KR102220151B1 - 항공 라이더 결측지역 보완 시스템 및 이를 이용한 보완방법, 상기 보완방법을 수행하는 프로그램 기록매체 - Google Patents

항공 라이더 결측지역 보완 시스템 및 이를 이용한 보완방법, 상기 보완방법을 수행하는 프로그램 기록매체 Download PDF

Info

Publication number
KR102220151B1
KR102220151B1 KR1020200124618A KR20200124618A KR102220151B1 KR 102220151 B1 KR102220151 B1 KR 102220151B1 KR 1020200124618 A KR1020200124618 A KR 1020200124618A KR 20200124618 A KR20200124618 A KR 20200124618A KR 102220151 B1 KR102220151 B1 KR 102220151B1
Authority
KR
South Korea
Prior art keywords
data
lidar
missing area
missing
area
Prior art date
Application number
KR1020200124618A
Other languages
English (en)
Inventor
최희준
송영근
김지환
Original Assignee
서울대학교 산학협력단
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 서울대학교 산학협력단 filed Critical 서울대학교 산학협력단
Priority to KR1020200124618A priority Critical patent/KR102220151B1/ko
Application granted granted Critical
Publication of KR102220151B1 publication Critical patent/KR102220151B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—Image restoration
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Theoretical Computer Science (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

본 발명은 항공 라이다 데이터의 결측지역에 대한 보완을 수행할 수 있는 기술에 대한 것으로, 본 발명의 실시예에 따르면, 항공 라이다 스캐닝 자료에서 발생하는 결측영역에 대한 보완을 지상 라이다 및 모바일 라이다를 이용하여 취득된 데이터의 분석을 통해 구현할 수 있도록 하여, 항공 라이다 데이터의 결측영역을 신뢰성있게 보완할 수 있도록 할 수 있다.

Description

항공 라이더 결측지역 보완 시스템 및 이를 이용한 보완방법, 상기 보완방법을 수행하는 프로그램 기록매체{COMPLEMENTING DEVICE AND METHOD FOR DATA OF THE SKY USING AERIAL LIDAR DATA AND PROGRAM RECORDING MEDIUM}
본 발명은 항공 라이다 데이터의 결측지역에 대한 보완을 수행할 수 있는 기술에 대한 것이다.
근래 들어 지리 정보 체계(Geographic Information System; GIS)에 대한 관심이 높아지고 관련 분야에 대한 연구개발이 활발히 이루어지면서, GIS의 응용과 활용 폭이 다방면으로 급속하게 확대되고 있다. GIS는 공간에 관련된 문제를 해결하기 위하여 지리 자료를 이용하고 관리하기 위한 컴퓨터 기반의 시스템을 의미한다.
여기서, 상기 GIS를 구축함에 있어 가장 기초적인 자료는 수치 지도(digital map)이다. 수치 지도는 고전적인 종이 지도와 달리, 측량에 의해 얻어진 각종 지형 자료들이 수치 편집에 의해 파일로 저장되고 색인화 된다. 수치 지도의 제작은 일반적으로 항공사진 및 위성 영상에 의하여 얻어진 지형 자료를 바탕으로 이루어지며, 이러한 자료를 해석하고 수치화하는 작업이 필요하다. 한편, 최근에는 범지구적 위치결정 체계(Global Positioning System; GPS)를 이용하여 수치 지형 자료(digital terrain data)를 획득하는 기술이 활발히 연구되고 있다.
GPS는 인공위성을 이용한 첨단 항법 체계로서, 정확한 지상의 측정 위치를 결정하기 위해 사용된다. 특별히 설계된 GPS 수신기들은 지구상의 어느 곳에서나 시간 제약 없이 인공위성에서 발신하는 정보를 수신하여 정지 또는 이동하는 물체의 절대적 위치를 측정할 수 있다.
한편, 수목을 관리하기 위하여, 직접 사람이 측정하는 매뉴얼적인 방식과, 항공사진 또는 위성 영상 등의 원격탐사 기술을 이용하여 수목에 대한 산림정보를 생성하는 방법이 널리 이용되고 있다. 그러나, 직접 측정방식은 막대한 시간과 비용이 소요되며, 항공사진 또는 위성 사진을 이용한 방식은 산림의 표면만을 촬영하기 때문에 정보의 활용성이 저하되는 문제점이 있다. 촬영된 항공 사진과 위성영상은 2차원 데이터로 제공되어 수목의 캐노피(canopy) 분석 및 지형의 수치표면 모델(DSM) 제작과 같은 3차원 분석의 시행이 어렵게 된다. 더구나, 항공 사진은 촬영 고도에 따라 공간 해상도의 차이를 보이고, 위성영상은 촬영 위성의 종류에 따라 영상의 공간 해상도에서 차이를 보이는 문제점이 존재한다.
특히, 최근에는 항공 라이다를 이용한 관측을 통해 특정 지역의 스캔 데이터를 수집하고, 이에 대한 분석을 통해 수목이나 수종의 정보를 얻는 기술이 개발되고 있다.
항공 LiDAR 스캐닝 (Airborne Laser Scanning, ALS)은 광범위한 영역의 3차원 데이터 구축을 위해 수행되며, 출력된 데이터는 수치지형도와 수치표고모델의 제작과 같은 효율적인 도시관리를 위한 기초자료로 활용되고 있다. 하지만 항공 LiDAR 센싱 비용은 보편적으로 2,000 ~ 40,000 만원 등 막대한 금액이 발생하는 것으로 알려져 있다. 따라서 항공 LiDAR 스캐닝 데이터 상 좁은 면적의 결측지역이 발생할 경우, 이를 보완하기 위해 항공 LiDAR 스캐닝을 반복 시행하는 것은 매우 고가의 비용을 소요되게 되는바, 비경제적이며, 운항경로를 정하여 비행하는 항공기의 특성상, 결손지역을 재촬영하기 위해 회항하여 반복 촬영을 하는 것 역시 어려운 실정이다.
나아가, 항공 LiDAR 센싱을 통해 구축되지 못 한 지역(e.g., 센싱 범위 밖의 지역 또는 데이터 에러 발생지역)의 LiDAR 데이터 보완하는 방법에 대한 기술은 현재 개발되지 않고 있다.
이에, 항공 라이다 데이터의 결손지역을 합리적인 방법으로 보완할 수 있는 기술의 개발이 요구되고 있다.
한국등록특허 제10-1441463호 한국등록특허 제10-1080985호
본 발명은 상술한 문제를 해결하기 위하여 안출된 것으로, 본 발명의 목적은 항공 라이다 스캐닝 자료에서 발생하는 결측영역에 대한 보완을 지상 라이다 및 모바일 라이다를 이용하여 취득된 데이터의 분석을 통해 구현할 수 있도록 하여, 항공 라이다 데이터의 결측영역을 신뢰성있고, 경제적인 비용으로 구현할 수 있는 기술을 제공하는 데 있다.
상술한 과제를 해결하기 위한 수단으로서, 본 발명의 실시예에서는, 도 1 및 도 2에 도시된 것과 같이, 항공 라이다 스캐너(LiDAR;100)로 취득된 항공 라이더 데이터 상의 결측영역(X)을 산출하는 항공라이다 데이터산출부(310); 상기 결측영역(X)을 지상 라이다모듈(200)을 통해 스캐닝한 데이터를 취득하는 보완라이다 데이터취득부(320); 상기 결측영역(X)에 대한 수목구조 관련 지표를 취득한 데이터 별로 도출하고, 기준이 되는 기준데이터와 비교분석하는 수목구조 데이터비교부(330); 상기 수목구조 데이터비교부(330)의 평가결과를 바탕으로 상기 결측영역(X)을 보완하는 수목관련수치를 결정하는 보완수치결정부(340); 상기 보완수치결정부(340)의 결정 수치를 기준으로 상기 결측영역의 수목구조를 보완하는 결측지역보완부(350);를 포함하는, 항공 라이더 결측지역 보완 시스템을 제공할 수 있도록 한다.
나아가, 본 발명의 다른 실시예에서는, 상술한 항공 라이더 결측지역 보완 시스템을 이용하여, (a) 항공라이다 데이터산출부에서 항공 라이다 데이터를 취득하여 결측영역(X)을 산출하는 단계; (b) 항공라이다 데이터산출부에서 항공 라이다 데이터 취득 지역에 대하여 지상 라이다모듈을 통해 데이터를 취득하는 단계; (c) 수목구조 데이터비교부에서 (a) 및 (b) 단계에서 취득한 데이터를 대상으로, 관측 기기별 수목구조 관련지표를 도출하여, 기준데이터와의 차이를 비교분석하는 단계; (d) 보완수치결정부에서 상기 결측영역(X)에 적용할 수목관련수치를 결정하는 단계; (e) 결측지역보완부에서 (d)단계에서 결정된 수목관련수치를 기준으로 상기 결측영역(X)을 보완하는 단계;를 포함하는, 항공 라이더 결측지역 보완 방법을 제공할 수 있도록 한다.
나아가, 본 발명의 실시예에서는, 상술한 항공 라이더 결측지역 보완 방법을 수행하는 프로그램과 이 프로그램이 수록된 기록매체를 제공할 수 있도록 한다.
본 발명의 실시예에 따르면, 항공 라이다 스캐닝 자료에서 발생하는 결측영역에 대한 보완을 지상 라이다 및 모바일 라이다를 이용하여 취득된 데이터의 분석을 통해 구현할 수 있도록 하여, 항공 라이다 데이터의 결측영역을 신뢰성있게 보완할 수 있도록 하는 효과가 있다.
특히, 지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)를 통해 취득되는 데이터의 분석을 통해 항공 라이다 데이터의 결측영역을 보완할 수 있게 되는바, 막대한 항공 라이다 스캐닝의 반복작업에 드는 비용을 일소하여 경제성을 극대화할 수 있는 장점도 구현된다.
도 1은 본 발명의 실시예에 따른 항공 라이더 결측지역 보완 시스템의 구성 블록도이다.
도 2는 본 발명의 실시예에 따른 항공 라이더 결측지역 보완 방법의 구현 순서도를 도시한 것이다.
도 3은 본 발명을 적용하여 특정 대상지역에 대해 항공 라이다 촬영을 수행한 데이터를 나타내는 이미지이다.
도 4는 도 3의 결측지역에 대한 수목관련지표의 분석결과를 예시한 이미지이다.
도 5는 결측지역(X)에 대하여 모바일 LiDAR (MLS)를 배치하여 스캐닝한 이미지를 도시한 것이다.
도 6은 도 4 및 도 5에서 스캐닝한 데이터를 통해 수목데이터의 구조관련 지표를 산출하는 결과를 도시한 이미지이다.
도 7은, 수목의 수관높이모델(canopy height model, CHM) 예시(a)와, 이를 활용한 지표 계산값(b)를 도시한 것이다.
도 8은 센서별 Max CHM의 1:1 비교를 위한 산점도이다.
도 9는 수목관련 지표별 센서간 비교결과로 도 8에서 나타나는 선형관계와 데이터간 차이를 정량화하여 나타낸 표이다.
도 10은 Max CHM을 활용하여 생성한 도시공원의 수관높이모델을 보여준다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예를 참조하면 명확해질 것이다. 그러나 본 발명은 여기서 설명되는 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 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 부가 가능성을 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 의미가 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미가 있는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 도 1은 본 발명의 실시예에 따른 항공 라이더 결측 지역 보완 시스템(이하, '본 발명'이라 한다.)의 구성 블록도이며, 도 2는 본 발명의 실시예에 따른 항공 라이더 결측 지역 보완 방법의 구현 순서도를 도시한 것이다.
도 1 및 도 2를 참조하면, 본 발명은 항공 라이다 스캐너(LiDAR;100)로 취득된 항공 라이더 데이터 상의 결측영역(X)을 항공라이다모듈(100)과 상기 지상 라이다모듈(200)에서 취득한 정보를 기준으로, 상기 결측 지역보완모듈(300)에서 해당정보를 분석하여, 결측 지역을 재항공촬영없이 지상 스캐닝 정보를 이용하여 보완할 수 있도록 한다.
본 발명에서 적용되는 항공라이다 스캐너(100)는 항공 LiDAR 스캐닝 (Airborne Laser Scanning, ALS)을 수행하는 장비로, 사용화된 장비를 이용하여 특정 지역의 라이다 스캐닝 데이터를 수집할 수 있는 장비를 포함한다.
종래의 항공 라이다 스캐너를 이용해 취득되는 데이터의 경우, 결측 지역이 발생되게 되며, 이러한 결측 지역은 특정 대상지에 대한 수목의 정보를 정확하게 확보할 수 없게 된다. 본 발명에서는 이러한 결측 지역에 대한 보완을 위해, 해당 결측 지역의 수목 데이터를 지상 LiDAR (Terrestrial LiDAR, TLS) 장비와 모바일 LiDAR (handheld LiDAR system, MLS) 장비를 활용하여 보완할 수 있도록 하는 것을 요지로 한다.
상기 지상 라이다모듈(200)은 이러한 결측 지역에 대한 스캐닝 정보를 취득하기 위한 장비를 포괄하는 개념으로, 본 발명의 바람직한 실시예에서는, 지상 LiDAR (Terrestrial LiDAR, TLS) 장비와 모바일 LiDAR (handheld LiDAR system, MLS) 장비를 적용할 수 있도록 한다. 특히, 결측영역에 대한 스캐닝은 지상 라이다 스캐너 (Terrestrial LiDAR, TLS)와 모바일 라이다 스캐너 (handheld LiDAR system, MLS) 장비를 각각 배치하여 해당 결측영역에 대한 데이터를 취득할 수 있도록 하며, 바람직하게는, 지상 라이다 스캐너(TLS)는 고정형 장비로 대상의 형체가 완전하게 점군데이터(포인트 크라우드 데이터)로 출력이 가능하도록 관측 대상을 중심으로 3~4개소 설치한 후이 스캐닝을 수행할 수 있도록 한다. 또한, 이동형 지상라이다 장비인 모바일 라이다 스캐너(MLS)는 대상의 형태가 완전하게 점군 데이터로 출력가능하도록 대상을 중심으로 이동하며 스캐닝을 진행할 수 있도록 한다.
상기 결측 지역보완모듈(300)은 상기 항공라이다모듈(100)과 상기 지상 라이다모듈(200)에서 취득한 정보를 분석하여, 결측 지역을 재항공촬영없이 지상 스캐닝 정보를 이용하여 보완할 수 있도록 하는 기능을 수행할 수 있다.
이를 위해, 본 발명에서 상기 결측 지역보완모듈(300)은, 항공 라이다 스캐너(LiDAR;100)로 취득된 항공 라이더 데이터 상의 결측영역(X)을 산출하는 항공라이다 데이터산출부(310), 상기 결측영역(X)을 지상 라이다모듈(200)을 통해 스캐닝한 데이터를 취득하는 보완라이다 데이터취득부(320), 상기 결측영역(X)에 대한 수목구조 관련 지표를 취득한 데이터 별로 도출하고, 기준이 되는 기준데이터와 비교분석하는 수목구조 데이터비교부(330), 상기 수목구조 데이터비교부(330)의 평가결과를 바탕으로 상기 결측영역(X)을 보완하는 수목관련수치를 결정하는 보완수치결정부(340), 상기 보완수치결정부(340)의 결정 수치를 기준으로 상기 결측영역의 수목구조를 보완하는 결측 지역보완부(350)를 포함하여 구성될 수 있도록 한다.
상기 항공라이다 데이터산출부(310)는 대상지역에 대한 스캐닝 제1데이터를 취득하는 항공 라이다 스캐너(100)를 전송받아, 저장하며, 데이터 취득지역에서의 결손지역을 산출할 수 있도록 한다.
상기 보완 라이다 데이터취득부(320)는 상기 항공 라이다 스캐너(100)의 데이터 취득지역에서 결측 지역(X)에 대한 지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)의 데이터를 각각 취득하여 저장한다. 이렇게 취득된 데이터는 각각의 장비별로 분류할 수 있도록 하여, 추후 관측장비별 취득데이터에서 수목구조 관련 지표를 산출할 수 있도록 한다. 본 발명에서 적용되는 수목구조 관련 지표는, 수목최대높이(ZMAX), 수관높이모델(CHM), 수관복잡성(Rumple index) 중 어느 하나 이상을 포함할 수 있으며, 본 발명에서는 기본적으로 이 세가지 지표를 모두 적용하는 것을 일예로 하여 설명한다.
상기 수목구조 데이터비교부(330)에서는, 상기 결측영역(X)에 대한 수목구조 관련 지표를 취득한 데이터 별로 도출하고, 기준이 되는 기준데이터와 비교분석하는 기능을 수행한다. 이 경우, 수목구조관련지표는, 상술한 것과 같이, 수목최대높이(ZMAX), 수관높이모델(CHM), 수관복잡성(Rumple index)을 포함하며, 이에 대하여 관측장비별(항공라이다스캐너, 지상형라이다 스캐너, 모바일 라이다 스캐너의 취득 데이터) 별로 산출하고, 산출된 데이터를 관측장비별로 비교분석을 수행할 수 있도록 한다.
이 경우, 산출된 데이터를 관측장비별로 비교분석은 피어슨 상관분석, 회귀분석, 편향분석 중 하나 이상을 수행할 수 있으며, 본 발명의 바람직할 예에서는 이들 분석을 모두 진행하는 것을 예로 하여 설명한다.
구체적으로는, 항공 라이다 스캐너(ALS)와 지상형 라이다 스캐너(TLS)[ALS vs TLS)], 항공 라이다 스캐너(ALS)와 모바일 라이다 스캐너(MLS)[ALS vs MLS], 지상형라이다스캐너(TLS)와 모바일라이다 스캐너(MLS)[TLS vs MLS] 상호 간의 수목구조 관련지표에 대하여, 피어슨 상관계수(r), 회귀분석을 통한 평균제곱근오차(Root Mean Square Error RMSE), 참값과의 차이인 편향(Bias)을 계산하여 결과를 산출하고 이를 비교할 수 있도록 한다.
이 경우, 기기별 수목구조 관련 지표의 비교분석은, 기준데이터(참값)을 설정함에 있어, 항공데이터를 보완하는 점을 고려하여 항공 라이다 스캐너(ALS)와 지상형 라이다 스캐너(TLS)[ALS vs TLS)], 항공 라이다 스캐너(ALS)와 모바일 라이다 스캐너(MLS)[ALS vs MLS]의 비교는, 항공 라이다 스캐너(ALS)의 데이터를 참값으로 가정하여 진행한다. 또한, 지상형라이다스캐너(TLS)와 모바일라이다 스캐너(MLS)[TLS vs MLS] 상호 간의 수목구조 관련지표의 비교는 지상형 라이다 스캐너(TLS)의 데이터를 참값으로 가정하여 분석을 수행한다.
이러한 분석을 수행한 이후, 상기 보완수치결정부(340)는, 피어슨 상관계수(r)값이 높고, 회귀분석을 통한 평균제곱근오차(RMSE)와 편향분석에서의 편향이 낮은 지표를 지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)를 통해 보완 지표로 결정할 수 있다.
상기 보완수치결정부(340)에서 결정된 지표를 바탕으로 결측 지역에 대한 수목구조를 예측 보완할 수 있도록 한다.
이상의 본 발명에 따른 항공 라이더 결측 지역 보완 시스템을 적용하여, 결측 지역을 보완하는 과정은 도 2에 도시된 것과 같이 다음과 같은 방식으로 구현될 수 있다.
우선, (a) 항공라이다 데이터산출부에서 항공 라이다 데이터를 취득하여 결측영역(X)을 산출하는 단계가 수행된다. 이는 상술한 것과 같이, 대상지역에 대한 스캐닝 제1데이터를 취득하는 항공 라이다 스캐너를 통해 구현될 수 있다.
이후, (b) 항공라이다 데이터산출부에서 항공 라이다 데이터 취득 지역에 대하여 지상 라이다모듈을 통해 데이터를 취득하는 단계가 수행된다. 본 과정은, 항공 라이다 스캐너에서 취득한 데이터에서 결측된 영역에 대하여, 보완용 제2데이터를 취득하는 과정으로, 본 발명의 실시예에서는, 상기 결측영역(X)에 대하여, 지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)를 배치하고 적용하여 각각의 데이터를 취득할 수 있도록 한다.
그리고, (c) 수목구조 데이터비교부에서 (a) 및 (b) 단계에서 취득한 데이터를 대상으로, 관측 기기별 수목구조 관련지표를 도출하여, 기준데이터와의 차이를 비교분석하는 단계가 수행된다. 이는, 수목최대높이(ZMAX), 수관높이모델(CHM), 수관복잡성(Rumple index) 중 적어도 하나 이상을 포함하는 상기 수목구조 관련 지표에 대하여, 항공라이다스캐너, 지상형라이다 스캐너, 모바일 라이다 스캐너의 취득 데이터 사이의 피어슨 상관분석, 회귀분석, 편향분석을 수행할 수 있도록 한다.
이후, (d) 보완수치결정부에서 상기 결측영역(X)에 적용할 수목관련수치를 결정하는 단계가 수행된다. 이는, 상기 수목구조 데이터비교부의 평가결과를 바탕으로 상기 결측영역(X)을 보완하는 수목관련수치를 결정하는 단계로, 피어슨 상관계수(r)값이 높고, 회귀분석을 통한 평균제곱근오차(RMSE)와 편향분석에서의 편향이 낮은 지표를 지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)를 통해 보완 지표로 결정한다.
(e) 결측 지역보완부에서 (d)단계에서 결정된 수목관련수치를 기준으로 상기 결측영역(X)을 보완하는 단계가 수행된다.
이상의 과정을 도 3이하를 참조하여 실제 결측지역을 보완하는 실시예를 통해 설명하기로 한다.
[1] (a) 단계: 결측 영역의 특정
도 3은 특정 대상지역(대한민국, 천안시 인근 지역)에 대한 항공라이다 촬영을 수행한 데이터를 나타낸 이미지이다. 이 경우, 항공 LiDAR 스캐닝 (Airborne Laser Scanning, ALS)를 통해 취득되는 점군데이터 밀도가 0 point /m2 인 지역을 '결측지역(X)'으로 분류하며, 실제로는 취득이 되어 3차원 공간정보가 결측지역 외의 유사지역(Y)과 같이 취득되어야 하나, 도3의 결측지역(X)처럼 데이터의 누락이 발생하게 된다.
[2] (b) 단계: 지상 라이다모듈(TLS, MLS)을 통해 데이터를 취득
도 4는 도 3에서 결측지역(X)로 결정된 영역에 대한 보완을 위해, 본 발명에 따른 지상형 LiDAR (TLS)의 배치를 수행한 결과를 도시한 것이다. 즉, 결측지역(X)의 공간상 구조물(수목, 건축물, 차량 등)로 인한 가림막 효과(occlusion effect)를 최소화 하기 위해 도3 (a)와 같이 구조물을 중심으로 하여 거리를 두어 다수의 LiDAR 센서를 설치, 시야를 확보할 수 있도록 한다. 도 3(a)에 도시된 ①, ② ~ ⑧의 위치에 다수의 LiDAR 센서를 설치하여 스캐닝을 실시할 수 있도록 하였다. 더불어 최대한 결측지역 내 여러 곳에 장비를 배치하여 가림막 효과로 인한 데이터 결손을 최소화할 수 있도록 하였다.
또한, 도 5는, 상술한 결측지역(X)에 대하여 지상형 LiDAR (TLS)를 설치하여 스캐닝하는 외에, 추가로 모바일 LiDAR (MLS)를 배치하여 스캐닝한 이미지를 도시한 것이다. 이 경우, 결측지역(X) 내에서 구조물에 의한 가림막 효과로 데이터 결손을 최소화하기 위해, 모바일 LiDAR MLS 이동경로(trajectory)를 도 5와 같이 결측지역(X)의 전체 외각을 커버할 수 있는 범위로 설정할 수 있도록 한다.
[3] (C)단계: (a) 및 (b) 단계에서 취득한 데이터를 대상으로, 관측 기기별 수목구조 관련지표를 도출하여, 기준데이터와의 차이를 비교분석
이후에는, 이상과 같이 결측지역(X)에 대한 스캐닝 데이터(ALS, TLS, MLS)에 대한 수목데이터의 수치관련 지표를 산출하는 작업이 수행될 수 있도록 한다.
도 6은 도 4 및 도 5에서 스캐닝한 데이터를 통해 수목데이터의 구조관련 지표를 산출하는 결과를 도시한 이미지이다.
도 6 (a)는 항공 LiDAR 스캐닝 (Airborne Laser Scanning, ALS)의 점군 데이터관련 수목데이터의 구조관련 지표를 도시한 것이고, (b)는 지상형 LiDAR (TLS)의 점군 데이터관련 수목데이터의 구조관련 지표, (c)는 모바일 LiDAR (MLS) 의 점군 데이터관련 수목데이터의 구조관련 지표를 나타낸 이미지이다. 구체적으로는, 각각의 데이터 중, 단목 점군데이터(point cloud): 26개, 수관부가 겹친 점군데이터(point cloud): 25개를 산출하고, ALS, TLS, MLS 별 각 전체 51개의 수목 데이터의 구조관련 지표를 계산한 뒤 비교를 진행하였다.
센서간 지표 비교는,
1) 수목의 점군데이터와 관련된 지표로, ZMAX, ZMEAN, Zq95, ZSD가 고려될 수 있다.
-ZMAX: 점군데이터 Z값의 최댓값
-ZMEAN: 점군데이터 Z값의 평균값
-Zq95: 점군데이터 Z값의 95퍼센타일 값
-ZSD: 점군데이터 Z값의 편차값
도 7은, 수목의 수관높이모델(canopy height model, CHM) 예시(a)와, 이를 활용한 지표 계산값(b)를 도시한 것이다.
또한, 2) 수관높이모델과 관련된 지표로,
Max CHM, Mean CHM, Std. of CHM가 고려될 수 있다.
-Max CHM: 수관높이모델(canopy height model, CHM) 최댓값
-Mean CHM: 수관높이모델(canopy height model, CHM) 평균값
-Std. of CHM: 수관높이모델(canopy height model, CHM) 편차값
3) 수목의 면적과 관련된 지표로는 Area, Rumple index가 고려될 수 있다.
-Area: 수관면적(m2)
-Rumple index: CHM 기반 3차원 면적을 Area로 나눈 값으로 수관구조의 복잡성을 나타내는 지표 (m2/m2)
각 지표는 R 소프트웨어로 구현되는 각 기능부의 블록에서 계산되며, 센서간 비교는 ALS-TLS, ALS-MLS, TLS-MLS 3개의 페어를 지어 실시하고, 페어 내 센서간 비교를 위한 지표로 RMSE, Bias, 피어슨 상관계수(r)을 선정할 수 있다.
[4] (d) 단계: 결측영역(X)에 적용할 수목관련수치를 결정하는 단계
이후, 본 발명에서는, 보완수치결정부에서 상기 결측영역(X)에 적용할 수목관련수치를 결정하는 단계가 수행되며, 이는 수목구조 데이터비교부의 평가결과를 바탕으로 상기 결측영역(X)을 보완하는 수목관련수치를 결정하는 단계로, 피어슨 상관계수(r)값이 높고, 회귀분석을 통한 평균제곱근오차(RMSE)와 편향분석에서의 편향이 낮은 지표를 지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)를 통해 보완 지표로 결정하는 단계로 구현될 수 있다.
도 8은 센서별 Max CHM의 1:1 비교를 위한 산점도이다. 또한, 도 9는 수목관련 지표별 센서간 비교결과로 도 8에서 나타나는 선형관계와 데이터간 차이를 정량화하여 나타낸 표이다.
도 8 및 도 9를 참조하면 도 8에 도시된 것과 같이, Max CHM(수관높이모델)의 센서별 1:1 비교한 결과로 산출된다. 이는 도 8의 (a)ALS-TLS, (b)ALS-MLS, (c)TLS-MLS 간의 비교를 통해 도출되었다. 이 경우, 초록색은 단목 점군데이터, 빨간색은 수관부가 겹친 점군데이터; 점선은 1:1 선을 나타낸다. 그래프에서 보이는 바와 같이 Max CHM의 경우 센서간 강한 선형관계를 나타내며, 1:1 선과도 근접한 것으로 나타나, 데이터간 차이가 크게 없는 것을 확인할 수 있다. 따라서, ALS, TLS, MLS 3개의 센서간 지표 비교 결과, ZMAX, Max CHM, Mean CHM, Std. of CHM, Area 지표가 낮은 RMSE, Bias를 보였으며, 상관계수(r)를 통해서도 서로 매우 강한 선형 관계임을 보여준다. 따라서 위 지표들을 통해 대상지 내 항공 LiDAR 결측 영역에 대한 보완이 가능하다는 결론을 내릴 수 있다.
따라서, (e) 결측 지역보완부에서 (d)단계에서 결정된 수목관련수치를 기준으로 상기 결측영역(X)을 보완하는 단계가 수행할 수 있게 된다.
도 10은, Max CHM을 활용하여 생성한 도시공원의 수관높이모델을 보여준다. 즉, 도 10과 같이 TLS와 MLS의 Max CHM 등을 활용하여 ALS 결측지역을 보완할 수 있음을 보여준다. 도 10에서 Max Canopy를 활용한 ALS 결측 지역 보완 이미지는 (a)ALS, (b)TLS, (c) MLS 데이터 기반 수관높이모델을 나타낸다.
이상과 같이, 본 발명은 항공라이다의 데어터의 결측영역에 대한 보완을 지상 라이다 및 모바일 라이다를 이용하여 취득된 데이터의 분석을 통해 구현할 수 있는 방법을 제공할 수 있다. 나아가, 이러한 본 발명에서의 항공라이다의 데어터의 결측영역에 대한 보완 방법을 실행하는 시스템에 적용되는 기능 구성 및 수행동작은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 발명은 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다.
본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 발명은 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, 파이썬(Python), C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 발명은 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “~모듈”, “~부”, "매커니즘", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
이상에서와 같이 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 바람직한 실시예는 그 설명을 위한 것이며, 그 제한을 위한 것이 아니다. 이처럼 이 기술 분야의 통상의 전문가라면 본 발명의 기술 사상의 범위 내에서 본 발명의 실시예의 결합을 통해 다양한 실시예들이 가능함을 이해할 수 있을 것이다.
라이다 관련 시장은 국내외적으로 지속적인 성장을 이어갈 것으로 전망되며, 국내에도 모바일 LiDAR 기기 개발 등 관련 시장이 본격적으로 시작단계에 들어섬에 따라 본 기술을 활용하여 데이터 취득 후 발생할 수 있는 결측지역 보완과 관련된 기술 분야에 다양하게 적용이 가능할 것으로 예측된다.
일예로 전국적으로 스마트도시, 도시생태현황도 제작, 수치지형도 제작 등을 위해 항공 라이다 스캐너(ALS_를 통한 3차원 데이터 구축을 진행하고 있으며, 따라서 항공 라이다 스캐너 데이터상 결측지역에 대한 보완방법에 대한 수요는 지속적으로 증가하게 될 것으로 보인다. 구체적인 수요업체로 시연구원, 국토연구원, 항측업체, 수치지도제작 업체 등의 분야에 필요성이 커질 것으로 보이며, 도시녹지계획과 관리 관련 분아에 적용이 가능하다.
100: 항공 라이다 스캐너
200: 지상 라이다 모듈
300: 결측영역보완모듈
310: 데이터산출부
320: 데이터취득부
330: 데이터비교부
340: 보완수치결정부
350: 결측지역보완부

Claims (10)

  1. 대상지역에 대한 스캐닝 제1데이터를 취득하는 항공 라이다 스캐너(100); 상기 항공 라이다 스캐너(100)에서 취득한 데이터에서 결측된 영역에 대하여, 보완용 제2데이터를 취득하는 지상 라이다모듈(200); 상기 제1데이터 및 제2데이터에서 수목구조관련지표를 산출하고, 기준데이터와 비교분석하여 보완을 위한 수목관련수치를 결정하여 결측영역의 수목구조를 보완하는 결측영역보완모듈(300);을 포함하며,
    상기 지상 라이다모듈(200)은, 상기 결측영역(X)에 대하여, 지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)를 각각 하나 이상 배치하여 데이터를 취득하고,
    상기 결측영역보완모듈(300)은, 항공 라이다 스캐너(LiDAR;100)로 취득된 항공 라이더 데이터 상의 결측영역(X)을 산출하는 항공라이다 데이터산출부(310); 상기 결측영역(X)을 지상 라이다모듈(200)을 통해 스캐닝한 데이터를 취득하는 보완 라이다 데이터취득부(320); 상기 결측영역(X)에 대한 수목구조 관련 지표를 취득한 데이터 별로 도출하고, 기준이 되는 기준데이터와 비교분석하는 수목구조 데이터비교부(330); 상기 수목구조 데이터비교부(330)의 평가결과를 바탕으로 상기 결측영역(X)을 보완하는 수목관련수치를 결정하는 보완수치결정부(340); 상기 보완수치결정부(340)의 결정 수치를 기준으로 상기 결측영역의 수목구조를 보완하는 결측지역보완부(350);를 포함하며,
    상기 수목구조 데이터비교부(330)는, 수목최대높이(ZMAX), 수관높이모델(CHM), 수관복잡성(Rumple index) 중 적어도 하나 이상을 포함하는 상기 수목구조 관련 지표에 대하여, 항공라이다스캐너, 지상형라이다 스캐너, 모바일 라이다 스캐너의 취득 데이터 사이의 피어슨 상관분석, 회귀분석, 편향분석 중 하나 이상을 수행하는,
    항공 라이더 결측지역 보완 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 청구항 1에 있어서,
    상기 보완수치결정부(340)는,
    피어슨 상관계수(r)값이 높고, 회귀분석을 통한 평균제곱근오차(RMSE)와 편향분석에서의 편향이 낮은 지표를
    지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)를 통해 보완 지표로 결정하는,
    항공 라이더 결측지역 보완 시스템.
  6. 청구항 1의 항공 라이더 결측지역 보완 시스템을 적용하는 항공라이더 결측지역 보완방법에 있어서,
    (a) 항공라이다 데이터산출부에서 항공 라이다 데이터를 취득하여 결측영역(X)을 산출하는 단계;
    (b) 항공라이다 데이터산출부에서 항공 라이다 데이터 취득 지역에 대하여 지상 라이다모듈을 통해 데이터를 취득하는 단계;
    (c) 수목구조 데이터비교부에서 (a) 및 (b) 단계에서 취득한 데이터를 대상으로, 관측 기기별 수목구조 관련지표를 도출하여, 기준데이터와의 차이를 비교분석하는 단계;
    (d) 보완수치결정부에서 상기 결측영역(X)에 적용할 수목관련수치를 결정하는 단계;
    (e) 결측지역보완부에서 (d)단계에서 결정된 수목관련수치를 기준으로 상기 결측영역(X)을 보완하는 단계;를 포함하며,
    상기 (b)단계는, 지상형 라이다 스캐너 (Terrestrial Laser Scanning, TLS) 및 모바일 라이다 스캐너(Mobile Laser Scanning, MLS)를 각각 하나 이상 배치하여 데이터를 취득한 것을 적용하는 단계이며,
    상기 (c)단계는, 항공 라이다 스캐너와 지상형 라이다 스캐너, 항공 라이다 스캐너와 모바일 라이다 스캐너, 지상형 라이다 스캐너와 모바일 라이다 스캐너 간의 수목구조 관련지표에 대하여, 피어슨 상관분석, 회귀분석, 편향분석 중 하나 이상을 수행하는 단계인,
    항공 라이더 결측지역 보완 방법.

  7. 삭제
  8. 삭제
  9. 청구항 6에 있어서,
    상기 (d)단계는,
    피어슨 상관계수(r)값이 높고, 회귀분석을 통한 평균제곱근오차(RMSE)와 편향분석에서의 편향이 낮은 지표를 보완 지표로 결정하는,
    항공 라이더 결측지역 보완 방법.
  10. 청구항 6에 따른 항공 라이더 결측지역 보완 방법을 수행하는 프로그램이 수록된 기록매체.
KR1020200124618A 2020-09-25 2020-09-25 항공 라이더 결측지역 보완 시스템 및 이를 이용한 보완방법, 상기 보완방법을 수행하는 프로그램 기록매체 KR102220151B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200124618A KR102220151B1 (ko) 2020-09-25 2020-09-25 항공 라이더 결측지역 보완 시스템 및 이를 이용한 보완방법, 상기 보완방법을 수행하는 프로그램 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200124618A KR102220151B1 (ko) 2020-09-25 2020-09-25 항공 라이더 결측지역 보완 시스템 및 이를 이용한 보완방법, 상기 보완방법을 수행하는 프로그램 기록매체

Publications (1)

Publication Number Publication Date
KR102220151B1 true KR102220151B1 (ko) 2021-02-24

Family

ID=74689065

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200124618A KR102220151B1 (ko) 2020-09-25 2020-09-25 항공 라이더 결측지역 보완 시스템 및 이를 이용한 보완방법, 상기 보완방법을 수행하는 프로그램 기록매체

Country Status (1)

Country Link
KR (1) KR102220151B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102393527B1 (ko) * 2021-06-07 2022-05-04 주식회사 유오케이 계절별 다시점 라이다 정보를 이용한 식생 모니터링 방법

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000242785A (ja) * 1999-02-19 2000-09-08 Ricoh Co Ltd ３次元形状情報生成方法及び装置並びに記録媒体
KR20010025089A (ko) * 1999-03-24 2001-03-26 가토 신이치 촬영 화상을 사용한 지도 작성 방법, 장치 및 촬영 화상의일그러짐 보정 방법
KR100437890B1 (ko) * 2003-04-18 2004-06-30 (주)충청측량설계공사 3차원지도 제작 장치 및 방법
KR100948099B1 (ko) * 2009-03-31 2010-03-16 한진정보통신(주) 항공 레이저 측량을 이용한 식생의 면적 산출 시스템 및 방법
KR101080985B1 (ko) 2011-06-10 2011-11-09 주식회사 범아엔지니어링 항공 라이다 성과를 이용한 수고 및 개체 수 확인방법
KR101441463B1 (ko) 2014-02-04 2014-09-17 주식회사 범아엔지니어링 항공 라이다 성과분석으로 산림자원을 분류하는 방식이 적용된 산림자원 분류 시스템
KR20190090999A (ko) * 2018-01-26 2019-08-05 주식회사 스트리스 카메라 영상을 이용한 스캐닝 데이터 누락 공간 보간을 위한 장치 및 방법
KR20200056613A (ko) * 2018-11-15 2020-05-25 주식회사 스트리스 정사영상에 기반한 센서 탑재 이동형 플랫폼의 기하 보정 시스템
KR20200084972A (ko) * 2019-01-03 2020-07-14 단국대학교 산학협력단 무인비행체를 이용한 초분광영상 획득 방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000242785A (ja) * 1999-02-19 2000-09-08 Ricoh Co Ltd ３次元形状情報生成方法及び装置並びに記録媒体
KR20010025089A (ko) * 1999-03-24 2001-03-26 가토 신이치 촬영 화상을 사용한 지도 작성 방법, 장치 및 촬영 화상의일그러짐 보정 방법
KR100437890B1 (ko) * 2003-04-18 2004-06-30 (주)충청측량설계공사 3차원지도 제작 장치 및 방법
KR100948099B1 (ko) * 2009-03-31 2010-03-16 한진정보통신(주) 항공 레이저 측량을 이용한 식생의 면적 산출 시스템 및 방법
KR101080985B1 (ko) 2011-06-10 2011-11-09 주식회사 범아엔지니어링 항공 라이다 성과를 이용한 수고 및 개체 수 확인방법
KR101441463B1 (ko) 2014-02-04 2014-09-17 주식회사 범아엔지니어링 항공 라이다 성과분석으로 산림자원을 분류하는 방식이 적용된 산림자원 분류 시스템
KR20190090999A (ko) * 2018-01-26 2019-08-05 주식회사 스트리스 카메라 영상을 이용한 스캐닝 데이터 누락 공간 보간을 위한 장치 및 방법
KR20200056613A (ko) * 2018-11-15 2020-05-25 주식회사 스트리스 정사영상에 기반한 센서 탑재 이동형 플랫폼의 기하 보정 시스템
KR20200084972A (ko) * 2019-01-03 2020-07-14 단국대학교 산학협력단 무인비행체를 이용한 초분광영상 획득 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102393527B1 (ko) * 2021-06-07 2022-05-04 주식회사 유오케이 계절별 다시점 라이다 정보를 이용한 식생 모니터링 방법

Similar Documents

Publication Publication Date Title
CN101604018B (zh) 高分辨率遥感影像数据处理方法及其系统
CN103884321B (zh) 一种遥感影像成图工艺
Polat et al. An experimental analysis of digital elevation models generated with Lidar Data and UAV photogrammetry
CN107527328B (zh) 一种兼顾精度与速度的无人机影像几何处理方法
KR101606516B1 (ko) 무인항공영상을 이용한 수목생장조사 시스템 및 그 방법
CN114037911A (zh) 一种顾及生态分区的大尺度森林高度遥感反演方法
Sauerbier et al. The practical application of UAV-based photogrammetry under economic aspects
Baiocchi et al. UAV for monitoring the settlement of a landfill
CN111696156B (zh) 一种免控制点的遥感影像坐标转换方法
Ulvi The effect of the distribution and numbers of ground control points on the precision of producing orthophoto maps with an unmanned aerial vehicle
CN112577470B (zh) 一种UAV与InSAR融合监测矿区动态沉陷盆地的方法和系统
CN104732870B (zh) 制作大比例尺地图的测量方法及系统
US20080131029A1 (en) Systems and methods for visualizing and measuring real world 3-d spatial data
KR102220151B1 (ko) 항공 라이더 결측지역 보완 시스템 및 이를 이용한 보완방법, 상기 보완방법을 수행하는 프로그램 기록매체
CN110470275A (zh) 一种基于uav航测地形数据测量干枯河床沙波形态参数的方法
Krooks et al. WebGL visualisation of 3D environmental models based on finnish open geospatial data sets
Hong et al. Orthorectification of Large Datasets of Multi-scale Archival Aerial Imagery: A Case Study from Türkiye
Özcihan et al. A comprehensive analysis of different geometric correction methods for the Pleiades-1A and Spot-6 satellite images
Jin ENVI automated image registration solutions
Raabe et al. Image processing methods; procedures in selection, registration, normalization and enhancement of satellite imagery in coastal wetlands
CN114252868A (zh) 激光雷达的标定方法、装置、计算机设备和存储介质
Vizireanu et al. The potential of airborne LiDAR for detection of new archaeological site in Romania
Mohamad et al. Derivation of high-resolution orthophoto map from multirotor drone survey for application in infrastructure management
Cao et al. Precise sensor orientation of high-resolution satellite imagery with the strip constraint
Clay et al. Assessing the Accuracy of Georeferenced Point Clouds from Uas Imagery

Legal Events

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