KR20220100483A - Method and System for Verifying Accuracy of Land Surface Temperature Images Based on Unmanned Aerial Vehicle - Google Patents

Method and System for Verifying Accuracy of Land Surface Temperature Images Based on Unmanned Aerial Vehicle Download PDF

Info

Publication number
KR20220100483A
KR20220100483A KR1020210034703A KR20210034703A KR20220100483A KR 20220100483 A KR20220100483 A KR 20220100483A KR 1020210034703 A KR1020210034703 A KR 1020210034703A KR 20210034703 A KR20210034703 A KR 20210034703A KR 20220100483 A KR20220100483 A KR 20220100483A
Authority
KR
South Korea
Prior art keywords
surface temperature
unmanned aerial
aerial vehicle
accuracy
site
Prior art date
Application number
KR1020210034703A
Other languages
Korean (ko)
Other versions
KR102672407B1 (en
Inventor
송봉근
박경훈
김경아
김성현
박건웅
문한솔
Original Assignee
창원대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 창원대학교 산학협력단 filed Critical 창원대학교 산학협력단
Publication of KR20220100483A publication Critical patent/KR20220100483A/en
Application granted granted Critical
Publication of KR102672407B1 publication Critical patent/KR102672407B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00—Constructional aspects of UAVs
    • B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
    • B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Educational Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Remote Sensing (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Image Processing (AREA)
  • Radiation Pyrometers (AREA)

Abstract

The present invention provides a method and a system for verifying the accuracy of a ground surface temperature image based on an unmanned aerial vehicle, which can provide a ground surface temperature monitoring system for various types of covers of a wide urban area. According to one embodiment of the present invention, the method for verifying the accuracy of a ground surface temperature image based on an unmanned aerial vehicle is performed by a computing device and comprises: a step of measuring a site surface temperature for target land; a step of collecting a thermal infrared image for the target land through autonomous flying of an unmanned aerial vehicle, and constructing ground surface temperature data for each cover in accordance with a land cover type; and a step of verifying the accuracy of the thermal infrared image through linear regression analysis or root mean square error (RMSE) analysis based on the constructed ground surface temperature data for each cover and measurement results of the site surface temperature.

Description

무인항공기 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템{Method and System for Verifying Accuracy of Land Surface Temperature Images Based on Unmanned Aerial Vehicle}{Method and System for Verifying Accuracy of Land Surface Temperature Images Based on Unmanned Aerial Vehicle}

아래의 실시예들은 무인항공기(UAV) 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템에 관한 것이다. The following embodiments relate to a method and system for verifying the accuracy of an unmanned aerial vehicle (UAV)-based surface temperature image.

매년 여름철 반복되고 있는 폭염, 도시열섬 등 도시기후변화 문제의 발생 원인으로 도시의 인공피복재질 증가 등의 물리적 환경변화가 중요한 원인으로 작용하고 있다. 도시열섬현상을 완화하기 위해서는 도시지역의 다양한 공간특성을 고려하여 지표면 온도(Land Surface Temperature, LST)가 도시열섬현상에 미치는 영향에 대한 기초적인 과정을 파악하는 것이 필요하다. As the cause of urban climate change problems such as heat waves and urban heat islands that are repeated every summer, physical environmental changes such as an increase in urban artificial clothing materials are an important cause. In order to alleviate the urban heat island phenomenon, it is necessary to understand the basic process of the effect of land surface temperature (LST) on the urban heat island phenomenon in consideration of various spatial characteristics of urban areas.

최근 원격탐사 기술의 발달로 열섬 분포의 시계열 변화 파악, 공간정보와 연계하여 공간특성에 따른 지표면 온도특성을 분석할 수 있는 장점이 있는 열적외 위성영상의 활용이 두드러지고 있다. Recently, with the development of remote sensing technology, the use of thermal infrared satellite imagery, which has the advantage of analyzing time-series changes of heat island distribution and analyzing the surface temperature characteristics according to spatial characteristics in connection with spatial information, is prominent.

그러나 열적외 위성영상은 공간해상도가 낮기 때문에(MODIS: 500m, Landsat: 120m, ASTER: 90m) 도시지역의 복잡하고 다양한 토지피복재질에 따른 열적 특성을 파악하는데 한계가 있다.However, since the thermal infrared satellite imagery has low spatial resolution (MODIS: 500m, Landsat: 120m, ASTER: 90m), there is a limit in understanding the thermal characteristics according to the complex and diverse land covering materials in urban areas.

이러한 측면에서 현재 열적외 카메라가 탑재된 무인항공기는 지표면 온도를 관찰하기 위해 다양한 분야에서 활용되고 있으나, 복잡한 도시지역에 분포하는 다양한 토지피복재질에 대해 무인항공기 기반 지표면 온도의 정확성을 검증한 연구는 부족하다.In this respect, currently unmanned aerial vehicles equipped with thermal infrared cameras are being used in various fields to observe the surface temperature. lack.

따라서 무인항공기에서 수집된 지표면 온도도 지표면의 열적 특성과 이를 통해 도시지역의 열환경 개선에 활용하기 위해서는 우선적으로 실측 자료를 통해 정확성을 검증하는 기술이 필요하다.Therefore, in order to utilize the surface temperature collected from the unmanned aerial vehicle for the thermal characteristics of the surface and the improvement of the thermal environment in urban areas, it is necessary to first verify the accuracy through actual measurement data.

한국등록특허 10-1857961호는 이러한 드론과 열 영상 카메라의 영상분석을 이용한 자동 싱크홀 탐지 시스템 및 방법에 관한 것으로, 원적외선 열 영상 카메라가 부착된 드론을 이용하여 촬영된 열 영상을 분석하여 싱크홀 후보 영역 및 최종 싱크홀 영역을 추출하는 장치에 관한 기술을 기재하고 있다.Korean Patent No. 10-1857961 relates to an automatic sinkhole detection system and method using image analysis of such a drone and a thermal imaging camera. A description is given of a device for extracting a candidate region and a final sinkhole region.

한국등록특허 10-1857961호Korean Patent No. 10-1857961

실시예들은 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템에 관하여 기술하며, 보다 구체적으로 무인항공기에 장착한 열적외 센서에서 취득한 영상을 실측 자료 기반의 정확성 검증 기술을 제공한다. The embodiments describe a method and system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image, and more specifically, provide a technology for verifying the accuracy of an image obtained from a thermal infrared sensor mounted on an unmanned aerial vehicle based on actual measurement data.

실시예들은 무인항공기에 장착한 열적외 센서에서 취득한 영상을 실측 자료 기반의 정확성 검증을 수행함으로써, 광범위한 영역의 도시지역의 다양한 종류의 피복에 대한 지표면 온도 모니터링 시스템을 제공할 수 있는 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템을 제공하는데 있다. The embodiments provide an unmanned aerial vehicle-based ground surface that can provide a surface temperature monitoring system for various types of coverings in a wide range of urban areas by performing accurate verification based on actual measurement data on images acquired from a thermal infrared sensor mounted on an unmanned aerial vehicle. An object of the present invention is to provide a method and system for verifying the accuracy of a temperature image.

또한, 실시예들은 무인항공기에 장착한 열적외 센서에서 취득한 영상을 실측 자료 기반의 정확성 검증을 수행함으로써, 사람들이 체감할 수 있는 열 환경 완화대책 수립 시 기초자료로 활용 가능한 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템을 제공하는데 있다.In addition, the embodiments provide an unmanned aerial vehicle-based surface temperature image that can be used as basic data when establishing measures for mitigating a thermal environment that people can feel by performing accurate verification of the image acquired from the thermal infrared sensor mounted on the unmanned aerial vehicle. To provide a method and system for verifying the accuracy of

또한, 실시예들은 무인항공기에 장착한 열적외 센서에서 취득한 영상을 실측 자료 기반의 정확성 검증을 수행함으로써, 도시지역 내 광범위한 영역의 자율비행을 통해 열환경 모니터링 인력 소모를 최소화할 수 있는 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템을 제공하는데 있다. In addition, the embodiments are based on an unmanned aerial vehicle that can minimize the consumption of manpower for thermal environment monitoring through autonomous flight in a wide area within an urban area by performing accurate verification of the image acquired from the thermal infrared sensor mounted on the unmanned aerial vehicle. An object of the present invention is to provide a method and system for verifying the accuracy of a surface temperature image.

일 실시예에 따른 컴퓨터 장치에 의해 수행되는 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법은, 대상지에 대해 현장 표면온도 측정하는 단계; 무인항공기의 자율 비행을 통해 상기 대상지에 대한 열적외 영상을 수집하고, 토지피복유형에 따른 피복별 지표면 온도 데이터를 구축하는 단계; 및 상기 현장 표면온도의 측정 결과와 구축된 상기 피복별 지표면 온도 데이터를 바탕으로 선형회귀 분석 또는 평균 제곱근 오차(Root Mean Square Error, RMSE) 분석을 통해 상기 열적외 영상의 정확성을 검증하는 단계를 포함하여 이루어질 수 있다.According to an embodiment, a method for verifying accuracy of an unmanned aerial vehicle-based surface temperature image performed by a computer device includes: measuring a field surface temperature for a target site; collecting thermal infrared images of the target site through autonomous flight of an unmanned aerial vehicle, and constructing surface temperature data for each cover according to land cover type; and verifying the accuracy of the thermal infrared image through linear regression analysis or Root Mean Square Error (RMSE) analysis based on the measurement result of the on-site surface temperature and the constructed ground surface temperature data for each cover. can be done by

상기 대상지에 대해 현장 표면온도 측정하는 단계는, 인공피복재질 및 상기 자연피복재질이 공존하는 대상지에 대해 기상상황, 그림자 및 무인항공기 운용시간을 고려하여 지점당 적어도 3번 이상의 현장 측정을 실시할 수 있다.In the step of measuring the on-site surface temperature for the target site, the on-site measurement can be performed at least three times per point in consideration of the weather conditions, shadows, and unmanned aerial vehicle operating time for the target site where the artificial and natural covering materials coexist. have.

상기 피복별 지표면 온도 데이터를 구축하는 단계는, 상기 무인항공기의 운용 시 중복도 또는 고도를 고려하여 상기 대상지에 대한 열적외 영상을 수집한 후, 정사영상으로 변환하는 단계; 및 정확성 검증을 위한 현장 측정 지점에 대해, 제작된 상기 열적외 정사영상과 매칭시켜 상기 피복별 지표면 온도 데이터를 구축하는 단계를 포함하여 이루어질 수 있다.The step of constructing the surface temperature data for each cover may include: collecting a thermal infrared image of the target site in consideration of the degree of redundancy or altitude when operating the unmanned aerial vehicle, and then converting it into an orthographic image; and matching the manufactured thermal infrared orthographic image with respect to the on-site measurement point for accuracy verification to establish the ground surface temperature data for each covering.

상기 열적외 영상의 정확성을 검증하는 단계는, 상기 현장 표면온도의 측정 시 선정한 피복에 따른 무인항공기 기반 상기 열적외 영상의 정확성을 검증할 수 있다.The verifying of the accuracy of the thermal infrared image may include verifying the accuracy of the thermal infrared image based on the unmanned aerial vehicle according to the coating selected when the on-site surface temperature is measured.

상기 열적외 영상의 정확성을 검증하는 단계는, 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 상관관계 분석을 통해 실측값과 차이가 발생하는 요인을 파악할 수 있다.The step of verifying the accuracy of the thermal infrared image is to identify a factor causing a difference from the measured value through a correlation analysis between the measurement result of the field surface temperature for each covering and the ground surface temperature data for each covering obtained based on the unmanned aerial vehicle. can

상기 열적외 영상의 정확성을 검증하는 단계는, 선형회귀 분석 및 경사(slope) 분석을 통해 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 증감경향분석 및 정확성을 검증할 수 있다.The step of verifying the accuracy of the thermal infrared image includes the measurement result of the on-site surface temperature for each cover through linear regression analysis and slope analysis and the increase/decrease trend analysis of the surface temperature data for each cover obtained based on the unmanned aerial vehicle, and accuracy can be verified.

상기 열적외 영상의 정확성을 검증하는 단계는, 상기 현장 표면온도의 측정 시 현장 측정 지점과 무인항공기 기반 상기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시할 수 있다.The verifying of the accuracy of the thermal infrared image may include verifying whether the on-site measurement point and the unmanned aerial vehicle-based thermal infrared image are the same when measuring the on-site surface temperature.

상기 열적외 영상의 정확성을 검증하는 단계는, 측정 기점을 기준으로 버퍼(buffer) 범위를 고려한 평균 제곱근 오차(RMSE) 차이를 비교하여, 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 차이를 분석함에 따라, 현장 측정 지점과 무인항공기 기반의 상기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시할 수 있다.The step of verifying the accuracy of the thermal infrared image is obtained based on the measurement result of the on-site surface temperature for each cover and the unmanned aerial vehicle by comparing the difference in root mean square error (RMSE) considering the buffer range with respect to the measurement origin. By analyzing the difference in the surface temperature data for each cover, it is possible to verify whether the location of the on-site measurement point and the unmanned aerial vehicle-based thermal infrared image are the same.

다른 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템은, 대상지에 대해 현장 표면온도 측정하는 현장 표면온도 측정부; 무인항공기의 자율 비행을 통해 상기 대상지에 대한 열적외 영상을 수집하고, 토지피복유형에 따른 피복별 지표면 온도 데이터를 구축하는 열적외 영상 수집부; 및 상기 현장 표면온도의 측정 결과와 구축된 상기 피복별 지표면 온도 데이터를 바탕으로 선형회귀 분석 또는 평균 제곱근 오차(Root Mean Square Error, RMSE) 분석을 통해 상기 열적외 영상의 정확성을 검증하는 열적외 영상 검증부를 포함하여 이루어질 수 있다.A system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to another embodiment includes: a field surface temperature measurement unit for measuring a field surface temperature for a target site; a thermal infrared image collecting unit that collects thermal infrared images of the target site through autonomous flight of an unmanned aerial vehicle and builds surface temperature data for each cover according to land cover type; and a thermal infrared image that verifies the accuracy of the thermal infrared image through linear regression analysis or root mean square error (RMSE) analysis based on the measurement result of the on-site surface temperature and the constructed ground surface temperature data for each cover It may include a verification unit.

상기 현장 표면온도 측정부는, 인공피복재질 및 상기 자연피복재질이 공존하는 대상지에 대해 기상상황, 그림자 및 무인항공기 운용시간을 고려하여 지점당 적어도 3번 이상의 현장 측정을 실시할 수 있다.The on-site surface temperature measuring unit may perform on-site measurement at least three times per point in consideration of weather conditions, shadows, and unmanned aerial vehicle operating time for a target site where the artificial coating material and the natural coating material coexist.

상기 열적외 영상 수집부는, 상기 무인항공기의 운용 시 중복도 또는 고도를 고려하여 상기 대상지에 대한 열적외 영상을 수집한 후 정사영상으로 변환하고, 정확성 검증을 위한 현장 측정 지점에 대해 제작된 상기 열적외 정사영상과 매칭시켜 상기 피복별 지표면 온도 데이터를 구축할 수 있다.The thermal infrared image collecting unit collects the thermal infrared image of the target site in consideration of the redundancy or altitude during operation of the unmanned aerial vehicle, converts it into an orthographic image, and the thermal image produced for the on-site measurement point for accuracy verification By matching with the external orthographic image, it is possible to construct the ground surface temperature data for each cover.

상기 열적외 영상 검증부는, 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 상관관계 분석을 통해 실측값과 차이가 발생하는 요인을 파악할 수 있다.The thermal infrared image verification unit may determine a factor causing a difference from the measured value through a correlation analysis between the measurement result of the on-site surface temperature for each covering and the ground surface temperature data for each covering obtained based on the unmanned aerial vehicle.

상기 열적외 영상 검증부는, 선형회귀 분석 및 경사(slope) 분석을 통해 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 증감경향분석 및 정확성을 검증할 수 있다.The thermal infrared image verification unit can verify the increase/decrease trend analysis and accuracy of the measurement result of the on-site surface temperature for each cover and the ground surface temperature data for each cover obtained based on the unmanned aerial vehicle through linear regression analysis and slope analysis. have.

상기 열적외 영상 검증부는, 상기 현장 표면온도의 측정 시 현장 측정 지점과 무인항공기 기반 상기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시할 수 있다.The thermal infrared image verification unit may verify whether the on-site measurement point and the unmanned aerial vehicle-based thermal infrared image are the same when measuring the on-site surface temperature.

상기 열적외 영상 검증부는, 측정 기점을 기준으로 버퍼(buffer) 범위를 고려한 평균 제곱근 오차(RMSE) 차이를 비교하여, 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 차이를 분석함에 따라, 현장 측정 지점과 무인항공기 기반의 상기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시할 수 있다.The thermal infrared image verification unit compares the difference in root mean square error (RMSE) considering the buffer range based on the measurement origin, and the measurement result of the on-site surface temperature for each cover and the ground surface for each cover obtained based on the unmanned aerial vehicle By analyzing the difference in temperature data, it is possible to verify whether the location of the on-site measurement point and the unmanned aerial vehicle-based thermal infrared image are the same.

실시예들에 따르면 광범위한 영역의 도시지역의 다양한 종류의 피복에 대한 지표면 온도 모니터링 시스템을 제공할 수 있다.According to embodiments, it is possible to provide a surface temperature monitoring system for various types of coverings in an urban area of a wide area.

또한, 실시예들에 따르면 사람들이 체감할 수 있는 열 환경 완화대책 수립 시 기초자료로 활용 가능하다. In addition, according to embodiments, it can be used as basic data when establishing measures to mitigate the heat environment that people can feel.

또한, 실시예들에 따르면 도시지역 내 광범위한 영역의 자율비행을 통해 열환경 모니터링 인력 소모를 최소화할 수 있다. In addition, according to embodiments, it is possible to minimize the consumption of manpower for monitoring the thermal environment through autonomous flight over a wide area within an urban area.

도 1은 일 실시예에 따른 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다.
도 2는 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템을 나타내는 블록도이다.
도 3은 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법을 나타내는 흐름도이다.
도 4는 일 실시예에 따른 표면온도 현장 측정의 예시를 나타내는 도면이다.
도 5는 일 실시예에 따른 무인항공기의 열적외 정사영상의 제작을 나타내는 도면이다.
도 6은 일 실시예에 따른 라인 A-B에 대한 프로파일 분석 결과를 나타내는 도면이다.
도 7은 일 실시예에 따른 각 측정 지점에서 현장 LST와 UAV TIR LST의 차이를 나타내는 도면이다.
도 8은 일 실시예에 따른 현장 측정 기반 무인항공기의 열적외 영상의 정확성 검증을 나타내는 도면이다.1 is a block diagram illustrating an example of an internal configuration of a computer system according to an embodiment.
2 is a block diagram illustrating a system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to an embodiment.
3 is a flowchart illustrating a method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to an embodiment.
4 is a diagram illustrating an example of on-site measurement of a surface temperature according to an embodiment.
5 is a diagram illustrating the production of a thermal infrared orthographic image of an unmanned aerial vehicle according to an exemplary embodiment.
6 is a diagram illustrating a profile analysis result for line AB according to an exemplary embodiment.
7 is a diagram illustrating a difference between an on-site LST and a UAV TIR LST at each measurement point according to an embodiment.
8 is a diagram illustrating accuracy verification of a thermal infrared image of an on-site measurement-based unmanned aerial vehicle according to an exemplary embodiment.

이하, 첨부된 도면을 참조하여 실시예들을 설명한다. 그러나, 기술되는 실시예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명되는 실시예들에 의하여 한정되는 것은 아니다. 또한, 여러 실시예들은 당해 기술분야에서 평균적인 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위해서 제공되는 것이다. 도면에서 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.Hereinafter, embodiments will be described with reference to the accompanying drawings. However, the described embodiments may be modified in various other forms, and the scope of the present invention is not limited by the embodiments described below. In addition, various embodiments are provided in order to more completely explain the present invention to those of ordinary skill in the art. The shapes and sizes of elements in the drawings may be exaggerated for clearer description.

매년 여름철 반복적으로 발생되는 도시열섬과 폭염, 열대야 등 도시기후변화 문제를 개선하기 위해 정부 및 지자체 차원에서 다양한 방안 마련을 시도하고 있다. 최근 원격탐사 기술의 발달로 도시열섬 완화 등에 열적외 위성영상의 활용이 두드러지고 있으나, 중, 저해상도, 촬영시간 및 공간의 제약 등이 있어 도시지역의 물리적 환경에 따른 정밀한 열적 특성 파악이 어렵다.The government and local governments are trying to come up with a variety of measures to improve urban climate change problems such as urban heat islands, heat waves, and tropical nights that occur repeatedly in summer every year. Recently, with the development of remote sensing technology, the use of thermal infrared satellite images has been prominent in urban heat island mitigation, but it is difficult to accurately grasp the thermal characteristics according to the physical environment of an urban area due to the limitations of medium and low resolution, shooting time and space.

아래의 실시예들은 무인항공기에 장착한 열적외 센서에서 취득한 영상을 실측 자료 기반의 정확성 검증 기술이며, 실제 도시 공간에서의 물리적 환경에 따른 지표면 온도특성 모니터링 시스템 구축에 활용 가능하다.The following embodiments are techniques for verifying accuracy based on actual data obtained by using an image acquired from a thermal infrared sensor mounted on an unmanned aerial vehicle, and can be used to construct a surface temperature characteristic monitoring system according to the physical environment in an actual urban space.

도 1은 일 실시예에 따른 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다. 예를 들어, 본 발명의 실시예들에 따른 지표면 온도 영상의 정확성 검증 시스템이 도 1의 컴퓨터 시스템(장치)(100)을 통해 구현될 수 있다. 도 1에 도시한 바와 같이, 컴퓨터 시스템(100)은 지표면 온도 영상의 정확성 검증 방법을 실행하기 위한 구성요소로서 프로세서(110), 메모리(120), 영구 저장 장치(130), 버스(140), 입출력 인터페이스(150) 및 네트워크 인터페이스(160)를 포함할 수 있다.1 is a block diagram illustrating an example of an internal configuration of a computer system according to an embodiment. For example, a system for verifying the accuracy of a surface temperature image according to embodiments of the present invention may be implemented through the computer system (device) 100 of FIG. 1 . As shown in FIG. 1 , the computer system 100 is a component for executing the method for verifying the accuracy of the surface temperature image, and includes a processor 110 , a memory 120 , a permanent storage device 130 , a bus 140 , It may include an input/output interface 150 and a network interface 160 .

프로세서(110)는 명령어들의 임의의 시퀀스를 처리할 수 있는 임의의 장치를 포함하거나 그의 일부일 수 있다. 프로세서(110)는 예를 들어 컴퓨터 프로세서, 이동 장치 또는 다른 전자 장치 내의 프로세서 및/또는 디지털 프로세서를 포함할 수 있다. 프로세서(110)는 예를 들어, 서버 컴퓨팅 디바이스, 서버 컴퓨터, 일련의 서버 컴퓨터들, 서버 팜, 클라우드 컴퓨터, 컨텐츠 플랫폼, 이동 컴퓨팅 장치, 스마트폰, 태블릿, 셋톱 박스, 미디어 플레이어 등에 포함될 수 있다. 프로세서(110)는 버스(140)를 통해 메모리(120)에 접속될 수 있다.Processor 110 may include or be part of any apparatus capable of processing any sequence of instructions. Processor 110 may include, for example, a computer processor, a processor in a mobile device, or other electronic device and/or a digital processor. The processor 110 may be included in, for example, a server computing device, a server computer, a set of server computers, a server farm, a cloud computer, a content platform, a mobile computing device, a smartphone, a tablet, a set-top box, a media player, and the like. The processor 110 may be connected to the memory 120 through the bus 140 .

메모리(120)는 컴퓨터 시스템(100)에 의해 사용되거나 그에 의해 출력되는 정보를 저장하기 위한 휘발성 메모리, 영구, 가상 또는 기타 메모리를 포함할 수 있다. 메모리(120)는 예를 들어 랜덤 액세스 메모리(RAM: random access memory) 및/또는 동적 RAM(DRAM: dynamic RAM)을 포함할 수 있다. 메모리(120)는 컴퓨터 시스템(100)의 상태 정보와 같은 임의의 정보를 저장하는 데 사용될 수 있다. 메모리(120)는 예를 들어 야적퇴비 적재량의 산출 검증을 위한 명령어들을 포함하는 컴퓨터 시스템(100)의 명령어들을 저장하는 데에도 사용될 수 있다. 컴퓨터 시스템(100)은 필요에 따라 또는 적절한 경우에 하나 이상의 프로세서(110)를 포함할 수 있다.Memory 120 may include volatile memory, persistent, virtual, or other memory for storing information used by or output by computer system 100 . The memory 120 may include, for example, random access memory (RAM) and/or dynamic RAM (DRAM). Memory 120 may be used to store any information, such as state information of computer system 100 . The memory 120 may also be used to store instructions of the computer system 100 including, for example, instructions for verifying the calculation of the yard compost load. Computer system 100 may include one or more processors 110 as needed or appropriate.

버스(140)는 컴퓨터 시스템(100)의 다양한 컴포넌트들 사이의 상호작용을 가능하게 하는 통신 기반 구조를 포함할 수 있다. 버스(140)는 예를 들어 컴퓨터 시스템(100)의 컴포넌트들 사이에, 예를 들어 프로세서(110)와 메모리(120) 사이에 데이터를 운반할 수 있다. 버스(140)는 컴퓨터 시스템(100)의 컴포넌트들 간의 무선 및/또는 유선 통신 매체를 포함할 수 있으며, 병렬, 직렬 또는 다른 토폴로지 배열들을 포함할 수 있다.Bus 140 may include a communications infrastructure that enables interaction between various components of computer system 100 . Bus 140 may carry data between, for example, components of computer system 100 , such as between processor 110 and memory 120 . Bus 140 may include wireless and/or wired communication media between components of computer system 100 and may include parallel, serial, or other topological arrangements.

영구 저장 장치(130)는 (예를 들어, 메모리(120)에 비해) 소정의 연장된 기간 동안 데이터를 저장하기 위해 컴퓨터 시스템(100)에 의해 사용되는 바와 같은 메모리 또는 다른 영구 저장 장치와 같은 컴포넌트들을 포함할 수 있다. 영구 저장 장치(130)는 컴퓨터 시스템(100) 내의 프로세서(110)에 의해 사용되는 바와 같은 비휘발성 메인 메모리를 포함할 수 있다. 영구 저장 장치(130)는 예를 들어 플래시 메모리, 하드 디스크, 광 디스크 또는 다른 컴퓨터 판독 가능 매체를 포함할 수 있다.Persistent storage 130 is a component, such as memory or other persistent storage, as used by computer system 100 to store data for an extended period of time (eg, compared to memory 120 ). may include Persistent storage 130 may include non-volatile main memory as used by processor 110 in computer system 100 . Persistent storage 130 may include, for example, flash memory, a hard disk, an optical disk, or other computer readable medium.

입출력 인터페이스(150)는 키보드, 마우스, 음성 명령 입력, 디스플레이 또는 다른 입력 또는 출력 장치에 대한 인터페이스들을 포함할 수 있다. 구성 명령들 및/또는 야적퇴비 적재량의 산출 검증을 위한 정보가 입출력 인터페이스(150)를 통해 수신될 수 있다.The input/output interface 150 may include interfaces to a keyboard, mouse, voice command input, display, or other input or output device. Configuration commands and/or information for verifying the calculation of the yard compost loading amount may be received through the input/output interface 150 .

네트워크 인터페이스(160)는 근거리 네트워크 또는 인터넷과 같은 네트워크들에 대한 하나 이상의 인터페이스를 포함할 수 있다. 네트워크 인터페이스(160)는 유선 또는 무선 접속들에 대한 인터페이스들을 포함할 수 있다. 구성 명령들 및/또는 야적퇴비 적재량의 산출 검증을 위한 정보는 네트워크 인터페이스(160)를 통해 수신될 수 있다.Network interface 160 may include one or more interfaces to networks such as a local area network or the Internet. Network interface 160 may include interfaces for wired or wireless connections. The configuration commands and/or information for verifying the calculation of the compost loading amount may be received through the network interface 160 .

또한, 다른 실시예들에서 컴퓨터 시스템(100)은 도 1의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 컴퓨터 시스템(100)은 상술한 입출력 인터페이스(150)와 연결되는 입출력 장치들 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.Also, in other embodiments, computer system 100 may include more components than those of FIG. 1 . However, there is no need to clearly show most of the prior art components. For example, the computer system 100 is implemented to include at least some of the input/output devices connected to the above-described input/output interface 150, or a transceiver, a global positioning system (GPS) module, a camera, various sensors, It may further include other components such as a database and the like.

도 2는 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템을 나타내는 블록도이다.2 is a block diagram illustrating a system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to an embodiment.

도 2는 도 1의 일 실시예에 따른 컴퓨터 시스템(100)의 프로세서(110)가 포함할 수 있는 구성요소의 예를 도시한 도면이다. 여기서, 컴퓨터 시스템(100)의 프로세서(110)는 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템(200)을 포함할 수 있다. 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템(200)은 현장 표면온도 측정부(210), 열적외 영상 수집부(220) 및 열적외 영상 검증부(230)를 포함하여 이루어질 수 있다.FIG. 2 is a diagram illustrating an example of components that the processor 110 of the computer system 100 according to the embodiment of FIG. 1 may include. Here, the processor 110 of the computer system 100 may include the system 200 for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to an embodiment. The system 200 for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to an embodiment may include an on-site surface temperature measurement unit 210 , a thermal infrared image collection unit 220 , and a thermal infrared image verification unit 230 . have.

보다 구체적으로, 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템(200)은, 대상지에 대해 현장 표면온도 측정하는 현장 표면온도 측정부(210), 무인항공기의 자율 비행을 통해 대상지에 대한 열적외 영상을 수집하고, 토지피복유형에 따른 피복별 지표면 온도 데이터를 구축하는 열적외 영상 수집부(220), 및 현장 표면온도의 측정 결과와 구축된 피복별 지표면 온도 데이터를 바탕으로 선형회귀 분석 또는 평균 제곱근 오차(Root Mean Square Error, RMSE) 분석을 통해 열적외 영상의 정확성을 검증하는 열적외 영상 검증부(230)를 포함하여 이루어질 수 있다.More specifically, the system 200 for verifying the accuracy of an unmanned aerial vehicle-based ground surface temperature image according to an embodiment includes the on-site surface temperature measurement unit 210 for measuring the on-site surface temperature with respect to the target site, and the autonomous flight of the unmanned aerial vehicle to the target site. A thermal infrared image collection unit 220 that collects thermal infrared images of Korea and builds surface temperature data for each cover according to land cover type, and linear regression based on the measurement result of the site surface temperature and the constructed surface temperature data for each cover The thermal infrared image verification unit 230 for verifying the accuracy of the thermal infrared image through analysis or root mean square error (RMSE) analysis may be included.

프로세서(110) 및 프로세서(110)의 구성요소들은 도 3의 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법이 포함하는 단계들(310 내지 330)을 수행할 수 있다. 예를 들어, 프로세서(110) 및 프로세서(110)의 구성요소들은 메모리(120)가 포함하는 운영체제의 코드와 상술한 적어도 하나의 프로그램 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다. 여기서, 적어도 하나의 프로그램 코드는 수계오염원 모니터링 방법을 처리하기 위해 구현된 프로그램의 코드에 대응될 수 있다.The processor 110 and the components of the processor 110 may perform steps 310 to 330 included in the method of verifying the accuracy of the unmanned aerial vehicle-based surface temperature image of FIG. 3 . For example, the processor 110 and the components of the processor 110 may be implemented to execute an operating system code included in the memory 120 and an instruction according to at least one program code described above. Here, at least one program code may correspond to a code of a program implemented to process the water pollution source monitoring method.

무인항공기 기반 지표면 온도 영상의 정확성 검증 방법은 도시된 순서대로 발생하지 않을 수 있으며, 단계들 중 일부가 생략되거나 추가의 과정이 더 포함될 수 있다.The method of verifying the accuracy of the unmanned aerial vehicle-based surface temperature image may not occur in the order shown, and some of the steps may be omitted or additional processes may be further included.

도 3은 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법을 나타내는 흐름도이다.3 is a flowchart illustrating a method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to an embodiment.

도 3을 참조하면, 일 실시예에 따른 컴퓨터 장치에 의해 수행되는 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법은, 대상지에 대해 현장 표면온도 측정하는 단계(310), 무인항공기의 자율 비행을 통해 대상지에 대한 열적외 영상을 수집하고, 토지피복유형에 따른 피복별 지표면 온도 데이터를 구축하는 단계(320), 및 현장 표면온도의 측정 결과와 구축된 피복별 지표면 온도 데이터를 바탕으로 선형회귀 분석 또는 평균 제곱근 오차(RMSE) 분석을 통해 열적외 영상의 정확성을 검증하는 단계(330)를 포함하여 이루어질 수 있다.Referring to FIG. 3 , the method for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image performed by a computer device according to an embodiment includes the step of measuring the on-site surface temperature for the target site ( 310 ), and autonomous flight of the unmanned aerial vehicle to the target site. Collecting thermal infrared images of , and constructing surface temperature data for each cover according to the land cover type (320), and linear regression analysis or average based on the measurement result of the site surface temperature and the constructed surface temperature data for each cover The method may include verifying the accuracy of the thermal infrared image through a square root error (RMSE) analysis ( 330 ).

일 실시예에 따른 컴퓨터 장치에 의해 수행되는 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법은 도 2에서 설명한 일 실시예에 따른 컴퓨터 장치에 의해 수행되는 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템(200)을 예를 들어 보다 상세히 설명할 수 있다. 앞에서 설명한 바와 같이, 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템(200)은 현장 표면온도 측정부(210), 열적외 영상 수집부(220) 및 열적외 영상 검증부(230)를 포함하여 이루어질 수 있다.The method for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image performed by a computer device according to an embodiment is a system 200 for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image performed by the computer device according to the embodiment described with reference to FIG. 2 . can be described in more detail with an example. As described above, the system 200 for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to an embodiment includes the on-site surface temperature measuring unit 210 , the thermal infrared image collecting unit 220 , and the thermal infrared image verifying unit 230 . may be included.

단계(310)에서, 현장 표면온도 측정부(210)는 대상지에 대해 현장 표면온도 측정할 수 있다. In step 310 , the on-site surface temperature measurement unit 210 may measure the on-site surface temperature for the target site.

예를 들어, 현장 측정은 직접 방문을 통해 수행될 수 있다. 현장 표면온도 측정부(210)는 인공피복재질 및 자연피복재질이 공존하는 대상지에 대해 기상상황, 그림자 및 무인항공기 운용시간을 고려하여 지점당 적어도 3번 이상의 현장 측정을 실시할 수 있다. 여기서 대상지의 피복재질의 구분은 미리 설정될 수 있으며, 예컨대 흙, 목재 데크, 보도 벽돌, 아스팔트, 지붕(회색), 지붕(녹색), 지붕(흰색), 우레탄, 자갈, 잔디, 콘크리트 등으로 구분될 수 있다. For example, on-site measurements may be performed through in-person visits. The on-site surface temperature measurement unit 210 may perform on-site measurement at least three times per point in consideration of weather conditions, shadows, and unmanned aerial vehicle operating time for a target site where artificial and natural coating materials coexist. Here, the classification of the covering material of the target site may be preset, for example, it is divided into soil, wooden deck, sidewalk brick, asphalt, roof (gray), roof (green), roof (white), urethane, gravel, grass, concrete, etc. can be

단계(320)에서, 열적외 영상 수집부(220)는 무인항공기의 자율 비행을 통해 대상지에 대한 열적외 영상을 수집하고, 토지피복유형에 따른 피복별 지표면 온도 데이터를 구축할 수 있다. In step 320 , the thermal infrared image collecting unit 220 may collect thermal infrared images of the target site through autonomous flight of the unmanned aerial vehicle, and may build surface temperature data for each cover according to the land cover type.

보다 구체적으로, 열적외 영상 수집부(220)는 무인항공기의 운용 시 중복도 또는 고도를 고려하여 대상지에 대한 열적외 영상을 수집한 후, 정사영상으로 변환할 수 있다. 이후, 정확성 검증을 위한 현장 측정 지점에 대해, 제작된 열적외 정사영상과 매칭시켜 피복별 지표면 온도 데이터를 구축할 수 있다.More specifically, the thermal infrared image collecting unit 220 may collect a thermal infrared image of a target site in consideration of redundancy or altitude when operating the unmanned aerial vehicle, and then convert it into an orthographic image. Thereafter, for on-site measurement points for accuracy verification, it is possible to build surface temperature data for each cover by matching with the manufactured thermal infrared orthographic image.

단계(330)에서, 열적외 영상 검증부(230)는 현장 표면온도의 측정 결과와 구축된 피복별 지표면 온도 데이터를 바탕으로 선형회귀 분석 또는 평균 제곱근 오차(RMSE) 분석을 통해 열적외 영상의 정확성을 검증할 수 있다. In step 330, the thermal infrared image verification unit 230 performs a linear regression analysis or a root-mean-square error (RMSE) analysis based on the measurement result of the on-site surface temperature and the constructed surface temperature data for each cover. can be verified.

일례로, 열적외 영상 검증부(230)는 현장 표면온도의 측정 시 선정한 피복에 따른 무인항공기 기반 열적외 영상의 정확성을 검증할 수 있다.For example, the thermal infrared image verification unit 230 may verify the accuracy of the unmanned aerial vehicle-based thermal infrared image according to the selected covering when measuring the on-site surface temperature.

보다 구체적으로, 열적외 영상 검증부(230)는 피복별 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 피복별 지표면 온도 데이터의 상관관계 분석을 통해 실측값과 차이가 발생하는 요인을 파악할 수 있다. 또한, 열적외 영상 검증부(230)는 선형회귀 분석 및 경사(slope) 분석을 통해 피복별 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 피복별 지표면 온도 데이터의 증감경향분석 및 정확성을 검증할 수 있다.More specifically, the thermal infrared image verification unit 230 can identify the factors causing the difference from the measured values through the correlation analysis between the measurement results of the on-site surface temperature for each covering and the ground surface temperature data for each covering obtained based on the unmanned aerial vehicle. have. In addition, the thermal infrared image verification unit 230 verifies the increase/decrease trend analysis and accuracy of the measurement result of the field surface temperature for each cover and the surface temperature data for each cover obtained based on the unmanned aerial vehicle through linear regression analysis and slope analysis. can do.

다른 예로, 열적외 영상 검증부(230)는 현장 표면온도의 측정 시 현장 측정 지점과 무인항공기 기반 열적외 영상의 동일한 위치 여부에 대한 검증을 실시할 수 있다.As another example, the thermal infrared image verification unit 230 may verify whether the on-site measurement point and the unmanned aerial vehicle-based thermal infrared image are the same when measuring the on-site surface temperature.

보다 구체적으로, 열적외 영상 검증부(230)는 측정 기점을 기준으로 버퍼(buffer) 범위를 고려한 평균 제곱근 오차(RMSE) 차이를 비교하여, 피복별 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 피복별 지표면 온도 데이터의 차이를 분석함에 따라, 현장 측정 지점과 무인항공기 기반의 열적외 영상의 동일한 위치 여부에 대한 검증을 실시할 수 있다.More specifically, the thermal infrared image verification unit 230 compares the difference in root mean square error (RMSE) considering the buffer range based on the measurement origin, and obtains the measurement result of the on-site surface temperature for each cover and the unmanned aerial vehicle based. By analyzing the difference in surface temperature data for each covered cover, it is possible to verify whether the location of the on-site measurement point and the unmanned aerial vehicle-based thermal infrared image are the same.

이와 같이, 실시예들에 따르면 광범위한 영역의 도시지역의 다양한 종류의 피복에 대한 지표면 온도 모니터링 시스템을 제공할 수 있다.As such, according to embodiments, it is possible to provide a surface temperature monitoring system for various types of coverings in an urban area of a wide area.

또한, 실시예들에 따르면 사람들이 체감할 수 있는 열 환경 완화대책 수립 시 기초자료로 활용 가능하다. In addition, according to embodiments, it can be used as basic data when establishing measures to mitigate the heat environment that people can feel.

또한, 실시예들에 따르면 도시지역 내 광범위한 영역의 자율비행을 통해 열환경 모니터링 인력 소모를 최소화할 수 있다.In addition, according to embodiments, it is possible to minimize the consumption of manpower for monitoring the thermal environment through autonomous flight over a wide area within an urban area.

아래에서는 일 실시예에 따른 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법 및 시스템을 보다 상세히 설명한다.Hereinafter, a method and system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image according to an embodiment will be described in more detail.

먼저, 무인항공기 기반 지표면 온도 영상의 정확성 검증을 위해 기초자료를 구축할 수 있다. First, basic data can be established to verify the accuracy of the unmanned aerial vehicle-based surface temperature image.

도 4는 일 실시예에 따른 표면온도 현장 측정의 예시를 나타내는 도면이다.4 is a diagram illustrating an example of on-site measurement of a surface temperature according to an embodiment.

도 4를 참조하면, 인공피복재질(아스팔트, 콘크리트, 판석 등) 및 자연피복재질(수목, 잔디 등)이 공존하는 대상지에 대해 현장 표면온도 측정할 수 있다. 이 때, 기상상황 및 그림자, 무인항공기 운용시간 등을 고려하여 지점당 3번 이상 현장 측정을 실시하여 오차를 최소화할 수 있다. 여기서, 라인 A-B의 위치를 보여주는 UAV TIR(Thermal infrared) 이미지의 표면 온도(LST) 분포를 확인할 수 있다. Referring to FIG. 4 , the on-site surface temperature can be measured for a target site where artificial covering materials (asphalt, concrete, flagstone, etc.) and natural covering materials (trees, grass, etc.) coexist. At this time, the error can be minimized by performing on-site measurements at least three times per point in consideration of the weather conditions, shadows, and the operation time of the unmanned aerial vehicle. Here, the surface temperature (LST) distribution of the UAV TIR (thermal infrared) image showing the positions of lines A-B can be confirmed.

도 5는 일 실시예에 따른 무인항공기의 열적외 정사영상의 제작을 나타내는 도면이다.5 is a diagram illustrating the production of a thermal infrared orthographic image of an unmanned aerial vehicle according to an exemplary embodiment.

무인항공기 자율 비행을 통한 열적외 영상 수집하고, 피복별 지표면 온도 데이터를 구축할 수 있다. 보다 구체적으로, 도 5를 참조하면, 무인항공기 운용 시 중복도, 고도를 고려하여 영상을 수집한 후 정사영상으로 변환할 수 있다. 정확성 검증을 위한 현장측정 포인트에 대해 제작된 열적외 정사영상과 매칭시켜 지표면 온도 데이터를 구축할 수 있다.It is possible to collect thermal infrared images through autonomous flight of unmanned aerial vehicles and to build surface temperature data for each cover. More specifically, referring to FIG. 5 , when an unmanned aerial vehicle is operated, an image may be collected in consideration of redundancy and altitude, and then converted into an orthographic image. Surface temperature data can be constructed by matching it with the produced thermal infrared orthographic image of the in-situ measurement point for accuracy verification.

예를 들어 정사영상 제작 시 기하보정을 실시하기 위해 사전에 RTK 장비를 활용하여 GCP(Ground Control Point)를 취득할 수 있다. 한편, 기하보정 시에는 사전에 취득된 GCP를 활용할 수 있다. 한편, 제작된 정사영상의 영상값 추출 시에는 ArcGIS 10.6 소프트웨어의 Zonal statistics 도구를 활용할 수 있다.For example, in order to perform geometric correction when producing orthographic images, it is possible to acquire GCP (Ground Control Point) by using RTK equipment in advance. On the other hand, GCP obtained in advance can be used for geometric correction. On the other hand, the zonal statistics tool of ArcGIS 10.6 software can be used to extract the image value of the produced orthoimage.

도 6은 일 실시예에 따른 라인 A-B에 대한 프로파일 분석 결과를 나타내는 도면이다. 도 6을 참조하면, 도 5에 도시된 라인 A-B에 대한 피복재질에 따른 온도를 확인할 수 있다.6 is a diagram illustrating a profile analysis result for lines A-B according to an exemplary embodiment. Referring to FIG. 6 , the temperature according to the coating material for the line A-B shown in FIG. 5 can be confirmed.

도 7은 일 실시예에 따른 각 측정 지점에서 현장 지표면 온도(LST)와 UAV TIR LST의 차이를 나타내는 도면이다. 도 7에 도시된 바와 같이, 각 측정 지점에서 현장 LST와 UAV TIR LST의 차이를 확인할 수 있다.7 is a diagram illustrating a difference between a field surface temperature (LST) and a UAV TIR LST at each measurement point according to an exemplary embodiment. As shown in FIG. 7 , the difference between the on-site LST and the UAV TIR LST can be confirmed at each measurement point.

도 8은 일 실시예에 따른 현장 측정 기반 무인항공기의 열적외 영상의 정확성 검증을 나타내는 도면이다. 도 8을 참조하면, 현장 LST 및 UAV TIR LST의 산점도 분석 결과를 확인할 수 있다. 8 is a diagram illustrating accuracy verification of a thermal infrared image of an on-site measurement-based unmanned aerial vehicle according to an exemplary embodiment. Referring to FIG. 8 , the results of scatter plot analysis of the in-situ LST and the UAV TIR LST can be confirmed.

이후, 선형회귀, 평균 제곱근 오차(Root Mean Square Error, RMSE) 분석을 통한 무인항공기 기반 열적외 영상의 정확성을 검증할 수 있다.Thereafter, the accuracy of the unmanned aerial vehicle-based thermal infrared image can be verified through linear regression and root mean square error (RMSE) analysis.

보다 구체적으로, 피복(피복재질)별 현장측정, 무인항공기 기반 지표면 온도의 상관관계 분석을 통해 실측값과 차이가 발생하는 요인을 파악할 수 있다. 또한, 선형회귀 분석 및 경사(slope) 분석을 통해 실측 표면온도와 무인항공기 표면온도의 증감경향분석 및 정확성을 검증할 수 있다. 또한, 측정 기점을 기준으로 버퍼(buffer) 범위를 고려한 평균 제곱근 오차(RMSE) 차이를 비교하여 토지피복유형별로 실측, 무인항공기의 표면온도 차이를 분석함으로써 현장측정지점과 무인항공기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시할 수 있다.More specifically, it is possible to identify the factors causing the difference from the measured values through on-site measurement by covering (cladding material) and correlation analysis of the surface temperature based on an unmanned aerial vehicle (UAV). In addition, it is possible to verify the increase/decrease trend analysis and accuracy of the measured surface temperature and the surface temperature of the unmanned aerial vehicle through linear regression analysis and slope analysis. In addition, by comparing the difference in the root mean square error (RMSE) considering the buffer range based on the measurement origin, the difference in the surface temperature of the unmanned aerial vehicle and the actual measurement by land cover type is analyzed. Verification of location can be performed.

이상과 같이, 실시예들에 따르면 무인항공기에 장착한 열적외 센서에서 취득한 영상을 실측 자료 기반의 정확성 검증 기술을 바탕으로 실제 도시 공간에서의 물리적 환경에 따른 지표면 온도특성 모니터링 시스템 구축에 활용 가능하다. As described above, according to embodiments, an image acquired from a thermal infrared sensor mounted on an unmanned aerial vehicle can be utilized to build a ground surface temperature characteristic monitoring system according to the physical environment in an actual urban space based on the accuracy verification technology based on actual measurement data. .

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The device described above may be implemented as a hardware component, a software component, and/or a combination of the hardware component and the software component. For example, devices and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA), It may be implemented using one or more general purpose or special purpose computers, such as a programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and one or more software applications running on the operating system. The processing device may also access, store, manipulate, process, and generate data in response to execution of the software. For convenience of understanding, although one processing device is sometimes described as being used, one of ordinary skill in the art will recognize that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that may include For example, the processing device may include a plurality of processors or one processor and one controller. Other processing configurations are also possible, such as parallel processors.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.The software may comprise a computer program, code, instructions, or a combination of one or more thereof, which configures a processing device to operate as desired or is independently or collectively processed You can command the device. The software and/or data may be any kind of machine, component, physical device, virtual equipment, computer storage medium or device, to be interpreted by or to provide instructions or data to the processing device. may be embodied in The software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored in one or more computer-readable recording media.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc. alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiment, or may be known and available to those skilled in the art of computer software. Examples of the computer-readable recording medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic such as floppy disks. - includes magneto-optical media, and hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those generated by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with reference to the limited embodiments and drawings, various modifications and variations are possible by those skilled in the art from the above description. For example, the described techniques are performed in a different order than the described method, and/or the described components of the system, structure, apparatus, circuit, etc. are combined or combined in a different form than the described method, or other components Or substituted or substituted by equivalents may achieve an appropriate result.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents to the claims are also within the scope of the following claims.

Claims (15)

컴퓨터 장치에 의해 수행되는 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법에 있어서,
대상지에 대해 현장 표면온도 측정하는 단계;
무인항공기의 자율 비행을 통해 상기 대상지에 대한 열적외 영상을 수집하고, 토지피복유형에 따른 피복별 지표면 온도 데이터를 구축하는 단계; 및
상기 현장 표면온도의 측정 결과와 구축된 상기 피복별 지표면 온도 데이터를 바탕으로 선형회귀 분석 또는 평균 제곱근 오차(Root Mean Square Error, RMSE) 분석을 통해 상기 열적외 영상의 정확성을 검증하는 단계
를 포함하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법.In the method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image performed by a computer device,
measuring the on-site surface temperature for the target site;
collecting thermal infrared images of the target site through autonomous flight of an unmanned aerial vehicle, and constructing surface temperature data for each cover according to land cover type; and
Verification of the accuracy of the thermal infrared image through linear regression analysis or root mean square error (RMSE) analysis based on the measurement result of the on-site surface temperature and the constructed ground surface temperature data for each cover
A method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image, including a. 제1항에 있어서,
상기 대상지에 대해 현장 표면온도 측정하는 단계는,
인공피복재질 및 상기 자연피복재질이 공존하는 대상지에 대해 기상상황, 그림자 및 무인항공기 운용시간을 고려하여 지점당 적어도 3번 이상의 현장 측정을 실시하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법.According to claim 1,
The step of measuring the on-site surface temperature for the target site,
Conducting on-site measurements at least three times per point in consideration of weather conditions, shadows, and unmanned aerial vehicle operating time for a target site where artificial and natural covering materials coexist
A method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제1항에 있어서,
상기 피복별 지표면 온도 데이터를 구축하는 단계는,
상기 무인항공기의 운용 시 중복도 또는 고도를 고려하여 상기 대상지에 대한 열적외 영상을 수집한 후, 정사영상으로 변환하는 단계; 및
정확성 검증을 위한 현장 측정 지점에 대해, 제작된 상기 열적외 정사영상과 매칭시켜 상기 피복별 지표면 온도 데이터를 구축하는 단계
를 포함하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법.According to claim 1,
The step of constructing the surface temperature data for each covering is,
collecting a thermal infrared image of the target site in consideration of redundancy or altitude when operating the unmanned aerial vehicle, and then converting it into an orthographic image; and
Constructing the surface temperature data for each cover by matching with the manufactured thermal infrared orthographic image for on-site measurement points for accuracy verification
A method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image, including a. 제1항에 있어서,
상기 열적외 영상의 정확성을 검증하는 단계는,
상기 현장 표면온도의 측정 시 선정한 피복에 따른 무인항공기 기반 상기 열적외 영상의 정확성을 검증하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법.According to claim 1,
The step of verifying the accuracy of the thermal infrared image,
Verification of the accuracy of the thermal infrared image based on the unmanned aerial vehicle according to the coating selected when measuring the on-site surface temperature
A method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제1항에 있어서,
상기 열적외 영상의 정확성을 검증하는 단계는,
피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 상관관계 분석을 통해 실측값과 차이가 발생하는 요인을 파악하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법.According to claim 1,
The step of verifying the accuracy of the thermal infrared image,
Identifying factors causing the difference from the measured value through correlation analysis between the measurement result of the on-site surface temperature for each cover and the ground surface temperature data for each cover obtained based on the unmanned aerial vehicle
A method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제1항에 있어서,
상기 열적외 영상의 정확성을 검증하는 단계는,
선형회귀 분석 및 경사(slope) 분석을 통해 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 증감경향분석 및 정확성을 검증하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법.According to claim 1,
The step of verifying the accuracy of the thermal infrared image,
To verify the increase/decrease trend analysis and accuracy of the measurement result of the on-site surface temperature for each cover and the surface temperature data for each cover obtained based on the unmanned aerial vehicle through linear regression analysis and slope analysis
A method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제1항에 있어서,
상기 열적외 영상의 정확성을 검증하는 단계는,
상기 현장 표면온도의 측정 시 현장 측정 지점과 무인항공기 기반 상기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법.According to claim 1,
The step of verifying the accuracy of the thermal infrared image,
When measuring the on-site surface temperature, verifying whether the on-site measurement point and the thermal infrared image based on the unmanned aerial vehicle are the same
A method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제1항에 있어서,
상기 열적외 영상의 정확성을 검증하는 단계는,
측정 기점을 기준으로 버퍼(buffer) 범위를 고려한 평균 제곱근 오차(RMSE) 차이를 비교하여, 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 차이를 분석함에 따라, 현장 측정 지점과 무인항공기 기반의 상기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 방법.According to claim 1,
The step of verifying the accuracy of the thermal infrared image,
By comparing the difference in root mean square error (RMSE) considering the buffer range based on the measurement origin, the difference between the measurement result of the on-site surface temperature for each cover and the surface temperature data for each cover obtained based on the unmanned aerial vehicle is analyzed. Accordingly, to verify whether the location of the on-site measurement point and the unmanned aerial vehicle-based thermal infrared image is the same
A method of verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템에 있어서,
대상지에 대해 현장 표면온도 측정하는 현장 표면온도 측정부;
무인항공기의 자율 비행을 통해 상기 대상지에 대한 열적외 영상을 수집하고, 토지피복유형에 따른 피복별 지표면 온도 데이터를 구축하는 열적외 영상 수집부; 및
상기 현장 표면온도의 측정 결과와 구축된 상기 피복별 지표면 온도 데이터를 바탕으로 선형회귀 분석 또는 평균 제곱근 오차(Root Mean Square Error, RMSE) 분석을 통해 상기 열적외 영상의 정확성을 검증하는 열적외 영상 검증부
를 포함하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템.In a system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image,
On-site surface temperature measurement unit for measuring the on-site surface temperature for the target site;
a thermal infrared image collecting unit that collects thermal infrared images of the target site through autonomous flight of an unmanned aerial vehicle and builds surface temperature data for each cover according to land cover type; and
Thermal infrared image verification that verifies the accuracy of the thermal infrared image through linear regression analysis or root mean square error (RMSE) analysis based on the measurement result of the on-site surface temperature and the constructed ground surface temperature data for each cover wealth
Including, the accuracy verification system of the unmanned aerial vehicle-based surface temperature image. 제9항에 있어서,
상기 현장 표면온도 측정부는,
인공피복재질 및 상기 자연피복재질이 공존하는 대상지에 대해 기상상황, 그림자 및 무인항공기 운용시간을 고려하여 지점당 적어도 3번 이상의 현장 측정을 실시하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템.10. The method of claim 9,
The on-site surface temperature measurement unit,
Conducting on-site measurements at least three times per point in consideration of weather conditions, shadows, and unmanned aerial vehicle operating time for a target site where artificial and natural covering materials coexist
A system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제9항에 있어서,
상기 열적외 영상 수집부는,
상기 무인항공기의 운용 시 중복도 또는 고도를 고려하여 상기 대상지에 대한 열적외 영상을 수집한 후 정사영상으로 변환하고, 정확성 검증을 위한 현장 측정 지점에 대해 제작된 상기 열적외 정사영상과 매칭시켜 상기 피복별 지표면 온도 데이터를 구축하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템.10. The method of claim 9,
The thermal infrared image collecting unit,
In consideration of the redundancy or altitude during operation of the unmanned aerial vehicle, the thermal infrared image of the target site is collected, converted into an orthographic image, and matched with the thermal infrared orthographic image produced for the on-site measurement point for accuracy verification. Building surface temperature data by cover
A system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제9항에 있어서,
상기 열적외 영상 검증부는,
피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 상관관계 분석을 통해 실측값과 차이가 발생하는 요인을 파악하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템.10. The method of claim 9,
The thermal infrared image verification unit,
Identifying factors causing the difference from the measured value through correlation analysis between the measurement result of the on-site surface temperature for each cover and the ground surface temperature data for each cover obtained based on the unmanned aerial vehicle
A system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제9항에 있어서,
상기 열적외 영상 검증부는,
선형회귀 분석 및 경사(slope) 분석을 통해 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 증감경향분석 및 정확성을 검증하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템.10. The method of claim 9,
The thermal infrared image verification unit,
To verify the increase/decrease trend analysis and accuracy of the measurement result of the on-site surface temperature for each cover and the surface temperature data for each cover obtained based on the unmanned aerial vehicle through linear regression analysis and slope analysis
A system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제9항에 있어서,
상기 열적외 영상 검증부는,
상기 현장 표면온도의 측정 시 현장 측정 지점과 무인항공기 기반 상기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템.10. The method of claim 9,
The thermal infrared image verification unit,
When measuring the on-site surface temperature, verifying whether the on-site measurement point and the thermal infrared image based on the unmanned aerial vehicle are the same
A system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image. 제9항에 있어서,
상기 열적외 영상 검증부는,
측정 기점을 기준으로 버퍼(buffer) 범위를 고려한 평균 제곱근 오차(RMSE) 차이를 비교하여, 피복별 상기 현장 표면온도의 측정 결과와 무인항공기 기반으로 획득된 상기 피복별 지표면 온도 데이터의 차이를 분석함에 따라, 현장 측정 지점과 무인항공기 기반의 상기 열적외 영상의 동일한 위치 여부에 대한 검증을 실시하는 것
을 특징으로 하는, 무인항공기 기반 지표면 온도 영상의 정확성 검증 시스템.10. The method of claim 9,
The thermal infrared image verification unit,
By comparing the difference in root mean square error (RMSE) considering the buffer range based on the measurement origin, the difference between the measurement result of the on-site surface temperature for each cover and the surface temperature data for each cover obtained based on the unmanned aerial vehicle is analyzed. Accordingly, to verify whether the location of the on-site measurement point and the unmanned aerial vehicle-based thermal infrared image is the same
A system for verifying the accuracy of an unmanned aerial vehicle-based surface temperature image.
KR1020210034703A 2021-01-08 2021-03-17 Method and System for Verifying Accuracy of Land Surface Temperature Images Based on Unmanned Aerial Vehicle KR102672407B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210002373 2021-01-08
KR1020210002373 2021-01-08

Publications (2)

Publication Number Publication Date
KR20220100483A true KR20220100483A (en) 2022-07-15
KR102672407B1 KR102672407B1 (en) 2024-06-07

Family

ID=

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116754076A (en) * 2023-05-22 2023-09-15 华南理工大学 Inversion method for high-heterogeneity surface temperature of urban complex three-dimensional scene

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101857961B1 (en) 2016-10-04 2018-05-24 계명대학교 산학협력단 Sinkhole detection system and method using a drone-based thermal camera and image processing

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101857961B1 (en) 2016-10-04 2018-05-24 계명대학교 산학협력단 Sinkhole detection system and method using a drone-based thermal camera and image processing

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116754076A (en) * 2023-05-22 2023-09-15 华南理工大学 Inversion method for high-heterogeneity surface temperature of urban complex three-dimensional scene
CN116754076B (en) * 2023-05-22 2024-05-10 华南理工大学 Inversion method for high-heterogeneity surface temperature of urban complex three-dimensional scene

Similar Documents

Publication Publication Date Title
AU2022206780B2 (en) Automated system and methodology for feature extraction
US11720104B2 (en) Systems and methods for adaptive property analysis via autonomous vehicles
Duque et al. Bridge deterioration quantification protocol using UAV
US11416644B2 (en) Supervised automatic roof modeling
US10055831B2 (en) Systems and methods for adaptive property analysis via autonomous vehicles
US10012735B1 (en) GPS offset calibrations for UAVs
EP3028464B1 (en) System and method for detecting features in aerial images using disparity mapping and segmentation techniques
Mansuri et al. Artificial intelligence-based automatic visual inspection system for built heritage
US20210012147A1 (en) Homography through satellite image matching
Rumpler et al. Automated end-to-end workflow for precise and geo-accurate reconstructions using fiducial markers
US20160133007A1 (en) Crack data collection apparatus and server apparatus to collect crack data
Xu et al. A 3D reconstruction method for buildings based on monocular vision
George et al. Towards drone-sourced live video analytics for the construction industry
Germanese et al. Towards structural monitoring and 3d documentation of architectural heritage using UAV
KR102050995B1 (en) Apparatus and method for reliability evaluation of spatial coordinates
Badenko et al. Comparison of software for airborne laser scanning data processing in smart city applications
CN113280764A (en) Power transmission and transformation project disturbance range quantitative monitoring method and system based on multi-satellite cooperation technology
KR102672407B1 (en) Method and System for Verifying Accuracy of Land Surface Temperature Images Based on Unmanned Aerial Vehicle
KR102156085B1 (en) Method for forest area change detection and regional change of pervious/impervious map utilizing high-resolution drone image
KR20220100483A (en) Method and System for Verifying Accuracy of Land Surface Temperature Images Based on Unmanned Aerial Vehicle
Shan et al. Feasibility of Accurate Point Cloud Model Reconstruction for Earthquake‐Damaged Structures Using UAV‐Based Photogrammetry
Husain et al. An automated method for power line points detection from terrestrial LiDAR data
TWI597405B (en) System and method for monitoring slope with tree displacement
Tyagi et al. Elevation Data Acquisition Accuracy Assessment for ESRI Drone2Map, Agisoft Metashape, and Pix4Dmapper UAV Photogrammetry Software
Belcore et al. Towards a FOSS automatic classification of defects for bridges structural health monitoring

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)