KR101667875B1 - 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법 - Google Patents

복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법 Download PDF

Info

Publication number
KR101667875B1
KR101667875B1 KR1020150045202A KR20150045202A KR101667875B1 KR 101667875 B1 KR101667875 B1 KR 101667875B1 KR 1020150045202 A KR1020150045202 A KR 1020150045202A KR 20150045202 A KR20150045202 A KR 20150045202A KR 101667875 B1 KR101667875 B1 KR 101667875B1
Authority
KR
South Korea
Prior art keywords
building
map
polygon
matching
unit
Prior art date
Application number
KR1020150045202A
Other languages
English (en)
Other versions
KR20160116862A (ko
Inventor
이재빈
염준호
Original Assignee
목포대학교산학협력단
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 목포대학교산학협력단 filed Critical 목포대학교산학협력단
Priority to KR1020150045202A priority Critical patent/KR101667875B1/ko
Publication of KR20160116862A publication Critical patent/KR20160116862A/ko
Application granted granted Critical
Publication of KR101667875B1 publication Critical patent/KR101667875B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • 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)
  • Software Systems (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Ecology (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Remote Sensing (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 제 1지도와 제 2지도를 비교하는 비교부, 비교부의 비교결과에 기초하여 제 1지도와 제 2지도로부터 대응블록을 추출하는 제 1추출부, 제 1추출부에 의하여 추출된 대응블록에 포함된 건물군에 대하여 기하학적 위치 오차를 보정하는 보정부, 보정부에 의하여 보정된 건물군의 위치에 기초하여 제 1지도와 제 2지도간의 중첩 면적비를 결정하는 중첩도결정부, 중첩도결정부에 의하여 결정된 중첩 면적비에 기초하여 보정된 건물군 중 매칭 건물과 비매칭 건물을 분류하는 제 1분류부, 제 1분류부의 분류결과에 기초하여 제 1지도와 제 2지도로부터 오매칭(error-matching) 후보 건물군을 추출하는 제 2추출부, 제 2추출부에 의하여 추출된 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하고, 오매칭 후보 건물군에 대한 회전각 함수분석을 수행하는 분석부 및 분석부에 의한 회전각 함수분석결과에 기초하여 오매칭 후보 건물군 내에서 매칭 건물과 비매칭 건물을 분류하는 제 2분류부를 포함하는 것을 특징으로 하는 건물 폴리곤 자동정합 장치 및 방법에 관한 것이다.

Description

복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법{AUTOMATIC MATCHING DEVICE AND METHOD OF BUILDING POLYGON ON A PLURALITY OF MAPS}
본 발명은 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법에 관한 것으로, 더욱 상세하게는 제 1지도와 제 2지도 상에서의 건물 폴리곤의 기하학적 불일치를 보정하고, 크기 또는 형상 등이 변경되지 않은 건물과 변경이 된 건물을 자동으로 탐색하여 복수개의 지도 상에서 건물을 자동으로 탐색하기 위한 장치 및 방법에 관한 것이다.
여러 시스템에 분산적으로 구축되어 있던 건물정보를 연계하기 위한 다양한 연구가 진행되어 왔다. 특히 건축물 정보의 기본인 건축물대장이 속한 인터넷 건축행정정보시스템과 수치지도 관리시스템，한국토지정보시스템, 등기나 부동산 관련 시스템，도로명주소 관리시스템 등 서로 다른 건물관련 공간 정보 관리 시스템을 연계하기 방법이 연구되어왔다. 그러나 대표적인 공공분야 공간정보인 국토지리정보원의 수치지도 2.0과 안전행정부의 도로명주소지도의 통합과 연계에 관한 연구는 부족한 실정이다.
이에 따라, 도로명주소지도와 수치지형도의 매칭에 관한 유사 연구로 최소경계사각형 비교와 중첩 면적 분석을 통해 매칭하는 방법이 제시되었으나, 이러한 방법은 단순히 중첩 면적만을 이용해 매칭을 수행하므로, 두 지도 상의 건물 폴리곤의 형태적 차이를 고려하지 못하는 문제점이 있었다.
또한, 두 지도 건물 객체의 형상 지수, 형상 방향, 중첩 면적비를 계산하고 다양한 가중조합 기법에 따른 매칭 정확도를 비교하는 방법이 제시되었으나, 객체의 세부적인 형태 특성을 고려하지 못한 대표값 형태의 형상 인자를 이용한다는 것과, 모든 대응 객체의 유사도와 가중 조합 유사도를 계산하여야 하며, 광범위한 지역의 임의 표집 데이터가 아닌 특정 실험 데이터에 대한 검증만이 완료되어 알고리즘의 강건성 측면에서도 추가 검증이 필요하다는 문제점이 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 창안된 것으로, 제 1 지도와 제 2 지도 상에서의 건물 폴리곤의 기하학적 불일치를 보정하고, 크기 또는 형상 등이 변경되지 않은 건물과 변경이 된 건물을 자동으로 탐색하여 복수개의 지도 상에서 건물을 자동으로 탐색하는 데 그 목적이 있다.
이와 같은 목적을 달성하기 위한 본 발명의 일 실시예에 따른 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치는, 제 1지도와 제 2지도를 비교하는 비교부, 비교부의 비교결과에 기초하여, 제 1지도와 제 2지도로부터 대응블록을 추출하는 제 1추출부, 제 1추출부에 의하여 추출된 대응블록에 포함된 건물군에 대하여 기하학적 위치 오차를 보정하는 보정부, 보정부에 의하여 보정된 건물군의 위치에 기초하여, 제 1지도와 제 2지도간의 중첩 면적비를 결정하는 중첩도결정부, 중첩도결정부에 의하여 결정된 중첩 면적비에 기초하여, 보정된 건물군 중 매칭 건물과 비매칭 건물을 분류하는 제 1분류부, 제 1분류부의 분류결과에 기초하여, 제 1지도와 제 2지도로부터 오매칭(error-matching) 후보 건물군을 추출하는 제 2추출부, 제 2추출부에 의하여 추출된 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하고, 오매칭 후보 건물군에 대한 회전각 함수분석을 수행하는 분석부 및 분석부에 의한 회전각 함수분석 결과에 기초하여 오매칭 후보 건물군 내에서 매칭 건물과 비매칭 건물을 분류하는 제 2분류부를 포함할 수 있다.
또한, 제 1지도는 도로명주소지도, 제 2지도는 수치지형도일 수 있다.
또한, 비교부는 제 1지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 1 블록 폴리곤과 제 2지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 2 블록 폴리곤을 비교하고, 제 1추출부는 제 1 블록 폴리곤과 제 2 블록 폴리곤 간의 결정된 중첩 면적비에 기초하여 제 1지도의 제 1 블록 폴리곤에 상응하는 제2지도의 블록 폴리곤을 대응블록으로서 추출할 수 있다.
또한, 대응블록에 포함된 건물군과, 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하기 위해, ICP 알고리즘이 적용될 수 있다.
또한, 중첩도결정부는 제 1지도 상의 대응블록 내 건물 폴리곤과 제 2지도 상의 대응블록 내 건물 폴리곤의 중첩 면적비를 계산하고, 계산된 중첩 면적비에 기초하여 대응건물간 면적유사도를 결정할 수 있다.
또한, 제 1분류부 또는 제 2분류부는 매칭 건물과 비매칭 건물을 자동으로 분류하기 위해 오츠(Otsu) 임계화 기법을 이용할 수 있다.
또한, 오매칭 후보 건물군에는 중첩 면적비율의 임계 값으로부터 소정범위 내에 포함된 중첩 면적비를 갖는 적어도 하나의 건물이 포함될 수 있다.
또한, 본 발명의 일 실시예로써 복수개의 지도 상에서의 건물 폴리곤 자동정합 방법이 제공될 수 있다. 본 발명의 일 실시예에 따른 방법은, 제 1지도와 제 2지도를 비교하는 제 1단계, 제 1단계의 비교결과에 기초하여, 제 1지도와 제 2지도로부터 대응블록을 추출하는 제 2단계, 제 2단계에서 추출된 대응블록에 포함된 건물군에 대하여 기하학적 위치 오차를 보정하는 제 3단계, 제 3단계에서 보정된 건물군의 위치에 기초하여, 제 1지도와 제 2지도간의 건물 중첩 면적비를 결정하는 제 4단계, 제 4단계에서 결정된 건물 중첩 면적비에 기초하여, 보정된 건물군 중 매칭 건물과 비매칭 건물을 분류하는 제 5단계, 제 5단계의 분류결과에 기초하여, 제 1지도와 제 2지도로부터 오매칭(error-matching) 후보 건물군을 추출하는 제 6단계, 제 6단계에서 추출된 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하고, 오매칭 후보 건물군에 대한 회전각 함수분석을 수행하는 제 7단계 및 제 7단계의 회전각 함수분석결과에 기초하여 오매칭 후보 건물군 내에서 매칭 건물과 비매칭 건물을 분류하는 제 8단계를 포함할 수 있다.
또한, 제 1지도는 도로명주소지도, 제 2지도는 수치지형도일 수 있다.
또한, 제 1단계에서는 제 1지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 1 블록 폴리곤과 제 2지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 2 블록 폴리곤이 비교되고, 제 2단계는 블록 간의 계산된 중첩 면적비에 기초하여 제 1지도의 제 1 블록 폴리곤에 상응하는 제2지도의 블록 폴리곤을 대응블록으로서 추출할 수 있다.
또한, 대응블록에 포함된 건물군과 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하기 위해, ICP 알고리즘이 적용될 수 있다.
또한, 제 4단계에서는 제 1지도 상의 대응블록 내 건물 폴리곤과 제 2지도 상의 대응블록 내 건물 폴리곤의 중첩 면적비를 계산하고, 계산된 중첩 면적비에 기초하여 면적 유사도가 가장 큰 건물을 대응건물로 결정할 수 있다.
또한, 제 5단계 또는 제 8단계에서는 매칭 건물과 비매칭 건물을 자동으로 분류하기 위해 오츠(Otsu) 임계화 기법이 이용될 수 있다.
또한, 오매칭 후보 건물군에는 중첩 면적비율의 임계 값으로부터 소정범위 내에 포함된 중첩 면적비를 갖는 적어도 하나의 건물이 포함될 수 있다.
한편, 본 발명의 일 실시예로써, 전술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공될 수 있다.
이와 같은 본 발명에 따르면, 데이터의 상호 운용성이 강조되는 공공기관 수치지도 데이터의 통합 및 갱신에 효율적으로 사용될 수 있으며, 향후 다원화되는 GIS 자료의 융합에 도움이 될 수 있다.
또한, 각종 다양한 지도들(예컨대, 도로명주소지도와 수치지형도 등)의 위치 기반 통합과 변환을 위한 중요 기술로 활용될 수 있다.
또한, 비용과 시간 측면에서 공간정보 업무의 효율성을 증가시키고 도로명주소 체계의 확산 및 정착을 위한 국가 정책 기조 등에 큰 도움이 될 수 있다.
도 1은 본 발명의 실시예에 따른 건물 폴리곤 자동정합 장치의 구성을 개략적으로 나타낸 블록도이다.
도 2a는 본 발명의 실시예에 따른 대응블록에 포함된 건물군에 대한 기하학적 위치오차 보정 전의 제 1지도와 제 2지도의 비교결과를 나타낸 도면이다.
도 2b는 본 발명의 실시예에 따른 대응블록에 포함된 건물군에 대한 기하학적 위치오차 보정 후의 제 1지도와 제 2지도의 비교결과를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 회전각 함수분석 예를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 건물 폴리곤 자동정합 방법을 나타낸 순서도이다.
도 5는 본 발명의 실시예에 따른 1차 기하학적 위치오차 보정결과와 2차 기하학적 위치오차 보정결과를 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 회전각 함수분석을 이용하여 건물 폴리곤 매칭여부를 판단한 일 예시이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.
본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 명세서 전체에서 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, "그 중간에 다른 소자를 사이에 두고 연결"되어 있는 경우도 포함한다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 건물 폴리곤 자동정합 장치의 구성을 개략적으로 나타낸 블록도이고, 도 2a는 본 발명의 실시예에 따른 대응블록에 포함된 건물군에 대한 기하학적 위치오차 보정 전의 제 1지도와 제 2지도의 비교결과를 나타낸 도면이며, 도 2b는 본 발명의 실시예에 따른 대응블록에 포함된 건물군에 대한 기하학적 위치오차 보정 후의 제 1지도와 제 2지도의 비교결과를 나타낸 도면이고, 도 3은 본 발명의 실시예에 따른 회전각 함수분석 예를 나타낸 도면이고, 도 4는 본 발명의 실시예에 따른 건물 폴리곤 자동정합 방법을 나타낸 순서도이며, 도 5는 본 발명의 실시예에 따른 1차 기하학적 위치오차 보정결과와 2차 기하학적 위치오차 보정결과를 나타내는 도면이고, 도 6은 본 발명의 실시예에 따른 회전각 함수분석을 이용하여 건물 폴리곤 매칭여부를 판단한 일 예시이다.
본 발명의 일 실시예에 따르면, 제 1지도와 제 2지도에서 각각 블록을 추출하고, 추출된 블록들의 중첩 면적 유사도를 비교하여 대응 블록을 결정하며, 결정된 대응 블록 내에 존재하는 제 1지도와 제 2지도 상에서의 건물 폴리곤에 대하여 ICP 보정 후 중첩 면적 유사도를 비교하여 대응건물을 결정할 수 있다.
먼저 도 1을 참조하면, 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치(100)는 제 1지도와 제 2지도를 비교하는 비교부(110), 비교부(110)의 비교결과에 기초하여, 제 1지도와 제 2지도로부터 대응블록을 추출하는 제 1추출부(120), 제 1추출부(120)에 의하여 추출된 대응블록에 포함된 건물군에 대하여 기하학적 위치 오차를 보정하는 보정부(130) 및 보정부(130)에 의하여 보정된 건물군의 위치에 기초하여, 제 1지도와 제 2지도간의 중첩 면적비를 결정하는 중첩도결정부(140)를 포함할 수 있다. 또한, 중첩도결정부(140)에 의하여 결정된 중첩 면적비에 기초하여, 보정된 건물군 중 매칭 건물과 비매칭 건물을 분류하는 제 1분류부(150), 분류부의 분류결과에 기초하여, 제 1지도와 제 2지도로부터 오매칭(error-matching) 후보 건물군을 추출하는 제 2추출부(160), 제 2추출부(160)에 의하여 추출된 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하고, 오매칭 후보 건물군에 대한 회전각 함수분석을 수행하는 분석부(170) 및 분석부(170)에 의한 회전각 함수분석결과에 기초하여 오매칭 후보 건물군 내에서 매칭 건물과 비매칭 건물을 분류하는 제 2분류부(180)를 포함할 수 있다.
본 발명의 일 실시예에 따른 제 1지도는 도로명주소지도(Road Name Address Map), 제 2지도는 수치지형도(Digital Topographic Map)가 될 수 있지만, 반드시 이에 제한되는 것은 아니다. 본 발명의 일 실시예에서와 같이 안전행정부의 도로명주소지도와 국토지리정보원의 수치지형도 2.0 등이 각각 제 1지도 및 제 2지도로 이용될 수 있다. 이러한 두 지도는 기준 타원체와 좌표계가 다를 뿐만 아니라 갱신 주기에서 큰 차이를 보인다. 도로명주소지도는 건물의 행정적인 주소 등록 과정을 통해 실시간에 가까운 갱신이 이루어지는 반면 수치지형도는 2년에 한 번씩 항공사진과 현지 측량에 의하여 주기적으로 갱신이 이루어진다. 도로명주소지도의 신속한 갱신성과 수치지형도의 위치 정확성은 상호 보완적인 관계에 있으며 이는 두 수치지도 자료의 통합을 통해 증대될 수 있다. 따라서, 본 발명의 일 실시예에서와 같이 도로명주소지도와 수치지형도가 각각 제 1지도 및 제 2지도로써 이용될 수 있다.
또한, 블록은 도로로 둘러싸인 영역으로서 도시 계획에 의해 구획된 가구계를 지칭하며, 이러한 블록 내에는 적어도 하나의 건물이 포함될 수 있다. 다시 말해서, 하나의 블록 내에서는 수개에서 수십 개의 건물이 존재할 수 있다. 이러한 수개에서 수십 개의 건물은 건물 폴리곤을 통하여 식별될 수 있다. 폴리곤은 건물 등의 평면 윤곽 또는 형태를 결정짓는 선으로 구성된 면 또는 그 조합을 지칭할 수 있다.
또한, 비교부(110)에서는 제 1지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 1 블록 폴리곤과 제 2지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 2 블록 폴리곤을 비교할 수 있다. 또한, 제 1추출부(120)에서는 비교부(110)에서의 블록들 간 중첩 면적비 비교결과에 기초하여 제 1지도의 제 1 블록 폴리곤에 상응하는 제 2지도의 블록 폴리곤을 대응블록으로서 추출할 수 있다.
예를 들어, 제 1지도와 제 2지도 각각에 대하여 각각의 지도 전체를 포함하는 폴리곤(O)을 생성하였을 때 도로 폴리곤(R)과의 차 연산을 통해 제 1지도와 제 2지도 상에서 적어도 하나의 건물 폴리곤이 포함된 개별 블록(B)을 각각 추출 할 수 있다. 폴리곤 간의 차 연산은 수학식 1과 같이 논리적으로 수행될 수 있다.
Figure 112015031521529-pat00001
여기서, B는 블록 폴리곤 세트, O는 각각의 지도의 전체를 포함하는 폴리곤, R은 도로 폴리곤 세트를 나타낸다.
또한, 제 1지도 및 제 2지도와 같이 이종 데이터간에 대응 가능한 개별 블록(B)의 중첩면적비를 계산함으로써 면적유사도(Sa)가 가장 높은 대응 블록쌍을 수학식 2를 이용하여 결정할 수 있다.
Figure 112015031521529-pat00002
여기서, Sa는 면적유사도, Br은 제 1지도의 블록 폴리곤 세트, Bd는 제 2지도의 블록 폴리곤 세트를 나타낸다.
본 발명의 일 실시예에 따르면, 보정부(130)에서는 대응블록에 포함된 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정할 수 있다. 이러한 위치 오차 보정을 위하여 예를 들면, ICP(Iterative Closest Point) 알고리즘이 적용될 수 있다. 예컨대, 최신 지도의 건물을 타 지도 건물에 맞추어 기하학적 위치 오차를 보정함으로써 동일한 건물 또는 형태가 변경되거나 신규 생성된 건물 등을 보다 정확히 파악할 수 있다. 다시 말해서, 타 지도 건물을 중심으로 기준 지도 건물 폴리곤에 대한 회전，이동 변환을 수행하여 지도 상의 건물 등의 위치 오차를 보정할 수 있다. 기준 지도는 최신 정보로 업데이트된 지도를 지칭할 수 있다. 이러한 ICP 알고리즘을 이용하여 기준 지도와 타 지도 간의 기하학적 불일치를 제거할 수 있다.
또한, 보정부(130)에서는 오매칭 후보 건물군 내의 각각의 건물에 대하여도 기하학적 위치 오차를 보정할 수 있다. 본 발명의 일 실시예에 따르면 1차적으로는 대응 블록 내 건물군에 대한 일괄적 기하보정이，2차적으로는 재탐색 후보군인 오매칭 후보 건물군 내의 개별 건물에 대한 기하보정이 이루어질 수 있다.
ICP 알고리즘은 점으로 구성된 두 벡터 데이터의 평균제곱근오차(RMSE)가 최소가 되도록 변환량을 반복적으로 추정하는 알고리즘이며, 블록 기반으로 ICP 알고리즘을 적용할 경우, 블록별로 고유한 회전 행렬(RM)과 변환 벡터(T)가 계산되기 때문에 지역적인 왜곡을 최소화 할 수 있으며 연산 부하를 줄일 수 있 다.
이에 따라, 수학식 3과 같이 변환 점 벡터에 대해 추정된 회전 행렬과 이동 벡터를 적용하였을 때 기준점 벡터와의 평균제곱근오차가 비용함수(C)로 구성될 수 있으며, 초기 회전 및 이동 변환량은 변환 점과 가장 가까운 기준점을 대응관계로 보아 설정되며, 평균제곱근 오차가 최소가 되도록 반복적으로 회전 행렬과 이동 벡터를 계산할 수 있다.
Figure 112015031521529-pat00003
여기서, n은 점 데이터의 수이고, RM은 회전 행렬, T는 이동(translation)벡터, ri는 제 1지도에서의 i번째 점의 벡터이고, di는 제 2지도에서의 i번째 점의 벡터를 나타낸다.
도 2a와 도 2b를 참조하면, 제 1지도를 변환 데이터로 제 2지도를 기준 데이터로 하여 ICP 알고리즘을 적용하면, 도 2a에서와 같은 제 1지도에서 일정한 방향으로 존재하던 계통 위치 편차(또는 오차)는 도 2b에서와 같이 기하학적 위치 오차 보정 후에는 제거될 수 있다.
중첩도결정부(140)는 제 1지도 상의 대응블록 내 건물 폴리곤과 제 2 지도 상의 대응블록 내 건물 폴리곤의 중첩 면적비를 계산하고, 계산된 중첩 면적비에 기초하여 대응건물간 면적유사도를 결정할 수 있다. 다시 말해서, 계산된 회전 및 이동 변화량을 제 1지도에 적용한 후 제 2지도와 중첩 면적비를 계산할 수 있다.
제 1분류부(150)에서는 대응블록 내 대응 가능한 건물쌍에 대하여 계산된 중첩 면적비에 기초하여 면적유사도가 높은 건물 쌍을 매칭 건물로 분류할 수 있다. 다시 말해서, 중첩 면적비가 높은 제 1지도와 제 2지도 상의 대응 건물은 매칭 건물로 분류될 수 있다. 면적유사도는 0에서 1 사이의 값을 가지며, 0은 중첩되는 건물이 없는 것을 나타내고 1은 두 건물이 완벽히 중첩되는 것을 나타낸다. 건물의 면적유사도가 높을수록 동일 건물일 확률이 높으며 매칭 여부를 보다 정확히 판별하기 위해서는 0에서 1사이의 임계값 설정을 통한 건물 분류를 수행할 수 있다.
제 1분류부(150) 또는 제 2분류부(180)는 매칭 건물과 비매칭 건물을 자동으로 분류하기 위해 오츠(Otsu) 임계화 기법을 이용할 수 있다. 오츠 임계화 기법은 클래스간 분산(
Figure 112015031521529-pat00004
)과 클래스내 분산(
Figure 112015031521529-pat00005
)을 이용하여 클래스들의 분리도가 최대가 되도록 임계값을 탐색하는 알고리즘이다. 예를 들어, 수학식 4 및 수학식 5와 같이 전체 분산을 클래스간 분산과 클래스내 분산의 합으로 표현할 때, 클래스내 분산은 가중치가 고려된 매칭 건물과 비매칭 건물 분산의 합으로 표현될 수 있다.
Figure 112015031521529-pat00006
Figure 112015031521529-pat00007
여기서,
Figure 112015031521529-pat00008
는 전체 분산,
Figure 112015031521529-pat00009
는 클래스간 분산,
Figure 112015031521529-pat00010
는 클래스내 분산, t는 임계값, w는 가중 계수,
Figure 112015031521529-pat00011
는 매칭 클래스의 분산,
Figure 112015031521529-pat00012
는 비매칭 클래스의 분산을 나타낸다.
임계값에 따라 매칭과 비매칭 건물의 분산이 달라지며 예를 들어, 클래스 내의 분산이 최소, 클래스 간의 분산은 최대가 되는 임계값을 건물 매칭에 대한 기준으로 결정할 수 있다.
제 2추출부(160)에서는 제 1분류부의 분류결과에 기초하여, 제 1지도와 제 2지도로부터 오매칭(error-matching) 후보 건물군을 추출할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 오매칭 후보 건물군에는 중첩 면적비의 임계값으로부터 소정범위 내에 포함된 중첩 면적비를 갖는 적어도 하나의 건물이 포함될 수 있다. 다시 말해서, 본 발명의 일 실시예에 따른 계층적 매칭을 위하여 예컨대, 중첩 면적비가 임계값의 土0.1 범위 안에 들어오는 건물쌍은 오매칭 확률이 높은 오매칭 후보군으로 추출하고, 추출된 오매칭 후보군의 건물에 대하여 2차 매칭을 수행할 수 있다.
분석부(170)에서는 오매칭 후보 건물군 내의 개별 건물에 대하여 기하학적 위치 오차를 보정하고, 오매칭 후보군에 대한 매칭 정확도 향상을 위하여 중첩 면적비 이외에 형태적 특징을 고려한 회전각 함수분석을 수행할 수 있다. 전술한 바와 같이, 분석부(170)에서는 오매칭 후보 건물군 내의 각각의 건물에 대하여 ICP 알고리즘을 적용한 기하학적 위치 오차 보정을 수행할 수 있다.
여기서 회전각 함수란, 폴리곤이나 폴리라인 벡터 데이터의 선 성분이 x축과 이루는 각과 길이를 이용하여 두 데이터의 유사도를 결정하는 기법이며, 도 3과 같이 우측 하단 점부터 반시계방향으로 탐색된 선들의 각과 길이를 누적길이-각도 평면에 나타내어 벡터 데이터의 형태적 특징을 나타낼 수 있다. 이러한 회전각 함수 분석 기법은 두 데이터의 평행 이동 변화에 독립적인 유사도 측정이 가능하다는 장점이 있으며, 중첩률은 높지만 형태적으로 상이한 건물의 매칭 여부를 판단하여 중첩 면적비와는 보완적인 유사도 측정을 가능하게 할 수 있다. 또한, 두 폴리곤 데이터의 둘레가 다르므로 변환 폴리곤을 기준 폴리곤의 둘레로 변환 후 두 회전각 함수의 면적차이, 즉 불일치 면적을 측정할 수 있다.
회전각 함수분석에 의한 유사도(St)는 1에서 비유사도(dissimilarity) 값을 뺀 것으로 나타낼 수 있고, 다음 수학식 6과 같이 표현될 수 있다. 비유사도 값은 변환 폴리곤의 넓이에 대한 면적 차이의 비로 결정될 수 있다.
Figure 112015031521529-pat00013
여기서, St는 회전각 함수분석에 의한 유사도, D는 비유사도, c' 변환누적길이, Tr은 제 1지도에 대한 회전각 함수, Td는 제 2지도에 대한 회전각 함수를 나타낸다.
제 2분류부(180)에서는 분석부(170)의 회전각 함수분석에 의한 유사도 결과에 기초하여 오매칭 후보 건물군 내에서 매칭 건물과 비매칭 건물을 분류할 수 있다. 다시 말해서, 본 발명의 일 실시예에 따르면, 제 1분류부 및 제 2 분류부에 의하여 계층적으로 건물 폴리곤 매칭을 수행함으로써 종래보다 건물의 매칭 정확도를 향상시킬 수 있다.
또한, 본 발명의 일 실시예로써 복수개의 지도 상에서의 건물 폴리곤 자동정합 방법이 제공될 수 있다. 본 발명의 일 실시예에 따른 방법은, 도 4에서와 같이, 제 1지도와 제 2지도를 비교하는 제 1단계(S10), 제 1단계의 비교결과에 기초하여 제 1지도와 제 2지도로부터 대응블록을 추출하는 제 2단계(S20), 제 2단계에서 추출된 대응블록에 포함된 건물군에 대하여 기하학적 위치 오차를 보정하는 제 3단계(S30), 제 3단계에서 보정된 건물군의 위치에 기초하여 제 1지도와 제 2지도간의 건물 중첩 면적비를 결정하는 제 4단계(S40), 제 4단계에서 결정된 건물 중첩 면적비에 기초하여 보정된 건물군 중 매칭 건물과 비매칭 건물을 분류하는 제 5단계(S50), 제 5단계의 분류결과에 기초하여 제 1지도와 제 2지도로부터 오매칭(error-matching) 후보 건물군을 추출하는 제 6단계(S60), 제 6단계에서 추출된 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하고, 오매칭 후보 건물군에 대한 회전각 함수분석을 수행하는 제 7단계(S70) 및 제 7단계의 회전각 함수분석결과에 기초하여 오매칭 후보 건물군 내에서 매칭 건물과 비매칭 건물을 분류하는 제 8단계(S80)를 포함할 수 있다.
본 발명의 일 실시예에 따른 제 1지도는 도로명주소지도, 제 2지도는 수치지형도일 수 있지만, 반드시 이에 제한되는 것은 아니다.
또한, 제 1단계(S10)에서는 제 1지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 1 블록 폴리곤과 제 2지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 2 블록 폴리곤이 비교되고, 제 2단계(S20)는 비교결과에 기초하여 제 1지도의 제 1 블록 폴리곤에 상응하는 제 2지도의 블록 폴리곤이 대응블록으로서 추출될 수 있다.
또한, 대응블록에 포함된 건물군과 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하기 위해, ICP 알고리즘이 적용될 수 있다.
또한, 제 4단계(S40)에서는 제 1지도 상의 대응블록 내 건물 폴리곤과 제 2지도 상의 대응블록 내 건물 폴리곤의 중첩 면적비를 계산하고, 계산된 중첩 면적비에 기초하여 대응블록 내 건물 폴리곤간 면적유사도를 결정할 수 있다.
또한, 제 5단계(S50) 또는 제 8단계(S80)에서는 매칭 건물과 비매칭 건물을 자동으로 분류하기 위해 오츠(Otsu) 임계화 기법이 이용될 수 있다.
또한, 오매칭 후보 건물군에는 중첩 면적비율의 임계 값으로부터 소정범위 내에 포함된 중첩 면적비를 갖는 적어도 하나의 건물이 포함될 수 있다.
본 발명의 일 실시예에 따른 계층적 매칭 기법을 통해 전체 건물 중 오매칭 확률이 높은 건물들만을 선택적으로 추가로 매칭 여부를 판단함으로써 지도 상에서의 대응 건물의 매칭 판단을 정확하게 할 수 있고, 매칭 과정에서의 연산 효율성을 높일 수 있다.
도 5에서와 같이, 초기 기하학적 위치 오차 보정에서 위치 오차가 존재하던 건물들이 2차 위치 오차 보정 등을 통하여 성공적으로 기하 보정될 수 있다. 제 1지도와 제 2지도의 블록 내 건물 중 갱신주기의 차이에 의해 서로 다른 건물이 포함되어 있거나 도화가 다르게 이루어져 형태가 상이한 건물이 존재하는 경우 일부 건물의 매칭 정확도가 떨어지게 되며 이러한 경우에 본 발명의 일 실시예에 따른 계층적 매칭에 따른 건물 식별의 효과가 더욱 크게 나타날 수 있다.
또한, 본 발명의 일 실시예에 따르면 중첩 면적 유사도는 크지만 형태적으로 상이한 건물들의 경우 회전각 함수분석을 통해 매칭 정확도가 향상될 수 있다. 예를 들어, 도 6에서와 같이 건물이 두 수치지도(예컨대, 제 1지도 및 제 2지도)에서 형태적으로 상이함에도 불구하고 면적 유사도가 임계값 이상이 므로 제 1분류부(150)에 의하여 매칭 건물로 분류될 수 있다. 그러나 회전각 함수 분석을 함께 적용할 경우, 회전각 유사도가 임계값 이하이기 때문에 최 종적으로 비매칭 건물로 분류될 수 있다.
본 발명의 일 실시예에 따르면 1차 및 2차 매칭으로 구성된 계층적 매칭 과정을 통하여 이종 수치지도 건물 데이터의 정합 시, 건물 등의 객체의 매칭 정확도와 연산의 효율성을 높일 수 있다. 다시 말해서, 객체의 중첩 면적 유사도뿐만 아니라 형태적 특성을 고려하기 위한 회전각 함수분석을 통하여 종래 대비 매칭의 정확도를 더욱 향상 시킬 수 있고, 전체 건물이 아닌 오매칭 후보 건물군에만 2차적으로 ICP 기하보정과 회전각 함수 분석을 수행함으로써 연산의 효율성을 높일 수 있다. 또한, 2차 ICP 기하보정을 통해 건물의 정확한 기하보정이 가능하고, 회전각 함수분석을 통해 오매칭 건물의 수를 감소시킬 수 있다.
본 발명의 일 실시예에 따른 방법과 관련하여서는 전술한 장치에 대한 내용이 적용될 수 있다. 따라서, 방법과 관련하여, 전술한 장치에 대한 내용과 동일한 내용에 대하여는 설명을 생략하였다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다. 통신 매체는 전형적으로 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 또는 반송파와 같은 변조된 데이터 신호의 기타 데이터, 또는 기타 전송 메커니즘을 포함하며, 임의의 정보 전달 매체를 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100 : 건물 폴리곤 자동정합 장치
110 : 비교부
120 : 제 1추출부
130 : 보정부
140 : 중첩도결정부
150 : 제 1분류부
160 : 제 2추출부
170 : 분석부
180 : 제 2분류부

Claims (15)

  1. 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치에 있어서,
    제 1지도와 제 2지도를 비교하는 비교부;
    상기 비교부의 비교결과에 기초하여, 상기 제 1지도와 상기 제 2지도로부터 대응블록을 추출하는 제 1추출부;
    상기 제 1추출부에 의하여 추출된 대응블록에 포함된 건물군에 대하여 기하학적 위치 오차를 보정하는 보정부;
    상기 보정부에 의하여 보정된 건물군의 위치에 기초하여, 상기 제 1지도와 상기 제 2지도간의 건물 중첩 면적비를 결정하는 중첩도결정부;
    상기 중첩도결정부에 의하여 결정된 상기 건물 중첩 면적비에 기초하여, 상기 보정된 건물군 중 매칭 건물과 비매칭 건물을 분류하는 제 1분류부;
    상기 제 1분류부의 분류결과에 기초하여, 상기 제 1지도와 상기 제 2지도로부터 오매칭(error-matching) 후보 건물군을 추출하는 제 2추출부;
    상기 제 2추출부에 의하여 추출된 상기 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하고, 상기 오매칭 후보 건물군에 대한 회전각 함수분석을 수행하는 분석부; 및
    상기 분석부에 의한 회전각 함수분석결과에 기초하여 상기 오매칭 후보 건물군에 대하여 유사도 결과값을 획득하고, 상기 획득된 유사도 결과값에 기초하여 상기 오매칭 후보 건물군 내에서 매칭 건물과 비매칭 건물을 분류하는 제 2 분류부; 를 포함하고,
    상기 유사도 결과값은 상기 오매칭 후보 건물군에 대하여 회전각 함수분석을 수행하여 회전각 함수의 면적차이인 불일치 면적을 측정하고, 상기 측정된 불일치 면적을 이용하여 비유사도 값을 결정하고, 상기 결정된 비유사도 값을 이용하여 획득되는 것을 특징으로 하는 건물 폴리곤 자동정합 장치.
  2. 제 1항에 있어서,
    상기 제 1지도는 도로명주소지도, 상기 제 2지도는 수치지형도인 것을 특징으로 하는 건물 폴리곤 자동정합 장치.
  3. 제 1항에 있어서,
    상기 비교부는 상기 제 1지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 1 블록 폴리곤과 상기 제 2지도의 전체 폴리곤과 상기 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 2 블록 폴리곤을 비교하고,
    상기 제 1추출부는 상기 비교결과에 기초하여 상기 제 1지도의 상기 제 1 블록 폴리곤에 상응하는 상기 제 2지도의 상기 제 2 블록 폴리곤을 대응블록으로서 추출하는 것을 특징으로 하는 건물 폴리곤 자동정합 장치.
  4. 제 1항에 있어서,
    상기 대응블록에 포함된 건물군과, 상기 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하기 위해, ICP 알고리즘이 적용되는 것을 특징으로 하는 건물 폴리곤 자동정합 장치.
  5. 제 1항에 있어서,
    상기 중첩도결정부는 상기 제 1지도 상의 건물 폴리곤과 상기 제 2 지도 상의 건물 폴리곤의 중첩 면적비를 계산하고, 상기 계산된 중첩 면적비에 기초하여 대응건물 폴리곤간 면적유사도를 결정하는 것을 특징으로 하는 건물 폴리곤 자동정합 장치.
  6. 제 1항에 있어서,
    상기 제 1분류부 또는 상기 제 2분류부는 상기 매칭 건물과 상기 비매칭 건물을 자동으로 분류하기 위해 오츠(Otsu) 임계화 기법을 이용하는 것을 특징으로 하는 건물 폴리곤 자동정합 장치.
  7. 제 1항에 있어서,
    상기 오매칭 후보 건물군에는 상기 중첩 면적비의 임계 값으로부터 소정범위 내에 포함된 중첩 면적비를 갖는 적어도 하나의 건물이 포함되는 것을 특징으로 하는 건물 폴리곤 자동정합 장치.
  8. 복수개의 지도 상에서의 건물 폴리곤 자동정합 방법에 있어서,
    제 1지도와 제 2지도를 비교하는 제 1단계;
    상기 제 1단계의 비교결과에 기초하여, 상기 제 1지도와 상기 제 2지도로부터 대응블록을 추출하는 제 2단계;
    상기 제 2단계에서 추출된 대응블록에 포함된 건물군에 대하여 기하학적 위치 오차를 보정하는 제 3단계;
    상기 제 3단계에서 보정된 건물군의 위치에 기초하여, 상기 제 1지도와 상기 제 2지도간의 건물 중첩 면적비를 결정하는 제 4단계;
    상기 제 4단계에서 결정된 상기 건물 중첩 면적비에 기초하여, 상기 보정된 건물군 중 매칭 건물과 비매칭 건물을 분류하는 제 5단계;
    상기 제 5단계의 분류결과에 기초하여, 상기 제 1지도와 상기 제 2지도로부터 오매칭(error-matching) 후보 건물군을 추출하는 제 6단계;
    상기 제 6단계에서 추출된 상기 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하고, 상기 오매칭 후보 건물군에 대한 회전각 함수분석을 수행하는 제 7단계; 및
    상기 제 7단계의 회전각 함수분석결과에 기초하여 상기 오매칭 후보 건물군에 대하여 유사도 결과값을 획득하고, 상기 획득된 유사도 결과값에 기초하여 상기 오매칭 후보 건물군 내에서 매칭 건물과 비매칭 건물을 분류하는 제 8단계; 를 포함하고,
    상기 유사도 결과값은 상기 오매칭 후보 건물군에 대하여 회전각 함수분석을 수행하여 회전각 함수의 면적차이인 불일치 면적을 측정하고, 상기 측정된 불일치 면적을 이용하여 비유사도 값을 결정하고, 상기 결정된 비유사도 값을 이용하여 획득되는 것을 특징으로 하는 건물 폴리곤 자동정합 방법.
  9. 제 8항에 있어서,
    상기 제 1지도는 도로명주소지도, 상기 제 2지도는 수치지형도인 것을 특징으로 하는 건물 폴리곤 자동정합 방법.
  10. 제 8항에 있어서,
    상기 제 1단계에서는 상기 제 1지도의 전체 폴리곤과 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 1 블록 폴리곤과 상기 제 2지도의 전체 폴리곤과 상기 도로 폴리곤 간의 차 연산을 통하여 획득된 적어도 하나의 제 2 블록 폴리곤이 비교되고,
    상기 제 2단계는 상기 비교결과에 기초하여 상기 제 1지도의 상기 제 1 블록 폴리곤에 상응하는 상기 제 2지도의 상기 제 2 블록 폴리곤이 대응블록으로서 추출되는 것을 특징으로 하는 건물 폴리곤 자동정합 방법.
  11. 제 8항에 있어서,
    상기 대응블록에 포함된 건물군과, 상기 오매칭 후보 건물군 내의 각각의 건물에 대하여 기하학적 위치 오차를 보정하기 위해, ICP 알고리즘이 적용되는 것을 특징으로 하는 건물 폴리곤 자동정합 방법.
  12. 제 8항에 있어서,
    상기 제 4단계에서는 상기 제 1지도 상의 대응블록 내 건물 폴리곤과 상기 제 2지도 상의 대응블록 내 건물 폴리곤의 중첩 면적비를 계산하고, 상기 계산된 중첩 면적비에 기초하여 대응건물 폴리곤간 면적유사도를 결정하는 것을 특징으로 하는 건물 폴리곤 자동정합 방법.
  13. 제 8항에 있어서,
    상기 제 5단계 또는 상기 제 8단계에서는 상기 매칭 건물과 상기 비매칭 건물을 자동으로 분류하기 위해 오츠(Otsu) 임계화 기법이 이용되는 것을 특징으로 하는 건물 폴리곤 자동정합 방법.
  14. 제 8항에 있어서,
    상기 오매칭 후보 건물군에는 상기 중첩 면적비의 임계 값으로부터 소정범위 내에 포함된 중첩 면적비를 갖는 적어도 하나의 건물이 포함되는 것을 특징으로 하는 건물 폴리곤 자동정합 방법.
  15. 제 8 항 내지 제 14 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020150045202A 2015-03-31 2015-03-31 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법 KR101667875B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150045202A KR101667875B1 (ko) 2015-03-31 2015-03-31 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150045202A KR101667875B1 (ko) 2015-03-31 2015-03-31 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20160116862A KR20160116862A (ko) 2016-10-10
KR101667875B1 true KR101667875B1 (ko) 2016-10-19

Family

ID=57146430

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150045202A KR101667875B1 (ko) 2015-03-31 2015-03-31 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101667875B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11176182B2 (en) 2020-03-13 2021-11-16 International Business Machines Corporation Applying approximate measure values from dissimilar maps
KR20240037586A (ko) 2022-09-15 2024-03-22 한국건설기술연구원 건물 외부 벽체 텍스처 맵핑 시스템 및 방법
KR20240037585A (ko) 2022-09-15 2024-03-22 한국건설기술연구원 도면 조닝을 위한 건물 폴리곤 편집 시스템 및 방법

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102185813B1 (ko) * 2018-11-08 2020-12-02 한국감정원 건축물대장 주소와 에너지계량기 주소의 자동매칭 방법, 시스템 및 컴퓨터프로그램
KR102318522B1 (ko) * 2018-12-31 2021-10-29 한국전자통신연구원 수치표고모델을 이용한 3차원 가상 환경 저작 시스템 및 그것의 동작 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007287145A (ja) 2006-04-12 2007-11-01 Fujitsu Ltd 形状比較装置および形状比較方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101063827B1 (ko) * 2009-04-27 2011-09-08 건국대학교 산학협력단 한국토지정보시스템 연속지적도와 수치지형도의 기하학적 지도 변환을 위한 반자동화된 공액점 쌍 추출방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007287145A (ja) 2006-04-12 2007-11-01 Fujitsu Ltd 形状比較装置および形状比較方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
수치지도와 도로명주소지도의 통합 활용을 위한 건물 매칭 분석과 신규 건물 갱신, 한국측량학회지 Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography 저널 지식맵, v.32 no.5 (2014)*
필지 객체의 형상 정합을 이용한 건물 설계도면의 좌표 등록, 한국측량학회지 제31권 제3호 (2013)*

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11176182B2 (en) 2020-03-13 2021-11-16 International Business Machines Corporation Applying approximate measure values from dissimilar maps
KR20240037586A (ko) 2022-09-15 2024-03-22 한국건설기술연구원 건물 외부 벽체 텍스처 맵핑 시스템 및 방법
KR20240037585A (ko) 2022-09-15 2024-03-22 한국건설기술연구원 도면 조닝을 위한 건물 폴리곤 편집 시스템 및 방법

Also Published As

Publication number Publication date
KR20160116862A (ko) 2016-10-10

Similar Documents

Publication Publication Date Title
CN111028277B (zh) 基于伪孪生卷积神经网络的sar和光学遥感图像配准方法
CN106778605B (zh) 导航数据辅助下的遥感影像道路网自动提取方法
KR101667875B1 (ko) 복수개의 지도 상에서의 건물 폴리곤 자동정합 장치 및 방법
Zamir et al. Accurate image localization based on google maps street view
Bosse et al. Keypoint design and evaluation for place recognition in 2D lidar maps
CN110119438B (zh) 基于主动学习的机载LiDAR点云滤波方法
KR101895647B1 (ko) 위치 기반 인식 기법
KR20200045522A (ko) 국지화를 수행하는 데에 사용되기 위한 방법 및 시스템
JP5385105B2 (ja) 画像検索方法およびシステム
Huh et al. Detecting conjugate-point pairs for map alignment between two polygon datasets
US10474872B2 (en) Fingerprint matching using virtual minutiae
US9158992B2 (en) Acceleration of linear classifiers
Yang et al. A pattern‐based approach for matching nodes in heterogeneous urban road networks
Mohammadi et al. VGI and reference data correspondence based on location‐orientation rotary descriptor and segment matching
Aijazi et al. Detecting and updating changes in lidar point clouds for automatic 3d urban cartography
Tremblay et al. Towards operational marker-free registration of terrestrial lidar data in forests
Satari et al. A multi‐resolution hybrid approach for building model reconstruction from lidar data
Ding et al. Efficient vanishing point detection method in complex urban road environments
Li et al. Road extraction algorithm based on intrinsic image and vanishing point for unstructured road image
CN104700620A (zh) 一种基于交通卡口的套牌车辆识别方法和装置
CN114283343B (zh) 基于遥感卫星图像的地图更新方法、训练方法和设备
Jiang et al. Leveraging vocabulary tree for simultaneous match pair selection and guided feature matching of UAV images
Nieto et al. Simultaneous estimation of vanishing points and their converging lines using the EM algorithm
Filin et al. A linear conflation approach for the integration of photogrammetric information and GIS data
CN111105435A (zh) 标志物匹配方法、装置及终端设备

Legal Events

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