KR20210156076A - Terrain elevation data system and opertation method of the same - Google Patents

Terrain elevation data system and opertation method of the same Download PDF

Info

Publication number
KR20210156076A
KR20210156076A KR1020200073767A KR20200073767A KR20210156076A KR 20210156076 A KR20210156076 A KR 20210156076A KR 1020200073767 A KR1020200073767 A KR 1020200073767A KR 20200073767 A KR20200073767 A KR 20200073767A KR 20210156076 A KR20210156076 A KR 20210156076A
Authority
KR
South Korea
Prior art keywords
data
terrain
elevation data
altitude
resolution
Prior art date
Application number
KR1020200073767A
Other languages
Korean (ko)
Other versions
KR102417411B1 (en
Inventor
이상훈
노형우
정우채
권태윤
Original Assignee
주식회사 한화
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 주식회사 한화 filed Critical 주식회사 한화
Priority to KR1020200073767A priority Critical patent/KR102417411B1/en
Publication of KR20210156076A publication Critical patent/KR20210156076A/en
Application granted granted Critical
Publication of KR102417411B1 publication Critical patent/KR102417411B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20128—Atlas-based segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Ecology (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)
  • Instructional Devices (AREA)

Abstract

According to one embodiment of the present invention, a terrain elevation data system comprises: a data input unit configured to receive first terrain elevation data having a first resolution; an image input unit configured to receive image data; and a data generation unit configured to generate second terrain elevation data having a second resolution by converging the first terrain elevation data and the image data. The data generation unit includes: an enlargement unit configured to enlarge the first terrain elevation data to generate enlarged first terrain elevation data; a feature region generation unit configured to generate a plurality of feature regions by dividing the image data based on a color and a pixel position; a representative value calculation unit configured to calculate representative values for each of the plurality of feature regions; and an estimation unit configured to generate an estimated elevation value based on the enlarged first terrain elevation data and the representative values to generate the second terrain elevation data. The second resolution is greater than the first resolution. The present invention has the effect of performing correction for a precise and detained region.

Description

지형 고도 데이터 시스템 및 이의 동작 방법{TERRAIN ELEVATION DATA SYSTEM AND OPERTATION METHOD OF THE SAME}Terrain elevation data system and method of operation thereof

본 발명의 실시예는 지형 고도 데이터 시스템 및 이의 동작 방법, 특히 저가의 광학 영상 장치를 통해 입력된 광학 영상을 이용하여 저해상도 지형 고도 데이터를 고해상도 지형 고도 데이터로 변환하기 위한 지형 고도 데이터 시스템 및 이의 동작 방법에 관한 것이다.Embodiments of the present invention provide a topographic elevation data system and an operating method thereof, in particular, a topographic elevation data system for converting low-resolution topographic elevation data into high-resolution topographic elevation data using an optical image input through an inexpensive optical imaging device, and an operation thereof it's about how

지도 제작 및 데이터 베이스 기반의 항법 기술 분야에서 고도 정보를 포함하고 있는 지형 고도 데이터의 공간 해상도는 매우 중요한 요소이다. 그러나, 이동체(예컨대, 항공기, 인공위성 등)의 속도와 거리 측정 센서(예컨대, radar, LRF(LASER Range Finder) 등)의 성능 제약으로 모든 영역에 대해서 원하는 공간 해상도(spatial resolution)를 얻기 어려운 문제가 있다. 지형 고도 데이터는 공간 해상도에 따라 각 그리드에 고도값이 기록되어 있는 데이터를 의미한다.In the field of cartography and database-based navigation technology, spatial resolution of terrain elevation data including elevation information is a very important factor. However, there is a problem in that it is difficult to obtain the desired spatial resolution for all areas due to the performance limitations of the speed and distance measuring sensors (eg, radar, LASER Range Finder (LRF), etc.) of moving objects (eg, aircraft, satellites, etc.) have. Terrain elevation data means data in which elevation values are recorded in each grid according to spatial resolution.

최근 광학 영상 센서 기술의 발전으로, 고해상도 광학 영상을 획득하는 것이 용이해졌다. 이때, 고해상도 광학 영상은 색상별 밝기를 나타내는 값들로 이루어져 있다.With the recent development of optical image sensor technology, it has become easy to acquire a high-resolution optical image. In this case, the high-resolution optical image consists of values indicating brightness for each color.

하지만, 고도 정보를 포함하는 지형 고도 데이터는, 고해상도 광학 영상에 비해 상대적으로 저해상도의 데이터만이 공개되어 있는 실정이다. However, in the terrain elevation data including elevation information, only relatively low-resolution data are disclosed compared to high-resolution optical images.

구체적으로, 현재 민간에서 확보할 수 있는 대표적인 지형 고도 데이터는 미국 항공우주국(National Aeronautics and Space Administration; NASA)와 미국 국가지리정보국(National Geospatial-Intelligence Agency; NGA)에서 구축하고 공개하는 SRTM(Shuttle Radar Topography Mission)과 미국 지질조사국(United States Geological Survey ; USGS)에서 관리하는 GMTED2010(Global Multi-resolution Terrain Elevation Data)가 있다. Specifically, the representative topographical elevation data that can be obtained from the private sector currently is the Shuttle Radar (SRTM) constructed and published by the National Aeronautics and Space Administration (NASA) and the National Geospatial-Intelligence Agency (NGA). Topography Mission) and Global Multi-resolution Terrain Elevation Data (GMTED2010) managed by the United States Geological Survey (USGS).

연속된 지형에 대한 고도 차분 값은 지형 고도 데이터를 활용하는 시스템에서 정확한 예측을 위해 중요한 요소들 중 하나이다. 따라서, 저해상도의 지형 고도 데이터로부터 고해상도의 지형 고도 데이터를 도출하는 방법이 많이 사용되고 있다. The elevation difference value for continuous terrain is one of the important factors for accurate prediction in a system using terrain elevation data. Accordingly, a method of deriving high-resolution topographical elevation data from low-resolution topographical elevation data is widely used.

종래의 방법은 주어진 저해상도의 지형 고도 데이터를 보간(interpolation)하여 고해상도의 지형 고도 데이터를 확보하는 방식을 사용하였다. 그러나, 관측되지 않은 지역의 비선형성으로 인하여, 보간법을 이용해 추정된 값은 오차가 존재하였다. 특히, 도로, 수면, 교량과 같이 지형이 연속적으로 이루어지지 않은 경우, 해당 영역에 대한 보간법은 부정확한 예측 결과를 초래하였다.The conventional method used a method of interpolating a given low-resolution topographic elevation data to obtain high-resolution topographic elevation data. However, due to the non-linearity of the unobserved region, there was an error in the value estimated using the interpolation method. In particular, when the topography was not formed continuously, such as roads, water surfaces, and bridges, the interpolation method for the corresponding area resulted in inaccurate prediction results.

구체적으로, 종래에 사용하는 방법은 저해상도의 지형 고도 데이터를 고해상도로 변환하기 위해 영상처리에 적용되는 보간 방법(예컨대, Bilinear interpolation, Bicubic interpolation)을 사용하였다. 이러한 방법은 데이터가 없는 공간의 값을 주변의 값들로부터 추정하게 되는데, 빈 공간의 값이 선형이거나 저 차원의 함수로 모델링 되기 때문에 오차가 유발되는 필연적인 단점이 있었다.Specifically, as a conventional method, an interpolation method (eg, bilinear interpolation, bicubic interpolation) applied to image processing is used to convert low-resolution topographical elevation data to high-resolution. This method estimates the value of the space without data from the surrounding values, but there is an inevitable disadvantage that an error is induced because the value of the empty space is linear or modeled as a low-dimensional function.

한국등록특허 제10-2014190호 '좌표정보와 지형정보를 합성하여 정밀한 수치지도를 제작할 수 있는 수치지도제작시스템'(2019.08.20. 공개)Korean Patent Registration No. 10-2014190 'A numerical map production system capable of producing precise numerical maps by synthesizing coordinate information and topographic information' (published on August 20, 2019) 한국등록특허 제10-1296190호 '지형 정보 활용 항법 및 그 구동 방법'(2013.05.03. 공개)Korean Patent Registration No. 10-1296190, 'Navigation using terrain information and its driving method' (published on May 3, 2013)

본 발명의 목적은 광학 영상 장치를 통해 입력된 광학 영상을 이용하여 저해상도 지형 데이터를 고해상도 지형 데이터로 변환할 수 있는 지형 고도 데이터 시스템 및 이의 동작 방법을 제공하는 데 있다.An object of the present invention is to provide a topographic elevation data system capable of converting low-resolution topographic data into high-resolution topographic data using an optical image input through an optical imaging device, and an operating method thereof.

본 발명의 다른 목적은 종래의 방법보다 정밀하고, 세밀한 영역의 대한 보정을 수행할 수 있는 지형 고도 데이터 시스템 및 이의 동작 방법을 제공하는 데 있다. Another object of the present invention is to provide a terrain elevation data system capable of performing correction for a more precise and detailed area than a conventional method, and an operating method thereof.

