KR101992847B1 - 이미지 기반으로 식별 가능한 gcp와 uav를 이용한 지리 데이터 취득 시스템 및 그 방법 - Google Patents

이미지 기반으로 식별 가능한 gcp와 uav를 이용한 지리 데이터 취득 시스템 및 그 방법 Download PDF

Info

Publication number
KR101992847B1
KR101992847B1 KR1020180151617A KR20180151617A KR101992847B1 KR 101992847 B1 KR101992847 B1 KR 101992847B1 KR 1020180151617 A KR1020180151617 A KR 1020180151617A KR 20180151617 A KR20180151617 A KR 20180151617A KR 101992847 B1 KR101992847 B1 KR 101992847B1
Authority
KR
South Korea
Prior art keywords
gcp
target
color
image
area
Prior art date
Application number
KR1020180151617A
Other languages
English (en)
Inventor
박제성
Original Assignee
대한민국
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 대한민국 filed Critical 대한민국
Priority to KR1020180151617A priority Critical patent/KR101992847B1/ko
Application granted granted Critical
Publication of KR101992847B1 publication Critical patent/KR101992847B1/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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

실시예들은 카메라를 구비한 UAV(Unmanned Aerial Vehicle)를 이용하여 복수 개의 GCP(Ground Control Point) 타겟이 배치된 지리적 영역의 이미지를 촬영하는 단계, 촬영된 지리적 영역의 이미지 에서 GCP 타겟 이미지를 식별하는 단계 및 식별된 GCP 타겟 이미지를 상기 지리적 영역 내 GCP 타겟의 지리적 좌표와 매칭하는 단계를 포함하되, 상기 지리적 영역의 GCP 타겟은 중심점과 둘 이상의 서로 다른 색상영역을 포함하는, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법 및 이를 실행하는 시스템에 관련된다.

Description

이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템 및 그 방법{SYSTEM FOR OBTAINING GEOGRAPHICAL DATA USING UAV AND IDENTIFIABLE GCP BASED ON IMAGE AND METHOD THEREOF}
본 발명은 지리 데이터 취득 및 그 이용에 관련된 것으로서 더욱 구체적으로는 이미지 기반으로 식별가능한 GCP와 이러한 이미지를 촬영하는 UAV를 이용한 지리 데이터 취득 시스템 및 방법에 관련된다.
UAV 촬영 이미지를 보정하기 위해서는 내부표정(카메라 렌즈의 구면수차 보정 등), 외부표정(드론의 자세에 의한 영향 보정), 절대표정(이미지 픽셀과 GPS 좌표의 매핑)이 수행되고 있다.
절대표정을 위해서 종래에서는 UAV 촬영 이미지와 GPS 좌표를 매핑하기 위해, 1) 작업자가 영역 내를 돌아다니면서 GCP 타겟을 뿌려두고 어느 GCP 타겟이 어느 GPS 좌표에 배치되었는지를 기록하고, 2) UAV 촬영 이미지에서 각 GCP 타겟을 작업자가 육안으로 식별하여 타겟 중심점을 찍는 방식으로 이미지와 좌표의 매핑을 수행하였다.
이러한 종래 GCP를 이용한 외부표정은 높은 정확도를 가지는 반면 GCP 측량하기 위한 시간과 경비가 많이 소요된다. 특히, 외부표정의 시간소요는 GCP 측량시 작성해야하는 야장과 외부표정 과정 중 수작업으로 시행되는 GCP 검색과 좌표입력 작업에서 발생되는 시간소요 등이 가장 큰 문제점이다.
한국공개특허 제　10-1999-0047500호(한국전자통신연구원)
위와 같은 종래 문제를 해결하기 위해서 GCP 측량 야장 간소화와 수작업으로 검색 및 입력한 GCP 추출과 좌표입력 작업을 개선하는 것이 필요하다.
본 발명의 기술적 과제는 이상에서 언급한 것들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제는 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법은 카메라를 구비한 UAV(Unmanned Aerial Vehicle)를 이용하여 복수 개의 GCP(Ground Control Point) 타겟이 배치된 지리적 영역의 이미지를 촬영하는 단계, 촬영된 지리적 영역의 이미지 에서 GCP 타겟 이미지를 식별하는 단계 및 식별된 GCP 타겟 이미지를 상기 지리적 영역 내 GCP 타겟의 지리적 좌표와 매칭하는 단계를 포함하되, 상기 지리적 영역의 GCP 타겟은 중심점과 둘 이상의 서로 다른 색상영역을 포함한다.
일 실시예에 있어서, 촬영된 지리적 영역의 이미지에서 GCP 타겟 이미지를 식별하는 단계는, 상기 GCP 타겟 이미지의 각 중심점을 검출하는 단계,
상기 GCP 타겟 이미지에서 상기 중심점을 둘러싸고 배열되며 미리 설정된 각도를 갖는 부채꼴 형상의 둘 이상의 색상영역을 검출하는 단계 및 상기 둘 이상의 색상영역의 색 패턴을 이용하여 상기 GCP 타겟을 식별하는 단계를 포함할 수 있다.
일 실시예에 있어서, GCP 타겟 이미지들은 적어도 하나의 동일한 색상영역을 포함하고, 상기 둘 이상의 색상영역의 색 패턴을 이용하여 상기 GCP 타겟을 식별하는 단계는, 상기 동일한 색상영역과 상기 기준점을 기초로 상기 색 패턴을 읽는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 GCP 타겟 이미지에 포함되는 둘 이상의 색상영역에 있어서, 이웃하는 색상영역의 색은 서로 상이할 수 있다.
일 실시예에 있어서, 상기 GCP 타겟은, 이미지 촬영시 상기 UAV의 비행 고도 및 상기 카메라의 규격에 기초해서 크기가 결정된 후 상기 지리적 영역에 배치될 수 있다.
일 실시예에 있어서, 상기 GCP 타겟의 각 색상영역의 면적은 모두 동일할 수 있다.
일 실시예에 있어서, 상기 GCP 타겟의 각 색상영역의 면적은 서로 상이하며, 각 색상영역의 면적은 해당 색상영역의 색 또는 제1 방향으로 이웃한 색상영역의 색을 기초로 결정될 수 있다.
일 실시예에 있어서, 상기 제1 방향은 GCP 타겟의 색 패턴을 읽는 방향과 반대일 수 있다.
본 발명의 일 실시예에 따른 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템은 지리적 영역에 배치된 복수개의 GCP 타겟, 상기 지리적 영역의 이미지를 촬영하는 카메라를 구비한 UAV, 상기 복수개의 GCP 타겟의 지리적 좌표를 저장하고 있는 데이터베이스 및 상기 UAV로부터 촬영된 이미지를 수신하고, 수신된 이미지에서 GCP 타겟 이미지를 식별하고, 식별된 GCP 타겟 이미지를 상기 GCP 타겟의 지리적 좌표와 매칭하는 관리서버를 포함하되, 상기 지리적 영역의 GCP 타겟은 중심점과 둘 이상의 서로 다른 색상영역을 포함한다.
일 실시예에 있어서, 상기 관리서버는, 상기 GCP 타겟 이미지의 각 중심점을 검출하고, 상기 GCP 타겟 이미지에서 상기 중심점을 둘러싸고 배열되며 미리 설정된 각도를 갖는 부채꼴 형상의 둘 이상의 색상영역을 검출하고, 둘 이상의 색상영역의 색 패턴을 이용하여 상기 지리적 영역에 배치된 각 GCP 타겟을 식별할 수 있다.
일 실시예에 있어서, GCP 타겟 이미지들은 적어도 하나의 동일한 색상영역을 포함하며, 상기 관리서버는, 상기 동일한 색상영역과 상기 기준점을 기초로 상기 색 패턴을 읽을 수 있다.
일 실시예에 있어서, 상기 GCP 타겟 이미지에 포함되는 둘 이상의 색상영역에 있어서, 이웃하는 색상영역의 색은 서로 상이할 수 있다.
일 실시예에 있어서, 상기 GCP 타겟은, 이미지 촬영시 상기 UAV의 비행 고도 및 상기 카메라의 규격에 기초해서 크기가 결정된 후 상기 지리적 영역에 배치될 수 있다.
일 실시예에 있어서, 상기 GCP 타겟의 각 색상영역의 면적은 모두 동일할 수 있다.
일 실시예에 있어서, 상기 GCP 타겟의 각 색상영역의 면적은 서로 상이하며, 각 색상영역의 면적은 해당 색상영역의 색 또는 제1 방향으로 이웃한 색상영역의 색을 기초로 결정될 수 있다.
일 실시예에 있어서, 상기 제1 방향은, 관리서버가 상기 GCP 타겟의 색 패턴을 읽는 방향과 반대일 수 있다.
본 발명의 일 실시예에 따르면 작업자가 직접 GCP 타겟을 이미지에서 식별할 필요 없이 이미지 프로세싱을 통해 각 GCP 타겟이 식별되고 중심점 위치가 얻어지므로, 이를 작업자가 기록한 타겟별 좌표와 매핑하기만 하면 절대표정이 자동으로 완료되는 이점이 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템1000의 동작환경을 나타내는 도이다.
도 2 및 도 3은 본 발명의 일 실시예에 따른 GCP 타겟10의 예이다.
도 4는 본 발명의 일 실시예에 따라 각 GCP 타겟의 고유번호를 설정하기 위해 각 색상영역에 부여하는 색 및 숫자의 예시를 나타낸다.
도 5는 도 4의 규칙에 따라서 산출된 예시적인 GCP 타겟들의 고유번호를 나타낸다.
도 6은 본 발명의 일 실시예에 따른 GCP 타겟10과 GCP 타겟 이미지10'를 나타낸다.
도 7은 본 발명의 일 실시예에 따른 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법의 순서도이다.
도 8은 도 7의 순서도에 있어서 단계S200이 구체화된 실시예를 나타낸다.
도 9 내지 도 12는 도 5의 GCP 타겟을 촬영한 이미지에 대하여 본 발명을 적용한 실험 결과를 나타낸다.
본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시 된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미이다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미인 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 다만, 실시형태를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다. 또한, 도면에서의 각 구성요소들의 크기는 설명을 위하여 과장될 수 있으며, 실제로 적용되는 크기를 의미하는 것은 아니다.
본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "모듈(module)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다.
실시예들이 도면에 제시된 순서도를 참조로 하여 설명되었다. 간단히 설명하기 위하여 상기 방법은 일련의 블록들로 도시되고 설명되었으나, 본 발명은 상기 블록들의 순서에 한정되지 않고, 몇몇 블록들은 다른 블록들과 본 명세서에서 도시되고 기술된 것과 상이한 순서로 또는 동시에 일어날 수도 있으며, 동일한 또는 유사한 결과를 달성하는 다양한 다른 분기, 흐름 경로, 및 블록의 순서들이 구현될 수 있다. 또한, 본 명세서에서 기술되는 방법의 구현을 위하여 도시된 모든 블록들이 요구되지 않을 수도 있다. 나아가, 본 발명의 일 실시예에 따른 방법은 일련의 과정들을 수행하기 위한 컴퓨터 프로그램의 형태로 구현될 수도 있으며, 상기 컴퓨터 프로그램은 컴퓨터로 판독 가능한 기록 매체에 기록될 수도 있다.
이하에서, 도면을 참조하여 본 발명의 실시예들에 대하여 상세히 살펴본다.
도 1은 본 발명의 일 실시예에 따른 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템1000의 동작환경을 나타내는 도이다.
도 1을 참조하면 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템1000은 GCP 타겟10, UAV20, 데이터베이스30 및 관리서버40를 포함할 수 있다.
GCP 타겟10은 지리적 영역P내 소정의 위치에 미리 설치될 수 있다. 본 명세서에서 지리적 영역은 위도 및 경도(또는 GPS 좌표)를 갖는 물리적인 범위를 의미한다. GCP 타겟 설치시 관리자는 각 GCP 타겟의 지리적 좌표를 확인하고 이를 데이터베이스30에 입력해 놓을 수 있다. 여기서 지리적 좌표는 GPS 좌표를 의미할 수 있다. 도 1을 참조하면 3개의 GCP타겟이 서로 다른 위치에 존재하며, 관리자는 각 GCP 타겟을 설치하면서 각 GCP 타겟의 지리적 좌표를 획득해 놓을 수 있다.
도 2 및 도 3은 본 발명의 일 실시예에 따른 GCP 타겟10의 예이다. 도 2 또는 도 3을 참조하면 GCP 타겟10은 GCP 타겟을 촬영한 이미지 내 GCP 타겟 이미지10'로부터 각 GCP 타겟을 자동으로 인식하고 분류할 수 있도록 특수한 형태 및 구조로 구성될 수 있다. GCP 타겟은 도 2 또는 도 3에서와 같이 원형일 수 있으나 다른 실시예에서는 다각형일 수 있다. 바람직하게는 GCP 타겟10은 원형일 수 있다. GCP 타겟10이 원형인 경우 GCP 타겟을 촬영한 이미지Q로부터 각 GCP 타겟10의 중심점을 추출하는 것이 용이하기 때문이다.
GCP 타겟은 복수개의 색상영역(A~F~H)으로 구성될 수 있다. 복수개의 색상영역은 도 2에서와 같이 중심점을 기초로 N 등분되거나, 도 3에서와 같이 비균등하게 분할될 수 도 있다. 도 2에서 GCP 타겟은 원형이며 중심점 기초로 6등분되었으나, 이에 본 발명이 제한되는 것은 아니다.
색상영역이 비균등하게 분할되는 경우, 각 색상영역의 면적은 1)해당 색상영역의 색 또는 2)제1 방향으로 이웃한 색상영역의 색을 기초로 결정될 수 있다.
1)의 경우 해당 색상영역의 검은색이면 15도 각도를 갖고, 노랑색이면 30도 각도를 갖는 방식을 의미할 수 있다. 이러한 방식은 색상에 따른 이미지 처리 효율을 높이기 위함이다. 예컨대 어두운 색이나 주변 환경과 비슷한 색은 밝은색등에 비해 식별이 어렵기 때문에 면적이 넒을 필요성이 있다.
2)의 경우, B색상영역의 면적은 A 색상영역의 색을 기초로 결정되는 것을 의미할 수 있다. 이 방식은 GCP 타겟의 외형을 기초로 제3자가 GCP 타겟의 의미를 쉽게 이해하지 못하도록 보안 수준을 높이는 효과를 가질 수 있다.
GCP 타겟의 각 색상영역(A~F)은 소정의 색으로 채워질 수 있다. 각 색상영역은 인접한 색상영역과 동일한 색을 갖지 않도록 설계될 수 있으며 각 색상영역은 고유의 의미를 가질 수 있다. 즉 GCP 타겟은 각 색상영역에 의해 고유번호로 표현될 수 있다.
도 4는 본 발명의 일 실시예에 따라 각 GCP 타겟의 고유번호를 설정하기 위해 각 색상영역에 부여하는 색 및 숫자의 예시를 나타낸다. 예컨대, 도 2 내지 도 4를 참조하면 A색상영역은 GCP 타겟 이미지 분석시 분석 기준을 나타낸다. 일반적으로 GCP 타겟은 원의 형태로 GCP 타겟이 임의의 방향으로 회전하였을 때 각 색상영역을 구분하기 어렵다. 이에 A색상영역은 임의의 방향으로 회전된 GCP 타겟의 정보를 인식함에 있어 기준이 되도록 설계된 색상영역이다. A색상영역은 검정색(Black; R-G-B : 0-0-0)으로 표현될 수 있다. 따라서 GCP 타겟(혹은 GCP 타겟 이미지)들은 적어도 하나의 동일한 색상영역(기준 색상영역. 즉 A색상영역)을 가질 수 있다. 각 GCP 타겟은 관리서버40에 의해 A영역을 시작으로 시계방향으로 색상영역의 색이 판단됨으로써 GCP 타겟의 고유번호가 읽혀질 수 있다.
B색상영역은 GCP 타겟의 고유번호의 일의 자릿수에 5를 더할지에 대한 여부를 표현할 수 있다. B 색상영역은 빨강색(Red; R-G-B : 255-0-0)과 흰색(White; R-G-B : 255-255-255)으로 구분될 수 있으며, 만약 빨강색일 경우 GCP 고유번호에 5를 더하고, 흰색일 경우 더하지 않을 수 있다. C색상영역은 GCP 타겟의 고유번호의 일의 자릿수에 0, 1, 2, 3, 4를 각각 표현한다. 다섯 가지 인덱스를 표현하기 위해 RGB로 구별이 가능한 5가지 색상이 이용될 수 있다. 0은 노랑색(Yellow; R-G-B : 255-255-0), 1은 초록색(Green; R-G-B : 0-255-0), 2는 청록색(Cyan; R-G-B : 0-255-255), 3은 파랑색(Blue; R-G-B : 0-0-255), 4는 자홍색(Magenta; R-G-B : 255-0-255)을 의미할 수 있다. D색상영역은 GCP 타겟의 고유번호에 100을 더할지에 대한 여부를 표현한다. D색상영역은 회색(Gray; R-G-B : 128-128-128)과 흰색으로 구분되며, 회색일 경우 100을 더하고, 흰색일 경우 100을 더하지 않는 것을 의미할 수 있다. E색상영역은 GCP 타겟의 고유번호의 십의 자릿수에 0, 1, 2, 3, 4를 각각 표현할 수 있다. 이는 C색상영역과 동일한 색상체계를 이용하여 표현될 수 있다. F색상영역은 GCP 고유번호에 50을 더할지에 대한 여부를 나타낸다. 이는 B색상영역과 동일한 색상체계와 방식으로 적용될 수 있다. 여기서 설명한 색상의 종류 및 수의 범위는 예시적인 것에 불과하다.
도 5는 도 4의 규칙에 따라서 산출된 예시적인 GCP 타겟들의 고유번호를 나타낸다. 도 5를 참조하면 색상영역의 패턴에 의해 각 GCP 타겟들이 다양한 고유번호로 표현될 수 있음을 알 수 있다.
일 실시예에 있어서 GCP 타겟10의 재질은 폴리에스터일 수 있으나 이에 제한되는 것은 아니다. 참고적으로 표1은 GCP 타겟의 재질에 대한 실험결과를 나타낸다.
재질 무게 휴대성 가격 제작업체 일조영향 방수여부
코팅 가벼움 보통 저렴 인쇄소 많음 불가능
철 무거움 불편 고가 특수제작 보통
(특수코팅)		 가능
폴리에스터 가벼움 우수 보통 수선 없음 가능
일 실시예에 있어서 GCP 타겟10의 크기는, GCP 타겟이 설치된 지리적 영역을 촬영할 UAV의 비행 고도 및 카메라의 규격에 기초해서 결정될 수 있다. 통상적으로 UAV의 비행 고도는 지역에 따라 결정되어 있으며, GCP 타겟을 기초로 지리 데이터 취득시 이용될 UAV 및 이에 포함되는 카메라21의 성능도 기 결정될 수 있기 때문에, 비행 고도와 카메라의 성능(예컨대 해상도)을 기초로 획득한 지리적 영역의 이미지에서 GCP 타겟 이미지가 소정 개수 이상의 픽셀로 구성될 수 있도록 GCP 타겟의 크기가 적절히 정해지는 것이 중요하다. GCP 타겟이 지나치게 작으면 GCP 타겟 이미지로부터 중심점을 찾지 못하거나 색상영역을 구분하지 못할 수 있으며, 지나치게 커도 지리적 영역을 과하게 소비하게 되며 영상처리에 부담이 될 수 있기 때문이다.
즉 GCP 타겟10의 크기는 휴대성과 프로그램을 이용한 자동분류에 가장 큰 영향을 준다. 이에 발명자는 최적의 타겟 크기를 찾고자 실험을 실시하였다. 실험에 있어서 GCP 타겟10의 크기를 결정하기 위해 지름 1.2m와 0.8m 크기의 GCP 타겟을 각각 제작 후 UAV로 촬영을 하였다. 제작된 GCP 타겟은 최대고도에서 촬영한 영상을 이용하여 GCP 타겟 크기별 pixel 크기를 검토하였다.
이때 촬영 최대고도는 항공법 시행규칙 제171조(최저비행고도) 법 제55조 제1호에 의거하여 150m이며, 최대 고도에서 UAV를 정위치시켜 촬영을 실시하였다. UAV는 DJI사에서 제작한 인스파이어2 기종에 XSS카메라를 설치하여 촬영하였고, 취득된 사진의 해상도는 2456*4608 픽셀(pixel)이었다. GCP 타겟의 크기를 확인한 결과 1.2m 크기의 타겟은 35픽셀, 0.8m 타겟은 24픽셀로 나타났다.
실제로 촬영고도는 최대고도(150m)보다 여유를 둔 120m에서 실시되었다. 국립재난안전연구원에서는 최대고도(150m)의 경우 항공법에 제한이 되기 때문에 UAV 활용시 120m에서 대부분의 촬영을 실시하고 있다.
촬영 결과, 지름 1.1m 타겟을 고도 120m 촬영하였을 때 45pixel이 관측됨을 알 수 있었다. 일 실시예에서는 설정된 프로그램에서 연산할 수 있는 최소 픽셀을 계산하고, 그 결과를 GCP 타겟 크기결정에 반영하였다. 본 실험에서 이용한 프로그램의 연산 가능한 GCP 타겟의 최소 픽셀이 28픽셀이었고, 그 결과 최대 고도 150m에서 0.8m의 GCP타겟을 촬영한 경우 24픽셀로 취득된다는 점을 감안하여 타겟 크기는 0.8m 이상이 바람직하다는 결과를 도출할 수 있었다. 이에 본 실험에서는 지름 1.1m의 GCP타겟이 크기평가 결과 GCP 타겟으로 가정 적합할 것으로 판단되었다. 다만 이는 이미지 처리 프로그램, 카메라 성능 등에 따라 상이해질 수 있는 결과값으로서 본 발명이 상술한 수치에 제한되는 것은 아님이 이해되어야 한다.
UAV20는 카메라21를 구비할 수 있다. UAV20는 카메라21를 이용하여 지리적 영역P의 일부분에 대한 이미지Q를 촬영할 수 있다. 촬영된 이미지는 네트워크를 통해 관리서버40 또는 데이터베이스30로 전송될 수 있다.
도 1을 더 참조하면 네트워크는 UAV20, 데이터베이스30 및 관리서버40를 유선 또는 무선 연결할 수 있다. 무선의 겨우 네트워크는, 와이파이, 블루투스, 지그비, 와이파이 다이렉트, 로라, 3G, 4G, 5G 등과 같은 임의의 통신규약에 따른 것일 수 있다.
데이터베이스30는 정보를 저장하는 장치로서, GCP 타겟별 고유번호와 이에 대응되는 지리적 좌표를 저장하고 있을 수 있다. 한편 데이터베이스30는 관리버서40에 포함되거나, 독립된 장치일 수 있다. 한편 상술한 바와 같이 지리적 좌표는 실측에 의해 입력된 정보일수 있다. 각 GCP 타겟은 고유번호가 부여될 수 있으며, 이러한 고유번호는 상술한 바와 같이 GCP 타겟의 형태 및/또는 색에 의해 결정될 수 있다.
관리서버40는 컴퓨터 명령을 실행할 수 있는 중앙처리장치등과 같은 컴퓨팅장치를 포함할 수 있다.
관리서버40는 수신된 이미지Q에서 GCP 타겟 이미지10'를 식별하고, 식별된 GCP 타겟 이미지10'를 GCP 타겟10의 지리적 좌표와 매칭할 수 있다.
도 6은 본 발명의 일 실시예에 따른 GCP 타겟10과 GCP 타겟 이미지10'를 나타낸다. 도 6을 참조하면 본 명세서에서 GCP 타겟10은 실제하는 객체이고, GCP 타겟 이미지10'는 GCP 타겟10을 촬영한 이미지 내의 GCP 타겟10에 대응되는 부분을 의미하는 바, 관리서버40는 GCP 타겟 이미지10'를 분석하여 이미지Q 내GCP 타겟 이미지10'의 고유번호를 획득하고, 이 고유번호를 데이터베이스30에 저장된 GCP 타겟 고유번호-지리적 좌표 테이블을 기초로 GCP 타겟10의 지리적 좌표를 추정(혹은 매칭)할 수 있다.
관리서버40는 GCP 타겟 이미지10'와 GCP 타겟의 지리적 좌표를 매칭하기 위해서 다음과 같은 세부 절차를 진행할 수 있다. 예컨대 관리서버40는 GCP 타겟 이미지10'의 중심점을 검출하고, GCP 타겟 이미지10'에서 중심점을 둘러싸고 배열되며 미리 설정된 각도를 갖는 부채꼴 형상의 둘 이상의 색상영역을 검출하고, 둘 이상의 색상영역의 색 패턴을 이용하여 상기 지리적 영역에 배치된 각 GCP 타겟을 식별할 수 있다. 색 패턴은 순차적인 색상영역의 색 배열을 의미한다.
본 실시 예에서 GCP타겟10은 원형인 바, 관리서버40는 이미지Q에 대하여 허프 변환을 적용하여 GCP 타겟 이미지10'의 중심점을 추출할 수 있다. 그 후 소정의 픽셀값을 원의 반지름으로 규정하여 GCP 타겟 이미지10'를 식별할 수 있다.
관리서버40는 기준 색상영역(A 색상영역)을 시작으로 시계방향으로 각 색상영역의 색을 판별함으로써(읽음으로써) GCP 타겟의 고유번호를 식별할 수 있다.
도 2와 같은 GCP 타겟이 이용된 경우 관리서버40는 60 시계방향으로 60°씩 이동하면서 색상영역의 색을 판별할 수 있으며, 도 3과 같은 경우 현재 현재 측정중인 색상영역의 색을 기초로 이동되는 각도를 결정하거나, GCP 타겟에 포함된 가장 작은 각도 이하의 값(바람직하게는 그 미만)을 단위이동각도로 결정하고, 단위이동각도씩 이동하면서 색상영역의 색을 판별할 수 있다. 예컨대 가장 적은 면적의 색상영역이 사이각 10도를 갖는다면, 단위이동각도는 9.5도가 될 수 있다.
이러한 단위이동각도 방식은 최소의 사이각 보다 적은 단위이동각도씩 이동하기 때문에 색상영역을 지나치지 않을 수 있으며, 인접한 색상영역의 색은 동일하지 않은 조건이 있기 때문에 색 패턴을 오차 없이 읽을 수 있는 이점이 있다.
색상영역의 색을 판별하기 위해서 관리서버40는 GCP 타겟 이미지10'를 이진화하고 각 색상영역의 무게중심을 각 색상영역의 중점으로 결정하고, 결정된 중점의 색을 해당 색상영역의 색으로 결정할 수 있다.
도 7은 본 발명의 일 실시예에 따른 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법의 순서도이다. 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법은 상술한 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템1000의 구성요소들에 의해 구현될 수 있다.
도 7을 참조하면 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법은 카메라를 구비한 UAV(Unmanned Aerial Vehicle)를 이용하여 복수 개의 GCP(Ground Control Point) 타겟이 배치된 지리적 영역의 이미지를 촬영하는 단계S100, 촬영된 지리적 영역의 이미지 에서 GCP 타겟 이미지를 식별하는 단계S200 및 식별된 GCP 타겟 이미지를 상기 지리적 영역 내 GCP 타겟의 지리적 좌표와 매칭하는 단계 S300를 포함할 수 있다.
도 8은 도 7의 순서도에 있어서 단계S200이 구체화된 실시예를 나타낸다. 도 8을 참조하면, 촬영된 지리적 영역의 이미지 에서 GCP 타겟 이미지를 식별하는 단계S200는 상기 GCP 타겟 이미지의 각 중심점을 검출하는 단계S210, 상기 GCP 타겟 이미지에서 상기 중심점을 둘러싸고 배열되며 미리 설정된 각도를 갖는 부채꼴 형상의 둘 이상의 색상영역을 검출하는 단계S220 및 상기 둘 이상의 색상영역의 색 패턴을 이용하여 상기 GCP 타겟을 식별하는 단계S230를 포함할 수 있다.
일 실시예에서 GCP 타겟 이미지들은 적어도 하나의 동일한 색상영역을 포함하고, 둘 이상의 색상영역의 색 패턴을 이용하여 상기 GCP 타겟을 식별하는 단계S200는, 동일한 색상영역과 상기 기준점을 기초로 상기 색 패턴을 읽는 단계를 포함할 수 있다.
일 실시예에서 상기 GCP 타겟 이미지에 포함되는 둘 이상의 색상영역에 있어서, 이웃하는 색상영역의 색은 서로 상이하다.
일 실시예에 있어서, 상기 GCP 타겟은, 이미지 촬영시 상기 UAV의 비행 고도 및 상기 카메라의 규격에 기초해서 크기가 결정된 후 상기 지리적 영역에 배치될 수 있다.
또한 상기 GCP 타겟의 각 색상영역의 면적은 모두 동일하거나, 각 색상영역의 면적은 서로 상이할 수 있다. 각 색상영역의 면적이 상이한 경우, 각 색상영역의 면적은 해당 색상영역의 색 또는 제1 방향으로 이웃한 색상영역의 색을 기초로 결정될 수 있다. 여기서 제1 방향은 GCP 타겟의 색 패턴을 읽는 방향과 반대방향일 수 있다. 즉 기준 색상영역을 기준으로 시계방향으로 색상영역 색 판별이 이루어진다면 제1 방향은 반시계방향일 수 있다.
도 9 내지 도 12는 도 5의 GCP 타겟을 촬영한 이미지에 대하여 본 발명을 적용한 실험 결과를 나타낸다. 도 9는 GCP 타겟 이미지들에 있어서 중점을 식별한 결과를 나타내고, 도 10은 하나의 타겟 이미지가 28x38 픽셀로 획득된 것을 나타낸다. 도 11은 기준 색상영역(검은색 색상영역)의 중점이 결정된 결과를 나타낸다. 도 12는 각 GCP 타겟 이미지들에 대한 고유번호 식별 결과를 나타낸다. 도 12를 참조하면 각 GCP 타겟 이미지의 식별 결과값인 고유번호는 실제 GCP 타겟의 고유번호와 일치함을 알 수 있다.
이상에서 살펴본 본 발명은 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 발명의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.
10: GCP 타겟
10': GCP 타겟 이미지
20: UAV
21: 카메라
30: 데이터저장소
40: 관리서버
P : 지리적 영역
Q : 촬영된 이미지

Claims (16)

  1. 카메라를 구비한 UAV(Unmanned Aerial Vehicle)를 이용하여 복수 개의 GCP(Ground Control Point) 타겟이 배치된 지리적 영역의 이미지를 촬영하는 단계;
    촬영된 지리적 영역의 이미지 에서 GCP 타겟 이미지를 식별하는 단계; 및
    식별된 GCP 타겟 이미지를 상기 지리적 영역 내 GCP 타겟의 지리적 좌표와 매칭하는 단계를 포함하되,
    상기 지리적 영역의 GCP 타겟은 중심점과 둘 이상의 서로 다른 색상영역을 포함하고,
    상기 촬영된 지리적 영역의 이미지에서 GCP 타겟 이미지를 식별하는 단계는,
    상기 GCP 타겟 이미지의 각 중심점을 검출하는 단계;
    상기 GCP 타겟 이미지에서 상기 중심점을 둘러싸고 배열되며 미리 설정된 사이각을 갖는 부채꼴 형상의 둘 이상의 색상영역을 검출하는 단계; 및
    상기 둘 이상의 색상영역의 색 패턴을 이용하여 상기 GCP 타겟을 식별하는 단계를 포함하고,
    상기 GCP 타겟 이미지들은 적어도 하나의 동일한 색상영역을 포함하고,
    상기 GCP 타겟 이미지에 포함되는 둘 이상의 색상영역에 있어서, 이웃하는 색상영역의 색은 서로 상이하되,
    상기 GCP 타겟의 각 색상영역의 면적 및 사이각은 서로 상이하며,
    각 색상영역의 면적 및 사이각은 해당 색상영역의 색 또는 제1 방향으로 이웃한 색상영역의 색을 기초로 결정되는, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 둘 이상의 색상영역의 색 패턴을 이용하여 상기 GCP 타겟을 식별하는 단계는,
    상기 동일한 색상영역과 상기 중심점을 기초로 상기 색 패턴을 읽는 단계를 포함하는, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법.
  4. 삭제
  5. 제3항에 있어서,
    상기 GCP 타겟은,
    이미지 촬영시 상기 UAV의 비행 고도 및 상기 카메라의 규격에 기초해서 크기가 결정된 후 상기 지리적 영역에 배치되는, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법.
  6. 삭제
  7. 삭제
  8. 제5항에 있어서,
    상기 제1 방향은 GCP 타겟의 색 패턴을 읽는 방향과 반대인, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 방법.
  9. 지리적 영역에 배치된 복수개의 GCP 타겟;
    상기 지리적 영역의 이미지를 촬영하는 카메라를 구비한 UAV;
    상기 복수개의 GCP 타겟의 지리적 좌표를 저장하고 있는 데이터베이스; 및
    상기 UAV로부터 촬영된 이미지를 수신하고, 수신된 이미지에서 GCP 타겟 이미지를 식별하고, 식별된 GCP 타겟 이미지를 상기 GCP 타겟의 지리적 좌표와 매칭하는 관리서버를 포함하되,
    상기 지리적 영역의 GCP 타겟은 중심점과 둘 이상의 서로 다른 색상영역을 포함하되,
    상기 관리서버는,
    상기 GCP 타겟 이미지의 각 중심점을 검출하고, 상기 GCP 타겟 이미지에서 상기 중심점을 둘러싸고 배열되며 미리 설정된 사이각을 갖는 부채꼴 형상의 둘 이상의 색상영역을 검출하고, 둘 이상의 색상영역의 색 패턴을 이용하여 상기 지리적 영역에 배치된 각 GCP 타겟을 식별하되,
    GCP 타겟 이미지들은 적어도 하나의 동일한 색상영역을 포함하며,
    상기 GCP 타겟 이미지에 포함되는 둘 이상의 색상영역에 있어서,
    이웃하는 색상영역의 색은 서로 상이하고,
    상기 GCP 타겟의 각 색상영역의 면적 및 사이각은 서로 상이하며,
    각 색상영역의 면적 및 사이각은 해당 색상영역의 색 또는 제1 방향으로 이웃한 색상영역의 색을 기초로 결정되는, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템.
  10. 삭제
  11. 제9항에 있어서,
    상기 관리서버는, 상기 동일한 색상영역과 상기 중심점을 기초로 상기 색 패턴을 읽는, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템.
  12. 삭제
  13. 제11항에 있어서,
    상기 GCP 타겟은,
    이미지 촬영시 상기 UAV의 비행 고도 및 상기 카메라의 규격에 기초해서 크기가 결정된 후 상기 지리적 영역에 배치되는, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템.
  14. 삭제
  15. 삭제
  16. 제13항에 있어서,
    상기 제1 방향은, 관리서버가 상기 GCP 타겟의 색 패턴을 읽는 방향과 반대인, 이미지 기반으로 식별 가능한 GCP와 UAV를 이용한 지리 데이터 취득 시스템.
KR1020180151617A 2018-11-30 2018-11-30 이미지 기반으로 식별 가능한 gcp와 uav를 이용한 지리 데이터 취득 시스템 및 그 방법 KR101992847B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180151617A KR101992847B1 (ko) 2018-11-30 2018-11-30 이미지 기반으로 식별 가능한 gcp와 uav를 이용한 지리 데이터 취득 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180151617A KR101992847B1 (ko) 2018-11-30 2018-11-30 이미지 기반으로 식별 가능한 gcp와 uav를 이용한 지리 데이터 취득 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR101992847B1 true KR101992847B1 (ko) 2019-06-25

Family

ID=67065183

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180151617A KR101992847B1 (ko) 2018-11-30 2018-11-30 이미지 기반으로 식별 가능한 gcp와 uav를 이용한 지리 데이터 취득 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101992847B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990047500A (ko) 1997-12-04 1999-07-05 정선종 반자동 온라인 지리보정 방법
KR100981588B1 (ko) * 2010-02-19 2010-09-10 (주)지오투정보기술 특징점 픽셀의 크기와 방향 정보를 이용하는 벡터 변환에 기초한 도시공간 지리정보 생성 시스템
JP2012194126A (ja) * 2011-03-17 2012-10-11 Topcon Corp 画像色彩補正装置及び画像色彩補正方法
JP2016085100A (ja) * 2014-10-24 2016-05-19 株式会社ａｍｕｓｅ ｏｎｅｓｅｌｆ 測量システム、設定装置、設定プログラム及び記録媒体
KR20170025448A (ko) * 2015-08-28 2017-03-08 삼성중공업 주식회사 부재 위치 안내 장치
US9592912B1 (en) * 2016-03-08 2017-03-14 Unmanned Innovation, Inc. Ground control point assignment and determination system
KR101721364B1 (ko) * 2015-10-30 2017-04-10 김창영 위성 위치 확인 시스템과 증강현실을 이용한 제수변 관리 방법
KR101874498B1 (ko) * 2017-02-23 2018-07-05 창원대학교 산학협력단 Ｕａｓ 기반의 공간 정보 취득을 위한 지상 기준점의 항공 측량 시스템 및 그 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990047500A (ko) 1997-12-04 1999-07-05 정선종 반자동 온라인 지리보정 방법
KR100981588B1 (ko) * 2010-02-19 2010-09-10 (주)지오투정보기술 특징점 픽셀의 크기와 방향 정보를 이용하는 벡터 변환에 기초한 도시공간 지리정보 생성 시스템
JP2012194126A (ja) * 2011-03-17 2012-10-11 Topcon Corp 画像色彩補正装置及び画像色彩補正方法
JP2016085100A (ja) * 2014-10-24 2016-05-19 株式会社ａｍｕｓｅ ｏｎｅｓｅｌｆ 測量システム、設定装置、設定プログラム及び記録媒体
KR20170025448A (ko) * 2015-08-28 2017-03-08 삼성중공업 주식회사 부재 위치 안내 장치
KR101721364B1 (ko) * 2015-10-30 2017-04-10 김창영 위성 위치 확인 시스템과 증강현실을 이용한 제수변 관리 방법
US9592912B1 (en) * 2016-03-08 2017-03-14 Unmanned Innovation, Inc. Ground control point assignment and determination system
KR101874498B1 (ko) * 2017-02-23 2018-07-05 창원대학교 산학협력단 Ｕａｓ 기반의 공간 정보 취득을 위한 지상 기준점의 항공 측량 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
US10789503B1 (en) System and method for automatically identifying and matching a color of a structure's external surface
CN110472623B (zh) 图像检测方法、设备以及系统
CN110189329B (zh) 用于定位色卡的色块区域的系统和方法
JP2009139197A (ja) カラーコード付き標識、カラーコード抽出手段及び三次元計測システム
CN110910341B (zh) 一种输电线路锈蚀区缺陷检测方法及装置
CN109492525B (zh) 一种测量基站天线工程参数的方法
CN110909750B (zh) 图像差异检测方法及装置、存储介质、终端
EP3534250B1 (en) Target detection method and unmanned aerial vehicle
CN108537846B (zh) 相机标定方法及设备
US20130202211A1 (en) Method for Recognition of a Predetermined Pattern in an Image Data Set
KR20150039367A (ko) 차량번호 인식 시스템
CN110440764B (zh) 一种表计检测云台二次对准方法、装置和设备
CN109308714A (zh) 基于分类惩罚的摄像头和激光雷达信息配准方法
CN117218201A (zh) Gnss拒止条件下无人机影像定位精度提升方法及系统
CN114359337B (zh) Rgbt视觉目标跟踪方法、装置、电子设备和存储介质
KR101992847B1 (ko) 이미지 기반으로 식별 가능한 gcp와 uav를 이용한 지리 데이터 취득 시스템 및 그 방법
JP6434834B2 (ja) 検査対象物抽出装置、及び検査対象物抽出方法
CN110910379B (zh) 一种残缺检测方法及装置
CN113496505B (zh) 图像配准方法、装置、多光谱相机、无人设备及存储介质
KR102183559B1 (ko) 피해목 검출 장치 및 방법
Tyukin et al. Research and development of an indoor navigation system based on the digital processing of video images
CN112508997A (zh) 航拍图像的视觉对位算法筛选及参数优化系统和方法
CN110766734A (zh) 光学影像与热红外影像的配准方法及设备
CN111930987B (zh) 一种基于机器视觉颜色识别的智慧城域定位方法及系统
CN114299037B (zh) 一种对象检测结果的质量评估方法、装置、电子设备及计算机可读存储介质

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant