KR102655068B1 - 항공영상 기반 도로 검출장치 및 그 방법 - Google Patents

항공영상 기반 도로 검출장치 및 그 방법 Download PDF

Info

Publication number
KR102655068B1
KR102655068B1 KR1020190177955A KR20190177955A KR102655068B1 KR 102655068 B1 KR102655068 B1 KR 102655068B1 KR 1020190177955 A KR1020190177955 A KR 1020190177955A KR 20190177955 A KR20190177955 A KR 20190177955A KR 102655068 B1 KR102655068 B1 KR 102655068B1
Authority
KR
South Korea
Prior art keywords
road
road area
area
control unit
unit
Prior art date
Application number
KR1020190177955A
Other languages
English (en)
Other versions
KR20210085181A (ko
Inventor
남현우
정성문
Original Assignee
현대오토에버 주식회사
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 현대오토에버 주식회사 filed Critical 현대오토에버 주식회사
Priority to KR1020190177955A priority Critical patent/KR102655068B1/ko
Publication of KR20210085181A publication Critical patent/KR20210085181A/ko
Application granted granted Critical
Publication of KR102655068B1 publication Critical patent/KR102655068B1/ko

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Processing Or Creating Images (AREA)
  • Instructional Devices (AREA)

Abstract

본 발명은 항공영상 기반 도로 검출장치 및 그 방법이 개시된다. 본 발명의 항공영상 기반 도로 검출장치는, 정사영상, 도로 GT(Ground Truth) 및 도로 선형 데이터를 수집하는 데이터 수집부; 데이터 수집부로부터 수집된 데이터를 저장하는 데이터베이스; 및 데이터베이스에 저장된 도로 GT를 기반으로 도로 영역 검출 모델을 학습한 후 정사영상으로부터 도로 영역을 검출하고, 검출한 도로 영역과 데이터베이스에 저장된 도로 선형을 비교하여 미구축 도로 영역을 분석하고, 분석한 미구축 도로 영역에 대한 분석 결과를 출력부를 통해 출력하는 제어부;를 포함하는 것을 특징으로 한다.