본 발명의 또 다른 목적은 광학 영상의 컬러와 픽셀 위치를 기반으로 군집화된 데이터를 활용하여, 저해상도 지형 데이터에서 표현이 불가능한 세밀한 지역에 대한 고도 묘사를 할 수 있는 지형 고도 데이터 시스템 및 이의 동작 방법을 제공하는 데 있다. Another object of the present invention is to provide a topographic elevation data system capable of depicting an elevation of a detailed area that cannot be expressed in low-resolution topographic data using clustered data based on the color and pixel position of an optical image, and an operating method thereof. is to provide

본 발명의 실시예에 따른 지형 고도 데이터 시스템은, 제1 해상도를 갖는 제1 지형 고도 데이터를 입력받기 위한 데이터 입력부; 영상 데이터를 입력받기 위한 영상 입력부; 및 상기 제1 지형 고도 데이터 및 영상 데이터를 융합하여, 제2 해상도를 갖는 제2 지형 고도 데이터를 생성하기 위한 데이터 생성부를 포함하고, 상기 데이터 생성부는, 상기 제1 지형 고도 데이터를 확대하여 확대된 제1 지형 고도 데이터를 생성하기 위한 확대부; 상기 영상 데이터를 색상 및 픽셀 위치를 기초로 분할하여, 복수의 특징 영역들을 생성하기 위한 특징 영역 생성부; 상기 복수의 특징 영역들 각각에 대한 대표값들을 산출하기 위한 대표값 산출부; 및 상기 확대된 제1 지형 고도 데이터 및 상기 대표값들을 기초로, 추정 고도값을 생성하여 상기 제2 지형 고도 데이터를 생성하기 위한 추정부를 포함하고, 상기 제2 해상도는, 상기 제1 해상도보다 큰 것을 특징으로 한다. A topographic elevation data system according to an embodiment of the present invention includes: a data input unit for receiving first topographic elevation data having a first resolution; an image input unit for receiving image data; and a data generator configured to fuse the first topographical elevation data and the image data to generate second topographical elevation data having a second resolution, wherein the data generator is configured to enlarge and enlarge the first topographical elevation data. an enlargement unit for generating first terrain elevation data; a feature region generator configured to generate a plurality of feature regions by dividing the image data based on a color and a pixel position; a representative value calculator for calculating representative values for each of the plurality of feature regions; and an estimator configured to generate an estimated elevation value based on the enlarged first topographic elevation data and the representative values to generate the second topographic elevation data, wherein the second resolution is greater than the first resolution. characterized in that

본 발명에서, 상기 영상 입력부는, 상공에서 지형을 촬영하여 상기 영상 데이터를 생성하는 광학 영상 촬영 장치를 포함하는 것을 특징으로 한다. In the present invention, the image input unit is characterized in that it includes an optical image photographing device that generates the image data by photographing a terrain in the sky.

본 발명에서, 상기 확대부는, 바이 리니어 보간 필터 및 바이 큐빅 보간 필터 중 적어도 하나를 이용한 이미지 보간법을 통하여, 상기 제1 지형 고도 데이터를 확대하여 상기 확대된 제1 지형 고도 데이터를 생성하는 것을 특징으로 한다. In the present invention, the enlargement unit generates the enlarged first terrain altitude data by enlarging the first terrain altitude data through an image interpolation method using at least one of a bi-linear interpolation filter and a bi-cubic interpolation filter. do.

본 발명에서, 상기 제1 지형 고도 데이터는, 디지털 지형 고도 데이터인 것을 특징으로 한다. In the present invention, the first topographical elevation data is digital topographical elevation data.

본 발명에서, 상기 제1 해상도는, DTED 0의 수준인 것을 특징으로 한다. In the present invention, the first resolution is characterized in that the level of DTED 0.

본 발명에서, 상기 추정부는, MRF(Markov Random Field) 모델 및 CRF(Conditional Random Field) 모델 중 적어도 하나를 이용하여 상기 추정 고도값을 생성하는 것을 특징으로 한다. In the present invention, the estimator generates the estimated altitude value by using at least one of a Markov Random Field (MRF) model and a Conditional Random Field (CRF) model.

본 발명에서, 상기 추정부는, 상기 확대된 제1 지형 고도 데이터로부터 최대 고도값 및 최소 고도값을 도출하고, 상기 최대 고도값 및 상기 최소 고도값 사이의 범위 내에서 상기 추정 고도값을 생성하는 것을 특징으로 한다. In the present invention, the estimator is configured to derive a maximum altitude value and a minimum altitude value from the enlarged first terrain altitude data, and generate the estimated altitude value within a range between the maximum altitude value and the minimum altitude value. characterized.

본 발명에서, 상기 추정부는, 경사 하강법(gradient descent) 및 가우스-뉴턴법(Gauss-Newton) 중 적어도 하나를 이용하여 상기 추정 고도값을 생성하는 것을 특징으로 한다. In the present invention, the estimation unit generates the estimated altitude value using at least one of a gradient descent method and a Gauss-Newton method.

본 발명에서, 상기 특징 영역 생성부는, k-평균 군집화 알고리즘(k-means clustering algorithm) 및 슈퍼 픽셀 알고리즘(super pixel algorithm) 중 적어도 하나를 이용하여, 상기 영상 데이터를 색상 및 픽셀 위치를 기초로 분할함으로써, 복수의 특징 영역들을 생성하는 것을 특징으로 한다. In the present invention, the feature region generator divides the image data based on a color and a pixel position by using at least one of a k-means clustering algorithm and a super pixel algorithm. By doing so, it is characterized in that a plurality of feature regions are generated.

본 발명에서, 상기 대표값들 각각은, 상기 제1 지형 고도 데이터에 포함된 고도값들 중에서, 각각의 특징 영역에 대응하는 고도값들의 중앙값(median)들인 것을 특징으로 한다. In the present invention, each of the representative values is characterized in that it is a median of altitude values corresponding to each feature area among the altitude values included in the first terrain altitude data.

본 발명의 실시예에 따른 지형 고도 데이터 시스템의 동작 방법은, 데이터 입력부에 의해, 제1 해상도를 갖는 제1 지형 고도 데이터를 입력받는 단계; 영상 입력부에 의해, 영상 데이터를 입력받는 단계; 및 데이터 생성부에 의해, 상기 제1 지형 고도 데이터 및 영상 데이터를 융합하여, 제2 해상도를 갖는 제2 지형 고도 데이터를 생성하는 단계를 포함하고, 상기 제2 지형 고도 데이터를 생성하는 단계는, 확대부에 의해, 상기 제1 지형 고도 데이터를 확대하여 확대된 제1 지형 고도 데이터를 생성하는 단계; 특징 영역 생성부에 의해, 상기 영상 데이터를 색상 및 픽셀 위치를 기초로 분할하여, 복수의 특징 영역들을 생성하는 단계; 대표값 산출부에 의해, 상기 복수의 특징 영역들 각각에 대한 대표값들을 산출하는 단계; 및 추정부에 의해, 상기 확대된 제1 지형 고도 데이터 및 상기 대표값들을 기초로, 추정 고도값을 생성하여 상기 제2 지형 고도 데이터를 생성하는 단계를 포함하고, 상기 제2 해상도는, 상기 제1 해상도보다 큰 것을 특징으로 한다. A method of operating a topographic elevation data system according to an embodiment of the present invention includes: receiving, by a data input unit, first topographic elevation data having a first resolution; receiving image data by an image input unit; and generating, by a data generator, second topographic elevation data having a second resolution by fusing the first topographical elevation data and the image data, wherein generating the second topographical elevation data includes: generating the enlarged first topographical elevation data by enlarging the first topographical elevation data by the magnifying unit; generating a plurality of feature regions by dividing the image data based on a color and a pixel position by a feature region generator; calculating, by a representative value calculating unit, representative values for each of the plurality of feature regions; and generating, by an estimator, an estimated elevation value based on the enlarged first topographic elevation data and the representative values to generate the second topographic elevation data, wherein the second resolution includes: It is characterized in that it is larger than 1 resolution.

본 발명에서, 상기 영상 입력부는, 상공에서 지형을 촬영하여 상기 영상 데이터를 생성하는 광학 영상 촬영 장치를 포함하는 것을 특징으로 한다. In the present invention, the image input unit is characterized in that it includes an optical image photographing device that generates the image data by photographing a terrain in the sky.

본 발명에서, 상기 확대부는, 바이 리니어 보간 필터 및 바이 큐빅 보간 필터 중 적어도 하나를 이용한 이미지 보간법을 통하여, 상기 제1 지형 고도 데이터를 확대하여 상기 확대된 제1 지형 고도 데이터를 생성하는 것을 특징으로 한다. In the present invention, the enlargement unit generates the enlarged first terrain altitude data by enlarging the first terrain altitude data through an image interpolation method using at least one of a bi-linear interpolation filter and a bi-cubic interpolation filter. do.

본 발명에서, 상기 추정부는, MRF(Markov Random Field) 모델 및 CRF(Conditional Random Field) 모델 중 적어도 하나를 이용하여 상기 추정 고도값을 생성하는 것을 특징으로 한다. In the present invention, the estimator generates the estimated altitude value by using at least one of a Markov Random Field (MRF) model and a Conditional Random Field (CRF) model.

본 발명에서, 상기 추정부는, 상기 확대된 제1 지형 고도 데이터로부터 최대 고도값 및 최소 고도값을 도출하고, 상기 최대 고도값 및 상기 최소 고도값 사이의 범위 내에서 상기 추정 고도값을 생성하는 것을 특징으로 한다. In the present invention, the estimator is configured to derive a maximum altitude value and a minimum altitude value from the enlarged first terrain altitude data, and generate the estimated altitude value within a range between the maximum altitude value and the minimum altitude value. characterized.

