭되지 않는 경우, 해당 검출된 포인트는 피해목이 아닌 것으로 판단(S46)한다.
5. 피해목 좌표 추출 및 수량 검출 단계(S50)
피해목 좌표 추출 및 수량 검출 단계(S50)는 상기 피해목 검출 단계(S40)에서 검출된 피해목에 대한 좌표를 추출하며, 상기 피해목의 수량을 산출하는 단계이다. 즉, 정사영상에는 좌표가 부여되어 있으며, 해당 포인트를 검출하는 것으로서, 피해목의 좌표가 검출된다.
도 7은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 검출된 피해목의 ID에 대응되는 좌표값의 일부를 나타낸 표이다.
첨부된 도 7을 참조하면, ID는 도 6에 대응되는 지점의 번호이며, 상기 ID에 대응되어 피해목의 좌표가 표시된다. 또한, ID의 최종번호는 검출된 피해목의 수량이다.
본 발명에 의하면, 항공영상을 통해 산림 병해충 발병 지역의 피해목에 대한 좌표를 부여하고 상기 피해목의 수량을 용이하게 파악할 수 있으므로, 피해목의 지역 및 규모를 파악하는 데 소요되는 시간이 단축되어 적절한 시기에 방제 계획을 수립하는 데 유용한 자료로 활용될 수 있는 장점이 있다.
또한, 피해목의 군집 여부를 용이하게 파악할 수 있으므로, 피해목 제거를 위한 작업로를 건설하는 데 유용한 자료로 활용될 수 있는 장점이 있다.
6. 작업로 수립 단계(S60)
작업로 수립 단계(S60)는 피해목을 제거하기 위한 작업로를 수립하는 단계이다. 상기 작업로는 작업자가 통행하는 길 및 작업기계가 통행하는 길을 포함한다.
소나무 재선충 피해목 방제작업에 있어서, 피해목의 제거는 재선충에 의한 피해목의 확산을 방지하는 기본작업이다. 이때, 피해목을 제거하기 위해 수반되어야 하는 것이 작업로이다.
즉, 작업로는 장비 및 인력이 피해목에 접근하기 위해서 공도부터 산림내의 작업지역까지 접근성을 바탕으로 개설되는 임시도로로서, 지형을 고려하여 산림훼손을 최소화하는 방안으로 개설되어야 한다. 아울러, 경사도, 평균집재거리, 평균집재거리율 및 집재불능지점비율 등을 고려하여 노선이 수립되어야 한다.
이에, 산의 경사도에 따라 작업로를 수립하기 위해서 수치지형도를 이용하여 디바이더스텝 방식으로 작업로가 수립될 수 있도록 구성될 수 있다.
도 8은 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 정사영상과 수치지형도를 중첩하여 나타낸 도면 대용 영상이다.
첨부된 도 8을 참조하면, 피해목의 표시된 정사형상과 등고선이 표시된 수치지형도가 중첩되어 표시된다. 이에, 경사 목표를 설정하고, 설정된 경사 목표에 근접하는 작업로를 수립할 수 있게 된다.
7. 파일변환 및 입력 단계(S70)
파일변환 및 입력 단계(S70)는 상기 피해목 좌표 추출 및 수량 검출 단계(S50)에서 추출된 좌표에 대한 피해목에 일련번호를 부여하고 수치임상도의 속성값을 결합하여 위성측위시스템(GNSS, Global Navigation Satellite System)에 업로드되기 위한 파일로 변환하여, 상기 변환된 파일을 상기 위성측위시스템에 입력하는 단계이다.
상기의 수치임상도는 임상에 대한 주요 속성값에 대해 산림의 분포를 보여주는 산림지도로서, 속성값으로 인공림/천연림의 종류를 나타내는 임종, 침엽수림/활엽수림/혼효림을 나타내는 임상, 수목의 종류를 나타내는 수종, 조림연도를 고려한 영급, 평균흉고직경급을 나타내는 경급 및 수관점유면적비율을 나타내는 밀도 등의 정보를 포함하고 있다.
따라서, 상기 파일변환 및 입력 단계(S70)에서 이루어지는 파일변환은 좌표 및 일련번호가 부여된 피해목의 데이터와 수치임상도의 속성값을 결합하여 상기 위성측위시스템에서 읽기 가능한 파일로 변환하는 과정이다. 이때, 변환되는 파일은 *.dxf파일 또는 *.shp파일로 변환될 수 있다.
상기 변환된 파일은 상기 위성측위시스템에 입력되어 업로드된다.
도 9는 본 발명에 따른 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법에서 정사영상과 수치임상도의 속성값(경급)을 중첩하여 나타낸 도면 대용 영상이다.
첨부된 도 9를 참조하면, 피해목의 좌표에 대해 수치임상도의 속성값을 적용하여 사용하는 경우, 대상지역에 대한 대략적인 임종, 임상, 수종, 영급, 경급 및 밀도 등에 추가 정보를 확인할 수 있으므로, 피해목의 제거와 방제 및 작업로 등의 설계작업을 용이하게 도출할 수 있는 장점이 있다.
7. 피해목 현장 조사 단계(S80)
피해목 현장 조사 단계(S80)는 인력을 대상지역에 투입하여 현장 검증을 수행하는 단계이다. 이때, 현장 조사에는 상기 위성측위시스템이 이용된다.
즉, 상기 위성측위시스템에는 상기 파일변환 및 입력 단계(S70)에서 피해목의 좌표 및 수치임상도의 속성값이 변환되어 업로드되어 있는 것으로, 피해목의 위치를 용이하게 찾아갈 수 있다.
또한, 이러한 현장 조사는 피해목의 좌표와 수량에 대한 정확도를 높일 수 있는 장점이 있다. 예를 들어, 피해목이 건전 수목의 하층에 위치한 경우에는 무인항공기의 정사영상에 나타나지 않으며, 이는 현장조사를 통해 검출할 수 있다.
이상에서 본 발명의 바람직한 실시 예를 설명하였으나, 본 발명의 권리범위는 이에 한정되지 아니하며 본 발명의 실시 예와 실질적으로 균등한 범위에 있는 것까지 본 발명의 권리범위가 미치는 것으로 이해되어야 하며, 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능하다.
S10: 항공영상 촬영 단계
S20: 영상 합성 단계
S30: 정사영상 제작 단계
S40: 피해목 검출 단계
S50: 피해목 좌표 추출 및 수량 검출 단계
S60: 작업로 수립 단계
S70: 파일변환 및 입력 단계
S80: 피해목 현장 조사 단계

Claims (3)

  1. 설정 대상 지역의 항공영상을 촬영하는 항공영상 촬영 단계(S10);
    상기 항공영상 촬영 단계(S10)에서 촬영된 영상을 합성하여 1개의 영상으로 제작하는 영상 합성 단계(S20);
    상기 영상 합성 단계(S20)에서 합성된 1개의 영상에 좌표체계를 부여하며, 상기 합성된 1개의 영상에서 발생된 왜곡을 보정하는 정사영상 제작 단계(S30);
    상기 정사영상 제작 단계(S30)를 통해 제작된 정사영상에서 설정된 색상과 패턴에 대응되는 포인트를 피해목으로 판단하여 피해목을 검출하는 피해목 검출 단계(S40);
    상기 피해목 검출 단계(S40)에서 검출된 피해목에 대한 좌표를 추출하며, 상기 피해목의 수량을 산출하는 피해목 좌표 추출 및 수량 검출 단계(S50); 및
    상기 피해목 좌표 추출 및 수량 검출 단계(S50)에서 추출된 피해목을 제거하기 위한 작업로를 수립하는 작업로 수립 단계(S60);
    를 포함하여 이루어지며,
    상기 피해목 검출 단계(S40)는,
    상기 정사영상에서 설정된 색상에 대응되는 포인트를 검출하는 포인트 검출 단계(S42);
    상기 포인트 검출 단계(S42)에서 검출된 포인트의 외곽 지점을 연결하여 외측 형상의 패턴을 추출하는 외측 형상 패턴 추출 단계(S43);
    상기 외측 형상 패턴 추출 단계(S43)에서 추출된 패턴과 설정된 패턴을 매칭하는 패턴 매칭 단계(S44); 및
    패턴 매칭 단계(S44)에서 추출된 패턴과 설정된 패턴을 매칭하는 경우, 해당 검출된 포인트를 피해목으로 판단하는 피해목 판단 단계(S45);
    를 포함하는 것을 특징으로 하는 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법.
  2. 삭제
  3. 청구항 1에 있어서,
    상기 작업로는,
    상기 정사영상과 수치지형도를 중첩하여 나타낸 도면에 근거하여 경사도, 평균집재거리, 평균집재거리율 및 집재불능지점비율을 고려하여 수립되는 것을 특징으로 하는 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법.
KR1020150045567A 2015-03-31 2015-03-31 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법 KR101545479B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150045567A KR101545479B1 (ko) 2015-03-31 2015-03-31 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150045567A KR101545479B1 (ko) 2015-03-31 2015-03-31 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법

Publications (1)

Publication Number Publication Date
KR101545479B1 true KR101545479B1 (ko) 2015-08-24

Family

ID=54061385

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150045567A KR101545479B1 (ko) 2015-03-31 2015-03-31 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법

Country Status (1)

Country Link
KR (1) KR101545479B1 (ko)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107063187A (zh) * 2017-05-08 2017-08-18 东北林业大学 一种全站仪与无人机影像联合的树高快速提取方法
KR101794479B1 (ko) * 2017-05-29 2017-11-06 서동준 산림 병충해 검출 시스템 및 관리방법
KR101815014B1 (ko) * 2016-06-10 2018-01-04 주식회사 비전아이티 드론을 이용하여 산림의 병해충을 모니터링하는 시스템 및 그의 운영 방법
CN107817736A (zh) * 2017-12-06 2018-03-20 梁家仪 一种用于园林病虫害的监控系统
CN108573199A (zh) * 2017-03-14 2018-09-25 北京林业大学 一种油松受灾等级判定方法及其判定系统
KR20190080060A (ko) * 2017-12-28 2019-07-08 이호동 무인항공기를 이용한 산림병해충 의심목 선별 시스템
CN110022674A (zh) * 2016-10-13 2019-07-16 麦凯恩食品有限公司 用于在作物图像中检测马铃薯病毒的方法、介质和系统
KR102025144B1 (ko) * 2018-11-05 2019-09-25 주식회사 에프엠웍스 드론을 이용한 건설폐기물 예측 장치, 방법 및 이를 수행하기 위한 기록매체
KR20200004765A (ko) 2018-07-04 2020-01-14 송유현 전자 지도상의 위치 정보를 이용하여 피해목을 조사하고 방제하는 시스템 및 그 방법
KR20200030987A (ko) * 2018-09-13 2020-03-23 주식회사 케이와이엠 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법
KR20200059422A (ko) 2018-11-21 2020-05-29 대한민국(산림청 국립산림과학원장) 피해목 검출 장치 및 방법
KR20230027823A (ko) 2021-08-20 2023-02-28 국립공원공단 인공지능 기반의 고사목 검출장치 및 방법
CN116258977A (zh) * 2023-05-09 2023-06-13 凉山州现代林业产业发展指导服务中心 一种基于视频图像识别森林病虫害防控方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003344048A (ja) 2002-05-22 2003-12-03 Pasuko:Kk 森林情報処理システム
KR100935857B1 (ko) * 2009-08-25 2010-01-07 홍종옥 항공라이다와 디지털항공사진을 이용한 3차원 산림지리정보 생성 시스템 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003344048A (ja) 2002-05-22 2003-12-03 Pasuko:Kk 森林情報処理システム
KR100935857B1 (ko) * 2009-08-25 2010-01-07 홍종옥 항공라이다와 디지털항공사진을 이용한 3차원 산림지리정보 생성 시스템 및 그 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1:한국지리정보학회지
논문2:JOURNAL OF FOREST SCIENCE

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101815014B1 (ko) * 2016-06-10 2018-01-04 주식회사 비전아이티 드론을 이용하여 산림의 병해충을 모니터링하는 시스템 및 그의 운영 방법
US11645743B2 (en) 2016-10-13 2023-05-09 Resson Aerospace Corporation Method, medium, and system for detecting potato virus in a crop image
CN110022674A (zh) * 2016-10-13 2019-07-16 麦凯恩食品有限公司 用于在作物图像中检测马铃薯病毒的方法、介质和系统
CN110022674B (zh) * 2016-10-13 2022-04-01 麦凯恩食品有限公司 用于在作物图像中检测马铃薯病毒的方法、介质和系统
US10964009B2 (en) 2016-10-13 2021-03-30 Mccain Foods Limited Method, medium, and system for detecting potato virus in a crop image
CN108573199A (zh) * 2017-03-14 2018-09-25 北京林业大学 一种油松受灾等级判定方法及其判定系统
CN107063187A (zh) * 2017-05-08 2017-08-18 东北林业大学 一种全站仪与无人机影像联合的树高快速提取方法
KR101794479B1 (ko) * 2017-05-29 2017-11-06 서동준 산림 병충해 검출 시스템 및 관리방법
CN107817736A (zh) * 2017-12-06 2018-03-20 梁家仪 一种用于园林病虫害的监控系统
KR102098259B1 (ko) * 2017-12-28 2020-05-26 이호동 무인항공기를 이용한 산림병해충 의심목 선별 시스템
KR20190080060A (ko) * 2017-12-28 2019-07-08 이호동 무인항공기를 이용한 산림병해충 의심목 선별 시스템
KR20200004765A (ko) 2018-07-04 2020-01-14 송유현 전자 지도상의 위치 정보를 이용하여 피해목을 조사하고 방제하는 시스템 및 그 방법
KR20220020863A (ko) 2018-07-04 2022-02-21 송유현 전자 지도상의 위치 정보를 이용하여 피해목을 조사하고 방제하는 시스템 및 그 방법
KR20200030987A (ko) * 2018-09-13 2020-03-23 주식회사 케이와이엠 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법
KR102192693B1 (ko) * 2018-09-13 2021-01-04 주식회사 케이와이엠 농작물 손해사정 평가를 위한 농작물 피해 분석 시스템 및 이를 이용한 농작물 손해사정 평가 방법
KR102025144B1 (ko) * 2018-11-05 2019-09-25 주식회사 에프엠웍스 드론을 이용한 건설폐기물 예측 장치, 방법 및 이를 수행하기 위한 기록매체
KR20200059422A (ko) 2018-11-21 2020-05-29 대한민국(산림청 국립산림과학원장) 피해목 검출 장치 및 방법
KR102183559B1 (ko) * 2018-11-21 2020-11-26 대한민국 피해목 검출 장치 및 방법
KR20230027823A (ko) 2021-08-20 2023-02-28 국립공원공단 인공지능 기반의 고사목 검출장치 및 방법
KR102508751B1 (ko) 2021-08-20 2023-03-10 국립공원공단 인공지능 기반의 고사목 검출장치 및 방법
CN116258977A (zh) * 2023-05-09 2023-06-13 凉山州现代林业产业发展指导服务中心 一种基于视频图像识别森林病虫害防控方法及系统
CN116258977B (zh) * 2023-05-09 2023-07-21 凉山州现代林业产业发展指导服务中心 一种基于视频图像识别森林病虫害防控方法及系统

Similar Documents

Publication Publication Date Title
KR101545479B1 (ko) 무인항공기 정사영상을 이용한 산림 병해충 피해목 검출 방법
KR101933216B1 (ko) 드론과 공간정보를 이용한 하천지형정보 생성 방법
US10565787B1 (en) Systems and methods for enhanced 3D modeling of a complex object
Vallet et al. Photogrammetric performance of an ultra light weight swinglet UAV
KR102303783B1 (ko) 드론을 활용한 사면붕괴를 포함한 재난사고 현장정보 취득 및 분석 방법과 시스템
US20200241568A1 (en) Unmanned aerial vehicle
CN107833279A (zh) 一种基于dem的地形坡度分析方法
US20220366605A1 (en) Accurate geolocation in remote-sensing imaging
JP6347061B2 (ja) 計測結果の整合性判定方法、及び計測結果の整合性判定装置
Vanegas et al. Multi and hyperspectral UAV remote sensing: Grapevine phylloxera detection in vineyards
Mokroš et al. Unmanned aerial vehicle use for wood chips pile volume estimation
JP6146731B2 (ja) 座標補正装置、座標補正プログラム、及び座標補正方法
Smaczyński et al. Low aerial imagery–an assessment of georeferencing errors and the potential for use in environmental inventory
Gülch Photogrammetric evaluation of multi-temporal fixed wing UAV imagery
Suba et al. Using photogrammetric UAV measurements as support for classical topographical measurements in order to obtain the topographic plan for urban areas.
Starek et al. Application of unmanned aircraft systems for coastal mapping and resiliency
Onwudinjo et al. Estimating the performance of multi-rotor unmanned aerial vehicle structure-from-motion (UAVsfm) imagery in assessing homogeneous and heterogeneous forest structures: a comparison to airborne and terrestrial laser scanning
JP5076190B1 (ja) 被災状況把握システム
Muhamad-Afizzul et al. Estimating stand-level structural and biophysical variables of lowland dipterocarp forest using airborne LiDAR data
Liebermann et al. Using unmanned aerial systems for deriving forest stand characteristics in mixed hardwoods of West Virginia
Hadush et al. Tree Height Estimation from Unmanned Aerial Vehicle Imagery and Its Sensitivity on Above Ground Biomass Estimation in Dry Afromontane Forest, Northern Ethiopia
Zhao et al. Forest feature lidar slam (f 2-lslam) and integrated scan simultaneous trajectory enhancement and mapping (is 2-team) for accurate forest inventory using backpack systems
KR102393527B1 (ko) 계절별 다시점 라이다 정보를 이용한 식생 모니터링 방법
Renaud et al. Lessons learned from coastal mapping efforts during the 2018 hurricane season using unmanned aerial systems (UAS) at Sandbridge, Virginia
Wadod et al. Tree Crown Detection using UAV-captured High-Resolution Aerial Images for Baghdad University Campus

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190729

Year of fee payment: 5