Description

항공영상 기반 도로 검출장치 및 그 방법{APPARATUS FOR DETECTING ROAD BASED AERIAL IMAGES AND METHOD THEREOF}
본 발명은 항공영상 기반 도로 검출장치 및 그 방법에 관한 것으로서, 보다 상세하게는 정사영상 내 포함된 도로 영역을 딥러닝 기반으로 검출하고, 검출된 도로와 기 구축된 도로 자료를 분석하여 미구축 도로 영역에 대한 분석 결과를 제공하는 항공영상 기반 도로 검출장치 및 그 방법에 관한 것이다.
일반적으로, 내비게이션 시스템은 지구 측위 시스템(Global Positioning System, GPS)으로부터 수신된 정보와 이동체(차량 등)에 설치된 센서들을 이용하여 추정한 주행 상태를 이용하여 이동체의 현재 위치를 지도 데이터에 매칭시켜 표시하는 장치이다.
이러한 내비게이션 시스템의 지도 업데이트 기술은 휴대단말이나 차량 온보드 장치의 보급과 통신 기술의 발전에 힘입어 지도 내장형 방식과 스트리밍 방식의 조합 방식으로 발전되고 있다.
스트리밍 방식을 갖춘 내비게이션 시스템은 특정 지역의 지도 데이터를 서버에 요청하여 다운로드하고 다운로드한 지도 데이터를 화면에 표시하는 방식으로 최신의 지도 데이터를 화면에 표시한다. 그리고, 내비게이션 시스템은 경로정보, 교통정보, 그룹주행 등을 제공하기도 한다.
여기서, 지구 측위 시스템이란 범지구적 위치 결정 시스템으로, 지구 측위 시스템을 이용하면 지상, 해상, 공중 등 지구상의 어느 곳에서나 시간 제약 없이 인공위성에서 발신하는 정보를 수신하여 정지 또는 이동하는 물체의 절대적 위치를 측정할 수 있다. GPS를 이용한 측량은 시공간의 제약 없이 높은 정확도의 위치정보 취득이 가능하므로 수치지도 제작에 있어 필수적인 요소라 할 수 있다.
한편, 수치지도는 지형 요소에 관한 정보들을 계층화된 레이어별로 구분하여 데이터베이스하고, 전산화를 통해 이용 목적에 따라 지도를 자유로이 작성할 수 있으므로 지형공간정보 시스템뿐만 아니라 여러 분야에 다양한 응용이 가능하다. 또한, 수치지도는 입출력, 편집, 수정된 수치지도 자료를 그대로 이용할 수 있고, 변환과 검색이 가능하며, 건물, 도로, 하천 및 지형 등의 구조화된 데이터베이스 구축이 가능하기 때문에 다른 종류의 자료와 조합시켜 각종 형식의 지도를 만들 수 있다. 그러므로 구조화된 수치지도는 지리정보 시스템의 가장 기본적인 자료이기 때문에 매우 중요하다.
항공사진을 이용한 수치지도 제작은 일반적으로 항공 삼각 측량 방법을 이용하여 제작된다. 항공 삼각 측량은 촬영노선을 따라 60%의 중복도를 갖도록 사진을 촬영하고, 사진에서는 실제 지상을 측량한 점의 위치를 사진에서 찾아내어 사진에 실제 좌표를 등록할 수 있다. 또한 등록된 지상좌표를 이용하여, 수학적으로 사진의 중심위치와 회전각을 나타내는 외부표정요소를 구할 수 있는데, 이러한 일련의 과정을 항공 삼각 측량이라 한다.
이와 같이 항공 삼각 측량을 이용한 수치지도 제작 과정은, 먼저 항공기에 장착된 카메라를 이용하여 일정 지역의 항공사진을 촬영한 후, 지상 측량을 통해 지상 기준점의 좌표를 구한 후 인접 사진에서 동일점을 추출하는 공액점 추출과정을 통해 여러 장의 사진을 연결하고, 지상 기준점의 위치를 항공사진에서 찾아내어 실제 측량 좌표를 입력함으로써 촬영된 모든 항공사진이 좌표를 가질 수 있도록 한다. 이러한 과정을 통해 얻어진 외부 표정 요소를 이용하여 항공사진의 수치지도를 제작한다.
본 발명의 배경기술은 대한민국 공개특허공보 제10-2005-0097618호(2015.10.10. 공개, GPS 및 INS를 이용한 수치지도 제작 시스템 및 방법)에 개시되어 있다.
이와 같은 수치지도를 제작하기 위해 새롭게 형성된 신규 도로 및 기존 구축된 도로자료에 포함되지 않은 도로 등을 파악함으로써, 효율적으로 지도를 생성할 필요성이 있다.
본 발명은 상기와 같은 필요성에 따라 안출된 것으로, 일 측면에 따른 본 발명의 목적은 정사영상 내 포함된 도로 영역을 딥러닝 기반으로 검출하고, 검출된 도로와 기 구축된 도로 자료를 분석하여 미구축 도로 영역에 대한 분석 결과를 제공하는 항공영상 기반 도로 검출장치 및 그 방법을 제공하는 것이다.
