KR20200124048A - 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법 - Google Patents
지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법 Download PDFInfo
- Publication number
- KR20200124048A KR20200124048A KR1020190047426A KR20190047426A KR20200124048A KR 20200124048 A KR20200124048 A KR 20200124048A KR 1020190047426 A KR1020190047426 A KR 1020190047426A KR 20190047426 A KR20190047426 A KR 20190047426A KR 20200124048 A KR20200124048 A KR 20200124048A
- Authority
- KR
- South Korea
- Prior art keywords
- information data
- ground
- ground information
- raw
- data
- 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
- 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
- G06T7/20—Analysis of motion
- G06T7/269—Analysis of motion using gradient-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
본 발명은 지반 변화를 가시적으로 정확하게 확인할 수 있는 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법에 관한 것이다.
이러한 본 발명은, 지반 변화에 대한 적어도 2개 이상의 로우 지반정보 데이터를 수집하는 로우 지반정보 데이터 수집 단계와; 다수의 평가자가 상기 로우 지반정보 데이터에 대해 중요도를 평가하는 평가자 평가 단계와; 평가자 중 일관성이 있게 중요도를 평가한 평가자의 로우 지반정보 데이터를 수집하는 일관성 평가자 데이터 수집 단계와; 다수의 일관성 평가자의 로우 지반정보 데이터를 분석하여, 로우 지반정보 데이터의 우선 순위를 정하는 로우 지반정보 데이터 우선 순위 선정 단계와; 로우 지반정보 데이터의 우선 순위에 따라 가중치를 정하고, 해당 가중치를 로우 지반정보 데이터에 적용하는 가중치 적용 단계와; 가중치가 적용된 가중치 적용 로우 지반정보 데이터를 합성하여 나타내는 가중치 적용 로우 지반정보 데이터 합성 단계 및; 합성된 가중치 적용 로우 지반정보 데이터와, 최초 로우 지반정보 데이터를 비교하여, 가시적으로 차이를 보여주는 비교 단계를 포함하는 것을 특징으로 하여, 지반 상태 변화 정보를 가시적으로 쉽고 정밀하게 확인할 수 있다.
이러한 본 발명은, 지반 변화에 대한 적어도 2개 이상의 로우 지반정보 데이터를 수집하는 로우 지반정보 데이터 수집 단계와; 다수의 평가자가 상기 로우 지반정보 데이터에 대해 중요도를 평가하는 평가자 평가 단계와; 평가자 중 일관성이 있게 중요도를 평가한 평가자의 로우 지반정보 데이터를 수집하는 일관성 평가자 데이터 수집 단계와; 다수의 일관성 평가자의 로우 지반정보 데이터를 분석하여, 로우 지반정보 데이터의 우선 순위를 정하는 로우 지반정보 데이터 우선 순위 선정 단계와; 로우 지반정보 데이터의 우선 순위에 따라 가중치를 정하고, 해당 가중치를 로우 지반정보 데이터에 적용하는 가중치 적용 단계와; 가중치가 적용된 가중치 적용 로우 지반정보 데이터를 합성하여 나타내는 가중치 적용 로우 지반정보 데이터 합성 단계 및; 합성된 가중치 적용 로우 지반정보 데이터와, 최초 로우 지반정보 데이터를 비교하여, 가시적으로 차이를 보여주는 비교 단계를 포함하는 것을 특징으로 하여, 지반 상태 변화 정보를 가시적으로 쉽고 정밀하게 확인할 수 있다.
Description
본 발명은 지반 변화를 가시적으로 정확하게 확인할 수 있는 '지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법'에 관한 것이다.
PS-InsAR 분석기법은 SAR 영상내에 있는 고정산란체를 활용하는 기법으로써 하나의 주영상에 25장 이상의 부영상을 간섭시켜 영상분석을 수행한다.
이때, 종래에는 하나의 주영상에 다수의 부영상을 연결하여 긴밀도를 확인한 후, 지반 변화를 연산하여 나타내었다.
종래에는 상기와 같이 연산되어 수집된 지반 변화 데이터를 가시적으로 나타낼 시, 다양한 지반 변화 데이터 속성을 통합적으로 가시적으로 표현할 수 없어, 지반 변화에 대한 정확한 확인에 한계가 있었다.
한편, 종래의 PS-InsAR 분석기법은 하나의 주영상을 중심으로 다수의 부영상을 연결하는데 있어, 시간 및 공간적으로 인접성이 낮은 주영상과 각 부영상을 연결하기 때문에, 영상 간의 긴밀도가 낮아 보다 정확한 지반 변화 데이터를 수집하는 데 한계가 있었다.
본 발명은 상기와 같은 과제를 해결하기 위한 것으로, 지반 변화를 가시적으로 정확하게 확인할 수 있는 '지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법'을 제공하는 것을 해결하고자 하는 과제로 한다.
상기와 같은 과제를 해결하기 위한 본 발명의 제1과제의 해결 수단은,
지반 변화에 대한 적어도 2개 이상의 로우 지반정보 데이터를 수집하는 로우 지반정보 데이터 수집 단계와;
다수의 평가자가 상기 로우 지반정보 데이터에 대해 중요도를 평가하는 평가자 평가 단계와;
평가자 중 일관성이 있게 중요도를 평가한 평가자의 로우 지반정보 데이터를 수집하는 일관성 평가자 데이터 수집 단계와;
다수의 일관성 평가자의 로우 지반정보 데이터를 분석하여, 로우 지반정보 데이터의 우선 순위를 정하는 로우 지반정보 데이터 우선 순위 선정 단계와;
로우 지반정보 데이터의 우선 순위에 따라 가중치를 정하고, 해당 가중치를 로우 지반정보 데이터에 적용하는 가중치 적용 단계와;
가중치가 적용된 가중치 적용 로우 지반정보 데이터를 합성하여 나타내는 가중치 적용 로우 지반정보 데이터 합성 단계 및;
합성된 가중치 적용 로우 지반정보 데이터와, 최초 로우 지반정보 데이터를 비교하여, 가시적으로 차이를 보여주는 비교 단계
를 포함하는 것을 특징으로 한다.
또한, 본 발명의 제2과제의 해결 수단은,
제1과제의 해결 수단에 있어서,
상기 로우 지반정보 데이터는 지반 침하의 최종변위 데이터이거나, 지반 침하의 누적 변위 데이터이거나, 지반 침하의 최대변위와 최소변위 차 데이터이거나, 지반 침하의 최대 침하 속도 데이터이거나, 지반 침하의 평균 침하량 데이터이거나, 지반 침하의 침하 표준편차 데이터인 것을 특징으로 한다.
상기와 같은 과제의 해결 수단에 따른 본 발명은, 일관성이 있게 평가한 평가자의 로우 지반정보 데이터에 우선 순위에 따라 가중치를 부여해, 가중치가 적용된 적어도 2개 이상의 가중치 적용 로우 지반정보 데이터(도식화된 데이터)를 합성하여, 표현함으로써, 단순히 하나의 로우 지반정보 데이터(도식화된 데이터)만을 통해 지반의 위험성을 나타내는 것 보다 더욱 정밀게 위험성을 나타낼 수 있다.
따라서, 본 발명은 지반 상태 변화 정보를 가시적으로 쉽고 정밀하게 확인할 수 있어, 지반 상태 변화에 따른 대응을 효율적으로 할 수 있다.
도 1은 본 발명의 제1실시예에서 로우 지반정보 데이터를 도식화해 나타낸 도면이고,
도 2는 본 발명의 제1실시예에서 로우 지반정보 데이터에 가중치를 적용하는 것을 도식화해 나타낸 도면이고,
도 3은 본 발명의 제1실시예에서 로우 지반정보 데이터 중 지반 침하의 최종변위 데이터를 도식화해 나타낸 도면이고,
도 4 및 도 5는 도 3의 일부를 확대해 나타낸 도면이고,
도 6은 종래 기술에 따라 지반 변화 데이터를 수집하는 방법을 설명하기 위한 도면이고,
도 7은 본 발명에서 영상(SAR 영상)의 매칭을 설명하기 위한 일예의 도면(도 2에서 점은 영상, 점 간을 잇는 선은 매칭되는 영상 간의 연결을 의미)이고,
도 8(a,b)은 본 발명과 종래 기술에서 매칭 영상의 긴밀도 비교를 나타내기 위한 도면이고,
도 9는 본 발명에서 영상의 매칭을 설명하기 위한 또 다른 일예의 도면이고,
도 10는 도 9에서 시간 단위 변경에 따라 영상의 매칭이 변화될 수 있는 것을 나타낸 도면이고,
도 11은 도 10에서 가중치를 적용하여 도 9와 같은 영상 간의 매칭이 이루어지도록 하는 것을 나타낸 도면이고,
도 12(a,b)는 본 발명 및 종래 기술에 따른 최종 지반 변화를 그래프화하여 나타낸 일예의 도면이다.