본 발명의 지형 고도 데이터 시스템 및 이의 동작 방법은 광학 영상 장치를 통해 입력된 광학 영상을 이용하여 저해상도 지형 데이터를 고해상도 지형 데이터로 변환할 수 있는 효과가 있다. The topographical elevation data system and the operating method thereof of the present invention have an effect of converting low-resolution topographical data into high-resolution topographical data by using an optical image input through an optical imaging device.

또한, 본 발명의 지형 고도 데이터 시스템 및 이의 동작 방법은 종래의 방법보다 정밀하고, 세밀한 영역의 대한 보정을 수행할 수 있는 효과가 있다. In addition, the terrain altitude data system of the present invention and its operating method have the effect of performing correction of a more precise and detailed area than the conventional method.

또한, 본 발명의 지형 고도 데이터 시스템 및 이의 동작 방법은 광학 영상의 컬러와 픽셀 위치를 기반으로 군집화된 데이터를 활용하여, 저해상도 지형 데이터에서 표현이 불가능한 세밀한 지역에 대한 고도 묘사를 할 수 있는 효과가 있다. In addition, the topographic elevation data system of the present invention and its operating method utilize clustered data based on the color and pixel position of an optical image, and have the effect of being able to describe the elevation of a detailed area that cannot be expressed in low-resolution topographic data. have.

도 1은 본 발명의 실시예에 따른 지형 고도 데이터 시스템을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 데이터 생성부를 나타내는 도면이다.
도 3은 본 발명의 다른 실시예에 따른 데이터 생성부를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 특징 영역 생성부의 동작을 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 지형 고도 데이터 시스템의 동작 방법을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 지형 고도 데이터 시스템의 동작 방법을 상세하게 나타내는 도면이다. 1 is a diagram illustrating a terrain elevation data system according to an embodiment of the present invention.
2 is a diagram illustrating a data generator according to an embodiment of the present invention.
3 is a diagram illustrating a data generator according to another embodiment of the present invention.
4 is a diagram illustrating an operation of a feature region generator according to an embodiment of the present invention.
5 is a diagram illustrating a method of operating a terrain elevation data system according to an embodiment of the present invention.
6 is a diagram illustrating in detail a method of operating a terrain elevation data system according to an embodiment of the present invention.

본 발명을 더욱 상세히 설명한다.The present invention will be described in more detail.

이하 첨부한 도면을 참고하여 본 발명의 실시예 및 그 밖에 당업자가 본 발명의 내용을 쉽게 이해하기 위하여 필요한 사항에 대하여 상세히 기재한다. 다만, 본 발명은 청구범위에 기재된 범위 안에서 여러 가지 상이한 형태로 구현될 수 있으므로 하기에 설명하는 실시예는 표현 여부에 불구하고 예시적인 것에 불과하다.Hereinafter, embodiments of the present invention and other matters necessary for those skilled in the art to easily understand the contents of the present invention will be described in detail with reference to the accompanying drawings. However, since the present invention may be embodied in various different forms within the scope of the claims, the embodiments described below are merely exemplary regardless of whether they are expressed or not.

동일한 도면부호는 동일한 구성요소를 지칭한다. 또한, 도면들에 있어서, 구성요소들의 두께, 비율, 및 치수는 기술적 내용의 효과적인 설명을 위해 과장된 것이다. "및/또는"은 연관된 구성들이 정의할 수 있는 하나 이상의 조합을 모두 포함할 수 있다.Like reference numerals refer to like elements. In addition, in the drawings, thicknesses, ratios, and dimensions of components are exaggerated for effective description of technical content. “and/or” may include any combination of one or more that the associated configurations may define.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.Terms such as first, second, etc. may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, a first component may be referred to as a second component, and similarly, a second component may also be referred to as a first component. The singular expression may include the plural expression unless the context clearly dictates otherwise.

또한, "아래에", "하측에", "위에", "상측에" 등의 용어는 도면에 도시된 구성들의 연관관계를 설명하기 위해 사용된다. 상기 용어들은 상대적인 개념으로, 도면에 표시된 방향을 기준으로 설명된다.In addition, terms such as "below", "below", "above", and "upper side" are used to describe the relationship of the components shown in the drawings. The above terms are relative concepts, and are described based on directions indicated in the drawings.

"포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 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.Terms such as “comprise” or “have” are intended to designate that a feature, number, step, action, component, part, or combination thereof described in the specification is present, and includes one or more other features, number, or step. , it should be understood that it does not preclude the possibility of the existence or addition of an operation, a component, a part, or a combination thereof.

즉, 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 이하의 설명에서 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐 아니라 그 중간에 다른 소자를 사이에 두고 전기적으로 연결되어 있는 경우도 포함할 수 있다. 또한, 도면에서 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호 및 부호로 나타내고 있음에 유의해야 한다. That is, the present invention is not limited to the embodiments disclosed below, but may be implemented in a variety of different forms, and when it is said that a part is connected to another part in the following description, it is directly connected In addition, it may include a case in which another element is electrically connected therebetween. In addition, it should be noted that the same components in the drawings are indicated by the same reference numbers and symbols as much as possible even if they are indicated in different drawings.

도 1은 본 발명의 실시예에 따른 지형 고도 데이터 시스템(10)을 나타내는 도면이다. 1 is a diagram illustrating a terrain elevation data system 10 according to an embodiment of the present invention.

도 1을 참조하면, 지형 고도 데이터 시스템(10)은 데이터 입력부(100), 영상 입력부(200), 데이터 생성부(300) 및 데이터 저장부(400)를 포함할 수 있다. Referring to FIG. 1 , the terrain elevation data system 10 may include a data input unit 100 , an image input unit 200 , a data generation unit 300 , and a data storage unit 400 .

데이터 입력부(100)는 제1 해상도를 갖는 제1 지형 고도 데이터(TD1)를 입력받을 수 있다. 예컨대, 데이터 입력부(100)는 유선 또는 무선 통신을 이용하여, 미국 국토지리정보국(NGA)에서 구축하고 공개하는 SRTM(Shuttle Radar Topography Mission)과 미국 지질조사국(USGS)에서 관리하는 GMTED2010(Global Multi-resolution Terrain Elevation Data)로부터 지형 고도 데이터를 입력받을 수 있다. The data input unit 100 may receive first terrain elevation data TD1 having a first resolution. For example, the data input unit 100 uses wired or wireless communication, and is managed by the Shuttle Radar Topography Mission (SRTM) and the United States Geological Survey (USGS) built and published by the United States Geographical Information Agency (NGA) and Global Multi- (GMTED2010) managed by the United States Geological Survey (USGS). Resolution Terrain Elevation Data) can receive terrain elevation data.

본 명세서에서, 지형 고도 데이터는, 디지털 지형 고도 데이터(Digital Terrain Elevation Data; DTED)를 의미할 수 있다. 그리고, 제1 해상도는, DTED 0의 수준을 의미할 수 있다. 이하에서, DTED Level을 구체적으로 설명한다. In this specification, terrain elevation data may refer to digital terrain elevation data (DTED). And, the first resolution may mean a level of DTED 0. Hereinafter, the DTED Level will be described in detail.

[표 1]은 DTED Level에 따른 공간 해상도를 나타낸다. 공간 해상도는 위도와 경도에 대하여 1도 단위로 구분될 수 있다. DTED는 지형 고도 값의 매트릭스, 즉 Digital Elevation Model로 구성된 디지털 데이터 세트의 표준을 의미한다.[Table 1] shows spatial resolution according to DTED Level. Spatial resolution may be divided into units of 1 degree for latitude and longitude. DTED refers to the standard of a digital data set composed of a matrix of terrain elevation values, that is, a Digital Elevation Model.

DTED LEVELDTED LEVEL 공간 해상도spatial resolution 거리 해상도distance resolution 데이터 차원 해상도data dimension resolution DTED 0DTED 0 30arcsec30 arcsec 약 900mabout 900m 121*121121*121 DTED 1DTED 1 3arcsec3 arcsec 약 90mabout 90m 1201*12011201*1201 DTED 2DTED 2 1arcsec1 arcsec 약 30mabout 30m 3601*36013601*3601

[표 1]을 참조하면, 지형 고도 데이터의 공간 해상도에 따른 데이터 차원의 해상도는 2차원으로 각각 121*121 내지 3601*3601으로 주어진다. 본 발명의 실시예에 따른 지형 고도 데이터 시스템은, 디지털 지형 고도 데이터와 광학 영상과 대응시켜 융합하는 것을 목적으로 한다. 즉, 지형 고도 데이터에 비해 상대적으로 고해상도인 광학 영상을, 위도 및 경도에 대하여 1도 단위로 3601*3601의 크기로 비율을 수정함으로써, 저해상도의 고도 지형 데이터에 대응시킬 수 있다.Referring to [Table 1], the resolution of the data dimension according to the spatial resolution of the terrain elevation data is given as 121*121 to 3601*3601 in two dimensions, respectively. A topographical elevation data system according to an embodiment of the present invention aims to converge digital topographical elevation data and optical images in correspondence with each other. That is, by correcting the ratio of the optical image having a relatively high resolution compared to the topographical elevation data to a size of 3601*3601 in units of one degree for latitude and longitude, it is possible to correspond to the low-resolution elevation topographical data.

영상 입력부(200)는 영상 데이터(ID)를 입력받을 수 있다. 예컨대, 영상 입력부(200)는 상공에서 지형을 촬영하여 영상 데이터(ID)를 생성하는 광학 영상 촬영 장치를 포함할 수 있다. 본 발명의 실시예에 따른 지형 고도 데이터 시스템(10)은 비교적 저가인 광학 영상 촬영 장치에 의해 촬영된 고해상도 영상 데이터를 이용하여, 무료로 제공되는 DTED 0 수준의 지형 고도 데이터를 개선시킴으로써, 고해상도의 지형 고도 데이터를 획득할 수 있다. The image input unit 200 may receive image data ID. For example, the image input unit 200 may include an optical image photographing apparatus that generates image data ID by photographing a terrain from above. The topographic elevation data system 10 according to an embodiment of the present invention uses high-resolution image data captured by a relatively inexpensive optical imaging device, and improves the DTED 0 level topographic elevation data provided free of charge. Terrain elevation data can be obtained.

데이터 생성부(300)는 제1 지형 고도 데이터(TD1) 및 영상 데이터(ID)를 융합하여, 제2 해상도를 갖는 제2 지형 고도 데이터(TD2)를 생성할 수 있다. 이때, 제2 해상도는, 제1 해상도보다 클 수 있다. 즉, 데이터 생성부(300)는 개선된 해상도를 갖는 지형 고도 데이터를 생성할 수 있다. The data generator 300 may generate second topographic elevation data TD2 having a second resolution by fusing the first topographic elevation data TD1 and the image data ID. In this case, the second resolution may be greater than the first resolution. That is, the data generator 300 may generate terrain elevation data having improved resolution.

데이터 저장부(400)는 제2 지형 고도 데이터(TD2)를 저장할 수 있다. 예컨대, 데이터 저장부(400)는 서버 장치로 구현될 수 있다. 그러나 본 발명이 이에 한정되는 것은 아니며, 실시예에 따라, 데이터 저장부(400)는 제2 지형 고도 데이터(TD2)를 저장하기 위한 저장 매체(storage medium)로 구현될 수 있다. The data storage unit 400 may store the second terrain elevation data TD2 . For example, the data storage unit 400 may be implemented as a server device. However, the present invention is not limited thereto, and according to embodiments, the data storage unit 400 may be implemented as a storage medium for storing the second topographic elevation data TD2 .

도 2는 본 발명의 실시예에 따른 데이터 생성부(300)를 나타내는 도면이다. 2 is a diagram illustrating a data generating unit 300 according to an embodiment of the present invention.

도 2를 참조하면, 데이터 생성부(300)는 확대부(310), 특징 영역 생성부(320), 대표값 산출부(330) 및 추정부(340)를 포함할 수 있다. Referring to FIG. 2 , the data generator 300 may include an enlarger 310 , a feature region generator 320 , a representative value calculator 330 , and an estimator 340 .

확대부(310)는 제1 지형 고도 데이터(TD1)를 확대하여 확대된 제1 지형 고도 데이터(ETD1)를 생성할 수 있다. 예컨대, 제1 지형 고도 데이터(TD1)를 4배로 확대하는 경우, 새로 만들어지는 결과 데이터에는 원 데이터를 그대로 받지 못하는 빈 픽셀이 생긴다. 이때, 확대부(310)는 바이 리니어 보간(Bilinear interpolation) 필터 및 바이 큐빅 보간(Bicubic interpolation) 필터 중 적어도 하나를 이용한 이미지 보간법을 통해 제1 지형 고도 데이터(TD1)를 확대하여 확대된 제1 지형 고도 데이터(ETD1)를 생성할 수 있다. 즉, 확대부(310)는 두 픽셀 위치의 고도값들을 이용하여 두 지점 사이의 고도값을 보간법을 이용하여 산출할 수 있다. 바이 리니어 보간 필터는 서로 직교하는 두 축에 대하여, 서로 다른 가중치를 이용해 각각 보간을 수행할 수 있다. 바이 큐빅 보간 필터는 서로 직교하는 세 축에 대하여 서로 다른 가중치를 이용해 보간을 수행할 수 있다. The enlarger 310 may generate the enlarged first topographic elevation data ETD1 by enlarging the first topographic elevation data TD1 . For example, when the first topographical elevation data TD1 is enlarged by 4 times, empty pixels are generated in the newly created result data that does not receive the original data as it is. In this case, the enlarger 310 enlarges the first terrain elevation data TD1 through an image interpolation method using at least one of a bilinear interpolation filter and a bicubic interpolation filter to enlarge the first terrain Elevation data ETD1 may be generated. That is, the magnifier 310 may calculate the elevation value between the two points using the elevation values of the two pixel positions using interpolation. The bilinear interpolation filter may perform interpolation on two axes orthogonal to each other using different weights. The bicubic interpolation filter may perform interpolation using different weights for three axes orthogonal to each other.

특징 영역 생성부(320)는 영상 데이터(ID)를 색상 및 픽셀 위치를 기초로 분할하여 복수의 특징 영역(FA)들을 생성할 수 있다. 예컨대, 특징 영역 생성부(320)는 k-평균 군집화 알고리즘(k-means clustering algorithm) 및 슈퍼 픽셀 알고리즘(super pixel algorithm) 중 적어도 하나를 이용하여, 영상 데이터(ID)를 색상 및 픽셀 위치를 기초로 분할할 수 있다. k-평균 군집화 알고리즘은 군집분석의 가장 대표적인 알고리즘으로, k개의 중심점을 기준으로 데이터를 군집으로 묶어주는 비지도학습 기법을 의미한다. 슈퍼 픽셀 알고리즘은 특성이 유사한 픽셀들을 군집화하여 하나의 그룹으로 만드는 방법이다. 특징 영역 생성부(320)와 관련된 상세한 내용은 도 4에서 설명된다. The feature area generator 320 may generate a plurality of feature areas FA by dividing the image data ID based on a color and a pixel position. For example, the feature region generator 320 generates the image data ID based on color and pixel position by using at least one of a k-means clustering algorithm and a super pixel algorithm. can be divided into The k-means clustering algorithm is the most representative algorithm for cluster analysis, and refers to an unsupervised learning technique that groups data into clusters based on k central points. The super pixel algorithm is a method of grouping pixels with similar characteristics into a group. Details related to the feature region generator 320 will be described with reference to FIG. 4 .

대표값 산출부(330)는 복수의 특징 영역(FA)들 각각에 대한 대표값(RV)들을 산출할 수 있다. 즉, 대표값 산출부(330)는, 제1 지형 고도 데이터(TD1) 중에서 복수의 특징 영역(FA)들 각각에 대응하는 고도값들을 매칭할 수 있다. 그리고 대표값 산출부(330)는 각각의 특징 영역(FA)에 대한 대표값(RV)을 산출할 수 있다. The representative value calculator 330 may calculate representative values RV for each of the plurality of feature areas FA. That is, the representative value calculator 330 may match altitude values corresponding to each of the plurality of feature areas FA among the first topographic altitude data TD1 . In addition, the representative value calculator 330 may calculate a representative value RV for each feature area FA.

예컨대, 대표값(RV)들 각각은 제1 지형 고도 데이터(TD1)에 포함된 고도값들 중에서, 각각의 특징 영역(FA)에 대응하는 고도값들의 중앙값(median)들일 수 있다. 그러나, 본 발명이 이에 한정되는 것은 아니며, 실시예에 따라, 대표값(RV)들은 특징 영역(FA)에 대응하는 고도값들의 평균값 및 최빈값 중 어느 하나를 의미할 수 있다. For example, each of the representative values RV may be a median of altitude values corresponding to each feature area FA among altitude values included in the first terrain altitude data TD1 . However, the present invention is not limited thereto, and according to embodiments, the representative values RV may mean any one of an average value and a mode value of altitude values corresponding to the feature area FA.

추정부(340)는 확대된 제1 지형 고도 데이터(ETD1) 및 대표값(RV)들을 기초로 추정 고도값을 생성하여 제2 지형 고도 데이터(TD2)를 생성할 수 있다. The estimator 340 may generate an estimated elevation value based on the enlarged first topographic elevation data ETD1 and the representative values RV to generate the second topographic elevation data TD2 .

예컨대, 추정부(340)는 MRF(Markov Random Field) 모델 및 CRF(Conditional Random Field) 모델 중 적어도 하나를 이용하여 추정 고도값을 생성할 수 있다. 여기서, MRF 모델은 확률 그래프 모델로서, 로컬한 분포 다수개를 이용하여 전체 분포를 표현한다. CRF모델은 구조화된 예측 기법으로서, 이전 또는 이후 데이터를 참조하여 현재 상태를 결정하는 모델을 의미한다. For example, the estimator 340 may generate an estimated altitude value using at least one of a Markov Random Field (MRF) model and a Conditional Random Field (CRF) model. Here, the MRF model is a probability graph model and expresses the entire distribution using a plurality of local distributions. The CRF model is a structured prediction technique, and refers to a model that determines the current state by referring to previous or subsequent data.

실시예에 따라, 추정부(340)는 확대된 제1 지형 고도 데이터(ETD1)로부터 최대 고도값 및 최소 고도값을 도출할 수 있다. 그리고, 추정부(340)는 최대 고도값 및 최소 고도값 범위 내에서 고도값을 추정함으로써, 추정 고도값을 생성할 수 있다. According to an embodiment, the estimator 340 may derive a maximum altitude value and a minimum altitude value from the enlarged first terrain altitude data ETD1 . In addition, the estimator 340 may generate the estimated altitude value by estimating the altitude value within the range of the maximum altitude value and the minimum altitude value.

이때, 추정부(340)는 경사 하강법(gradient descent) 및 가우스-뉴턴법(Gauss-Newton) 중 적어도 하나를 이용하여 추정 고도값을 생성할 수 있다. 여기서, 경사 하강법은 머신러닝 및 딥러닝 알고리즘을 학습시킬 때 사용하는 방법 중 하나로서, 1차 근삿값 발견용 최적화 알고리즘이다. 구체적으로, 경사 하강법은 함수의 기울기(경사)를 구하여 기울기가 낮은 쪽으로 계속 이동시켜 극값(최적값)에 이를 때까지 반복함으로써, 1차 근사값을 산출하는 방법이다. 가우스-뉴턴법은 방정식의 근사해를 구하는 방법으로 널리 알려져 있다. In this case, the estimator 340 may generate an estimated altitude value using at least one of a gradient descent method and a Gauss-Newton method. Here, the gradient descent method is one of the methods used when learning machine learning and deep learning algorithms, and is an optimization algorithm for first-order approximation discovery. Specifically, the gradient descent method is a method of calculating a first-order approximation value by obtaining the slope (slope) of a function, continuously moving it toward a lower slope, and repeating it until an extreme value (optimal value) is reached. The Gauss-Newton method is widely known as a method for finding approximate solutions of equations.

실시예에 따라, 추정부(340)는 아래와 같은 방식으로 추정 고도값을 생성할 수 있다. According to an embodiment, the estimator 340 may generate the estimated altitude value in the following manner.

[수학식 1][Equation 1]

Figure pat00001
Figure pat00001

여기서, En1은 제1 오차 함수이고, xn은 n번째 픽셀에서 현재 추론한 고도값이고, dn은 지형 고도 데이터의 고도값이고, σd는 지형 고도 데이터의 고도값의 표준 편차이고, αn은 n번째 픽셀이 포함된 특징 영역의 대표값이고, σα는 대표값의 표준 편차이다. n은 자연수이다. where En1 is the first error function, x n is the currently inferred altitude value at the nth pixel, d n is the altitude value of the terrain altitude data, σ d is the standard deviation of the altitude value of the terrain altitude data, α n is a representative value of the feature region including the nth pixel, and σ α is the standard deviation of the representative value. n is a natural number.

즉, 관측 가능한 고도로부터 가까우면서 광학 영상에서 유사한 영역의 고도와 가능한 일치할수록 제1 오차 값이 작아질 수 있다.That is, the first error value may be reduced as it is close to the observable altitude and matches the altitude of a similar region in the optical image as much as possible.

[수학식 2][Equation 2]

Figure pat00002
Figure pat00002

여기서, En2는 제2 오차 함수이고, xm은 주변부(즉, 4개의 이웃 픽셀)의 고도 값이고, xn은 n번째 픽셀에서 현재 추론한 고도값이고, β 및 λ는 임의의 상수이다. 즉, 제2 오차 함수는 인접한 픽셀의 고도값의 차이와 임계치로 설정된 상수 β 중 작은 값을 산출한다. where En2 is the second error function, x m is the elevation value of the periphery (ie, 4 neighboring pixels), x n is the elevation value currently inferred at the nth pixel, and β and λ are arbitrary constants. That is, the second error function calculates the smaller of the difference between the elevation values of adjacent pixels and the constant β set as the threshold.

[수학식 3][Equation 3]

Figure pat00003
Figure pat00003

즉, 추정부(340)는 제1 오차 함수 및 제2 오차 함수의 합이 가작 작은 고도 값을 추정할 수 있다. 또한, 추정부(340)는 추정 정확도를 향상시키기 위하여, 상술한 추정 절차를 기설정된 횟수만큼 반복해서 수행할 수 있다. 실시예에 따라, 반복 횟수는 사용자에 의해 입력된 값일 수 있다. 예컨대, 추정부(340)는 오차 함수의 결과값을 최소화하는 고도값을 획득하기 위해 일정한 횟수만큼 반복하여 고도값을 추론할 수 있다. 각 1회의 반복마다 모든 픽셀 위치에 대해서 고도의 최소값부터 최대값 사이에서 [수학식 3]을 만족시키는 최적의 고도값을 찾기 위해 최적화 방법(gradient descent, Gauss-Newton 등)을 적용할 수 있다.That is, the estimator 340 may estimate an altitude value in which the sum of the first error function and the second error function is smallest. Also, in order to improve estimation accuracy, the estimator 340 may repeat the above-described estimation procedure a predetermined number of times. According to an embodiment, the number of repetitions may be a value input by a user. For example, the estimator 340 may infer the altitude value by repeating a predetermined number of times to obtain an altitude value that minimizes the result value of the error function. For each iteration, an optimization method (gradient descent, Gauss-Newton, etc.) may be applied to find an optimal elevation value that satisfies [Equation 3] between the minimum and maximum elevation values for all pixel positions.

도 3은 본 발명의 다른 실시예에 따른 데이터 생성부(300')를 나타내는 도면이다. 설명의 중복을 방지하기 위하여, 도 2에 도시된 실시예와의 차이점을 중심으로 설명한다. 도 3에 도시된 대표값 산출부(330')는 확대된 제1 지형 고도 데이터(ETD1)를 확대부(310)로부터 제공받을 수 있다. 3 is a diagram illustrating a data generating unit 300' according to another embodiment of the present invention. In order to avoid duplication of description, differences from the embodiment shown in FIG. 2 will be mainly described. The representative value calculator 330 ′ illustrated in FIG. 3 may receive the enlarged first topographic elevation data ETD1 from the enlarger 310 .

대표값 산출부(330')는 확대된 제1 지형 고도 데이터(ETD1)를 기초로 복수의 특징 영역(FA)들 각각에 대한 대표값(RV)들을 산출할 수 있다.The representative value calculator 330 ′ may calculate representative values RV for each of the plurality of feature areas FA based on the enlarged first topographic elevation data ETD1 .

즉, 대표값 산출부(330')는, 확대된 제1 지형 고도 데이터(ETD1) 중에서 복수의 특징 영역(FA)들 각각에 대응하는 고도값들을 매칭할 수 있다. 그리고 대표값 산출부(330')는 각각의 특징 영역(FA)에 대한 대표값(RV)을 산출할 수 있다. That is, the representative value calculator 330 ′ may match elevation values corresponding to each of the plurality of feature areas FA among the enlarged first topographic elevation data ETD1 . In addition, the representative value calculating unit 330 ′ may calculate a representative value RV for each feature area FA.

예컨대, 대표값(RV)들 각각은 확대된 제1 지형 고도 데이터(ETD1)에 포함된 고도값들 중에서, 각각의 특징 영역(FA)에 대응하는 고도값들의 중앙값(median)들일 수 있다. 그러나, 본 발명이 이에 한정되는 것은 아니며, 실시예에 따라, 대표값(RV)들은 특징 영역(FA)에 대응하는 고도값들의 평균값 및 최빈값 중 어느 하나를 의미할 수 있다. For example, each of the representative values RV may be a median of altitude values corresponding to each feature area FA among altitude values included in the enlarged first terrain altitude data ETD1 . However, the present invention is not limited thereto, and according to embodiments, the representative values RV may mean any one of an average value and a mode value of altitude values corresponding to the feature area FA.

도 4는 본 발명의 실시예에 따른 특징 영역 생성부(320, 도 2 참조)의 동작을 나타내는 도면이다. 도 4를 참조하면, 영상 데이터(IM)는 고해상도의 광학 영상을 나타낼 수 있다. 도시된 바와 같이, 영상 데이터(IM)는 상공에서 촬영한 지형 사진일 수 있다. 이때, 지형 사진에는 물(예컨대, 호수, 강 등), 숲, 골짜기, 평지 등이 나타날 수 있다. 4 is a diagram illustrating an operation of the feature region generating unit 320 (refer to FIG. 2 ) according to an embodiment of the present invention. Referring to FIG. 4 , the image data IM may represent a high-resolution optical image. As illustrated, the image data IM may be a topographical photograph taken from above. In this case, water (eg, a lake, a river, etc.), a forest, a valley, a flat land, etc. may appear in the topographical photograph.

특징 영역 생성부(320)는 영상 데이터(IM)를 색상 및 픽셀 위치에 따라 분할할 수 있다. The feature region generator 320 may divide the image data IM according to a color and a pixel position.

특징 영역 생성부(320)는 영상 데이터(ID)를 색상 및 픽셀 위치를 기초로 도 4에 도시된 바와 같이 분할된 영상 데이터(IDD)로 분할할 수 있다. 이때, 특징 영역 생성부(320)는 k-평균 군집화 알고리즘(k-means clustering algorithm) 및 슈퍼 픽셀 알고리즘(super pixel algorithm) 중 적어도 하나를 이용하여, 영상 데이터(ID)를 색상 및 픽셀 위치를 기초로 분할할 수 있다.The feature region generator 320 may divide the image data ID into the divided image data IDD as illustrated in FIG. 4 based on a color and a pixel position. In this case, the feature region generator 320 uses at least one of a k-means clustering algorithm and a super pixel algorithm to generate the image data ID based on a color and a pixel position. can be divided into

특징 영역 생성부(320)는 기준 영상 이미지(IDR)에 도시된 바와 같이, 복수의 특징 영역(FA)들을 생성할 수 있다. 기준 영상 이미지(IDR)는 분할된 영상 데이터(IDD)를 평균 컬러값으로 표현한 이미지이다. The feature region generator 320 may generate a plurality of feature regions FA as shown in the reference video image IDR. The reference image image IDR is an image obtained by expressing the divided image data IDD as an average color value.

예컨대, 도 2 및 도 4를 참조하면, 대표값 산출부(330)는 라벨링된 각 영역의 픽셀 인덱스를 이용하여, 제1 지형 고도 데이터(TD1)로부터 대표값을 획득할 수 있다. For example, referring to FIGS. 2 and 4 , the representative value calculator 330 may obtain a representative value from the first topographic elevation data TD1 by using the pixel index of each labeled area.

도 5는 본 발명의 실시예에 따른 지형 고도 데이터 시스템의 동작 방법을 나타내는 도면이다. 5 is a diagram illustrating a method of operating a terrain elevation data system according to an embodiment of the present invention.

이하에서, 도 1 내지 도 5를 참조하여, 지형 고도 데이터 시스템(10)의 동작 방법을 설명한다. Hereinafter, an operating method of the terrain altitude data system 10 will be described with reference to FIGS. 1 to 5 .

데이터 입력부(100)는 제1 해상도를 갖는 제1 지형 고도 데이터(TD1)를 입력받을 수 있다(S10).The data input unit 100 may receive first terrain elevation data TD1 having a first resolution ( S10 ).

영상 입력부(200)는 영상 데이터(ID)를 입력받을 수 있다(S20). 예컨대, 영상 입력부(200)는 상공에서 지형을 촬영하여 영상 데이터(ID)를 생성하는 광학 영상 촬영 장치를 포함할 수 있다.The image input unit 200 may receive image data ID (S20). For example, the image input unit 200 may include an optical image photographing apparatus that generates image data ID by photographing a terrain from above.

데이터 생성부(300)는 제1 지형 고도 데이터(TD1) 및 영상 데이터(ID)를 융합하여, 제2 해상도를 갖는 제2 지형 고도 데이터(TD2)를 생성할 수 있다(S30). 이때, 제2 해상도는, 제1 해상도보다 클 수 있다. 즉, 데이터 생성부(300)는 개선된 해상도를 갖는 지형 고도 데이터를 생성할 수 있다. The data generator 300 may fuse the first topographic elevation data TD1 and the image data ID to generate second topographic elevation data TD2 having a second resolution ( S30 ). In this case, the second resolution may be greater than the first resolution. That is, the data generator 300 may generate terrain elevation data having improved resolution.

데이터 저장부(400)는 제2 지형 고도 데이터(TD2)를 저장할 수 있다(S40).The data storage unit 400 may store the second terrain elevation data TD2 (S40).

도 6은 본 발명의 실시예에 따른 지형 고도 데이터 시스템의 동작 방법을 상세하게 나타내는 도면이다. 즉, 도 6은 도 5에 도시된 제2 지형 고도 데이터(TD2)를 생성하는 단계(S30)를 상세하게 도시한다. 6 is a diagram illustrating in detail a method of operating a terrain elevation data system according to an embodiment of the present invention. That is, FIG. 6 shows in detail the step S30 of generating the second topographic altitude data TD2 shown in FIG. 5 .

이하에서, 도 1 내지 도 6을 참조하여, 지형 고도 데이터 시스템(10)의 동작 방법을 설명한다. Hereinafter, an operating method of the terrain elevation data system 10 will be described with reference to FIGS. 1 to 6 .

확대부(310)는 제1 지형 고도 데이터(TD1)를 확대하여 확대된 제1 지형 고도 데이터(ETD1)를 생성할 수 있다(S310). 예컨대, 제1 지형 고도 데이터(TD1)를 4배로 확대하는 경우, 새로 만들어지는 결과 데이터에는 원 데이터를 그대로 받지 못하는 빈 픽셀이 생긴다. 이때, 확대부(310)는 바이 리니어 보간(Bilinear interpolation) 필터 및 바이 큐빅 보간(Bicubic interpolation) 필터 중 적어도 하나를 이용한 이미지 보간법을 통해 제1 지형 고도 데이터(TD1)를 확대하여 확대된 제1 지형 고도 데이터(ETD1)를 생성할 수 있다. The enlarger 310 may generate the enlarged first topographic elevation data ETD1 by enlarging the first topographic elevation data TD1 ( S310 ). For example, when the first topographical elevation data TD1 is enlarged by 4 times, empty pixels are generated in the newly created result data that does not receive the original data as it is. In this case, the enlarger 310 enlarges the first terrain elevation data TD1 through an image interpolation method using at least one of a bilinear interpolation filter and a bicubic interpolation filter to enlarge the first terrain Elevation data ETD1 may be generated.

특징 영역 생성부(320)는 영상 데이터(ID)를 색상 및 픽셀 위치를 기초로 분할하여 복수의 특징 영역(FA)들을 생성할 수 있다(S320). 예컨대, 특징 영역 생성부(320)는 k-평균 군집화 알고리즘(k-means clustering algorithm) 및 슈퍼 픽셀 알고리즘(super pixel algorithm) 중 적어도 하나를 이용하여, 영상 데이터(ID)를 색상 및 픽셀 위치를 기초로 분할할 수 있다.The feature area generator 320 may generate a plurality of feature areas FA by dividing the image data ID based on a color and a pixel position ( S320 ). For example, the feature region generator 320 generates the image data ID based on color and pixel position by using at least one of a k-means clustering algorithm and a super pixel algorithm. can be divided into

대표값 산출부(330)는 복수의 특징 영역(FA)들 각각에 대한 대표값(RV)들을 산출할 수 있다(S330). 즉, 대표값 산출부(330)는, 제1 지형 고도 데이터(TD1) 중에서 복수의 특징 영역(FA)들 각각에 대응하는 고도값들을 매칭할 수 있다. 그리고 대표값 산출부(330)는 각각의 특징 영역(FA)에 대한 대표값(RV)을 산출할 수 있다. The representative value calculator 330 may calculate representative values RV for each of the plurality of feature areas FA ( S330 ). That is, the representative value calculator 330 may match altitude values corresponding to each of the plurality of feature areas FA among the first topographic altitude data TD1 . In addition, the representative value calculator 330 may calculate a representative value RV for each feature area FA.

추정부(340)는 확대된 제1 지형 고도 데이터(ETD1) 및 대표값(RV)들을 기초로 추정 고도값을 생성하여 제2 지형 고도 데이터(TD2)를 생성할 수 있다(S340). The estimator 340 may generate an estimated elevation value based on the enlarged first topographic elevation data ETD1 and the representative values RV to generate the second topographic elevation data TD2 ( S340 ).

상술한 방식을 통하여, 본 발명의 지형 고도 데이터 시스템 및 이의 동작 방법은 광학 영상 장치를 통해 입력된 광학 영상을 이용하여 저해상도 지형 데이터를 고해상도 지형 데이터로 변환할 수 있는 효과가 있다. Through the above-described method, the topographical elevation data system and the operating method thereof of the present invention have an effect of converting low-resolution topographical data into high-resolution topographical data using an optical image input through an optical imaging device.

또한, 본 발명의 지형 고도 데이터 시스템 및 이의 동작 방법은 종래의 방법보다 정밀하고, 세밀한 영역의 대한 보정을 수행할 수 있는 효과가 있다. In addition, the terrain altitude data system of the present invention and its operating method have the effect of performing correction of a more precise and detailed area than the conventional method.

또한, 본 발명의 지형 고도 데이터 시스템 및 이의 동작 방법은 광학 영상의 컬러와 픽셀 위치를 기반으로 군집화된 데이터를 활용하여, 저해상도 지형 데이터에서 표현이 불가능한 세밀한 지역에 대한 고도 묘사를 할 수 있는 효과가 있다. In addition, the topographic elevation data system of the present invention and its operating method utilize clustered data based on the color and pixel position of an optical image, and have the effect of being able to describe the elevation of a detailed area that cannot be expressed in low-resolution topographic data. have.

이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 또는 이들 중 하나 이상이 조합에서 구현 가능하다. The functional operations described herein and the embodiments related to the present subject matter are implemented in a digital electronic circuit or computer software, firmware or hardware, including the structures disclosed herein and structural equivalents thereof, or in a combination of one or more of these It is possible.

본 명세서에서 기술하는 주제의 실시형태는 하나 이상이 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상이 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 또는 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 또는 이들 중 하나 이상이 조합일 수 있다.Embodiments of the subject matter described herein relate to one or more computer program products, ie one or more computer program instructions encoded on a tangible program medium for execution by or for controlling the operation of a data processing device. It can be implemented as a module. A tangible program medium may be a radio wave signal or a computer-readable medium. A radio wave signal is an artificially generated signal, eg, a machine-generated electrical, optical or electromagnetic signal, that is generated to encode information for transmission to an appropriate receiver device for execution by a computer. The computer-readable medium may be a machine-readable storage device, a machine-readable storage substrate, a memory device, a combination of materials that affect a machine-readable radio wave signal, or a combination of one or more of these.

컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 또는 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 또는 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 또는 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. A computer program (also known as a program, software, software application, script or code) may be written in any form of any programming language, including compiled or interpreted language or a priori or procedural language, and may be a stand-alone program or module; It can be deployed in any form, including components, subroutines, or other units suitable for use in a computer environment.

컴퓨터 프로그램은 파일 장치의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 또는 다중의 상호 작용하는 파일(예컨대, 하나 이상이 모듈, 하위 프로그램 또는 코드의 일부를 저장하는 파일) 내에, 또는 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상이 스크립트) 내에 저장될 수 있다. A computer program does not necessarily correspond to a file on a file device. A program may be stored in a single file provided to the requested program, or in multiple interacting files (eg, files that store one or more modules, subprograms, or portions of code), or in files holding other programs or data. It may be stored within some (eg, one or more scripts stored within a markup language document).

컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.The computer program may be deployed to be executed on a single computer or multiple computers located at one site or distributed over a plurality of sites and interconnected by a communication network.

부가적으로, 본 특허문헌에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다. Additionally, the logic flows and structural block diagrams described in this patent document describe corresponding acts and/or specific methods supported by corresponding functions and steps supported by the disclosed structural means, and corresponding It can also be used to build software structures and algorithms and their equivalents.

본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상이 컴퓨터 프로그램을 실행하는 하나 이상이 프로그래머블 프로세서에 의하여 수행 가능하다.The processes and logic flows described herein may be performed by one or more programmable processors executing one or more computer programs to perform functions by operating on input data and generating outputs.

컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 형태의 디지털 컴퓨터의 어떠한 하나 이상이 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 또는 양자로부터 명령어와 데이터를 수신할 것이다. Processors suitable for the execution of computer programs include, for example, both general and special purpose microprocessors and any one or more processors of any form of digital computer. Typically, the processor will receive instructions and data from either read-only memory or random access memory or both.

컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상이 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기 광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상이 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 또는 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.A key component of a computer is one or more memory devices for storing instructions and data and a processor for executing instructions. In addition, a computer is generally configured to be operable to receive data from, transmit data to, or perform both operations on one or more mass storage devices for storing data, such as, for example, magnetic, magneto-optical disks or optical disks. combined or will include. However, the computer need not have such a device.

본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. The present description sets forth the best mode of the invention, and provides examples to illustrate the invention, and to enable any person skilled in the art to make or use the invention. The specification thus prepared does not limit the present invention to the specific terms presented.

이상에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자 또는 해당 기술 분야에 통상의 지식을 갖는 자라면, 후술될 특허청구범위에 기재된 본 발명의 사상 및 기술 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the above has been described with reference to a preferred embodiment of the present invention, those skilled in the art or those having ordinary skill in the art will not depart from the spirit and scope of the present invention described in the claims to be described later. It will be understood that various modifications and variations of the present invention can be made without departing from the scope of the present invention.

따라서, 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허청구범위에 의해 정하여져야만 할 것이다.Accordingly, the technical scope of the present invention should not be limited to the contents described in the detailed description of the specification, but should be defined by the claims.

10: 지형 고도 데이터 시스템 100: 데이터 입력부
200: 영상 입력부 300: 데이터 생성부
310: 확대부 320: 특징 영역 생성부
330: 대표값 산출부 340: 추정부
400: 데이터 저장부10: terrain elevation data system 100: data input unit
200: image input unit 300: data generation unit
310: enlargement unit 320: feature region generation unit
330: representative value calculator 340: estimator
400: data storage unit

Claims (15)

제1 해상도를 갖는 제1 지형 고도 데이터를 입력받기 위한 데이터 입력부;
영상 데이터를 입력받기 위한 영상 입력부; 및
상기 제1 지형 고도 데이터 및 영상 데이터를 융합하여, 제2 해상도를 갖는 제2 지형 고도 데이터를 생성하기 위한 데이터 생성부를 포함하고,
상기 데이터 생성부는,
상기 제1 지형 고도 데이터를 확대하여 확대된 제1 지형 고도 데이터를 생성하기 위한 확대부;
상기 영상 데이터를 색상 및 픽셀 위치를 기초로 분할하여, 복수의 특징 영역들을 생성하기 위한 특징 영역 생성부;
상기 복수의 특징 영역들 각각에 대한 대표값들을 산출하기 위한 대표값 산출부; 및
상기 확대된 제1 지형 고도 데이터 및 상기 대표값들을 기초로, 추정 고도값을 생성하여 상기 제2 지형 고도 데이터를 생성하기 위한 추정부를 포함하고,
상기 제2 해상도는, 상기 제1 해상도보다 큰 것을 특징으로 하는,
지형 고도 데이터 시스템.a data input unit for receiving first terrain elevation data having a first resolution;
an image input unit for receiving image data; and
and a data generator for fusing the first topographical elevation data and the image data to generate second topographical elevation data having a second resolution;
The data generation unit,
an enlargement unit configured to enlarge the first topographic elevation data to generate enlarged first topographic elevation data;
a feature region generator configured to generate a plurality of feature regions by dividing the image data based on a color and a pixel position;
a representative value calculator for calculating representative values for each of the plurality of feature regions; and
and an estimator configured to generate an estimated elevation value based on the enlarged first topographic elevation data and the representative values to generate the second topographic elevation data,
The second resolution, characterized in that greater than the first resolution,
Terrain Elevation Data System. 제1항에 있어서,
상기 영상 입력부는,
상공에서 지형을 촬영하여 상기 영상 데이터를 생성하는 광학 영상 촬영 장치를 포함하는 것을 특징으로 하는,
지형 고도 데이터 시스템.According to claim 1,
The video input unit,
It characterized in that it comprises an optical imaging device for generating the image data by photographing the terrain in the sky,
Terrain Elevation Data System. 제1항에 있어서,
상기 확대부는, 바이 리니어 보간 필터 및 바이 큐빅 보간 필터 중 적어도 하나를 이용한 이미지 보간법을 통하여, 상기 제1 지형 고도 데이터를 확대하여 상기 확대된 제1 지형 고도 데이터를 생성하는 것을 특징으로 하는,
지형 고도 데이터 시스템.According to claim 1,
The enlargement unit expands the first terrain altitude data through an image interpolation method using at least one of a bi-linear interpolation filter and a bi-cubic interpolation filter to generate the enlarged first terrain altitude data,
Terrain Elevation Data System. 제1항에 있어서,
상기 제1 지형 고도 데이터는, 디지털 지형 고도 데이터인 것을 특징으로 하는,
지형 고도 데이터 시스템.According to claim 1,
The first topographical elevation data is digital topographical elevation data,
Terrain Elevation Data System. 제4항에 있어서,
상기 제1 해상도는, DTED 0의 수준인 것을 특징으로 하는,
지형 고도 데이터 시스템.5. The method of claim 4,
The first resolution is characterized in that the level of DTED 0,
Terrain Elevation Data System. 제1항에 있어서,
상기 추정부는, MRF(Markov Random Field) 모델 및 CRF(Conditional Random Field) 모델 중 적어도 하나를 이용하여 상기 추정 고도값을 생성하는 것을 특징으로 하는,
지형 고도 데이터 시스템.According to claim 1,
wherein the estimator generates the estimated altitude value by using at least one of a Markov Random Field (MRF) model and a Conditional Random Field (CRF) model,
Terrain Elevation Data System. 제6항에 있어서,
상기 추정부는, 상기 확대된 제1 지형 고도 데이터로부터 최대 고도값 및 최소 고도값을 도출하고, 상기 최대 고도값 및 상기 최소 고도값 사이의 범위 내에서 상기 추정 고도값을 생성하는 것을 특징으로 하는,
지형 고도 데이터 시스템.7. The method of claim 6,
wherein the estimator derives a maximum altitude value and a minimum altitude value from the enlarged first terrain altitude data, and generates the estimated altitude value within a range between the maximum altitude value and the minimum altitude value,
Terrain Elevation Data System. 제7항에 있어서,
상기 추정부는, 경사 하강법(gradient descent) 및 가우스-뉴턴법(Gauss-Newton) 중 적어도 하나를 이용하여 상기 추정 고도값을 생성하는 것을 특징으로 하는,
지형 고도 데이터 시스템.8. The method of claim 7,
wherein the estimator generates the estimated altitude value using at least one of a gradient descent method and a Gauss-Newton method,
Terrain Elevation Data System. 제1항에 있어서,
상기 특징 영역 생성부는,
k-평균 군집화 알고리즘(k-means clustering algorithm) 및 슈퍼 픽셀 알고리즘(super pixel algorithm) 중 적어도 하나를 이용하여, 상기 영상 데이터를 색상 및 픽셀 위치를 기초로 분할함으로써, 복수의 특징 영역들을 생성하는 것을 특징으로 하는,
지형 고도 데이터 시스템.According to claim 1,
The feature region generating unit,
generating a plurality of feature regions by segmenting the image data based on color and pixel position using at least one of a k-means clustering algorithm and a super pixel algorithm; characterized,
Terrain Elevation Data System. 제1항에 있어서,
상기 대표값들 각각은, 상기 제1 지형 고도 데이터에 포함된 고도값들 중에서, 각각의 특징 영역에 대응하는 고도값들의 중앙값(median)들인 것을 특징으로 하는,
지형 고도 데이터 시스템.According to claim 1,
Each of the representative values is characterized in that among the altitude values included in the first terrain altitude data, it is characterized in that they are medians of altitude values corresponding to each feature area,
Terrain Elevation Data System. 데이터 입력부에 의해, 제1 해상도를 갖는 제1 지형 고도 데이터를 입력받는 단계;
영상 입력부에 의해, 영상 데이터를 입력받는 단계; 및
데이터 생성부에 의해, 상기 제1 지형 고도 데이터 및 영상 데이터를 융합하여, 제2 해상도를 갖는 제2 지형 고도 데이터를 생성하는 단계를 포함하고,
상기 제2 지형 고도 데이터를 생성하는 단계는,
확대부에 의해, 상기 제1 지형 고도 데이터를 확대하여 확대된 제1 지형 고도 데이터를 생성하는 단계;
특징 영역 생성부에 의해, 상기 영상 데이터를 색상 및 픽셀 위치를 기초로 분할하여, 복수의 특징 영역들을 생성하는 단계;
대표값 산출부에 의해, 상기 복수의 특징 영역들 각각에 대한 대표값들을 산출하는 단계; 및
추정부에 의해, 상기 확대된 제1 지형 고도 데이터 및 상기 대표값들을 기초로, 추정 고도값을 생성하여 상기 제2 지형 고도 데이터를 생성하는 단계를 포함하고,
상기 제2 해상도는, 상기 제1 해상도보다 큰 것을 특징으로 하는,
지형 고도 데이터 시스템의 동작 방법.receiving, by the data input unit, first terrain elevation data having a first resolution;
receiving image data by an image input unit; and
fusing the first topographical elevation data and the image data by a data generator to generate second topographical elevation data having a second resolution;
The step of generating the second topographical elevation data includes:
generating the enlarged first topographical elevation data by enlarging the first topographical elevation data by the magnifying unit;
generating a plurality of feature regions by dividing the image data based on a color and a pixel position by a feature region generator;
calculating, by a representative value calculating unit, representative values for each of the plurality of feature regions; and
generating, by an estimator, an estimated altitude value based on the enlarged first terrain altitude data and the representative values to generate the second terrain altitude data;
The second resolution, characterized in that greater than the first resolution,
How the terrain elevation data system works. 제11항에 있어서,
상기 영상 입력부는,
상공에서 지형을 촬영하여 상기 영상 데이터를 생성하는 광학 영상 촬영 장치를 포함하는 것을 특징으로 하는,
지형 고도 데이터 시스템의 동작 방법.12. The method of claim 11,
The video input unit,
It characterized in that it comprises an optical imaging device for generating the image data by photographing the terrain in the sky,
How the terrain elevation data system works. 제11항에 있어서,
상기 확대부는, 바이 리니어 보간 필터 및 바이 큐빅 보간 필터 중 적어도 하나를 이용한 이미지 보간법을 통하여, 상기 제1 지형 고도 데이터를 확대하여 상기 확대된 제1 지형 고도 데이터를 생성하는 것을 특징으로 하는,
지형 고도 데이터 시스템의 동작 방법.12. The method of claim 11,
The enlargement unit expands the first terrain altitude data through an image interpolation method using at least one of a bi-linear interpolation filter and a bi-cubic interpolation filter to generate the enlarged first terrain altitude data,
How the terrain elevation data system works. 제11항에 있어서,
상기 추정부는, MRF(Markov Random Field) 모델 및 CRF(Conditional Random Field) 모델 중 적어도 하나를 이용하여 상기 추정 고도값을 생성하는 것을 특징으로 하는,
지형 고도 데이터 시스템의 동작 방법.12. The method of claim 11,
wherein the estimator generates the estimated altitude value by using at least one of a Markov Random Field (MRF) model and a Conditional Random Field (CRF) model,
How the terrain elevation data system works. 제14항에 있어서,
상기 추정부는, 상기 확대된 제1 지형 고도 데이터로부터 최대 고도값 및 최소 고도값을 도출하고, 상기 최대 고도값 및 상기 최소 고도값 사이의 범위 내에서 상기 추정 고도값을 생성하는 것을 특징으로 하는,
지형 고도 데이터 시스템의 동작 방법.15. The method of claim 14,
wherein the estimator derives a maximum altitude value and a minimum altitude value from the enlarged first terrain altitude data, and generates the estimated altitude value within a range between the maximum altitude value and the minimum altitude value,
How the terrain elevation data system works.
KR1020200073767A 2020-06-17 2020-06-17 Terrain elevation data system and opertation method of the same KR102417411B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200073767A KR102417411B1 (en) 2020-06-17 2020-06-17 Terrain elevation data system and opertation method of the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200073767A KR102417411B1 (en) 2020-06-17 2020-06-17 Terrain elevation data system and opertation method of the same

Publications (2)

Publication Number Publication Date
KR20210156076A true KR20210156076A (en) 2021-12-24
KR102417411B1 KR102417411B1 (en) 2022-07-05

Family

ID=79176312

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200073767A KR102417411B1 (en) 2020-06-17 2020-06-17 Terrain elevation data system and opertation method of the same

Country Status (1)

Country Link
KR (1) KR102417411B1 (en)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060014879A (en) * 2004-08-12 2006-02-16 삼성전자주식회사 Resolution conversion method and apparatus
KR101296190B1 (en) 2011-10-24 2013-08-13 한국항공우주산업 주식회사 Terrain referenced navigation and driving method therof
JP2013218227A (en) * 2012-04-12 2013-10-24 Mitsubishi Electric Corp Digital elevation model evaluation device and digital elevation model evaluation method
KR20150056108A (en) * 2013-11-14 2015-05-26 대한민국(기상청장) Method and system for generating high resolution terrain data
KR101762601B1 (en) * 2017-05-23 2017-08-04 주식회사 환경과학기술 Apparatus for generating topography altitude data and methdod for generating the same
KR102014190B1 (en) 2019-05-27 2019-08-26 주식회사 삼인공간정보 System of editing digital map using geographic information and coordinate information

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060014879A (en) * 2004-08-12 2006-02-16 삼성전자주식회사 Resolution conversion method and apparatus
KR101296190B1 (en) 2011-10-24 2013-08-13 한국항공우주산업 주식회사 Terrain referenced navigation and driving method therof
JP2013218227A (en) * 2012-04-12 2013-10-24 Mitsubishi Electric Corp Digital elevation model evaluation device and digital elevation model evaluation method
KR20150056108A (en) * 2013-11-14 2015-05-26 대한민국(기상청장) Method and system for generating high resolution terrain data
KR101762601B1 (en) * 2017-05-23 2017-08-04 주식회사 환경과학기술 Apparatus for generating topography altitude data and methdod for generating the same
KR102014190B1 (en) 2019-05-27 2019-08-26 주식회사 삼인공간정보 System of editing digital map using geographic information and coordinate information

Also Published As

Publication number Publication date
KR102417411B1 (en) 2022-07-05

Similar Documents

Publication Publication Date Title
US11682170B2 (en) Generating three-dimensional geo-registered maps from image data
US8295554B2 (en) Method of deriving digital terrain models from digital surface models
US11443481B1 (en) Reconstructing three-dimensional scenes portrayed in digital images utilizing point cloud machine-learning models
CN115457492A (en) Target detection method and device, computer equipment and storage medium
Ravanbakhsh et al. A comparative study of DEM registration approaches
CN114820668B (en) Concentric ring convolution-based building regular contour automatic extraction method from end to end
CN116994012A (en) Map spot matching system and method based on ecological restoration
CN116580097A (en) Coordinate conversion method and device for video GIS
Wang et al. Fast 3D reconstruction method based on UAV photography
CN117876654A (en) Coordinate conversion precision calibration method and system for monitoring video image
KR102417411B1 (en) Terrain elevation data system and opertation method of the same
Saha et al. Downscaling extreme rainfall using physical-statistical generative adversarial learning
CN116758214A (en) Three-dimensional modeling method and device for remote sensing image, electronic equipment and storage medium
CN116681844A (en) Building white film construction method based on sub-meter stereopair satellite images
US10460427B2 (en) Converting imagery and charts to polar projection
JP2020041950A (en) Surveying device, surveying method, and program
He et al. Super-resolution of digital elevation model with local implicit function representation
US11747141B2 (en) System and method for providing improved geocoded reference data to a 3D map representation
Kim et al. Estimation and improvement in the geolocation accuracy of rational polynomial coefficients with minimum GCPs using KOMPSAT-3A
CN114187404A (en) Three-dimensional reconstruction method and system for high resolution of offshore area
CN113724205A (en) Image change detection method, apparatus and storage medium
US11403815B2 (en) Gridding global data into a minimally distorted global raster
Lv et al. Fast Digital Orthophoto Generation: A Comparative Study of Explicit and Implicit Methods
CN117036511B (en) Calibration method and device for multi-type sensor, computer equipment and storage medium
Cao et al. Integrating hydrological knowledge into deep learning for DEM super-resolution

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant