KR101555989B1 - 지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법 - Google Patents

지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법 Download PDF

Info

Publication number
KR101555989B1
KR101555989B1 KR1020140018912A KR20140018912A KR101555989B1 KR 101555989 B1 KR101555989 B1 KR 101555989B1 KR 1020140018912 A KR1020140018912 A KR 1020140018912A KR 20140018912 A KR20140018912 A KR 20140018912A KR 101555989 B1 KR101555989 B1 KR 101555989B1
Authority
KR
South Korea
Prior art keywords
region
uncertain
triangles
detecting
tagging
Prior art date
Application number
KR1020140018912A
Other languages
English (en)
Other versions
KR20150097972A (ko
Inventor
유기윤
조성환
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020140018912A priority Critical patent/KR101555989B1/ko
Publication of KR20150097972A publication Critical patent/KR20150097972A/ko
Application granted granted Critical
Publication of KR101555989B1 publication Critical patent/KR101555989B1/ko

Links

Images

Abstract

본 발명은 지적 데이터의 불확실한 영역을 탐지하는 시스템 및 그 방법에 관한 것으로서, 본 발명에 따른 시스템은 지적 데이터에서 폴리곤으로 표현되는 필지들이 이루는 불확실한 영역을 탐지하는 불확실한 영역 탐지 시스템에 있어서, 상기 지적 데이터에 대해서 상기 폴리곤 객체의 꼭지점을 삼각형 생성의 기준점으로, 상기 폴리곤 객체의 모서리를 제한 조건으로 하여 제한된 들로네 삼각분할(Constrained Delaunay Triangulation, CDT)을 수행하는 삼각분할 수행부; 분할된 삼각형의 면들이 상호 중첩되는 개수값을 상기 삼각형마다 태깅하는 태깅부; 및 상기 태깅된 값을 기초로 상기 불확실한 영역을 탐지하는 탐지부를 포함하는 것을 특징으로 한다. 이를 통하여, 공간 분할 기법을 적용하여 폴리곤 집합 간의 공백이 존재하거나 중복되는 불확실한 영역을 효율적으로 탐지할 수 있다.

Description

지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법{UNCERTAIN BOUNDARY DETECTING SYSTEM OF CADASTRAL DATA AND METHOD THEREOF}
본 발명은 지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법에 관한 것으로서, 더욱 상세하게는, 지적 데이터에서 폴리곤의 경계가 주변의 폴리곤과 정확히 인접하지 못함으로 인하여 발생하는 중복 영역과 공백 영역을 탐지하는 시스템 및 그 방법에 관한 것이다.
지적이란 토지의 위치, 형태, 면적, 용도, 소유관계를 고시하는 내용으로서, 구획된 경계는 하나의 필지를 구성하고, 각 필지의 모양은 폴리곤(polygon)을 이용하여 표현된다. 이때, 이웃하고 있는 폴리곤은 그 모서리들끼리 정확하게 인접해야 하며, 상호 겹쳐져 있거나 공백을 가지지 않는 위상적 무결성이 보장되어야 함이 원칙이다.
그러나, 오랜 기간 지적 서고에 보관되어 있던 지적 원도의 이완, 수축을 비롯하여, 지적도를 디지털화하는 과정에서 종이 지적을 벡터화할 때 발생한 오차, 서로 다른 기준점 사용에 의한 측량성과 상이의 문제, 측량성과를 서버에 적용할 때 생기는 수치적 오류의 전이 등 다양한 요인이 원인이 되어 지적 데이터 집합은 위상적 모순을 가지게 되었다. 이와 같은 현상은 중앙 집중적 지적 데이터베이스를 통하여 저장/관리되지 않으면 더욱 빈번하게 발생하게 된다.
위와 같은 오류를 제거하고, 일관성을 갖는 위상관계의 데이터베이스를 구축하기 위한 가장 기본적인 방법은 하나의 기관에서 지적의 불확실한 영역을 재측량하고, 전역의 지적 데이터를 통합관리하여 위상적 무결성을 갖도록 하는 것이다. 그러나 위와 같은 과정은 단기간 내에 수행되기 어렵고 많은 재정적 투자가 뒷받침되어야 하므로 현실적으로 실현되기 어렵다.
따라서, 위상적 무결성을 검사/탐지하기 위한 솔루션을 도출하기 위한 연구가 다각도로 진행되어 왔고, 결과물로서 인접한 객체들을 찾기 위해 폴리곤의 경계선을 중심으로 근사값에 의한 임계치를 이용하는 방법들이 많이 도출되었다. 위 연구의 결과물 중 하나로서 SBS(Sweep Band Status) 방법(Klajnsek, G. and Zalik, B.(2005), Merging polygons with uncertain boundaries. Computers & Geosciences, Vol.31, No.3, pp.353-359)이 제안된바 있다. 이 방법은 특정점 p에서부터 나머지 다른 모서리까지의 거리를 계산하고, 계산된 거리가 기설정된 임계 거리보다 작은 경우 불확실한 영역으로 분류한다. 이 방법에 의하면, 사용자가 결과에 따라 임계값을 조정해나가면서 반복적으로 결과를 확인해야 하므로 번거롭고, 적용되는 임계값에 따라 누락되는 불확실한 영역이 발생하는 문제가 발생하였다.
본 출원인은 위와 같은 종래기술의 문제점을 해결하여, 간단한 과정에 의하면서도 불확실한 영역의 누락을 방지하고, 결과의 신뢰성을 보다 향상시킬 수 있는 탐지 시스템을 제안하게 되었다.
본 발명은 상기한 바와 같은 문제점을 해결하기 위하여 안출된 것으로서, 지적 데이터 내 불확실한 영역의 탐지 누락을 방지하고, 탐지 결과의 신뢰성을 보다 향상시킬 수 있는 탐지 시스템 및 그 방법을 제공하기 위한 것이다.
상기한 목적은 본 발명의 일 양태에 따른 지적 데이터에서 폴리곤으로 표현되는 필지들이 이루는 불확실한 영역을 탐지하는 불확실한 영역 탐지 시스템에 있어서, 상기 지적 데이터에 대해서 상기 폴리곤 객체의 꼭지점을 삼각형 생성의 기준점으로, 상기 폴리곤 객체의 모서리를 제한 조건으로 하여 제한된 들로네 삼각분할(Constrained Delaunay Triangulation, CDT)을 수행하는 삼각분할 수행부; 분할된 삼각형의 면들이 상호 중첩되는 개수값을 상기 삼각형마다 태깅하는 태깅부; 및 상기 태깅된 값을 기초로 상기 불확실한 영역을 탐지하는 탐지부를 포함하는 것을 특징으로 하는 불확실한 영역 탐지 시스템에 의하여 달성될 수 있다.
한편, 상기 탐지부는 상기 태깅된 값이 0이거나 1보다 큰 삼각형의 영역을 상기 불확실한 영역으로 탐지할 수 있으며, 상기 탐지부는 상기 태깅된 값이 0인 삼각형 영역을 공백 영역으로, 상기 태깅된 값이 1보다 큰 삼각형의 영역을 중복 영역으로 상기 불확실한 영역을 구분할 수 있다.
그리고, 상기 탐지부는 상기 불확실한 영역으로 탐지된 삼각형 중 상기 태깅된 값이 동일하면서, 연결성이 존재하는 상호 인접한 삼각형들을 병합하여 표시할 수도 있다.
또한, 상기한 목적은 본 발명의 또 다른 양태에 따른 지적 데이터에서 폴리곤으로 표현되는 필지들이 이루는 불확실한 영역을 탐지하는 방법에 있어서, (a) 상기 지적 데이터를 구성하는 폴리곤 객체의 꼭지점과 모서리를 인식하는 단계; (b) 인식된 상기 꼭지점을 삼각형 생성의 기준점으로 삼고, 상기 모서리를 제한 조건으로 하여 상기 지적 데이터에 대하여 제한된 들로네 삼각분할(Constrained Delaunay Triangulation, CDT)을 수행하는 단계; (c) 상기 삼각분할된 삼각형의 면들이 상호 중첩되는 개수값을 상기 삼각형마다 태깅하는 단계; 및 (d) 상기 태깅된 값을 기초로 불확실한 영역을 탐지하는 단계를 포함하는 것을 특징으로 하는 불확실한 영역 탐지 방법에 의해서도 달성될 수 있다.
이때, 상기 (d)단계는 상기 태깅된 값이 0인 삼각형을 공백 영역으로, 상기 태깅된 값이 1보다 큰 삼각형의 영역을 중복 영역으로서 상기 불확실한 영역을 탐지할 수 있으며, (e) 상기 불확실한 영역으로 탐지된 삼각형 중 상기 태깅된 값이 동일하면서, 연결성이 존재하는 상호 인접한 삼각형들을 병합하는 단계를 더 포함할 수도 있다.
이상 설명한 바와 같이 본 발명에 따르면, 공간 분할 기법을 적용하여 폴리곤 객체 간의 공백이 존재하거나 중복되는 불확실한 영역을 효율적으로 탐지할 수 있다.
도 1은 본 발명의 실시예에 따른 지적 데이터의 불확실한 영역 탐지 시스템의 블록도;
도 2는 들로네 삼각분할을 설명하기 위한 참고 도면;
도 3은 제한된 들로네 삼각분할을 설명하기 위한 참고 도면;
도 4는 도 1의 시스템에 의하여 지적 데이터의 불확실한 영역을 탐지하는 과정을 나타낸 흐름도;
도 5는 지적 데이터 일부에 대하여 제한된 들로네 삼각분할을 수행한 결과를 나타내는 일 예;
도 6은 분할된 삼각형에 대한 태깅이 수행된 결과를 나타내는 일 예; 및
도 7은 태깅값에 따른 영역 병합의 일 예를 도식적으로 나타낸 도면이다.
본 명세서에서 기재하는 불확실한 영역이란, 지적 데이터의 필지를 구성하는 폴리곤 객체들이 서로 겹쳐지는 중복 영역(overlaps)과 인접하지 않고 공백을 이루는 공백 영역(gaps)를 포함한다.
이하, 도면을 참조하여 본 발명의 구체적인 실시예들에 대해 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 지적 데이터의 불확실한 영역 탐지 시스템의 블록도이다. 도 1을 참조하면, 본 발명의 실시예에 따른 지적 데이터의 불확실한 영역 탐지 시스템은 삼각분할 수행부(10), 태깅부(30) 및 탐지부(50)를 포함한다.
삼각분할 수행부(10)는 지적 데이터에 대하여 제한된 들로네 삼각분할(Constrained Delaunay Triangulation, CDT)을 수행하여 폴리곤 객체들을 삼각형 영역으로 분할한다. 제한된 들로네 삼각분할은 들로네 삼각분할(Delaunay Triangulation, DT)에 제한 조건을 추가한 기법으로서, 이하, 도 2와 도 3을 함께 참조하여 이에 대하여 설명하기로 한다.
도 2는 들로네 삼각분할, 도 3은 제한된 들로네 삼각분할을 설명하기 위한 참고 도면이다.
들로네 삼각분할은 평면 위의 점들을 삼각형으로 연결하여 공간을 분할할 때, 이 삼각형들의 내각의 최소값이 최대가 되도록 분할하는 방법이다. 도 2의 (a)와 같이 분포된 점을 예로 들어 설명하면, 위 점들을 연결하는 방법은 다양하게 나올 수 있으나, 들로네 삼각분할에 따르면, 도 2의 (b)와 같이 각각의 삼각형들이 최대한 정삼각형에 가깝도록 분할되며, 어떠한 삼각형의 외접원도 그 삼각형의 세 꼭지점을 제외한 다른 어떤 점을 포함하지 않도록 분할된다.
제한된 들로네 삼각분할은 상술된 들로네 삼각분할에 제한 조건을 추가한 분할 기법이다. 이에 따르면, 삼각형이 생길 수 있는 영역을 사전에 선으로 구분해 놓고 이를 제한 조건으로 삼아 생성되는 삼각형이 위 주어진 선을 넘지 않도록 분할하게 된다. 도 3의 (a)와 같이 두껍게 표시된 선이 제한 조건으로 주어진 상황에서 제한된 들로네 삼각분할을 수행하면, 도 3의 (b)와 같이 제한 조건의 선을 넘지 않는 삼각형으로 분할된다. 이와 같이 제한된 들로네 삼각분할 기법은 삼각형 생성 영역을 선으로 제한한 제한 조건 하에서 주어진 공간을 삼각형으로 분할하는 공지공연의 방법이므로 더 이상의 설명은 간략화를 위하여 생략하기로 한다.
삼각분할 수행부(10)는 지적 데이터의 폴리곤 객체를 구성하는 꼭지점과 모서리를 인식한다. 참고로, 지적 데이터 정보가 폴리곤 객체를 이루는 포인트 값들의 집합으로 주어질 때, 포인트 값이 꼭지점이 되고, 위 포인트들을 연결하는 선들이 각각 모서리로 인식될 수 있을 것이다. 인식된 꼭지점은 삼각분할 수행시 삼각형 생성의 기준점으로 삼고, 모서리는 제한 조건으로 삼아 제한된 들로네 삼각분할을 수행하게 된다. 참고로, 삼각분할은 폴리곤 경계의 안쪽과 바깥쪽 모두에 대하여 수행될 수 있도록 한다. 이는 경계 안쪽에 대해서만 삼각분할이 수행된다면 추후 공백 영역은 탐지할 수 없게 되기 때문이다. 이처럼 지적 데이터에 포함되는 모든 공간을 삼각형으로 분할한 결과는 서로 다른 관할 지역에 의해 생성된 데이터 집합 간의 중복 영역과 공백 영역을 인식하기 위한 기초가 된다.
태깅부(30)는 삼각분할 수행부(10)에 의하여 분할된 삼각형들을 순회하면서 삼각형의 면들이 서로 중첩되는지 여부를 판단하고, 그 결과값을 각 삼각형마다 태깅(tagging)한다. 예컨대, 분할된 삼각형 영역의 2개가 서로 겹쳐지면 겹쳐지는 삼각형 영역에 2로 태깅값을 부여할 수 있고, 삼각형 영역이 단일 폴리곤 영역에만 포함되는 경우에는 1로 태깅값을 부여할 수 있다. 또한, 삼각형 영역이 중첩되는 영역도 없고, 어떠한 폴리곤 영역에 속하지 않는다면 0으로 태깅값이 부여된다. 한편, 삼각형 영역은 3개 이상의 폴리곤에 중첩되어 포함될 수도 있으므로 3 이상의 태깅값이 부여될 수도 있음은 물론이다. 이처럼 태깅부(30)는 분할된 삼각형이 상호 중첩되는 개수를 각 삼각형마다 태깅값으로 부여하게 된다.
탐지부(50)는 태깅된 값을 기초로 지적 데이터에서의 불확실한 영역을 탐지한다. 지적 데이터에서 이웃하고 있는 폴리곤은 반드시 그 모서리들이 정확하게 인접해야 하는 것이 원칙이므로 탐지부(50)는 태깅값이 0으로 부여된 삼각형 영역은 공백 영역으로서, 또한, 태깅된 값이 1보다 큰 삼각형 영역은 두 개 이상의 폴리곤에 모두 포함되는 영역이므로 중복 영역으로서 불확실한 영역으로 탐지한다. 한편, 태깅값이 1로 부여된 삼각형 영역은 겹쳐지거나 공백이 아닌 위상적 무결성을 가지는 영역에 해당된다.
그리고, 탐지부(50)는 불확실한 영역으로 탐지된 삼각형 영역, 즉 태깅값이 0 또는 1보다 큰 영역 중 태깅된 값이 서로 동일하면서, 인접한 영역 중 서로 연결성이 존재하는 삼각형들을 병합하여 불확실한 영역을 나타낼 수 있다. 이때, 다른 태깅값으로 병합된 영역 간에는 상이한 표식을 사용하여 표시함으로써 불확실한 영역의 종류를 쉽게 판단할 수 있도록 할 수 있다. 예컨대, 태깅값 0으로서 병합된 영역과 태깅값 2로 병합된 영역, 태깅값 3으로 병합된 영역 등의 색깔을 각각 달리하여 표시할 수 있을 것이다.
도 4는 도 1의 시스템에 의하여 지적 데이터의 불확실한 영역을 탐지하는 과정을 나타낸 흐름도이고, 도 5 내지 도 7은 불확실한 영역을 탐지하는 과정을 도식적으로 나타낸 도면이다. 이하, 도 4 내지 도 7을 함께 참조하여 본 발명의 실시예에 따른 지적 데이터의 불확실한 영역 탐지 방법을 설명하도록 한다.
지적 데이터의 필지를 구성하는 폴리곤 객체에서 꼭지점과 모서리를 인식하고, 지적 데이터에 대하여 제한된 들로네 삼각분할을 수행한다(S10, S11). 이때, 인식된 폴리곤의 꼭지점은 삼각분할시 삼각형 생성의 기준점이 되고, 폴리곤의 모서리는 제한 조건으로 적용된다.
도 5의 (b)는 (a)와 같이 주어진 지적 데이터의 폴리곤 객체들에 대하여 제한된 들로네 삼각분할을 수행한 결과를 도식적으로 나타낸 것이다. 이처럼 삼각분할은 폴리곤 경계 내부와 외부를 포함하여 주어진 영역 전체에 대하여 이루어지게 된다. 참고로, (a)는 폴리곤 객체 2개를 포함하고 있는 지적 데이터의 일 예로서, 설명의 이해를 돕기 위하여 각 폴리곤 객체내부의 표식을 달리하여 표현하였다.
삼각분할이 완료되면, 분할된 삼각형을 순회하면서 삼각형 면들의 상호 중첩되는 개수를 구하고, 이 개수를 대응되는 삼각형에 태깅값으로 부여한다(S13). 도 6은 분할된 삼각형마다 태깅값을 부여한 결과를 도식적으로 나타낸 것이다. 도 6을 참조하면, 단일 폴리곤 내에 속하는 삼각형은 위상적 무결성 영역으로서 1의 태깅값이 부여되며, 2개의 폴리곤 영역이 겹쳐지는 부분은 중복 영역으로서 태깅값 2가, 어느 폴리곤에도 속하지 않는 삼각형 영역은 공백 영역으로서 태깅값 0이 부여된다.
0 또는 1보다 큰 값이 태깅된 삼각형 중 태깅값이 동일하면서 연결성이 존재하는 상호 인접한 삼각형들을 병합하여 불확실한 영역을 추출한다(S15). 도 7를 참조하면, 0의 태깅값을 갖는 영역과 2의 태깅값을 갖는 영역이 서로 구분되어 표시됨을 확인할 수 있다. 이때, 불확실한 영역의 형태를 쉽게 구분할 수 있도록 하기 위하여 태깅값 또는 중복영역/공백영역 여부에 따라 표식을 달리하여 표시할 수도 있을 것이다.
전술된 과정은 상황에 따라 적절하게 추가 또는 수정이 행해질 수도 있다. 예컨대, 분석대상이 되는 지적 데이터를 외부의 서버로부터 수신하는 단계가 더 포함되거나, 위상적 무결성 지역은 재측량이나 변경이 필요없는 지역이므로 삼각형의 병합을 수행하기 전에 태깅값 중 1에 해당하는 태깅값은 제거하는 단계를 더 포함할 수 있을 것이다.
위 설명을 통해 알 수 있듯이, 본 발명의 실시예에 따른 지적 데이터의 불확실한 영역 탐지 시스템은 종래의 수작업을 통한 방법이나 임계치를 이용한 방법에 의할 때 탐지가 누락되었던 불확실한 영역도 탐지할 수 있어 탐지율을 보다 높일 수 있으며, 임계치를 이용한 방법을 따를 때, 반복적으로 임계값을 변경하는 번거로움을 제거하여 프로세싱에 소요되는 시간을 단축할 수 있는 효과가 있다.
지금까지 본 발명의 몇몇 실시예들에 대해 설명하였으나, 본 발명이 속하는 기술분야의 통상의 지식을 가진 당업자는 본 발명의 기술적 사상을 벗어나지 않는 범위 안에서 상기 본 발명의 실시예의 변형이 가능하다는 것을 이해할 수 있을 것이다.
예컨대, 사용자 인터페이스를 구축하여 특정 태깅값을 가지는 영역 표시, 사전에 설정된 면적을 초과하는 불확실한 영역 표시 등 시스템 사용자가 요청하는 영역을 선택적으로 디스플레이하는 기능을 제공할 수도 있을 것이다.
따라서, 본 발명의 실시예는 단지 예시적인 것으로 이해되어야 하며, 본 발명의 기술적 사상은 특허청구범위의 기재로부터 정의되고, 그 보호범위는 균등물에 미치는 것으로 보아야 할 것이다.
10 : 삼각분할 수행부 30 : 태깅부
50 : 탐지부

Claims (7)

  1. 지적 데이터에서 폴리곤으로 표현되는 필지들이 이루는 불확실한 영역을 탐지하는 불확실한 영역 탐지 시스템에 있어서,
    상기 지적 데이터에 대해서 상기 폴리곤 객체의 꼭지점을 삼각형 생성의 기준점으로, 상기 폴리곤 객체의 모서리를 제한 조건으로 하여 제한된 들로네 삼각분할(Constrained Delaunay Triangulation, CDT)을 수행하는 삼각분할 수행부;
    분할된 삼각형의 면들이 상호 중첩되는 개수값을 상기 삼각형마다 태깅하는 태깅부; 및
    상기 태깅된 값을 기초로 상기 불확실한 영역을 탐지하되, 상기 태깅된 값이 0이거나 1보다 큰 삼각형의 영역을 상기 불확실한 영역으로 탐지하는 탐지부를 포함하는 것을 특징으로 하는 불확실한 영역 탐지 시스템.
  2. 삭제
  3. 제1항에 있어서,
    상기 탐지부는 상기 태깅된 값이 0인 삼각형 영역을 공백 영역으로, 상기 태깅된 값이 1보다 큰 삼각형의 영역을 중복 영역으로 상기 불확실한 영역을 구분하는 것을 특징으로 하는 불확실한 영역 탐지 시스템.
  4. 제1항에 있어서,
    상기 탐지부는 상기 불확실한 영역으로 탐지된 삼각형 중 상기 태깅된 값이 동일하면서, 연결성이 존재하는 상호 인접한 삼각형들을 병합하는 것을 특징으로 하는 불확실한 영역 탐지 시스템.
  5. 지적 데이터에서 폴리곤으로 표현되는 필지들이 이루는 불확실한 영역을 탐지하는 방법에 있어서,
    (a) 상기 지적 데이터를 구성하는 폴리곤 객체의 꼭지점과 모서리를 인식하는 단계;
    (b) 인식된 상기 꼭지점을 삼각형 생성의 기준점으로 삼고, 상기 모서리를 제한 조건으로 하여 상기 지적 데이터에 대하여 제한된 들로네 삼각분할(Constrained Delaunay Triangulation, CDT)을 수행하는 단계;
    (c) 상기 삼각분할된 삼각형의 면들이 상호 중첩되는 개수값을 상기 삼각형마다 태깅하는 단계; 및
    (d) 상기 태깅된 값이 0이거나 1보다 큰 삼각형의 영역을 불확실한 영역으로 탐지하는 단계를 포함하는 것을 특징으로 하는 불확실한 영역 탐지 방법.
  6. 제5항에 있어서,
    상기 (d)단계는 상기 태깅된 값이 0인 삼각형을 공백 영역으로, 상기 태깅된 값이 1보다 큰 삼각형의 영역을 중복 영역으로서 상기 불확실한 영역을 탐지하는 것을 특징으로 하는 불확실한 영역 탐지 방법.
  7. 제5항에 있어서,
    (e) 상기 불확실한 영역으로 탐지된 삼각형 중 상기 태깅된 값이 동일하면서, 연결성이 존재하는 상호 인접한 삼각형들을 병합하는 단계를 더 포함하는 것을 특징으로 하는 불확실한 영역 탐지 방법.
KR1020140018912A 2014-02-19 2014-02-19 지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법 KR101555989B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140018912A KR101555989B1 (ko) 2014-02-19 2014-02-19 지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140018912A KR101555989B1 (ko) 2014-02-19 2014-02-19 지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20150097972A KR20150097972A (ko) 2015-08-27
KR101555989B1 true KR101555989B1 (ko) 2015-09-30

Family

ID=54059526

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140018912A KR101555989B1 (ko) 2014-02-19 2014-02-19 지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101555989B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110689569B (zh) * 2019-12-10 2020-06-30 北京唯智佳辰科技发展有限责任公司 集成电路版图场域识别与网格细分处理方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100491723B1 (ko) 2001-12-20 2005-05-27 한국전자통신연구원 지리정보시스템에서의 디지털지형모델 가시화방법
KR101063827B1 (ko) 2009-04-27 2011-09-08 건국대학교 산학협력단 한국토지정보시스템 연속지적도와 수치지형도의 기하학적 지도 변환을 위한 반자동화된 공액점 쌍 추출방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100491723B1 (ko) 2001-12-20 2005-05-27 한국전자통신연구원 지리정보시스템에서의 디지털지형모델 가시화방법
KR101063827B1 (ko) 2009-04-27 2011-09-08 건국대학교 산학협력단 한국토지정보시스템 연속지적도와 수치지형도의 기하학적 지도 변환을 위한 반자동화된 공액점 쌍 추출방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
박찬수 외 1인, '실시간 시각화를 위한 계측 구조 구축 기법 개발', 大韓土木學會論文集 제29권 제2D호, 2009.03, pp.311-318
허용, '폴리곤 공간객체 집합의 지도정렬을 위한 대응 꼭지점 쌍 탐색 기법', 한국측량학회학술대회자료집, 2011.04, pp.481-499

Also Published As

Publication number Publication date
KR20150097972A (ko) 2015-08-27

Similar Documents

Publication Publication Date Title
Riveiro et al. Automated processing of large point clouds for structural health monitoring of masonry arch bridges
Cheng et al. Modeling tower crane operator visibility to minimize the risk of limited situational awareness
US20150254499A1 (en) Multi-view 3d object recognition from a point cloud and change detection
CN102136155B (zh) 基于三维激光扫描数据的物体立面矢量化方法和系统
JP6131704B2 (ja) 連続型道路分割体の検知方法及び連続型道路分割体の検知装置
CN108629228B (zh) 一种道路对象识别方法和装置
US9367737B2 (en) Floor plan space detection
Akula et al. Real-time drill monitoring and control using building information models augmented with 3D imaging data
CN110404261B (zh) 游戏中虚拟路网的构建方法及装置
Aljumaily et al. Big-data approach for three-dimensional building extraction from aerial laser scanning
CN101719127A (zh) 地质矿产空间数据库数据质量快速系统检查方法
CN103817938A (zh) 一种包含多个洞的多边形区域快速桥接方法
US9910878B2 (en) Methods for processing within-distance queries
CN111308500A (zh) 基于单线激光雷达的障碍物感知方法、装置和计算机终端
CN105404898A (zh) 一种松散型点云数据分割方法和设备
CN110489511B (zh) 等高线接边高程错误修正方法、系统及电子设备和介质
CN114818065A (zh) 三维巷道模型搭建方法、装置、电子设备及存储介质
Dassi et al. Efficient geometric reconstruction of complex geological structures
CN114283343B (zh) 基于遥感卫星图像的地图更新方法、训练方法和设备
Liu et al. An adaptive approach for primitive shape extraction from point clouds
CA3037575A1 (en) Geometric modelling for facilitating simulation for manufacturing operations
KR101555989B1 (ko) 지적 데이터의 불확실한 영역 탐지 시스템 및 그 방법
CN103065306B (zh) 图形数据的处理方法及装置
CN103093475A (zh) 一种图像处理方法及电子设备
WO2023179382A1 (zh) 机器人地图中障碍物的标记方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180820

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190902

Year of fee payment: 5