도 2는 본 발명의 제1실시예에서 로우 지반정보 데이터에 가중치를 적용하는 것을 도식화해 나타낸 도면이고,
도 3은 본 발명의 제1실시예에서 로우 지반정보 데이터 중 지반 침하의 최종변위 데이터를 도식화해 나타낸 도면이고,
도 4 및 도 5는 도 3의 일부를 확대해 나타낸 도면이고,
도 6은 종래 기술에 따라 지반 변화 데이터를 수집하는 방법을 설명하기 위한 도면이고,
도 7은 본 발명에서 영상(SAR 영상)의 매칭을 설명하기 위한 일예의 도면(도 2에서 점은 영상, 점 간을 잇는 선은 매칭되는 영상 간의 연결을 의미)이고,
도 8(a,b)은 본 발명과 종래 기술에서 매칭 영상의 긴밀도 비교를 나타내기 위한 도면이고,
도 9는 본 발명에서 영상의 매칭을 설명하기 위한 또 다른 일예의 도면이고,
도 10는 도 9에서 시간 단위 변경에 따라 영상의 매칭이 변화될 수 있는 것을 나타낸 도면이고,
도 11은 도 10에서 가중치를 적용하여 도 9와 같은 영상 간의 매칭이 이루어지도록 하는 것을 나타낸 도면이고,
도 12(a,b)는 본 발명 및 종래 기술에 따른 최종 지반 변화를 그래프화하여 나타낸 일예의 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다.
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 의미를 갖고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 갖는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부된 도면을 참조하여 통상의 기술자가 쉽게 실시할 수 있도록 본 발명을 설명한다.
도 1은 본 발명의 제1실시예에서 로우 지반정보 데이터를 도식화해 나타낸 도면이고, 도 2는 본 발명의 제1실시예에서 로우 지반정보 데이터에 가중치를 적용하는 것을 도식화해 나타낸 도면이고, 도 3은 본 발명의 제1실시예에서 로우 지반정보 데이터 중 지반 침하의 최종변위 데이터를 도식화해 나타낸 도면이고, 도 4 및 도 5는 도 3의 일부를 확대해 나타낸 도면으로서, 도 1 내지 도 5를 참조하여, 본 발명의 제1실시예에 따른 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법을 설명하면 다음과 같다.
본 발명에 따른 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법은 로우 지반정보 데이터 수집 단계와, 평가자 평가 단계와, 일관성 평가자 데이터 수집 단계와, 로우 지반정보 데이터 우선 순위 선정 단계와, 가중치 적용 단계와, 가중치 적용 로우 지반정보 데이터 합성 단계 및, 비교 단계를 포함한다.
로우 지반정보 데이터 수집 단계
로우 지반정보 데이터 수집 단계는 지반 변화에 대한 적어도 2개 이상의 로우 지반정보 데이터를 수집한다. 로우 지반정보 데이터는 지반 침하의 최종변위 데이터이거나, 지반 침하의 누적 변위 데이터(변위량 총합)이거나, 지반 침하의 최대변위와 최소변위 차 데이터(지반의 최대변위 - 최소변위 데이터)이거나, 지반 침하의 최대 침하 속도 데이터이거나, 지반 침하의 평균 침하량 데이터이거나, 지반 침하의 침하 표준편차 데이터이다.
한편 본 실시예에서는 로우 지반정보 데이터로, 지반 침하의 최종변위 데이터, 지반 침하의 누적 변위 데이터, 지반 침하의 최대변위와 최소변위 차 데이터, 지반 침하의 최대 침하 속도 데이터, 지반 침하의 평균 침하량 데이터, 지반 침하의 침하 표준편차 데이터가 적용된다. 예를 들어 도 1과 같이 표현되는 로우 지반정보 데이터가 적용된다. 도 1에서 (a)는 지반 침하의 최종변위 데이터, (b)는 지반 침하의 누적 변위 데이터, (c)는 지반 침하의 최대변위와 최소변위 차 데이터, (d)는 지반 침하의 최대 침하 속도 데이터, (e)는 지반 침하의 평균 침하량 데이터, (f)는 지반 침하의 침하 표준편차 데이터이다.
평가자 평가 단계
평가자 평가 단계는, 다수의 평가자가 상기 로우 지반정보 데이터에 대해 중요도를 평가한다. 예를 들어 평가자가 6개의 로우 지반정보 데이터에 대해 6점을 만점으로 하는 중요도를 평가할 수 있다. 즉 평가자는 지반 침하의 최종변위 데이터 0.5, 지반 침하의 누적 변위 데이터는 1.5, 지반 침하의 최대변위와 최소변위 차 데이터는 1.5, 지반 침하의 최대 침하 속도 데이터는 0.5, 지반 침하의 평균 침하량 데이터는 1.5, 지반 침하의 침하 표준편차 데이터는 0.5와 같이 평가할 수 있다.
일관성 평가자 데이터 수집 단계
평가자 평가 단계에서 평가한 평가자 중 일관성이 있게 중요도를 평가한 평가자의 로우 지반정보 데이터를 수집한다.
예를 들어, 평가자가 지반침하 인자들의 시계열적 요소를 고려하지 못한 채 일관성 없게 각 로우 지반정보 데이터에 대해 중요도를 평가하였을 경우, 해당 평가자의 로우 지반정보 데이터를 취하지 않고, 지반침하 인자들의 시계열적 요소를 고려하여 일관되게 각 로우 지반정보 데이터에 대해 중요도를 평가한 평가자의 로우 지반정보 데이터를 취한다. 이때 본 실시예에서는 평가자의 일관성 여부를 지수화하여 일정 이상의 일관성 지수를 갖는 평가자의 로우 지반정보 데이터를 취할 수 있다. 한편 본 실시예에서는 평가자의 일관성 지수를 구할 시, AHP(Analytic Hierarchy Process) 기법을 활용할 수도 있다.
로우 지반정보 데이터 우선 순위 선정 단계
로우 지반정보 데이터 우선 순위 선정 단계는 다수의 일관성 평가자의 로우 지반정보 데이터를 분석하여, 로우 지반정보 데이터의 우선 순위를 정한다.
예를 들어, 제1~10평가자의 로우 지반정보 데이터 중 지반 침하의 최종변위 데이터 값을 모두 더 한 후 평균하여 평균 값을 산출한다. 그리고 위와 같은 방식으로 제1~10평가자의 나머지 로우 지반정보 데이터의 평균 값을 산출한다. 이어서 제1~10평가자에 따른 로우 지반정보 데이터의 평균 값을 비교하여 가중치를 줄 우선 순위를 정한다.
가중치 적용 단계
가중치 적용 단계는 로우 지반정보 데이터의 우선 순위에 따라 가중치를 정하고, 해당 가중치를 로우 지반정보 데이터에 적용한다.
예를 들어, 도 2에 도시된 바와 같이, 도 1의 (a)~(f)와 같은 로우 지반정보 데이터에 해당 가중치를 각각 적용하여(도 2의 화살표 방향 참조), 도 2의 (a)~(f)와 같은 가중치 적용 로우 지반정도 데이터를 작성한다.
로우 지반정보 데이터 합성 단계
가중치가 적용된 가중치 적용 로우 지반정보 데이터를 합성하여 나타낸다. 본 실시예에서는 6개의 가중치 적용 로우 지반정도 데이터(도 2의 a~f)가 사용되어, 도 2의 (g)와 같이 나타내진다.
비교 단계
비교 단계는, 합성된 가중치 적용 로우 지반정보 데이터와, 최초 로우 지반정보 데이터를 비교하여, 가시적으로 차이를 보여준다.
한편, 도 3(a)는 로우 지반정보 데이터 수집 단계 중 지반 침하의 최종변위 데이터를 나타낸 것이고, 도 3(b)는 합성된 가중치 적용 로우 지반정보 데이터(도 2의 g)이고, 도 4(a)는 도 3(a)에서 A 지역을 확대한 도면이고, 도 4(b)는 도 3(b)에서 A지역을 확대한 도면이고, 도 5(a)는 도 3(a)에서 B지역을 확대한 도면이고, 도 5(b)는 도 3(b)에서 B지역을 확대한 도면이다.
도 4(a)와 도 4(b)의 색상을 비교해 보면, A지역의 경우 최초 로우 최종 변위량 데이터(도 4a)에서는 큰 위험성이 나타나지 않지만, 가중치 적용 로우 지반정보 데이터(도 4b)에서는 큰 위험이 있는 것으로 나타난다. 이는 높은 가중치를 보이는 지반 침하의 최대변위와 최소변위 차 데이터와, 지반 침하의 누적 변위 데이터에서, 위험도가 높게 도출되기 때문이다
또한, 도 5(a)와 도 5(b)의 색상을 비교해 보면, B지역의 경우 최종 변위량 데이터(도 5a)와, 가중치 적용 로우 지반정보 데이터(도 5b)는 다소 차이가 나는 것으로 보인다. 이는 가중치에 의해, 가중치 적용 로우 지반정보 데이터에서, 위험도가 다소 높게 도출되기 때문이다.
상술한 바와 같은 본 발명의 제1실시예의 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법은 일관성이 있게 평가한 평가자의 로우 지반정보 데이터에 우선 순위에 따라 가중치를 부여해, 가중치가 적용된 적어도 2개 이상의 가중치 적용 로우 지반정보 데이터(도식화된 데이터)를 합성하여, 표현함으로써, 단순히 하나의 로우 지반정보 데이터(도식화된 데이터)만을 통해 지반의 위험성을 나타내는 것 보다 더욱 정밀게 위험성을 나타낼 수 있다.
따라서, 본 발명은 지반 상태 변화 정보를 가시적으로 쉽고 정밀하게 확인할 수 있어, 지반 상태 변화에 따른 대응을 효율적으로 할 수 있다.
도 6은 종래 기술에 따라 지반 변화 데이터를 수집하는 방법을 설명하기 위한 도면이고, 도 7은 본 발명에서 영상(SAR 영상)의 매칭을 설명하기 위한 일예의 도면(도 2에서 점은 영상, 점 간을 잇는 선은 매칭되는 영상 간의 연결을 의미)이고, 도 8(a,b)은 본 발명과 종래 기술에서 매칭 영상의 긴밀도 비교를 나타내기 위한 도면이고, 도 9는 본 발명에서 영상의 매칭을 설명하기 위한 또 다른 일예의 도면이고, 도 10는 도 9에서 시간 단위 변경에 따라 영상의 매칭이 변화될 수 있는 것을 나타낸 도면이고, 도 11은 도 10에서 가중치를 적용하여 도 9와 같은 영상 간의 매칭이 이루어지도록 하는 것을 나타낸 도면이고, 도 12(a,b)는 본 발명 및 종래 기술에 따른 최종 지반 변화를 그래프화하여 나타낸 일예의 도면으로서, 도 6 내지 도 12를 참조하여 본 발명의 제2실시예에 따른 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법을 설명하면 다음과 같다.
우선, 본 발명의 제1실시예에서는, 제1실시예의 로우 지반정보 데이터 수집 단계에서의 로우 지반 정보 데이터가, 종래 기술을 통해 연산된 지반 변화 데이터를 통해 수집될 수 있다.
여기서, 종래에는 도 6에 도시된 바와 같이 하나의 주영상에 다수의 부영상을 연결하여 긴밀도를 확인한 후(X축은 시간, Y축은 공간을 나타냄), 지반 변화를 연산하여, 지반 변화 데이터를 수집한다.
한편, 본 발명의 제2실시예에 따른 지반 변화 데이터 수집은 하기의 데이터 수집 단계와, 영상 매칭 단계와, 지반 변화 연산 단계 및, 영상 제작 단계를 통해 하기와 같이 이루어질 수도 있다.
데이터 수집 단계
데이터 수집 단계는 InSar 기법에 따른 인싸 데이터를 수집한다.
InSAR(Interferometric synthetic aperture radar)기법은 레이더 간섭기법으로 두 장 이상의 SAR영상을 상호 정합하여 지표면의 3차원 정보를 얻어내는 기법으로, 광범위한 지역에 대해 높은 공간 해상도를 가지고 있어 전 지구적 모니터링이 가능하다. 본 실시예에서는 이러한 InSAR 기법에 따라 영상, 영상의 GPS 정보, 영상의 촬영 시점 등이 수집된다.
영상 매칭 단계
영상 매칭 단계는 상호 간의 긴밀도가 높은 영상간을 매칭한다. 긴밀도는 시간과 공간을 고려한 값으로서, 긴밀도가 높은 영상일 수록 시간(X축)과 공간(Y축)을 나타내는 2차원 그래프에서 서로 간의 거리가 가깝게 표현된다.
여기서, 시간축은 인공위성을 통해 촬영한 시점을 말하며, 공간축은 촬영시점에서의 인공위성 위치에 따른 촬영영상 위치를 말한다.
도 7은 본 실시예예서 영상 매칭을 나타낸 예시로서, 도 7을 참조하여 본 실시예에서의 영상 매칭 과정을 살펴 보면 다음과 같다. 도 7에서 X축 및 Y축은 일정 시점에 촬영된 어느 하나 영상의 시간 및 공간 데이터를 0(기준)으로 하여 나머지 다양한 시점에 촬영된 영상의 시간 및 공간 데이터를 나타낸다.
인공위성에 의해 동일 지역이 시차를 두고 31회(촬영 횟수는 다양할 수 있음) 촬영될 시, 동일 지역이 촬영되더라도 조금씩 위치 변동되게 촬영될 수 있다. 즉 인공위성이 일정 경로로 정확히 지구를 회전하는 것이 아니기 때문에 각 횟차에 따른 촬영영상에 공간 차이가 발생할 수 있다.
따라서, 본 실시예에서는 도 7에 도시된 바와 같이 시간 및 공간을 고려하여 가장 인접하게 위치하는(긴밀도가 높은) 영상을 서로 매칭시켜, 시간 및 공간적으로 가장 가까운 영상을 통한 지반 변화 상태를 확인한다. 예를 들어 도 7에 도시된 바와 같이 선으로 이어진 점(영상)간을 매칭시켜 지반 변화 상태를 확인한다.
여기서, 매칭 영상의 농도 비교(밝은 것이 긴밀도가 우수함)를 통해 본 발명과, 도 6과 같은 종래 기술에 따른 매칭 영상의 긴밀도를 비교 표현하면 도 8(a,b)와 같이 나타낼 수 있다. 여기서 도 8(a,b)의 각 가운데는 영상간 긴밀도가 가장 높은 매칭 영상을 나타내며, 도 8(a,b)의 각 우측 영상은 영상간 긴밀도가 가장 낮은 매칭 영상을 나타내며, 도 8(a,b)의 각 좌측 영상은 다수의 매칭 영상의 긴밀도를 평균하여 영상으로 나타낸 것이다.
이와 같은 도 3를 살펴보면, 본 발명에 따른 도 8(a)가 종래 기술(도 6 참조)에 따른 도 8(b)에 비해 밝은 것을 확인할 수 있다. 이를 통해 본 실시예가 종래 기술에 비해 긴밀도가 우수하도록 영상간 매칭을 시키는 것을 알 수 있다.
한편, 본 실시예에서는 하나의 영상에 대해 긴밀도가 가장 높은(가장 인접한) 또 다른 영상을 서로 매칭시키는 것이 바람직하지만, 필요에 따라서는 하나의 영상(이하 제1영상)에 대해 긴밀도가 두번째로 높은 영상을 서로 매칭시킬 수 있다. 이때 제1영상에 대한 긴밀도가 두번째로 높은 영상과, 제1영상에 대한 긴밀도가 첫번째로 높은 영상은, 제1영상에 대한 긴밀도가 크게 차이 나지 않는 것이 바람직하다.
또한, 본 실시예에서는 도 9에 도시된 바와 같이 기준 단위로 시간 및 공간을 고려하여 긴밀도가 높은 영상을 매칭 시킬 시, (a,b), (b,c), (b,d), (d,e)와 같이 쌍을 이루어 매칭이 이루어진다. 이때 도 10에 도시된 바와 같이 시간축의 단위를 변경(셋팅 값 변경)하여 긴밀도가 높은 영상을 매칭시키면, (a,d), (d,b), (b,c), (d,e)와 같이 쌍을 이루어 매칭이 이루어질 수 있다. 따라서 본 실시예에서는 기준 단위가 아닌 단위로 하여 영상을 매칭시킬 시, 가중치를 부여하여, 도 11에 도시된 바와 같이 (a,b), (b,c), (b,d), (d,e)로 쌍을 이루어 영상이 매칭되도록 한다. 한편 본 실시예에서는 시간축 단위의 변경에 대한 가중치 부여를 설명하였지만, 공간축 단위의 변경시에도 가중치가 부여된다. 즉 시간축 또는 공간축의 단위의 셋팅 값 변경에 따라 영상 간의 긴밀도에 가중치를 부여하여, 영상 간 매칭이 기준 단위의 셋팅 값에 따른 영상 간 매칭으로 이루어지도록 한다.
지반 변화 연산 단계
매칭 영상을 통해 시간에 따른 지반 상태 변화(침하 및 융기)를 데이터화 한다.
즉, 각각의 매칭 영상을 통해 시간 변화에 따른 지반 상태 변화를 연산한다.
영상 제작 단계
연산된 지반 변화 데이터에 따라 가시적으로 확인 가능한 지반 변화 영상을 제작한다.
예를 들어, 상기 지반 변화 영상은 그래프 형태로 도 12(a)과 같이 나타내질 수 있다.
한편, 도 12(b)는 본 실시예와 같은 동일 영상을 종래 기술(도 1 참조)에 따라 지반 상태 변화를 데이터화하여 그래프화한 것으로, 도 12(a)와 도 12(b)를 비교해 보면, 본 실시예의 그래프가 더욱 정밀하게 시간에 따른 지반 변화 상태가 표현된 것을 알 수 있다.
상술한 바와 같은 본 발명의 제2실시예의 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법은, 지반 변화 데이터 수집시, 시간과 공간을 고려한 긴밀도가 높은 영상간을 매칭시켜, 지반 변화(침하 또는 융기) 데이터를 수집함으로써, 지반 변화에 대한 정확한 정보를 얻을 수 있다.
즉, 종래에는 시간과 공간상의 긴밀도 고려없이, 하나의 영상을 기준으로 다수의 영상을 매칭시켜, 영상 분석을 하기 때문에, 서로 간에 상관성이 낮은 영상으로 매칭이 이루어지고, 이에 따라 지반 변화에 대한 정확한 데이터를 얻는 데 한계가 있었지만, 본 발명은 상관성(긴밀도)가 높은 영상 간을 매칭시켜 지반 변화 데이터를 수집하기 때문에, 시간 변화에 따른 지반 변화 상태를 정밀하게 확인할 수 있다. 이때 본 발명은 정밀한 지반 변화 데이터를 영상화하여 시각화함으로써 가시적으로 지반 변화 상태를 편리하게 확인할 수 있다.
한편, 본 발명에서는 제1,2실시예에 따른 각 단계를 구현할 수 있는 각각의 모듈을 구비한 영상처리장치를 통해, 제1,2실시예에 따른 각 단계가 구현되도록 할 수 있다.
Claims (2)
- 지반 변화에 대한 적어도 2개 이상의 로우 지반정보 데이터를 수집하는 로우 지반정보 데이터 수집 단계와;
다수의 평가자가 상기 로우 지반정보 데이터에 대해 중요도를 평가하는 평가자 평가 단계와;
평가자 중 일관성이 있게 중요도를 평가한 평가자의 로우 지반정보 데이터를 수집하는 일관성 평가자 데이터 수집 단계와;
다수의 일관성 평가자의 로우 지반정보 데이터를 분석하여, 로우 지반정보 데이터의 우선 순위를 정하는 로우 지반정보 데이터 우선 순위 선정 단계와;
로우 지반정보 데이터의 우선 순위에 따라 가중치를 정하고, 해당 가중치를 로우 지반정보 데이터에 적용하는 가중치 적용 단계와;
가중치가 적용된 가중치 적용 로우 지반정보 데이터를 합성하여 나타내는 가중치 적용 로우 지반정보 데이터 합성 단계 및;
합성된 가중치 적용 로우 지반정보 데이터와, 최초 로우 지반정보 데이터를 비교하여, 가시적으로 차이를 보여주는 비교 단계
를 포함하는 것을 특징으로 하는 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법.
- 제1항에 있어서,
상기 로우 지반정보 데이터는 지반 침하의 최종변위 데이터이거나, 지반 침하의 누적 변위 데이터이거나, 지반 침하의 최대변위와 최소변위 차 데이터이거나, 지반 침하의 최대 침하 속도 데이터이거나, 지반 침하의 평균 침하량 데이터이거나, 지반 침하의 침하 표준편차 데이터인 것을 특징으로 하는 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190047426A KR102214994B1 (ko) | 2019-04-23 | 2019-04-23 | 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190047426A KR102214994B1 (ko) | 2019-04-23 | 2019-04-23 | 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200124048A true KR20200124048A (ko) | 2020-11-02 |
| KR102214994B1 KR102214994B1 (ko) | 2021-02-10 |
Family
ID=73397659
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190047426A KR102214994B1 (ko) | 2019-04-23 | 2019-04-23 | 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102214994B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113138388A (zh) * | 2021-04-09 | 2021-07-20 | 浙江省测绘科学技术研究院 | 融合精密水准与InSAR可靠沉降值的地面沉降监测方法 |
| KR102589541B1 (ko) * | 2022-11-23 | 2023-10-13 | (주)컨텍 | 지반 침하 위험도 예측에 근거한 안전 영역 및 위험 영역 분석 서비스 제공을 위한 방법 및 시스템 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100441590B1 (ko) | 2003-04-18 | 2004-07-23 | (주)충청측량설계공사 | 간섭측정용 합성 개구 레이다의 기하학적 특성을 이용하여지형고도를 측정하기 위한 디지털 고도모형 생성방법 |
| JP2011038338A (ja) * | 2009-08-12 | 2011-02-24 | Shimizu Corp | 地盤変形解析装置及び地盤変形解析プログラム |
| KR20110048925A (ko) * | 2009-11-03 | 2011-05-12 | 연세대학교 산학협력단 | 3차원 지표 변위 추출 방법 및 그 장치 |
| JP2011209780A (ja) * | 2010-03-29 | 2011-10-20 | Mitsubishi Space Software Kk | 変化領域特定装置および変化領域特定プログラム。 |
| KR101885635B1 (ko) * | 2017-05-11 | 2018-08-07 | 홍익대학교 산학협력단 | 조건부 합성 기법을 이용한 지반 침하량 분포 정밀산정 시스템 및 그 방법 |
| KR101903003B1 (ko) * | 2017-08-23 | 2018-10-01 | 주식회사 에스코컨설턴트 | 중장기 및 단기건전화 계획 수립을 위한 지하 구조물 성능평가 예측 시스템 |
| JP2018169334A (ja) * | 2017-03-30 | 2018-11-01 | 日本電気株式会社 | レーダ画像解析システム |
| KR101927659B1 (ko) * | 2018-05-24 | 2018-12-10 | 한국지질자원연구원 | 건축물 영역에 대한 대표 지반조건 결정 방법 |
-
2019
- 2019-04-23 KR KR1020190047426A patent/KR102214994B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100441590B1 (ko) | 2003-04-18 | 2004-07-23 | (주)충청측량설계공사 | 간섭측정용 합성 개구 레이다의 기하학적 특성을 이용하여지형고도를 측정하기 위한 디지털 고도모형 생성방법 |
| JP2011038338A (ja) * | 2009-08-12 | 2011-02-24 | Shimizu Corp | 地盤変形解析装置及び地盤変形解析プログラム |
| KR20110048925A (ko) * | 2009-11-03 | 2011-05-12 | 연세대학교 산학협력단 | 3차원 지표 변위 추출 방법 및 그 장치 |
| JP2011209780A (ja) * | 2010-03-29 | 2011-10-20 | Mitsubishi Space Software Kk | 変化領域特定装置および変化領域特定プログラム。 |
| JP2018169334A (ja) * | 2017-03-30 | 2018-11-01 | 日本電気株式会社 | レーダ画像解析システム |
| KR101885635B1 (ko) * | 2017-05-11 | 2018-08-07 | 홍익대학교 산학협력단 | 조건부 합성 기법을 이용한 지반 침하량 분포 정밀산정 시스템 및 그 방법 |
| KR101903003B1 (ko) * | 2017-08-23 | 2018-10-01 | 주식회사 에스코컨설턴트 | 중장기 및 단기건전화 계획 수립을 위한 지하 구조물 성능평가 예측 시스템 |
| KR101927659B1 (ko) * | 2018-05-24 | 2018-12-10 | 한국지질자원연구원 | 건축물 영역에 대한 대표 지반조건 결정 방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113138388A (zh) * | 2021-04-09 | 2021-07-20 | 浙江省测绘科学技术研究院 | 融合精密水准与InSAR可靠沉降值的地面沉降监测方法 |
| KR102589541B1 (ko) * | 2022-11-23 | 2023-10-13 | (주)컨텍 | 지반 침하 위험도 예측에 근거한 안전 영역 및 위험 영역 분석 서비스 제공을 위한 방법 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102214994B1 (ko) | 2021-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102693542B (zh) | 一种影像特征匹配方法 | |
| CN110675418B (zh) | 一种基于ds证据理论的目标轨迹优化方法 | |
| CN103822616B (zh) | 一种图分割与地形起伏约束相结合的遥感影像匹配方法 | |
| CN104574393B (zh) | 一种三维路面裂缝图像生成系统和方法 | |
| CN108986037A (zh) | 基于半直接法的单目视觉里程计定位方法及定位系统 | |
| CN108734740A (zh) | 摄像头校正方法、摄像头校正程序以及摄像头校正装置 | |
| JP4181800B2 (ja) | ステレオ画像を用いた地形計測システム及び記憶媒体並びにプログラム | |
| CN108734741A (zh) | 摄像头校正方法、摄像头校正程序以及摄像头校正装置 | |
| CN101216555B (zh) | Rpc模型参数提取方法和几何纠正方法 | |
| CN107452024A (zh) | 一种用于旋转物体全场运动追踪的视觉测量方法 | |
| AU2020315519B2 (en) | 3D view model generation of an object utilizing geometrically diverse image clusters | |
| CN110889899B (zh) | 一种数字地表模型的生成方法及装置 | |
| KR102214994B1 (ko) | 지반 정보 데이터 영상처리에 따른 지반 변화 확인 방법 | |
| CN105139375B (zh) | 一种结合全球dem与立体视觉的卫星影像云检测方法 | |
| CN106978774A (zh) | 一种路面坑槽自动检测方法 | |
| CN103925889B (zh) | 一种基于最小二乘法的高光物体表面相位快速恢复方法 | |
| CN109341668A (zh) | 基于折射投影模型和光束追踪法的多相机测量方法 | |
| CN103868473B (zh) | 一种基于递推法的高光物体表面相位快速恢复方法 | |
| CN106056121A (zh) | 基于sift图像特征匹配的卫星装配工件快速识别方法 | |
| CN110929782B (zh) | 一种基于正射影像图对比的河道异常检测方法 | |
| CN109410259B (zh) | 基于置信度的结构化的双目深度图上采样方法 | |
| CA3156368C (en) | Method and device for generating a photogrammetric corridor map from a set of images | |
| CN105681677B (zh) | 一种高分辨率光学遥感卫星相机最佳焦面确定方法 | |
| CN108444451A (zh) | 一种行星表面影像匹配方法与装置 | |
| CN114754695B (zh) | 多视场桥梁挠度测量装置、方法及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |