KR20060021628A - 지중 매설물 3차원 디스플레이방법. - Google Patents
지중 매설물 3차원 디스플레이방법. Download PDFInfo
- Publication number
- KR20060021628A KR20060021628A KR1020040070452A KR20040070452A KR20060021628A KR 20060021628 A KR20060021628 A KR 20060021628A KR 1020040070452 A KR1020040070452 A KR 1020040070452A KR 20040070452 A KR20040070452 A KR 20040070452A KR 20060021628 A KR20060021628 A KR 20060021628A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- data
- buried
- dimensional
- value
- Prior art date
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
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20108—Interactive selection of 2D slice in a 3D data set
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
본 발명은 지중에 매설된 매설물의 위치를 파악하여 여타의 공사시 매설물을 피해 공사를 진행할 수 있도록 3차원적으로 지중에 매설된 매설물을 일반인들도 쉽게 파악할 수 있도록 한 지중 매설물 3차원 디스플레이방법에 관한 것으로, 2차원의 평면적인 영상에서 이진화 과정을 수행하고, 이진화 과정이 수행된 데이터를 이용하여 소정의 간격이 이격된 각각의 슬라이스를 통해 특정 개체들을 도출하고, 도출된 개체들을 군집화 하는 과정을 통해 3차원적으로 화면에 디스플레이 하는 것을 특징으로 하며, 지중에 매설된 매설물에 대한 결과를 3차원 영상으로 보여줌으로 보다 정확한 위치를 파악할 수 있고, 또한 전문적인 지식이 없는 일반인들이 굴착공사, 지반공사 등을 행할 시에 매설물의 파손 없이 공사를 진행할 수 있는 효과가 있다.
매설물, 지표투과 레이더, 이진화, 군집화,
Description
도 1은 본 발명에 의한 지중 매설물 3차원 디스플레이방법을 나타낸 순서도.
도 2a 내지 도 2c는 본 발명에 의한 지피알 입력영상을 나타낸 구성도.
도 3은 본 발명에 의한 마스크 적용 영상을 나타낸 구성도.
도 4는 본 발명에 의한 지피알 포물선의 백터 내적을 이용한 분류기 모델을 나타낸 구성도.
동 5는 본 발명에 의한 포물선의 최고점을 나타낸 구성도.
도 6은 본 발명에 의한 슬라이스 영상을 3차원으로 정렬한 상태를 나탄낸 구성도.
도 7은 본 발명에 의한 클러스터링을 위한 중첩된 군집을 나타낸 구성도.
도 8은 본 발명에 의한 지중 매설물이 3차원 적으로 랜더링 된 구성도.
*도면의 주요 부분에 대한 부호의 설명*
S10 : 제1단계 S20: 제2단계
S30: 제3단계 S40 : 제4단계
S50 : 제5단계 S60 : 제6단계
S70 : 제7단계 S80 : 제8단계
S90 : 제9단계 S100 : 제10단계
S110 : 제11단계 S120 : 제12단계
S130 : 제13단계 S140 : 제14단계
본 발명은 지중 매설물 3차원 디스플레이방법에 관한 것으로, 더욱 상세하게는 지중에 매설된 매설물의 위치를 파악하여 여타의 공사 시 매설물을 피해 공사를 진해할 수 있도록 3차원적으로 지중에 매설된 매설물을 일반인들도 쉽게 파악할 수 있도록 한 지중 매설물 3차원 디스플레이방법에 관한 것이다.
일반적으로 수도관, 가스관, 통신 및 전선 케이블, 소유관 등의 지하매설물이나 매장 문화재 등의 매설 깊이나 방향 등을 탐지하는 방법으로 지표투과레이더를 이용하여 탐사법 등을 주로 사용하고 있는 실정이다.
상기한 레이더 탐사법은 전 대하여 2차원적으로 곡선 형성부가 나타난 곳에 소정의 매설물이 있는 것으로 판단하는데, 이때 2차원적으로 나타난 매설물의 위치에 대하여 판단하는 사람은 전문가가 아니면 식별하기가 매우 힘이 들고, 특히 일반인들이 2차원적으로 디스플레이 되는 화면을 통해서 볼 시에는 매설물이 설치된 곡선조차도 구별하지 못하는 문제점이 있다.
또한 상기 2차원적으로 디스플레이 되는 데이터를 기준으로 3차원적으로 디스플레이하기 위하여 현재 다양한 방법이 도출되고는 있으나, 이 또한 전문가 이외 의 다른 일반인들은 전혀 구분하지 못하는데, 이는 디스플레이 되는 곡선부가 지중에 포함된 다른 여타의 매설물(철근, 폐 파이프(비연속성을 갖는 파이프)등)과 구분되지 않기 때문에 상기에서 언급한 바와 같이 일반인들은 전혀 지중에 매설된 매설물을 파악하기가 매우 힘이 들어 굴착공사, 지반공사, 파이프 매설공사 시에 수도관, 가스관, 전력선 등을 파손하거나 절단하는 문제점이 있다.
본 발명은 상기한 문제점을 해결하기 위하여 지표투과레이터를 통해 인가되는 데이터를 기준으로 이를 3차원 영상으로 디스플레이 하여 전문가가 아닌 일반인들도 지중에 매설된 매설물의 위치를 정확하게 파악할 수 있도록 하는 지중 매설물 3차원 디스플레이방법을 제공하는데 목적이 있다.
상기한 목적을 달성하기 위한 본 발명은 지표투과레이더를 통해 읽어들인 영상데이터를 이용하여 지중에 매설된 매설물의 위치를 파악하는 지중 매설물 디스플레이방법에 있어서, 상기 지표투과 레이더를 통해 읽어들인 영상에 대하여 통상의 영상처리기법을 이용하여 영상처리를 행한 후 얻어진 2차원적인 영상을 데이터를 입력하는 제1단계; 상기 제1단계를 통해 입력되는 영상의 제로값을 찾기 위한 기준값을 입력하는 제2단계; 상기 제2단계를 통해 인입되는 영상에 대하여 3차원영상으로 표출하기 위한 프로그램을 구동하는 제3단계; 제3단계에 통해 프로그램이 구동되면, 구동되는 프로그램에 의해 제로값을 탐색하는 제4단계; 상기 제4단계에서 제로값을 탐색하여 얻어진 값을 기초로 하여 데이터가 많은 영상과 데이터가 적은 영상을 분리하여 데이터가 적은 영상이 소멸되는 것을 방지하기 위한 필터링하는 제5 단계; 상기 제5단계를 통해 필터링 되어 나뉘어진 영상을 히스토그램 평활화를 이용하여 영상을 이진화를 하는 제6단계; 상기 제6단계에서 분리된 영상에 대하여 이진화를 처리를 한 후에 미디언 필터를 이용하여 영상의 잡음을 제거하고, 1차적으로 미분을 행하는 제7단계; 상기 제6단계와 제7단계를 통해 라인을 찾은 후 라인에 대하여 각각 라벨링(특정 개체에 대하여 동일한 번호를 부여)을 행하는 제8단계; 상기 제8단계를 행한 후에 분류기를 이용하여 영상에서 특정 포물선을 나타내고, 나타낸 포물선에서 최고점을 찾기 위한 특정 가중치의 값을 부여하여 특정 포물선에 대한 데이터를 찾기 위해 분류기를 통해 분류하는 제9단계; 상기 제9단계를 통해 분류기를 통해 얻어진 값에서 최고점에 대한 값을 찾아내는 제 10단계; 상기 제10단계에서 얻어진 값을 통해 포물선의 최고값을 특정 색을 이용하여 쉽게 파악할 수 있도록 디스플레이 하는 제11단계; 상기 제11단계에서 얻어진 최고값을 통해 3차원 복원을 위한 일정 지역 내의 프로필을 영상과 개체를 불러오고, 불러온 개체들에 대하여 X축과 Y축이 맞도록 정렬하고, 정렬되는 각각의 개체들을 Z축에 따라 일정 간격으로 나열되도록 하는 12단계; 상기 제12단계를 통해 여러 개체들에 의해 형성된 슬라이스 영상들에 나타난 2차원 데이터들의 위치 유사도를 분석하고, 분석된 데이터를 기초로 유사성이 있는 데이터를 군집화하는 제13단계; 상기 제13단계를 통해 군집화된 데이터를 기준으로 X축, Y축, Z축을 매칭하여 3차원 랜더링을 수행하는 제14단계를 포함하여 이루어지는 것을 특징으로 하는 지중 매설물 3차원 디스플레이방법을 제공한다.
이하 본 발명에 의한 지중 매설물 3차원 디스플레이방법을 첨부된 도면을 통해 상세하게 설명하면 다음과 같다.
먼저 본 발명의 구성에 대하여 상세하게 설명하기 앞서 필수적으로 구성되어야 할 제원으로 지표투과 레이더와, 윈도우 체제의 컴퓨터와, 윈도우체제에서 구동되는 구현언어를 기본적으로 지원한다는 설정하에 본 발명의 구성에 대하여 상세하게 설명한다.
도 1은 본 발명에 의한 지중 매설물 3차원 디스플레이방법을 나타낸 순서도이고, 도 2a 내지 도 2c는 본 발명에 의한 지피알 입력영상을 나타낸 구성도이며, 도 3은 본 발명에 의한 마스크 적용 영상을 나타낸 구성도이고, 도 4는 본 발명에 의한 지피알 포물선의 백터 내적을 이용한 분류기 모델을 나타낸 구성도이며, 동 5는 본 발명에 의한 포물선의 최고점을 나타낸 구성도이고, 도 6은 본 발명에 의한 슬라이스 영상을 3차원으로 정렬한 상태를 나탄낸 구성도이며, 도 7은 본 발명에 의한 클러스터링을 위한 중첩된 군집을 나타낸 구성도이고, 도 8은 본 발명에 의한 지중 매설물이 3차원 적으로 랜더링 된 구성도이다.
도 1 내지 도 8에 도시된 바와 같이 본 발명에 의한 지중 매설물 3차원 디스플레이방법은 지표투과레이더를 통해 읽어들인 영상에 대하여 통상의 영상처리기법을 이용하여 영상처리를 행한 후 얻어진 2차원적인 영상 데이터를 입력하는 제1단계와, 상기 제1단계를 통해 입력되는 영상의 제로값을 찾기 위한 기준값을 입력하는 제2단계와, 상기 제2단계를 통해 인입되는 영상에 대하여 3차원영상으로 표출하기 위한 프로그램을 구동하는 제3단계와, 제3단계에 통해 프로그램이 구동되면, 구 동되는 프로그램에 의해 제로값을 탐색하는 제4단계를 행한다.
상기 제4단계에서 제로값을 탐색하여 얻어진 값을 기초로 하여 데이터가 많은 영상과 데이터가 적은 영상을 분리하여 데이터가 적은 영상이 소멸되는 것을 방지하기 위한 필터링하는 제5단계와, 상기 제5단계를 통해 필터링되어 나뉘어진 영상을 히스토그램 평활화를 이용하여 영상을 이진화를 하는 제6단계와, 상기 제6단계에서 분리된 영상에 대하여 이진화를 처리를 한 후에 미디언 필터를 이용하여 영상의 잡음을 제거하고, 1차적으로 미분을 행하는 제7단계와, 상기 제6단계와 제7단계를 통해 라인을 찾은 후 라인에 대하여 각각 라벨링(특정 개체에 대하여 동일한 번호를 부여)을 행하는 제8단계와, 상기 제8단계를 행한 후에 분류기를 이용하여 영상에서 특정 포물선을 나타내고, 나타낸 포물선에서 최고점을 찾기 위한 특정 가중치의 값을 부여하여 특정 포물선에 대한 데이터를 찾기 위해 분류기를 통해 분류하는 제9단계를 행한다.
상기 제9단계를 통해 분류기를 통해 얻어진 값에서 최고점에 대한 값을 찾아내는 제 10단계와, 상기 제10단계에서 얻어진 값을 통해 포물선의 최고값을 특정 색을 이용하여 쉽게 파악할 수 있도록 디스플레이 하는 제11단계와, 상기 제11단계에서 얻어진 최고값을 통해 3차원 복원을 위한 일정 지역 내의 프로필을 영상과 개체를 불러오고, 불러온 개체들에 대하여 X축과 Y축이 맞도록 정렬하고, 정렬되는 각각의 개체들을 Z축에 따라 일정 간격으로 나열되도록 하는 12단계와, 상기 제12단계를 통해 여러 개체들에 의해 형성된 슬라이스 영상들에 나타난 2차원 데이터들의 위치 유사도를 분석하고, 분석된 데이터를 기초로 유사성이 있는 데이터를 군집 화하는 제13단계와, 상기 제13단계를 통해 군집화된 데이터를 기준으로 X축, Y축, Z축을 매칭하여 3차원 랜더링을 수행하는 제14단계를 행한다.
상기 단계들을 통해 지중에 매설된 매설물을 파악하는 과정에 일례를 들어 더욱 상세하게 설명한다.
일반적으로 지중에 매설된 가스관, 수도관 등을 찾기 위하여 지표투과 레이더를 통해 지중을 스캔하고, 스캔한 일반적인 영상을 입력받거나 또는 지표투과 레이더를 이용하여 실시간으로 입력되는 데이터 영상을 입력받으며, 이때 입력받는 영상은 비엠피(BMP) 또는 제이피지(JEPE)형태의 파일을 입력받는다.
상기 지표투과레이더를 통해 데이터를 입력받고, 입력받은 데이터가 소정의 기준치에 의해 산정 될 수 있도록 기준치를 입력하여 주는데, 이때 입력되는 기준치는 하기에 표1에 도시된 바와 같다.
[표1]
Type | Antenna | center Frequency | Depth | Resolution | Weight /AnnWeight | Electric Power |
OKD-M1D | ABD-25 | 25 MHz | 20~30m | 2.0m | 12.0/(6.0)kg | 8.0W |
ABD-50 | 50 MHz | 15~20m | 1.0m | 11.0/(5.0)kg | 8.0W | |
ABD-100 | 100 MHz | 10~15m | 1.5m | 10.0/(4.0)kg | 8.0W | |
OKO-M1 | AB-150 | 150 MHz | 6~12m | 0.35m | 20.0/(15.0)kg | 7.0W |
AB-250 | 250 MHz | 4~8m | 0.25m | 14.0/(8.0)kg | 7.0W | |
AB-400 | 400 MHz | 2.0~5.0m | 0.17m | 8.5/(3.4)kg | 6.0W | |
AB-500 | 500 MHz | 1.5~4.0m | 0.12m | 5.5/(2.1)kg | 5.0W | |
AB-700 | 700 MHz | 1.0~3.0m | 0.10m | 4.5/(1.0)kg | 5.0W | |
AB-900 | 900 MHz | 1.0~2.0m | 0.07m | 4.5/(2.3)kg | 5.0W | |
AB-1200 | 1200 MHz | 0.3~0.8m | 0.05m | 3.75/(1.5)kg | 5.0W |
상기 표1에 나타낸 바와 같이 기준치를 입력하고, 입력된 기준치에 의해 3차원으로 디스플레이하기 위한 프로그램을 실행하는데, 이때에는 0미터(m)지점을 탐색하기 위하여 지피알(GPR: Ground Penetration Radar)영상 외의 Y축 좌표계의 값 을 탐색한다.
이러한 방법은 영상처리 기법인 이진화 기법으로 찾아 낼 수 있으며, 따라서 0미터가 되는 지점의 값을 데이터 입력 시 입력하는 최고 높은 값과 매핑(mapping)시켜 지피알 영사의 깊이 정보를 파악한다.
상기 설명에 대하여 상세하게 설명하면, 입력된 영상에서 ‘0’미터를 찾기 위하여 프로그램을 실행하면, 1차적으로 기준치에 적용하여 ‘0’미터 즉, 지표값을 찾게 되는데, 이때 지피알의 영상 외의 y축에서 값을 찾은 후 이를 최대값과 매핑하여 ‘0’미터의 값을 산출되도록 하여 지표면의 기준값을 찾는 것이다.
그리고 상기 지표값을 찾은 상태에서 영상에 대하여 필터링을 행하는데, 영상필터링은 하나의 데이터에서 데이터의 양이 적은 것과 많은 것을 양분되도록 하는데, 이때 영상은 도 2에 도시된 바와 같이 영상을 양분한다.
상기 양분한 영상에서 정보가 적은 데이터의 경우 그 데이터가 유실될 수 있는데, 이는 정보가 많은 데이터와 같은 영상처리기법을 이용하여 정보가 적은 영상에 대하여 동일하게 취급할 시에 양분된 상태의 정보가 적은 데이터가 소실될 수 있기 때문에 정보가 적은 데이터와 정보가 많은 데이터를 양분하는 것이다.
상기 양분된 데이터를 기준으로 히스토그램 평활화를 이용하여 영상을 향상시킨 후 최적 이진화를 실행한다. 상기 최적 이진화란 영상을 2개의 주요한 명암도 영역으로 나누어져 있다고 가정을 한 상태에서 z가 명암도 값들을 표시하고, 그것들의 히스토그램은 p(z), 확률밀도함수(PDF)로 볼 때, 전체적인 밀도 함수는 영상의 밝은 영역과 어두운 영역의 합 또는 혼합이다. 또한 혼합 인자들은 어둡고 밝은 부분들의 상대적인 크기에 비례하고, 밀도의 형식이 알려져 있거나 어떤 형태로 가정한다면 두 개의 명백한 부분으로 영상을 분할할 수 있다.
상기 히스토그램 평활화를 이용하여 최적 이진화를 한 상태에서 정보가 적은 데이터의 정보를 잃지 것을 방지하기 위하여 원하는 선을 찾을 수 있도록 1차 미분인자를 좀더 쉽게 구현하기 위하여 하기 표2에 도시된 바와 같이 3 곱하기 3의 마스크를 이용한다.
[표 2]
(a)
z1 | z2 | z3 |
z4 | z5 | z6 |
z7 | z8 | z9 |
(b)
1 | -1 | -1 |
0 | 2 | 0 |
-1 | -1 | 1 |
(c)
-1 | -1 | 1 |
0 | 2 | 0 |
1 | -1 | -1 |
상기 표2 나타낸 바와 같이 (b)와(c)를 적용한 영상을 합성하여 대각선 성부에 강인한 연산자를 적용하면, 도 3에 도시된 바와 같이 나타난다.
상기 표2 (b)의 경우 적은 이진화를 통해 영상을 처리한 후 미디언 필터를 이용하여 영상의 잡음을 제거한 후 1차 미분을 하고, 상기 적응 이진화란 전체 영상의 히스토그램을 이용한 것이 아니라 영상의 일부분에 대한 히스토그램을 가지고 그 일부분만을 위한 임계값을 구하여 이진화를 하는 것을 행하는 것이다.
그리고 도 1의 제6단계와 제7단계를 통해 라인을 찾은 후에 이선들을 각각 인접하여 연결되어 있는 모든 화소에 동일한 번호를 붙이고, 다른 연결 성분에는 또 다른 번호를 붙이는 라벨링(Labeling)을 수행하고, 여기서 라벨링은 셀(SEL: simple and efficient labeling)알고리즘을 이용하여 수행하는데, 이때 이용하는 셀(SEL)은 클래스 어래이(Class Array)를 두며, 이 각각의 임시 라벨에 해당하는 실질적인 동일한 라벨을 저장하고 있는 1차원 배열로 가상의 C[i]는 라벨 I에 대한 실제적인 동일한 라벨이며, C[i]는 처음에 값으로 초기화된 후 대립되는 라벨이 있을 때 대립된 가상의 라벨 Ii, Ij에 대하여 C[Ii]와 C[Ij]가 다른 경우에 대하여 그때가지의 생성된 라벨과 비교하여 동일한 라벨로 인식하는 과정을 통해 상기에서 언급한 라벨링을 행한다.
그리고 라벨링된 결과에서 목표물을 찾기 위하여 분류기를 이용하는데, 이때 일반적인 지피알 영상에서 목표물인 경우 포물선을 나타나지만, 모든 포물선이 목표물을 표시하는 것은 아니기 때문에 목표물을 분리하는 분류기를 이용하여 목표물을 표시하는 포물선을 찾는다.
이때에는 도 4에 도시된 바와 같이 백터 내적
의 값을 가지게 되며, 목표물로 판단되는 포물선 500개의 표본 데이터 중에 서
의 최대, 최소값 및 포물선의 명도의 최대, 최소값을 구하며, 의 최소값을 cos_min으로 정의하고 의 최대값을 cos_max로 정의하였다. 또한 명도값의 최소값을 lum_min으로 정의하고 명도의 최대값을 lum_max로 정의하여 하기의 표3에 도시된 바와 같은 임계값을 가지고 이와 같은 패턴에 따라 다음과 같은 분류기의 패턴식[표 4]에 따라 분류한다.
[표 3]
Definition | Value |
cos_min | -0.34 |
cos_max | 0.88 |
lum_min | 0 (0~255) |
lum_max | 162 (0~255) |
[표 4] 분류기의 패턴식
if P(c)>cos_min and P(c)<cos_max and P(l)>lum_min and P(l)<lum_max then begin This parabola mark to the object end else begin This parabola exclusion in the object end c = , l = luminosity value, P = Parabola. |
또한 상기 분류기의 패턴식에 따라 분류된 포물선에서 도 4에 도시된 바와 같이 포물선의 최고점을 a의 값을 빨간색 점으로 화면상에 디스플레이 하면 도 5에 도시된 바와 같이 나타난다.
상기 최고점에 대하여 디스플레이 된 영상에서 3차원 복원을 위한 일정 지역 내의 프로필 영상과 위치 개체들을 불러오면, 도 6에 도시된 바와 같이 나타나며, 도 7에 도시된 바와 같이 각각의 슬라이드들은 영상의 좌측과 위쪽 끝부분을 각각 'Y'축과 ‘X’축에 맞도록 정한 상태에서 ‘Z’축에 따라 일정 간격으로 프로필들이 나열되어 3차원의 공간을 구성하도록 한다.
상기 3차원공간을 구성하기 위한 각각의 슬라이스 영상들에 나타난 2차원 데이터들의 위치 유사도를 분석하여 지주에 매설된 매설물을 추정하는데, 이때 유사도를 분석하기 위하여 클러스터링(군집분석)을 이용하여 지중에 매설된 매설물을 추정한다.
상기 각각 슬라이스 영상들을 나열한 3차원 영상을 측면에서 관찰하면, 모든 슬라이스가 중첩된 2차원 영상으로 보이게 되고, 각각의 슬라이스 영상에 포함된 위치 개체들 또한 동일한 2차원 평면의 데이터들로 추정할 수 있으며, 도 7에 도시된 바와 같이 중첩된 2차원 영상을 지나가는 매설물의 방향이 크게 뒤틀리지 않는다면 군집 분석을 통하여 존재하는 매설물들의 군집된 위치를 복원할 수 있게 되는 것이다.
상기 군집을 하기 위하여 K-means알고리즘을 이용한 클러스터링방법으로 K개의 클러스터를 선정하여 상대적으로 가까운 위치에 있는 개체들을 같은 클러스터로 분류하는 기법으로 하기에 나타낸 바와 같은 과정을 통해 알고리즘을 수행하게 되며, 임의로 정해준 K개의 군집으로 개체들이 나뉘어지게 된다.
1. 초기화 단계
생성할 클러스터의 개수 K를 정하고, 각 클러스터에 대한 초기값을 임의로 설정한다.
2. 개체분산 단계
각 개체들과 각 클러스터의 중심과의 유클리디안 거리(J)를 구한다. 이때 개체들은 계산된 거리가 가장 최소가 되는 클러스터(Cl, l=1,2,...,K)에 속하게 된다. 다음 식에서 l과 m은 각각의 클러스터를 의미한다.
3. 새로운 클러스터의 중심 단계
이전 단계에서 새롭게 구성된 개체들을 가지고, 변화된 클러스터의 중심을 다음 식과 같이 계산한다. 여기서, Nl은 각 클러스터에 새롭게 구성된 총 개체의 수를 나타내고 xi∈Cl는 l번째 클러스터에 속한 개체들을 의미한다.
4. 수렴 여부에 의한 반복 단계
클러스터의 중심값 zl(new)이 반복적으로 갱신되는데 이 값이 일정하게 수렴될 경우 단계를 종료하고 그렇지 않으면 두 번째 단계로 피드백(feedback)되어 반복되어진다.
그리고 상기 K-means 알고리즘은 군집의 수 K를 임의로 정해줘야 하고, 군집의 개수(K), 초기 군집 중심의 선택, 어떤 데이터부터 처리를 해줄 것인가 등의 영 향을 받게 되며 때로는 결과가 상이한 차이를 나타내는 경우도 있다.
이러한 문제점을 해결하기 위하여 특정 슬라이스를 선정하여 그 슬라이스에 포함된 개체들을 이용하여 군집의 개수(K) 및 초기 중심값 설정을 하게 되며, 하지만 어떤 슬라이스의 개체들이 초기 중심값 설정에 가장 적합한지 알지 못하므로 모든 슬라이스를 적용하여 K-means 알고리즘을 수행하여 다음과 같은 평가함수를 통해 비교 수행한다.
위의 평가함수는 각 군집들이 어느 정도로 분산이 되어있는지를 평가하는 식으로서 분산 합이 최소가 되는, 즉 평가함수의 값이 최고가 되는 군집 분석을 가장 최적의 군집 상태로 판단한다.
상기 군집 분석을 마치면 K개의 클러스터로 개체들의 구분이 되므로 동일한 클러스터에 해당하는 개체들을 연결하여 K개의 3차원 연결리스트 구조를 조합하고, 우선 중첩시킨 2차원 평면 내의 모든 개체들을 원래의 각 슬라이스로 구분하고, 그리고 동일 클러스터에 해당하는 개체들을 연결하게 되며, 이때 만약 각 슬라이스 내의 동일 클러스터에 해당하는 개체들이 한 개 이상 존재하면 그 중심점을 구하여 가상 대표개체로 정의하고, 동일 클러스터에 해당하는 개체가 없는 경우에는 모든 슬라이스의 동일 클러스터 개체들의 중심점을 가상의 대표개체로 정의하여 이를 대치한다.
그리고 복원된 3차원 연결 리스트들을 ‘X’, ‘Y’, ‘Z’축 좌표 공간으로 매핑(mapping)하여 3차원 랜더링을 수행하면, 도 8에 도시된 바와 같이 3차원 랜더링 화면이 디스플레이 된다.
상기 디스플레이 되는 화면을 통해 지중에 매설된 매설물을 확인하는 전문적인 지식이 없다해도 쉽게 지중에 매설된 매설물을 확인할 수 있게 되는 것이다.
이하 본 발명에 의한 지중 매설물 3차원 디스플레이방법의 효과를 살펴보면, 지중에 매설된 매설물에 대한 결과를 3차원 영상으로 보여줌으로 보다 정확한 위치를 파악할 수 있고, 또한 전문적인 지식이 없는 일반인들이 굴착공사, 지반공사 등을 행할 시에 매설물의 파손 없이 공사를 진행할 수 있는 효과가 있다.
Claims (7)
- 지표투과레이더를 통해 읽어 들인 영상데이터를 이용하여 지중에 매설된 매설물의 위치를 파악하는 지중 매설물 디스플레이방법에 있어서,상기 지표투과 레이더를 통해 읽어 들인 영상에 대하여 통상의 영상처리기법을 이용하여 영상처리를 행한 후 얻어진 2차원적인 영상 데이터를 입력하는 제1단계(S10);상기 제1단계를 통해 입력되는 영상의 제로값을 찾기 위한 기준값을 입력하는 제2단계(S20);상기 제2단계를 통해 인입되는 영상에 대하여 3차원 영상으로 표출하기 위한 프로그램을 구동하는 제3단계(S30);제3단계에 통해 프로그램이 구동되면, 구동되는 프로그램에 의해 제로값을 탐색하는 제4단계(S40);상기 제4단계에서 제로값을 탐색하여 얻어진 값을 기초로 하여 데이터가 많은 영상과 데이터가 적은 영상을 분리하여 필터링하는 제5단계(S50);상기 제5단계를 통해 필터링되어 나누어진 영상을 히스토그램 평활화를 이용하여 영상을 이진화하는 제6단계(S60);상기 제6단계에서 분리된 영상에 대하여 이진화를 처리를 한 후에 미디언 필터를 이용하여 영상의 잡음을 제거하고, 1차적으로 미분을 행하는 제7단계(S70);상기 제6단계와 제7단계를 통해 라인을 찾은 후 라인에 대하여 각각 라벨링( 특정 개체에 대하여 동일한 번호를 부여)을 행하는 제8단계(S80);상기 제8단계를 행한 후에 분류기를 이용하여 영상에서 특정 포물선을 나타내고, 나타낸 포물선에서 최고점을 찾기 위한 특정 가중치의 값을 부여하여 특정 포물선에 대한 데이터를 찾기 위해 분류기를 통해 분류하는 제9단계(S90);상기 제9단계를 통해 분류기를 통해 얻어진 값에서 최고점에 대한 값을 찾아내는 제 10단계(S100);상기 제10단계에서 얻어진 값을 통해 포물선의 최고값을 특정 색을 이용하여 쉽게 파악할 수 있도록 디스플레이 하는 제11단계(S110);상기 제11단계에서 얻어진 최고값을 통해 3차원 복원을 위한 일정 지역 내의 프로필을 영상과 개체를 불러오고, 불러온 개체들에 대하여 X축과 Y축이 맞도록 정렬하고, 정렬되는 각각의 개체들을 Z축에 따라 일정 간격으로 나열되도록 하는 12단계(S120);상기 제12단계를 통해 여러 개체들에 의해 형성된 슬라이스 영상들에 나타난 2차원 데이터들의 위치 유사도를 분석하고, 분석된 데이터를 기초로 유사성이 있는 데이터를 군집화 하는 제13단계(S130);상기 제13단계를 통해 군집화된 데이터를 기준으로 X축, Y축, Z축을 매칭하여 3차원랜더링을 수행하는 제14단계(S140)를 포함하여 이루어지는 것을 특징으로 하는 지중 매설물 3차원 디스플레이방법.
- 제1항에 있어서,상기 제5단계((S50))에서 데이터가 적은 영상이 소멸되는 것을 방지하기 위하여 데이터의 양이 많은 영상과 데이터의 양이 적은 데이터를 분리하는 것을 특징으로 하는 지중 매설물 3차원 디스플레이방법.
- 제1항에 있어서,상기 제6단계(S60)에서 데이터의 정보를 잃지 않기 위하여 원하는 선을 찾을 수 있도록 1차 미분인자를 쉽게 구현하기 위하여 3 곱하기 3의 마스크를 이용하여 영상을 분리된 영상을 합성하는 것을 특징으로 하는 지중 매설물 3차원 디스플레이방법.
- 제1항에 있어서,상기 제6단계(S60)에서 이진화는 영상의 일부분에 대하여 히스토그램을 가지고 그 일부분만을 위한 임계값을 구하여 이진화 하는 것을 특징으로 하는 지중 매설물 3차원 디스플레이방법.
- 제1항에 있어서,상기 제13단계(S130)에서 상기 군집화는 각각의 슬라이스 영상들을 서로 다른 영상으로 구분하고, 중첩된 2차원 평면 내의 모든 객체들을 원래의 각 슬라이스로 구분한 후 이를 동일 클러스터에 해당하는 개체들을 연결하는 것을 특징으로 하는 지중 매설물 3차원 디스플레이방법.
- 제1항 또는 6항에 있어서,상기 슬라이스에는 각 슬라이스에 동일한 클러스터에 해당하는 개체들이 한 개 이상 존재하면 그 중심점을 구하여 가상 대표개체로 정의하고, 이를 통해 3차원 영상을 렌더링을 할 수 있도록 하는 것을 특징으로 하는 지중 매설물 3차원 디스플레이방법.
- 제1항 또는 6항에 있어서,상기 슬라이스에는 각 슬라이스에 동일 클러스터에 해당하는 개체가 없는 경우 모든 슬라이스의 클러스터 개체들의 중심점을 가상의 개체로 정의하고, 이를 대체하여 3차원 영상 렌더링을 할 수 있도록 하는 것을 특징으로 하는 지중 매설물 3차원 디스플레이방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020040070452A KR100603027B1 (ko) | 2004-09-03 | 2004-09-03 | 지중 매설물 3차원 디스플레이방법. |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020040070452A KR100603027B1 (ko) | 2004-09-03 | 2004-09-03 | 지중 매설물 3차원 디스플레이방법. |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20060021628A true KR20060021628A (ko) | 2006-03-08 |
KR100603027B1 KR100603027B1 (ko) | 2006-07-24 |
Family
ID=37128422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020040070452A KR100603027B1 (ko) | 2004-09-03 | 2004-09-03 | 지중 매설물 3차원 디스플레이방법. |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100603027B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100860797B1 (ko) * | 2008-03-28 | 2008-09-30 | 한국광해관리공단 | 광산채굴갱도의 3차원 입체화 구현 방법 |
WO2011118947A2 (ko) * | 2010-03-22 | 2011-09-29 | (주)코아텍 | 지하 매설물 관리 시스템 및 그 정보 처리 방법 |
KR101362234B1 (ko) * | 2012-03-27 | 2014-02-13 | 현대로템 주식회사 | 지뢰 탐지 장치 및, 그 탐지 신호 처리 방법 |
KR102076227B1 (ko) * | 2018-11-13 | 2020-02-11 | 주식회사 한화 | 지하층 탐색 및 통신을 처리하는 기기를 이용하여 매설을 위한 최적의 위치를 도출하는 장치 및 그 방법 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019190998A (ja) * | 2018-04-25 | 2019-10-31 | 株式会社日立情報通信エンジニアリング | 空洞識別システム及び空洞識別方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0854477A (ja) * | 1994-08-12 | 1996-02-27 | Japan Radio Co Ltd | 地中レーダ装置 |
JPH09288188A (ja) * | 1996-04-23 | 1997-11-04 | Osaka Gas Co Ltd | 地中埋設物の検出方法および装置 |
JPH116879A (ja) | 1997-06-16 | 1999-01-12 | Osaka Gas Co Ltd | 3次元探査方法及び装置 |
KR100470269B1 (ko) * | 2001-05-08 | 2005-02-05 | 이강원 | 지하탐사 자료의 3차원 영상화 처리방법 및 처리시스템 |
-
2004
- 2004-09-03 KR KR1020040070452A patent/KR100603027B1/ko not_active IP Right Cessation
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100860797B1 (ko) * | 2008-03-28 | 2008-09-30 | 한국광해관리공단 | 광산채굴갱도의 3차원 입체화 구현 방법 |
WO2011118947A2 (ko) * | 2010-03-22 | 2011-09-29 | (주)코아텍 | 지하 매설물 관리 시스템 및 그 정보 처리 방법 |
WO2011118947A3 (ko) * | 2010-03-22 | 2012-01-05 | (주)코아텍 | 지하 매설물 관리 시스템 및 그 정보 처리 방법 |
KR101362234B1 (ko) * | 2012-03-27 | 2014-02-13 | 현대로템 주식회사 | 지뢰 탐지 장치 및, 그 탐지 신호 처리 방법 |
KR102076227B1 (ko) * | 2018-11-13 | 2020-02-11 | 주식회사 한화 | 지하층 탐색 및 통신을 처리하는 기기를 이용하여 매설을 위한 최적의 위치를 도출하는 장치 및 그 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR100603027B1 (ko) | 2006-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jarząbek-Rychard et al. | 3D building reconstruction from ALS data using unambiguous decomposition into elementary structures | |
CN105068918B (zh) | 一种页面测试方法及装置 | |
Musicco et al. | Automatic point cloud segmentation for the detection of alterations on historical buildings through an unsupervised and clustering-based Machine Learning approach | |
Tarsha Kurdi et al. | Automatic filtering and 2D modeling of airborne laser scanning building point cloud | |
Kumar et al. | Road network extraction from high resolution multispectral satellite imagery based on object oriented techniques | |
CN103413131B (zh) | 基于光谱及几何特征的塔吊识别方法 | |
CN110378924A (zh) | 基于局部熵的水平集图像分割方法 | |
CN109829426A (zh) | 基于高分遥感影像的铁路建设临时建筑监测方法及系统 | |
CN111091071A (zh) | 基于探地雷达双曲波拟合的地下目标检测方法及系统 | |
Mokhtari et al. | Statistical selection and interpretation of imagery features for computer vision-based pavement crack–detection systems | |
Haghighatgou et al. | A method for automatic identification of openings in buildings facades based on mobile LiDAR point clouds for assessing impacts of floodings | |
KR100603027B1 (ko) | 지중 매설물 3차원 디스플레이방법. | |
Kushwaha et al. | Automatic Bright Circular Type Oil Tank Detection Using Remote Sensing Images. | |
Yao et al. | Object extraction based on 3d-segmentation of lidar data by combining mean shift with normalized cuts: Two examples from urban areas | |
Omidalizarandi et al. | Segmentation and classification of point clouds from dense aerial image matching | |
CN109785318B (zh) | 基于面线基元关联约束的遥感图像变化检测方法 | |
Hao et al. | Active cues collection and integration for building extraction with high-resolution color remote sensing imagery | |
Singh et al. | Shadow based building extraction from single satellite image | |
Yu et al. | A novel algorithm in buildings/shadow detection based on Harris detector | |
Poornima et al. | A method to align images using image segmentation | |
Rampriya et al. | Segmentation of 3D point cloud data based on supervoxel technique | |
Rizvi et al. | Wavelet based marker-controlled watershed segmentation technique for high resolution satellite images | |
Rizvi et al. | Object-based analysis of WorldView-2 imagery of urban areas | |
Sima et al. | Texture superpixels merging by color-texture histograms for color image segmentation | |
Milan | An integrated framework for road detection in dense urban area from high-resolution satellite imagery and Lidar data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20090617 Year of fee payment: 4 |
|
LAPS | Lapse due to unpaid annual fee |