본 발명의 일 측면에 따른 항공영상 기반 도로 검출장치는, 정사영상, 도로 GT(Ground Truth) 및 도로 선형 데이터를 수집하는 데이터 수집부; 데이터 수집부로부터 수집된 데이터를 저장하는 데이터베이스; 및 데이터베이스에 저장된 도로 GT를 기반으로 도로 영역 검출 모델을 학습한 후 정사영상으로부터 도로 영역을 검출하고, 검출한 도로 영역과 데이터베이스에 저장된 도로 선형을 비교하여 미구축 도로 영역을 분석하고, 분석한 미구축 도로 영역에 대한 분석 결과를 출력부를 통해 출력하는 제어부;를 포함하는 것을 특징으로 한다.
본 발명에서 제어부는, 딥러닝 기반으로 도로 영역 검출 모델을 학습하고 정사영상으로부터 도로 영역을 검출하는 도로영역 검출부; 및 도로영역 검출부로부터 검출된 도로 영역과 데이터베이스에 저장된 도로 선형을 기반으로 기 구축된 도로 영역과 도로영역 검출부로부터 검출된 도로 영역을 비교하여 미구축 도로 영역을 분석하는 미구축 도로영역 분석부;를 포함하는 것을 특징으로 한다.
본 발명에서 데이터베이스는, 정사영상을 저장하는 정사영상 저장부; 도로 GT 정보를 저장하는 도로 GT 저장부; 및 기 구축된 도로 선형을 저장하는 도로 선형 저장부;를 포함하는 것을 특징으로 한다.
본 발명에서 제어부는, 도엽 단위별로 검출된 도로 영역과 기 구축된 도로 선형을 오버레이 연산하여 미구축 도로 영역을 비율로 검출하는 것을 특징으로 한다.
본 발명의 다른 측면에 따른 항공영상 기반 도로 검출방법은, 제어부가 데이터 수집부를 통해 정사영상, 도로 GT 및 도로 선형을 수집하여 데이터베이스에 저장하는 단계; 제어부가 데이터베이스에 저장된 도로 GT를 기반으로 도로 영역 검출 모델을 학습하는 단계; 제어부가 학습한 도로 영역 검출 모델을 기반으로 정사영상으로부터 도로 영역을 검출하는 단계; 제어부가 검출한 도로 영역과 데이터베이스에 저장된 도로 선형을 비교하여 미구축 도로 영역을 분석하는 단계; 및 제어부가 분석한 미구축 도로 영역에 대한 분석 결과를 출력하는 단계;를 포함하는 것을 특징으로 한다.
본 발명에서 데이터베이스에 저장하는 단계는, 제어부가 수집된 정사영상을 정사영상 저장부에 저장하고, 도로 GT 정보를 도로 GT 저장부에 저장하며, 기 구축된 도로 선형을 도로 선형 저장부에 저장하는 것을 특징으로 한다.
본 발명에서 미구축 도로 영역을 분석하는 단계는, 제어부가 도엽 단위별로 검출된 도로 영역과 기 구축된 도로 선형을 오버레이 연산하여 미구축 도로 영역을 비율로 분석하는 것을 특징으로 한다.
본 발명의 일 측면에 따른 항공영상 기반 도로 검출장치 및 그 방법은 정사영상 내 포함된 도로 영역을 딥러닝 기반으로 검출하고, 검출된 도로와 기 구축된 도로 자료를 분석하여 미구축 도로 영역에 대한 분석 결과를 제공함으로써, 미구축된 지역에 대한 지도 구축 및 업데이트를 수행할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 항공영상 기반 도로 검출장치를 나타낸 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 항공영상 기반 도로 검출장치를 통해 제공되는 미구축 도로 영역의 분석 결과를 나타낸 예시도이다.
도 3은 본 발명의 일 실시예에 따른 항공영상 기반 도로 검출방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 항공영상 기반 도로 검출장치 및 그 방법을 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 항공영상 기반 도로 검출장치를 나타낸 블록 구성도이고, 도 2는 본 발명의 일 실시예에 따른 항공영상 기반 도로 검출장치를 통해 제공되는 미구축 도로 영역의 분석 결과를 나타낸 예시도이다.
도 1에 도시된 바와 같이 본 발명의 일 실시예에 따른 항공영상 기반 도로 검출장치는, 데이터 수집부(10), 데이터베이스(30), 제어부(20) 및 출력부(40)를 포함할 수 있다.
데이터 수집부(10)는 정사영상, 도로 GT(Ground Truth) 및 도로 선형 데이터를 수집할 수 있다.
여기서, 정사영상은 기하학적 왜곡이나 경사왜곡이 제거된 연직 영상의 항공영상이다.
데이터베이스(30)는 데이터 수집부(10)로부터 수집된 데이터를 저장하기 위해 각각 정사영상을 저장하는 정사영상 저장부(32), 도로 GT 정보를 저장하는 도로 GT 저장부(34) 및 기 구축된 도로 선형을 저장하는 도로 선형 저장부(36)를 포함할 수 있다.
제어부(20)는 데이터베이스(30)에 저장된 도로 GT를 기반으로 도로 영역 검출 모델을 학습한 후 정사영상으로부터 도로 영역을 검출하고, 검출한 도로 영역과 데이터베이스(30)에 저장된 도로 선형을 비교하여 미구축 도로 영역을 분석할 수 있다.
여기서, 제어부(20)는 딥러닝 기반으로 도로 영역 검출 모델을 학습하고 정사영상으로부터 도로 영역을 검출하는 도로영역 검출부(22)와, 도로영역 검출부(22)로부터 검출된 도로 영역과 데이터베이스(30)에 저장된 도로 선형을 기반으로 기 구축된 도로 영역과 도로영역 검출부(22)로부터 검출된 도로 영역을 비교하여 미구축 도로 영역을 분석하는 미구축 도로영역 분석부(24)를 포함할 수 있다.
제어부(20)는 딥러닝을 통해 도엽 단위별로 포장 도로(아스팔트, 시멘트), 비포장 도로(농로) 등 도심, 시골, 산간 및 도서 지역에서 여러 형태의 도로 영역을 검출하고, 도 2에 도시된 바와 같이 검출된 도로 영역과 도로 선형 자료들과 오버레이 연산하여 미구축 도로 영역의 비율을 분석할 수 있다.
출력부(40)는 제어부(20)에서 분석한 미구축 도로 영역에 대한 분석 결과를 도 2와 같이 시각적으로 비율별로 색상을 다르게 출력할 수 있다.
상술한 바와 같이, 본 발명의 실시예에 의한 항공영상 기반 도로 검출장치에 따르면, 정사영상 내 포함된 도로 영역을 딥러닝 기반으로 검출하고, 검출된 도로와 기 구축된 도로 자료를 분석하여 미구축 도로 영역에 대한 분석 결과를 제공함으로써, 미구축된 지역에 대한 지도 구축 및 업데이트를 수행할 수 있도록 한다.
도 3은 본 발명의 일 실시예에 따른 항공영상 기반 도로 검출방법을 설명하기 위한 흐름도이다.
도 3에 도시된 바와 같이 본 발명의 일 실시예에 따른 항공영상 기반 도로 검출방법에서는 먼저, 제어부(20)가 데이터 수집부(10)를 통해 정사영상, 도로 GT 및 도로 선형을 수집하여 데이터베이스(30)에 저장한다(S10).
여기서 제어부(20)는 수집된 정사영상을 정사영상 저장부(32)에 저장하고, 도로 GT 정보를 도로 GT 저장부(34)에 저장하며, 기 구축된 도로 선형을 도로 선형 저장부(36)에 저장할 수 있다.
S10 단계에서 수집된 정사영상, 도로 GT 및 도로 선형을 데이터베이스(30)에 저장한 후 제어부(20)는 데이터베이스(30)에 저장된 도로 GT를 기반으로 도로 영역 검출 모델을 학습한다(S20).
S20 단계에서 학습한 도로 영역 검출 모델을 기반으로 제어부(20)는 정사영상으로부터 도로 영역을 검출한다(S30).
여기서, 제어부(20)는 딥러닝을 통해 도엽 단위별로 포장 도로(아스팔트, 시멘트), 비포장 도로(농로) 등 도심, 시골, 산간 및 도서 지역에서 여러 형태의 도로 영역을 검출한다.
S30 단계에서 정사영상으로부터 도로 영역을 검출한 후 제어부(20)는 검출한 도로 영역과 데이터베이스(30)에 저장된 도로 선형을 비교하여 미구축 도로 영역을 분석한다(S40).
S40 단계에서 제어부(20)는 도 2에 도시된 바와 같이 도엽 단위별로 검출된 도로 영역과 기 구축된 도로 선형 자료들을 오버레이 연산하여 미구축 도로 영역의 비율을 분석할 수 있다.
S40 단계에서 분석한 미구축 도로 영역에 대한 분석 결과를 제어부(20)는 시각적으로 출력한다(S50).
S50 단계에서 제어부는 도 2에 도시된 바와 같이 시각적으로 미구축 도로 영역의 비율별로 색상을 다르게 출력할 수 있다.
상술한 바와 같이, 본 발명의 실시예에 의한 항공영상 기반 도로 검출방법에 따르면, 정사영상 내 포함된 도로 영역을 딥러닝 기반으로 검출하고, 검출된 도로와 기 구축된 도로 자료를 분석하여 미구축 도로 영역에 대한 분석 결과를 제공함으로써, 미구축된 지역에 대한 지도 구축 및 업데이트를 수행할 수 있도록 한다.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다.
따라서 본 발명의 진정한 기술적 보호범위는 아래의 청구범위에 의해서 정하여져야 할 것이다.
10 : 데이터 수집부 20 : 제어부
22 : 도로영역 검출부 24 : 미구축 도로 영역 분석부
30 : 데이터베이스 32 : 정사영상 저장부
34 : 도로 GT 저장부 36 : 도로 선형 저장부
40 : 출력부

Claims (7)

  1. 정사영상, 도로 GT(Ground Truth) 및 도로 선형 데이터를 수집하는 데이터 수집부;
    상기 데이터 수집부로부터 수집된 데이터를 저장하는 데이터베이스; 및
    상기 데이터베이스에 저장된 상기 도로 GT를 기반으로 도로 영역 검출 모델을 학습한 후 상기 정사영상으로부터 도로 영역을 검출하고, 검출한 도로 영역과 상기 데이터베이스에 저장된 상기 도로 선형을 비교하여 미구축 도로 영역을 분석하고, 분석한 미구축 도로 영역에 대한 분석 결과를 출력부를 통해 출력하는 제어부;를 포함하되,
    상기 제어부는, 미구축 도로 영역의 비율을 분석하여 비율별로 색상을 다르게 출력하는 것을 특징으로 하는 항공영상 기반 도로 검출장치.
  2. 제 1항에 있어서, 상기 제어부는,
    딥러닝 기반으로 상기 도로 영역 검출 모델을 학습하고 상기 정사영상으로부터 도로 영역을 검출하는 도로영역 검출부; 및
    상기 도로영역 검출부로부터 검출된 도로 영역과 상기 데이터베이스에 저장된 상기 도로 선형을 기반으로 기 구축된 도로 영역과 상기 도로영역 검출부로부터 검출된 도로 영역을 비교하여 상기 미구축 도로 영역을 분석하는 미구축 도로영역 분석부;를 포함하는 것을 특징으로 하는 항공영상 기반 도로 검출장치.
  3. 제 1항에 있어서, 상기 데이터베이스는,
    상기 정사영상을 저장하는 정사영상 저장부;
    상기 도로 GT 정보를 저장하는 도로 GT 저장부; 및
    기 구축된 상기 도로 선형을 저장하는 도로 선형 저장부;를 포함하는 것을 특징으로 하는 항공영상 기반 도로 검출장치.
  4. 제 1항에 있어서, 상기 제어부는, 도엽 단위별로 검출된 도로 영역과 기 구축된 도로 선형을 오버레이 연산하여 상기 미구축 도로 영역을 분석하는 것을 특징으로 하는 항공영상 기반 도로 검출장치.
  5. 제어부가 데이터 수집부를 통해 정사영상, 도로 GT 및 도로 선형을 수집하여 데이터베이스에 저장하는 단계;
    상기 제어부가 상기 데이터베이스에 저장된 상기 도로 GT를 기반으로 도로 영역 검출 모델을 학습하는 단계;
    상기 제어부가 학습한 상기 도로 영역 검출 모델을 기반으로 상기 정사영상으로부터 도로 영역을 검출하는 단계;
    상기 제어부가 검출한 도로 영역과 상기 데이터베이스에 저장된 상기 도로 선형을 비교하여 미구축 도로 영역을 분석하는 단계; 및
    상기 제어부가 분석한 상기 미구축 도로 영역에 대한 분석 결과를 출력하는 단계;를 포함하되,
    상기 미구축 도로 영역에 대한 분석 결과를 출력하는 단계에서, 상기 제어부는 분석결과를 미구축 도로 영역의 비율별로 색상을 다르게 출력하는 것을 특징으로 하는 항공영상 기반 도로 검출방법.
  6. 제 5항에 있어서, 상기 데이터베이스에 저장하는 단계는, 상기 제어부가 수집된 상기 정사영상을 정사영상 저장부에 저장하고, 상기 도로 GT 정보를 도로 GT 저장부에 저장하며, 기 구축된 상기 도로 선형을 도로 선형 저장부에 저장하는 것을 특징으로 하는 항공영상 기반 도로 검출방법.
  7. 제 5항에 있어서, 상기 미구축 도로 영역을 분석하는 단계는, 상기 제어부가 도엽 단위별로 검출된 도로 영역과 기 구축된 도로 선형을 오버레이 연산하여 상기 미구축 도로 영역을 분석하는 것을 특징으로 하는 항공영상 기반 도로 검출방법.
KR1020190177955A 2019-12-30 2019-12-30 항공영상 기반 도로 검출장치 및 그 방법 KR102655068B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190177955A KR102655068B1 (ko) 2019-12-30 2019-12-30 항공영상 기반 도로 검출장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190177955A KR102655068B1 (ko) 2019-12-30 2019-12-30 항공영상 기반 도로 검출장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20210085181A KR20210085181A (ko) 2021-07-08
KR102655068B1 true KR102655068B1 (ko) 2024-04-05

Family

ID=76893489

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190177955A KR102655068B1 (ko) 2019-12-30 2019-12-30 항공영상 기반 도로 검출장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102655068B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102646924B1 (ko) * 2023-10-17 2024-03-13 웨이즈원 주식회사 시점변화에 따라 생성된 도로지도 상에 불분명 구간의 보정을 통한 공간 영상도화 정밀 제작시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110280453A1 (en) * 2004-07-09 2011-11-17 Ching-Chien Chen System and Method for Fusing Geospatial Data
KR101693784B1 (ko) * 2016-01-19 2017-01-06 한국국토정보공사 정사영상을 이용하여 국토정보기본도를 제작하는 방법 및 장치
EP2659227B1 (en) 2010-12-30 2017-08-02 TomTom Global Content B.V. Incremental network generation providing seamless network
KR101839599B1 (ko) * 2017-05-31 2018-03-16 (주)지트 드론을 이용한 도로시설물 측량 조사 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100385632B1 (ko) * 2000-05-03 2003-05-27 학교법인 포항공과대학교 재귀적 적응 필터를 이용한 비포장 도로 인식 시스템
KR20140044714A (ko) * 2012-10-05 2014-04-15 현대모비스 주식회사 내비게이션의 도로 정보를 자동으로 최신화하는 방법 및 그 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110280453A1 (en) * 2004-07-09 2011-11-17 Ching-Chien Chen System and Method for Fusing Geospatial Data
EP2659227B1 (en) 2010-12-30 2017-08-02 TomTom Global Content B.V. Incremental network generation providing seamless network
KR101693784B1 (ko) * 2016-01-19 2017-01-06 한국국토정보공사 정사영상을 이용하여 국토정보기본도를 제작하는 방법 및 장치
KR101839599B1 (ko) * 2017-05-31 2018-03-16 (주)지트 드론을 이용한 도로시설물 측량 조사 시스템

Also Published As

Publication number Publication date
KR20210085181A (ko) 2021-07-08

Similar Documents

Publication Publication Date Title
US11645839B2 (en) Lane feature detection in aerial images based on road geometry
US11501104B2 (en) Method, apparatus, and system for providing image labeling for cross view alignment
US9129163B2 (en) Detecting common geographic features in images based on invariant components
CN111007540A (zh) 用于预测传感器误差的方法和装置
US8953838B2 (en) Detecting ground geographic features in images based on invariant components
CN113034566B (zh) 高精度地图构建方法、装置、电子设备及存储介质
US11205079B2 (en) Determining position data
US11215462B2 (en) Method, apparatus, and system for location correction based on feature point correspondence
US8761435B2 (en) Detecting geographic features in images based on invariant components
US11107235B1 (en) Systems and methods for identifying data suitable for mapping
US11055862B2 (en) Method, apparatus, and system for generating feature correspondence between image views
US11549816B2 (en) Systems and methods for controlling mapping information inaccuracies
US10949707B2 (en) Method, apparatus, and system for generating feature correspondence from camera geometry
US20190026591A1 (en) Method, apparatus, and computer program product for determining vehicle lanes of a road segment based on received probe data
KR102655068B1 (ko) 항공영상 기반 도로 검출장치 및 그 방법
US11783504B2 (en) Geolocation system
US11946757B2 (en) Identifying and displaying smooth and demarked paths
US11003190B2 (en) Methods and systems for determining positional offset associated with a road sign
KR20220096162A (ko) 항공영상 기반 도로 검출장치 및 그 방법
US20240169508A1 (en) Apparatus and methods for assessing geospatial aerial images for image processing
Atif et al. Geometry Data Extraction of Existing Horizontal Alignment: A Global Review Report and Methodological Example
Li et al. Physical Barrier Detection for Updating of Navigation Databases from High Resolution Satellite Imagery
Kim et al. Photograph database for highway facility management in mobile mapping system

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