KR20230063245A - Rs gis 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법 - Google Patents
Rs gis 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법 Download PDFInfo
- Publication number
- KR20230063245A KR20230063245A KR1020210148292A KR20210148292A KR20230063245A KR 20230063245 A KR20230063245 A KR 20230063245A KR 1020210148292 A KR1020210148292 A KR 1020210148292A KR 20210148292 A KR20210148292 A KR 20210148292A KR 20230063245 A KR20230063245 A KR 20230063245A
- Authority
- KR
- South Korea
- Prior art keywords
- water
- facilities
- friendly
- waterfront
- gis
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 114
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000013480 data collection Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 14
- 238000010276 construction Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000012552 review Methods 0.000 claims abstract description 7
- 230000011218 segmentation Effects 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000009182 swimming Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 21
- 238000005516 engineering process Methods 0.000 description 12
- 238000012937 correction Methods 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 101000962359 Homo sapiens NACHT, LRR and PYD domains-containing protein 10 Proteins 0.000 description 1
- 102100039260 NACHT, LRR and PYD domains-containing protein 10 Human genes 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/0093—Geometric image transformation in the plane of the image for image warping, i.e. transforming by individually repositioning each pixel
-
- G06T3/18—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
Abstract
본 발명은 친수시설에 대한 자동분류 및 정보맵 작성을 통하여 치수,환경 등 하천기능의 균형과 조화를 위한 전국단위 통합 다차원 하천 관리체계 구축 및 활용이 가능하도록 한 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법에 관한 것으로, 항측영상 및 수치지도 정보를 수집하여 영상 검토 및 정합을 수행하고 좌표입력 및 변환을 수행하여 RS/GIS 기반의 친수시설 자동 분류를 위한 자료 수집 및 처리를 하는 자료수집 영상 처리부;자료수집 영상 처리부에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하고 친수시설의 GIS 레이어 필터링 및 GIS 레이어 추출을 하여 친수시설 자동 분류를 수행하는 친수시설 자동분류부;친수시설 자동분류부에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하고 친수시설별 특성 자료를 반영하여 친수시설 현황 및 친수시설별 코드화 정보, 위치정보, 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 구축부;를 포함하는 것이다.
Description
본 발명은 하천유역 관리에 관한 것으로, 구체적으로 친수시설에 대한 자동분류 및 정보맵 작성을 통하여 치수,환경 등 하천기능의 균형과 조화를 위한 전국단위 통합 다차원 하천 관리체계 구축 및 활용이 가능하도록 한 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법에 관한 것이다.
일반적으로 토지이용 현황을 모니터링하기 위한 기술들이 제시되고 있다.
일 예로, 도 1에서와 같이 1m(PAN5)), 4m(R,G,B, NIR6))급 고해상도 위성영상(KOMPSAT-27))을 활용하여 ±3.5m의 정확도를 가지는 토지피복도 자동추출 연구를 수행하는 기술이 있다.
이 기술은 수변, 산림, 나대지 등의 토지피복 추출정밀도는 양호한 수준이나, 건물, 도로, 시가화 지역과 같이 복잡한 객체의 경계선은 다소 거칠게 추출되어 향후 경계에 대해 더 정밀한 추출 방법연구가 요구되고 있다.
다른 방법으로는 도 2에서와 같이, 고해상도 위성영상의 활용 및 객체화를 통해 충남 당진지역의 벼 재배면적을 파악하고자 시범연구를 수행하는 기술이 있다.
이 기술은 영상자료로는 아리랑 2호(KOMPSAT-2)를 사용하였고, 영상객체 분할 방법으로 다해상도 분할(Multi-resolution Segmentation)방법을 사용하여 벼 재배면적을 도출하는 것이다.
이외에도, 위성영상을 활용한 북한지역 토지피복 및 식생변화 추정 기술, 시계열 영상을 활용한 토지이용변화 탐지 기술, 항공사진을 이용한 정밀 도로추출 기술, 딥러닝 기반 초분광영상 분류에 의한 환경공간정보시스템 활용 기술, 머신러닝 기법과 원격탐사 데이터를 활용한 도시재해 탐색 기술, 딥러닝과 위성영상을 활용한 벼 재배면적 조사 기술 등이 제시되고 있다.
한편, 과거 정부는 4대강 사업으로 국가하천 내 휴식공간을 조성하기 위하여 총 357곳의 친수지구를 지정하였으며, 2014년 친수지구 국민 이용도 조사를 실시하여 조사결과에 따라 이용도가 저조한 친수지구 60곳을 2017년 1월 해제하였고, 현재는 297곳의 친수지구를 중점으로 관리하고 있다.
이러한 친수지구를 유지하는데 필요한 보수 비용들을 지자체에서 담당하고 있으나, 이는 상당한 비용이 소요되므로 친수지구 지정 후 운영단계에서 지역 주민들의 특성 및 요구를 정확히 파악할 필요가 있다.
친수지구는 체육시설, 물놀이, 생태학습, 공연장, 휴게공간, 캠핑장 등 국민들의 여가와 삶의 질 향상을 위해 다양한 역할을 담당하고 있으며, 이러한 친수지구의 효율적인 유지, 관리를 목적으로 과거 수년간 다양한 방식의 친수지구 이용과 관련한 조사 및 연구가 수행되고 있고, 이를 바탕으로 친수지구와 관련한 일련의 정책들이 시행되어 왔다.
그럼에도 토지이용 현황을 모니터링하기 위한 기술에 비하여, 친수지구 시설물에 관한 관리 기술은 환경 변화가 큰 하천 유역 시설이라는 측면에서 발전되지 않고 있다.
특히, 하천 친수공간에 대한 정보 구축은 조사원 조사, 유지관리 기관 조사 등 인적 조사 방식을 통한 데이터 수집으로 많은 비용이 필요할 뿐만 아니라 DB 갱신 부분에도 한계가 있다.
최근 들어 국가하천사업, 하천환경사업, 하천변 친수공간 확대 등 다양한 하천사업 및 하천공간정보 활용성이 증대됨에 따라서 정보화 시대에 맞는 새로운 패러다임의 하천정보 제공기술 개발이 필요하다.
특히, 공급자 중심의 기존 2D지도 기반의 단순정보제공 방식에서 탈피하여 하천정보의 대중성, 활용성 증대 및 체험/홍보를 위한 서비스 기술개발이 필요하다.
본 발명은 종래 기술의 하천유역 관리 및 모니터링 기술의 문제점을 해결하기 위한 것으로, 친수시설에 대한 자동분류 및 정보맵 작성을 통하여 치수,환경 등 하천기능의 균형과 조화를 위한 전국단위 통합 다차원 하천 관리체계 구축 및 활용이 가능하도록 한 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 Open GIS인 QGIS에서 진행할 수 있어 영상 정합부터 시작해서 레이어 분할, 분류 및 지리정보 저장까지의 전 과정을 하나의 윈도우에서 진행할 수 있는 LSMS(Large-Scale Mean Shift)를 이용하여 효율적인 친수시설 객체기반분류가 가능하도록 한 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 형태와 규모가 모두 다른 친수시설의 분류한 후에 친수시설 분류 결과의 보정작업을 추가로 수행하여 정확도 높은 친수시설 정보맵 구축이 가능하도록 한 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 친수시설 분류맵을 바탕으로 친수시설 레이어에 공간정보를 입력하여 관리할 수 있는 친수시설 정보맵 작성으로 친수시설의 효율적인 관리 및 정보이용이 가능하도록 한 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 친수시설 정보맵 작성시에 각각의 친수지구 내 친수시설 분류맵과 친수지구내 친수시설 현황 및 친수시설별 코드화, 위치정보(위도, 경도 및 표고), 면적 및 관리현황을 입력할 수 있도록 하여 친수시설 정보맵의 활용도를 높인 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 친수시설 정보맵의 정보 구축시에 친수시설 분류맵의 레이어 정보에서 위치정보를 가져올 수 있도록 하고, 실제 관리에 해당하는 항목들은 관리자가 입력하고, 업데이트할 수 있도록 제작하여 친수시설 정보맵의 정확도를 높일 수 있도록 한 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 친수시설 정보맵을 통하여 전국민에게 친수시설 공간정보를 제공할 수 있으며 홍수시 친수시설의 침수피해액 산정에 활용할 수 있도록 한 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템은 항측영상 및 수치지도 정보를 수집하여 영상 검토 및 정합을 수행하고 좌표입력 및 변환을 수행하여 RS/GIS 기반의 친수시설 자동 분류를 위한 자료 수집 및 처리를 하는 자료수집 영상 처리부;자료수집 영상 처리부에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하고 친수시설의 GIS 레이어 필터링 및 GIS 레이어 추출을 하여 친수시설 자동 분류를 수행하는 친수시설 자동분류부;친수시설 자동분류부에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하고 친수시설별 특성 자료를 반영하여 친수시설 현황 및 친수시설별 코드화 정보, 위치정보, 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 구축부;를 포함하는 것을 특징으로 한다.
여기서, 자료수집 영상 처리부는, 친수시설 자동분류를 위한 항측영상을 수집하는 항측영상 수집부와, 친수시설 자동분류를 위한 항측영상 및 수치지도 정보를 수집하는 수치지도 수집부와. 수집된 항측영상 및 수치지도 정보를 친수시설 자동분류에 사용할 수 있도록 정합하는 영상 정합부와, 친수시설 자동 분류를 위하여 영상 정합부에서 정합된 영상의 좌표입력 및 변환을 수행하는 좌표 입력 및 변환부를 포함하는 것을 특징으로 한다.
그리고 친수시설 자동분류부는, 자료수집 영상 처리부에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하는 객체기반 분류부와, 분류된 친수시설 정보를 이용하여 친수시설의 GIS 레이어 필터링을 하는 GIS 레이어 필터링부와, GIS 레이어 추출을 하는 GIS 레이어 추출부를 포함하는 것을 특징으로 한다.
그리고 친수시설 정보맵 구축부는, 친수시설 자동분류부에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하는 레이어 항목분류부와, 친수시설별 특성 자료를 반영하는 특성자료 처리부와, 친수시설 현황 및 친수시설별 코드화, 위치정보, 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 작성부를 포함하는 것을 특징으로 한다.
다른 목적을 달성하기 위한 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법은 항측영상 및 수치지도 정보를 수집하여 영상 검토 및 정합을 수행하고 좌표입력 및 변환을 수행하여 RS/GIS 기반의 친수시설 자동 분류를 위한 자료 수집 및 처리를 하는 자료수집 영상 처리 단계;자료수집 영상 처리 단계에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하고 친수시설의 GIS 레이어 필터링 및 GIS 레이어 추출을 하여 친수시설 자동 분류를 수행하는 친수시설 자동분류 단계;친수시설 자동분류 단계에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하고 친수시설별 특성 자료를 반영하여 친수시설 현황 및 친수시설별 코드화, 위치정보, 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 구축 단계;를 포함하는 것을 특징으로 한다.
여기서, 자료수집 영상 처리 단계에서, 영상 자료는 대상유역의 친수시설 분류를 통하여 공간적으로 맵핑이 가능한지를 판단하고, 시공간 해상도를 고려하여 항공영상을 선택하는 것으로 특징으로 한다.
그리고 친수시설 자동분류 단계에서 객체기반분류는, 화소단위의 분광정보, 축척(scale), 분광정보(color), 공간정보(shape), 평활도(smoothness), 조밀도(compactness)를 기준 항목으로 포함하고 각 픽셀이 서로 관련되어있을 때 공간 속성을 고려하여 지역화 된 픽셀 그룹으로 분류하는 것을 특징으로 한다.
그리고 친수시설 자동분류 단계는, LSMS 객체기반분류 기법 적용 단계,수치지도 및 정사영상 비교를 하여 수정 및 보완하는 단계,레이블 번호,화소수,각 영역의 위치정보 저장을 하는 친수시설 분류 및 레이어 정보 저장 단계를 포함하는 것을 특징으로 한다.
그리고 LSMS 객체기반분류 기법 적용 단계에서, 영상을 타일 방식으로 분할해서 세그멘테이션을 적용하여 한 장의 영상을 처리했을 때와 동일한 결과를 제공하고, 영상을 한번에 처리하지 않고 타일로 나눠서 처리하여 메모리 소모량을 줄일 수 있도록 하는 것을 특징으로 한다.
그리고 LSMS 객체기반분류 기법 적용 단계에서, Open GIS인 QGIS에서 영상 정합부터 시작해서 레이어 분할, 분류 및 지리정보 저장까지의 전 과정을 하나의 윈도우에서 진행하는 것을 특징으로 한다.
그리고 LSMS 객체기반분류 기법 적용 단계는, 영상에 민시프트 필터링(mean shift filtering)을 적용하여 영상을 스무딩하는 과정으로 공간 반경(Spatial radius)과 범위 반경(Range radius)을 결정하는 단계와,필터 영상을 세그멘테이션하고 레이블(label)을 부여하는 단계와,최소 영역 크기(minimum region size)를 지정하여, 이 값보다 작은 영역은 인접한 그룹에 병합하여 소규모 영역을 줄이는 단계와,래스터 영상을 GIS 벡터 파일로 변환하는 단계를 포함하는 것을 특징으로 한다.
그리고 필터 영상을 세그멘테이션하고 레이블(label)을 부여하는 단계에서,최소 영역 크기(Minum Region Size)는 화소수가 이 값보다 낮으면 레이블을 0으로 설정하고, Size of tiles in pixel (X-axis, Y-axis) 설정이 민시프트 세그멘테이션과 대비되게 대용량 파일을 한번에 처리하지 않고 타일 방식(tile-wise)으로 처리하는 것을 특징으로 한다.
그리고 친수시설 자동분류 단계를 진행하고, 친수시설의 규모 차이, 구분이 명확하지 않은 영역들을 기준으로 보정 작업을 수행하고, 분할 정확도를 높이기 위하여 사용하는 RGB 기반의 항공영상을 분할하는 공간 반경(Spatial radius)을 조정하는 단계를 더 수행하는 것을 특징으로 한다.
그리고 래스터 영상을 GIS 벡터 파일로 변환하는 단계에서, 속성값에 레이블 번호, 화소량, 각 폴리곤에 해당하는 밴드별 방사측정치(radiometry)의 평균(mean)과 분산(variance)값을 자동적으로 저장하는 것을 특징으로 한다.
그리고 친수시설 정보맵 구축 단계에서 친수시설 코드화 작업을 위하여, 하천 친수시설 구분 항목을 공원시설,수상레저시설,생활체육시설,강수욕장 및 야외수영장,보행로,자전거도로,야영 및 오토캠핑장,유어활동 및 시설,생태학습 시설 항목으로 구분하는 것을 특징으로 한다.
이상에서 설명한 바와 같은 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법은 다음과 같은 효과가 있다.
첫째, 친수시설에 대한 자동분류 및 정보맵 작성을 통하여 치수,환경 등 하천기능의 균형과 조화를 위한 전국단위 통합 다차원 하천 관리체계 구축 및 활용이 가능하도록 한다.
둘째, Open GIS인 QGIS에서 진행할 수 있어 영상 정합부터 시작해서 레이어 분할, 분류 및 지리정보 저장까지의 전 과정을 하나의 윈도우에서 진행할 수 있는 LSMS(Large-Scale Mean Shift)를 이용하여 효율적인 친수시설 객체기반분류가 가능하도록 한다.
셋째, 형태와 규모가 모두 다른 친수시설의 분류한 후에 친수시설 분류 결과의 보정작업을 추가로 수행하여 정확도 높은 친수시설 정보맵 구축이 가능하도록 한다.
넷째, 친수시설 분류맵을 바탕으로 친수시설 레이어에 공간정보를 입력하여 관리할 수 있는 친수시설 정보맵 작성으로 친수시설의 효율적인 관리 및 정보이용이 가능하도록 한다.
다섯째, 친수시설 정보맵 작성시에 각각의 친수지구 내 친수시설 분류맵과 친수지구내 친수시설 현황 및 친수시설별 코드화, 위치정보(위도, 경도 및 표고), 면적 및 관리현황을 입력할 수 있도록 하여 친수시설 정보맵의 활용도를 높인다.
여섯째, 친수시설 정보맵의 정보 구축시에 친수시설 분류맵의 레이어 정보에서 위치정보를 가져올 수 있도록 하고, 실제 관리에 해당하는 항목들은 관리자가 입력하고, 업데이트할 수 있도록 제작하여 친수시설 정보맵의 정확도를 높일 수 있도록 한다.
일곱째, 친수시설 정보맵을 통하여 전국민에게 친수시설 공간정보를 제공할 수 있으며 홍수시 친수시설의 침수피해액 산정에 활용할 수 있도록 한다.
도 1 및 도 2는 일반적으로 토지이용 현황을 모니터링하기 위한 기술을 나타낸 구성도
도 3은 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템의 전체 구성도
도 4는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템의 상세 구성도
도 5는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 나타낸 동작 흐름도
도 6은 본 발명에 따른 항공영상 전처리 과정을 나타낸 구성도
도 7은 민시프트(Mean shift segmentation) 기법 적용 결과를 나타낸 구성도
도 8은 본 발명에 따른 LSMS 기법 적용 절차를 나타낸 동작 흐름도
도 9a 및 도 9b는 본 발명의 일 실시 예에 따른 객체기반분류 결과를 나타낸 구성도
도 10a 및 도 10b는 LSMS(Large-Scale Mean Shift) 알고리즘을 이용하여 분류한 레이어의 면적을 비교한 결과 구성도
도 11a 내지 도 11d는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 적용한 영상 수집 및 친수시설 분류의 일 예를 나타낸 구성도
도 12a 내지 도 12d는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 적용한 영상 수집 및 친수시설 분류의 다른 예를 나타낸 구성도
도 13은 본 발명에 따른 하천 친수시설 정보맵의 일 예를 나타낸 구성도
도 14a와 도 14b는 친수시설 분류 결과와 특성정보를 나타낸 출력 화면 구성도
도 3은 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템의 전체 구성도
도 4는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템의 상세 구성도
도 5는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 나타낸 동작 흐름도
도 6은 본 발명에 따른 항공영상 전처리 과정을 나타낸 구성도
도 7은 민시프트(Mean shift segmentation) 기법 적용 결과를 나타낸 구성도
도 8은 본 발명에 따른 LSMS 기법 적용 절차를 나타낸 동작 흐름도
도 9a 및 도 9b는 본 발명의 일 실시 예에 따른 객체기반분류 결과를 나타낸 구성도
도 10a 및 도 10b는 LSMS(Large-Scale Mean Shift) 알고리즘을 이용하여 분류한 레이어의 면적을 비교한 결과 구성도
도 11a 내지 도 11d는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 적용한 영상 수집 및 친수시설 분류의 일 예를 나타낸 구성도
도 12a 내지 도 12d는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 적용한 영상 수집 및 친수시설 분류의 다른 예를 나타낸 구성도
도 13은 본 발명에 따른 하천 친수시설 정보맵의 일 예를 나타낸 구성도
도 14a와 도 14b는 친수시설 분류 결과와 특성정보를 나타낸 출력 화면 구성도
이하, 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.
본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.
도 3은 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템의 전체 구성도이다.
본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법은 친수시설에 대한 자동분류 및 정보맵 작성을 통하여 치수,환경 등 하천기능의 균형과 조화를 위한 전국단위 통합 다차원 하천 관리체계 구축 및 활용이 가능하도록 한 것이다.
이를 위하여, 본 발명은 Open GIS인 QGIS에서 진행할 수 있어 영상 정합부터 시작해서 레이어 분할, 분류 및 지리정보 저장까지의 전 과정을 하나의 윈도우에서 진행할 수 있는 LSMS(Large-Scale Mean Shift)를 이용하여 친수시설 객체기반분류를 하는 구성을 포함할 수 있다.
본 발명은 정확도 높은 친수시설 정보맵 구축이 가능하도록 하기 위하여 형태와 규모가 모두 다른 친수시설의 분류한 후에 친수시설 분류 결과의 보정작업을 추가로 수행하는 구성을 포함할 수 있다.
본 발명은 친수시설의 효율적인 관리 및 정보이용이 가능하도록 하기 위하여 친수시설 분류맵을 바탕으로 친수시설 레이어에 공간정보를 입력하여 관리할 수 있는 친수시설 정보맵 작성의 구성을 포함할 수 있다.
본 발명은 친수시설 정보맵의 활용도를 높이기 위하여 친수시설 정보맵 작성시에 각각의 친수지구 내 친수시설 분류맵과 친수지구내 친수시설 현황 및 친수시설별 코드화, 위치정보(위도, 경도 및 표고), 면적 및 관리현황을 입력하는 구성을 포함할 수 있다.
본 발명은 친수시설 정보맵의 정확도를 높이기 위하여 친수시설 정보맵의 정보 구축시에 친수시설 분류맵의 레이어 정보에서 위치정보를 가져올 수 있도록 하고, 실제 관리에 해당하는 항목들은 관리자가 입력하고, 업데이트할 수 있도록 하는 구성을 포함할 수 있다.
본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법은 도 3에서와 같이, 친수시설 분류 영상자료, 친수시설 지리정보, 친수시설 특성자료, 현장조사 자료를 활용하여 친수시설 정보맵을 작성하고, 링크서비스, 사용자/암호를 활용한 보안, 유효성 기간설정 등을 통한 파일 공유 그리고 웹기반 UI를 활용한 접근, PC 및 모바일 환경에서의 파일 접근으로 친수시설 정보맵을 통하여 전국민에게 친수시설 공간정보를 제공할 수 있으며 홍수시 친수시설의 침수피해액 산정에 활용할 수 있도록 하는 것이 가능하도록 한 것이다.
본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템의 상세 구성을 설명하면 다음과 같다.
도 4는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템의 상세 구성도이다.
본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템은 도 4에서와 같이, 항측영상 및 수치지도 정보를 수집하여 영상 검토 및 정합을 수행하고 좌표입력 및 변환을 수행하여 RS/GIS(Remote Sensing and Geographic Information Systems) 기반의 친수시설 자동 분류를 위한 자료 수집 및 처리를 하는 자료수집 영상 처리부(10)와, 자료수집 영상 처리부(10)에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하고 친수시설의 GIS 레이어 필터링 및 GIS 레이어 추출을 하여 친수시설 자동 분류를 수행하는 친수시설 자동분류부(20)와, 친수시설 자동분류부(20)에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하고 친수시설별 특성 자료를 반영하여 친수시설 현황 및 친수시설별 코드화, 위치정보(위도, 경도 및 표고), 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 구축부(30)를 포함한다.
여기서, 자료수집 영상 처리부(10)는 친수시설 자동분류를 위한 항측영상을 수집하는 항측영상 수집부(11)와, 친수시설 자동분류를 위한 항측영상 및 수치지도 정보를 수집하는 수치지도 수집부(12)와. 수집된 항측영상 및 수치지도 정보를 친수시설 자동분류에 사용할 수 있도록 정합하는 영상 정합부(13)와, 친수시설 자동 분류를 위하여 영상 정합부(13)에서 정합된 영상의 좌표입력 및 변환을 수행하는 좌표 입력 및 변환부(14)를 포함한다.
그리고 친수시설 자동분류부(20)는 자료수집 영상 처리부(10)에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하는 객체기반 분류부(21)와, 분류된 친수시설 정보를 이용하여 친수시설의 GIS 레이어 필터링을 하는 GIS 레이어 필터링부(22)와, GIS 레이어 추출을 하는 GIS 레이어 추출부(23)를 포함한다.
그리고 친수시설 정보맵 구축부(30)는 친수시설 자동분류부(20)에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하는 레이어 항목분류부(31)와, 친수시설별 특성 자료를 반영하는 특성자료 처리부(32)와, 친수시설 현황 및 친수시설별 코드화, 위치정보(위도, 경도 및 표고), 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 작성부(33)를 포함한다.
본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 구체적으로 설명하면 다음과 같다.
도 5는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 나타낸 동작 흐름도이다.
본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법은 도 5에서와 같이, 항측영상 및 수치지도 정보를 수집하여 영상 검토 및 정합을 수행하고 좌표입력 및 변환을 수행하여 RS/GIS(Remote Sensing and Geographic Information Systems) 기반의 친수시설 자동 분류를 위한 자료 수집 및 처리를 하는 자료수집 영상 처리 단계(S100)와, 자료수집 영상 처리 단계에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하고 친수시설의 GIS 레이어 필터링 및 GIS 레이어 추출을 하여 친수시설 자동 분류를 수행하는 친수시설 자동분류 단계(S200)와, 친수시설 자동분류 단계에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하고 친수시설별 특성 자료를 반영하여 친수시설 현황 및 친수시설별 코드화, 위치정보(위도, 경도 및 표고), 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 구축 단계(S300)를 포함한다.
자료수집 영상 처리 단계(S100)를 구체적으로 설명하면 다음과 같다.
도 6은 본 발명에 따른 항공영상 전처리 과정을 나타낸 구성도이다.
영상분석 자료는 센서해상도(공간.시간.분광)에 의해 특징이 결정되며, 이에 따라 활용 목적에 적합한 영상 자료를 선택하는 기준이 된다.
공간해상도는 식별대상 물체의 크기를 원격탐사 센서로 구분할 수 있는, 즉 두 물체 사이의 최소각 또는 직선간격을 의미한다.
많은 위성 원격탐사 시스템은 순각시야각이 일정한 광학시스템을 탑재하고 고정된 궤도를 따라 운용되고 있다. 이에 따라 실용적인 목적을 위해 지상에 투사되는 순각시야각의 크기로서 센서시스템의 공간해상도를 정의한다.
그리고 원격탐사에서 시간해상도(temporal resolution)는 센서가 특정한 지역의 화상을 얼마나 자주 기록하는가를 나타내는 것이다.
분광해상도(spectral resolution)는 위성에 탑재된 센서가 기록할 수 있는 전자기스펙트럼 파장범위(밴드 개수)를 나타내는 것이다.
본 발명에서는 대상유역의 친수시설 분류를 통하여 공간적으로 맵핑이 가능한지를 판단하고, 시공간 해상도 및 비용적인 특성을 고려하여 항공영상(공간해상도 20cm)을 이용하여 친수시설에 대해 분류를 한다.
그리고 수집된 항공영상에 대해 EPSG5181(Korea 2000 Korea Central Belt)로 좌표변환 수행(전처리)을 한다.
도 5는 정사영상 및 수치지도를 취득하고 영상정합 및 기하보정을 하여 좌표변환 정보를 구하는 항공영상 전처리 과정의 일 예를 나타낸 것이다.
친수시설 자동분류 단계(S200)를 구체적으로 설명하면 다음과 같다.
도 7은 민시프트(Mean shift segmentation) 기법 적용 결과를 나타낸 구성도이다.
객체기반 분류기법은 영상의 분광정보를 이용한 화소기반 분류기법(무감독, 감독분류)을 기초로 하고 공간정보를 이용하여 분류하며, 분광정보와 공간정보를 이용해 영상을 객체 단위로 분할 후 균일한 영역이라고 정의되는 화소들을 군집화 하여 분류하는 것이다.
그리고 화소기반 분류기법은 최근 영상의 해상도가 향상됨에 따라 같은 객체라 할지라도 다양한 분광특성을 나타내며, 공간적으로 다양한 형태를 보여 분석에 어려움이 있다.
이를 보완하기 위해 본 발명에서 사용하는 객체기반분류법은 화소단위의 분광정보만을 이용하기 보다는 축척(scale), 분광정보(color), 공간정보(shape), 평활도(smoothness)와 조밀도(compactness) 등을 종합적으로 고려하여 각 픽셀이 서로 관련되어있을 때 공간 속성을 고려하여 지역화 된 픽셀 그룹으로 분류하는 것이다.
일반적으로 항공영상을 이용한 객체기반 영상분석(Object-Based Image Analysis, OBIA)은 분할(segmentation)과 분류(classification) 단계를 거치는데 본 발명에서는 분할 방법 중에서 LSMS(Large-Scale Mean Shift) 기법을 사용하여 친수시설 객체기반분류를 한다.
민 시프트(Mean-Shift) 알고리즘은 영상의 화소값을 각각 
와 
이라고 가정할 때, 화소값들은 수학식 1에서와 같이 계산한다.
여기서, 
는 
번째 단계에서 
화소에 대한 현재 모드 추정(current mode estimation), 
는 반복 최대값(maximum number of iterations), 
는 수렴 임계치(convergence threshold), 
는 커널 함수(kernel function), 
는 
의 공간범위(spatial range) 
와 분광범위(spectral range) 
내에 있는 화소들의 집합을 나타낸다.
여기서, 윗첨자 s와 r은 각각 합동역역 영상 화소들의 공간과 분광요소를 나타낸다.
이와 같이 민 시프트(Mean-Shift) 알고리즘을 사용할 경우는 공간범위(spatial range) 
와 분광범위(spectral range) 
의 설정에 따라 객체 분할(segmentation)) 결과가 달라지게 때문에 영상 내 객체분할을 하고자 하는 대상에 따라 공간범위(spatial range) 
와 분광범위(spectral range) 
를 변화시켜 사용자가 원하는 정밀도로 분할하여야 한다.
도 8은 본 발명에 따른 LSMS 기법 적용 절차를 나타낸 동작 흐름도이다.
본 발명에 따른 친수시설 자동분류 단계(S200)는 크게 LSMS 객체기반분류 기법 적용 단계, 수치지도 및 정사영상 비교를 하여 수정 및 보완하는 단계, 레이블 번호,화소수,각 영역의 위치정보(위도,경도 및 표고) 저장을 하는 친수시설 분류 및 레이어 정보 저장 단계를 포함한다.
LSMS(Large-Scale Mean Shift) 기법은 개발영상이 너무 커서 민 시프트(Mean-Shift) 알고리즘으로 객체 분할을 하기 어려운 UAV 또는 항공영상과 같은 대규모 영상을 타일방식(tile-wise)으로 처리하는 분할 작업이다.
즉, 큰 영상을 타일 방식으로 분할해서 세그멘테이션을 적용하지만, 그 결과물이 이론적으로는 한 장의 영상을 처리했을 때와 동일한 결과를 제공하고, 영상을 한번에 처리하지 않고 타일로 나눠서 처리하기 때문에 그만큼 메모리 소모량을 줄일 수 있어 UAV 영상과 같은 대용량 데이터에 유리하다.
LSMS(Large-Scale Mean Shift) 기법은 Open GIS인 QGIS에서 진행할 수 있어 영상 정합부터 시작해서 레이어 분할, 분류 및 지리정보 저장까지의 전 과정을 하나의 윈도우에서 진행할 수 있는 장점이 있고, 이를 위해 총 4단계로 작업을 진행한다.
1단계는 UAV 영상에 민 시프트 필터링(mean shift filtering)을 적용하여 영상을 스무딩하는 과정으로 공간 반경(Spatial radius)과 범위 반경(Range radius)을 결정한다.
2단계에서는 필터 영상을 세그멘테이션하고 레이블(label)을 부여하는 과정으로 최소 영역 크기(Minum Region Size)는 화소수가 이 값보다 낮으면 레이블을 0으로 설정하고, Size of tiles in pixel (X-axis, Y-axis) 설정이 기존 민 시프트 세그멘테이션과 대비되게 대용량 파일을 한번에 처리하지 않고 타일 방식(tile-wise)으로 처리함으로써 메모리 소모량(memory consumption)을 낮출 수 있도록 한다.
3단계는 최소 영역 크기(minimum region size)를 지정하여, 이 값보다 작은 영역은 인접한 그룹에 병합하여 소규모 영역을 줄이는 과정으로 LSMS는 이것도 타일 방식으로 처리하여 메모리 소모를 줄인다.
친수시설의 경우 규모가 모두 다르고, 구분이 명확하지 않은 영역들이 존재하기 때문에 기본적으로 항공영상을 기준으로 보정작업을 수행하여야 하고, 보정 작업의 정확도를 평가한다.
친수시설물 분류 시 일반적인 RGB 기반의 항공영상을 사용하기 때문에 공간 반경(Spatial radius)을 어떻게 결정하느냐가 분할 정확도에 영향을 많이 준다.
마지막 4단계는 기존 래스터 영상을 GIS 벡터 파일로 변환하는 과정으로 단순히 변환만 하는 것이 아니라 속성값에 레이블 번호, 화소량, 각 폴리곤에 해당하는 밴드별 방사측정치(radiometry)의 평균(mean)과 분산(variance)값을 자동적으로 저장한다.
따라서, 친수지구의 영상에서 친수시설별 폴리곤을 하나씩 클릭해 보면 속성에 레이블 번호(label), 화소수(nbPixels), Red/Green/Blue 밴드 각각의 평균과 분산 값을 확인할 수 있다.
친수시설 레이어 보정 및 정확도 평가에 관하여 설명하면 다음과 같다.
도 9a 및 도 9b는 본 발명의 일 실시 예에 따른 객체기반분류 결과를 나타낸 구성도이다.
친수시설의 경우 형태와 규모가 모두 다르기 때문에 정확도 높은 친수시설 정보맵 구축을 위해서는 LSMS (Large-Scale Mean Shift) 알고리즘을 이용하여 분류한 후에 개별적으로 친수시설 분류 결과의 보정작업이 필요하다.
예를 들어, 도 9a와 같이 운동장의 통로들은 도로와 연결되어 있기 때문에 공간 반경(Spatial radius)을 20으로 결정하여 객체기반분류를 실시할 경우 도로까지 운동장으로 분류되는 오류가 발생하기 때문에 도 9b와 같이 공간 반경(Spatial radius)을 10으로 작게 하여 분류하여야 한다.
도 10a 및 도 10b는 LSMS(Large-Scale Mean Shift) 알고리즘을 이용하여 분류한 레이어의 면적을 비교한 결과 구성도이다.
친수시설 내에서도 다양한 색상정보(R, G, B)rk 포함될 수 있기 때문에 친수시설 내의 잡음들은 보정해주어야 친수시설별로 하나의 레이어로 분류할 수 있고, 친수시설의 테두리도 나무 등으로 인해 불규칙한 선 형태로 레이어가 잡히는 경우가 있기 때문에 이 부분들도 입력되는 데이터를 이용하여 보정한다.
한편, 보정작업을 완료한 분류맵의 정확도를 평가하기 위해서는 일반적으로 면적과 둘레의 차이를 비교하는 것이 필요하다.
면적과 둘레의 경우는 각 레이어 내의 화소수를 실제 길이단위로 변환하여 비교할 수 있는데 둘레의 경우는 레이어 자체의 외곽선이 불규칙하기 때문에 현실적으로 정확하게 맞추는 것은 불가능하여 본 발명의 일 실시 예에서는 면적비를 이용하여 정확도 평가를 수행한다.
예를 들어, 도 10a에서 같이 야구장의 경우 실제 항공영상에서 테두리를 그려서 제작한 레이어와 LSMS (Large-Scale Mean Shift) 알고리즘을 이용하여 분류한 레이어의 면적을 비교한 결과 정확도는 98.6%로 나타난다.
또한, 도 10b에서와 같이 중앙공원의 경우도 정확도를 평가한 결과 99.2%로 나타나 LSMS(Large-Scale Mean Shift) 알고리즘의 신뢰도가 높은 것을 확인할 수 있다.
도 11a 내지 도 11d는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 적용한 영상 수집 및 친수시설 분류의 일 예를 나타낸 구성도이다.
도 11a에서와 같이, 제 1 지역(대저지구)의 항공영상의 정합 및 전처리를 실시한 후, QGIS에 대저지구 영상을 불러온 후에 LSMS(Large-Scale Mean Shift) 기법을 적용하여 도 11b에서와 같이 분류를 실시한다.
도 11c에서와 같이 제 1 지역내 친수시설 분류를 위해 공간 반경(Spatial radius)을 10 ~ 25까지 변화시키면서 최적 분류 결과를 도출하는 공간 반경을 찾았으며 친수시설 규모에 따라 그리고 시설의 특성에 따라 공간 반경을 조절하여 친수시설 분류맵을 도 11d에서와 같이 작성한 것을 나타낸 것이다.
도 12a 내지 도 12d는 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법을 적용한 영상 수집 및 친수시설 분류의 다른 예를 나타낸 구성도이다.
도 12a에서와 같이, 제 2 지역(삼락지구)의 항공영상의 정합 및 전처리를 실시한 후, QGIS에 삼락지구 영상을 불러온 후에 LSMS (Large-Scale Mean Shift) 기법을 적용하여 도 12b 에서와 같이 같이 분류를 실시한다.
도 12c에서와 같이, 제 2 지역내 친수시설 분류를 위해 공간 반경(Spatial radius)을 10 ~ 25까지 변화시키면서 최적 분류 결과를 도출하는 공간 반경을 찾았으며 친수시설 규모에 따라 그리고 시설의 특성에 따라 공간 반경을 조절하여 친수시설 분류맵을 도 12d에서와 같이 작성한 것을 나타낸 것이다.
그리고 하천 친수시설 정보맵 작성 과정에서 하천 친수시설 코드화 방법은 다음과 같다.
정보화시대에 이르러 국자적 차원에서 하천의 안정적 관리와 함께 방재를 위한 하천의 치수효과 및 가뭄에 대처할 수 있는 하천의 이수효과를 높이기 위해서는 하천정보화 사업의 원활한 추진이 도모되어야 한다.
이는 지도를 기반으로 하는 기본도 및 레이어 형태의 다양한 하천정보의 제공이 선결조건으로 해결되어야 한다. 이에 따라 친수시설에서 사용되어질 레이어를 설정하기 위해 우선적으로 '하천시설에 대한 관리대장 전산화 작업지침' 및 '수치지도 지형지물 코드'에서 제시하는 표준 레이어에 대해 다음과 같이 정리하여 본 발명에 적용한다.
표 1은 본 발명에서 적용하는 하천 친수시설 항목 정의 및 설정을 나타낸 것이다.
본 발명에서 작용하는 하천 친수시설 항목은 공원시설,수상레저시설,생활체육시설,강수욕장 및 야외수영장,보행로,자전거도로,야영 및 오토캠핑장,유어활동 및 시설,생태학습 시설 항목으로 구분할 수 있다.
표 2 및 표 3은 하천 친수시설 코드화 체계의 일 예를 나타낸 것이다.
하천 친수시설 정보맵 작성은 다음과 같은 사항을 고려한다.
'공간'에 대한 정보는 '시간'과 함께 인간이 생활을 하는데 있어 반드시 알아야 하는 가장 근본적인 정보이고, 공간정보는 우리가 일상생활이나 특정한 상황에 처해 있을 때 행동이나 태도를 결정하는 중요한 기초정보와 기준을 제시한다.
즉, 공간에서 발생하는 정보를 기반으로 다른 사람들과 소통을 하고, 정보를 공유함으로써 삶의 질을 향상시킬 수 있다. 최근 하천의 어매너티가 강조되고, 친수시설들이 다양하게 설치되고 있기 때문에 하천 내 친수시설들에 대한 공간정보는 친수시설의 계획 및 관리에 있어 반드시 필요하다.
본 발명에서는 친수시설 분류맵을 바탕으로 친수시설 레이어에 공간정보를 입력하여 관리할 수 있는 친수시설 정보맵 작성을 한다.
도 13은 본 발명에 따른 하천 친수시설 정보맵의 일 예를 나타낸 구성도이고, 도 14a와 도 14b는 친수시설 분류 결과와 특성정보를 나타낸 출력 화면 구성도이다.
친수시설 정보맵은 우선 전국 하천의 친수지구에 대한 공간정보를 포함하여야 하기 때문에 각각의 친수지구 내 친수시설 분류맵과 친수지구내 친수시설 현황 및 친수시설별 코드화, 위치정보(위도, 경도 및 표고), 면적 및 관리현황을 입력할 수 있도록 제작한다.
친수시설 정보맵의 정보는 기본적으로 친수시설 분류맵의 레이어 정보에서 위치정보를 가져올 수 있도록 하였으며, 실제 관리에 해당하는 항목들은 관리자가 입력하고, 업데이트 할 수 있도록 제작한다. 이와 같은 본 발명에 따른 친수시설 정보맵은 기본적으로 전국민에게 친수시설 공간정보를 제공할 수 있으며 홍수 시 친수시설의 침수피해액 산정에 활용할 수 있다.
이상에서 설명한 본 발명에 따른 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법은 친수시설에 대한 자동분류 및 정보맵 작성을 통하여 치수,환경 등 하천기능의 균형과 조화를 위한 전국단위 통합 다차원 하천 관리체계 구축 및 활용이 가능하도록 한 것이다.
본 발명은 친수시설 정보맵을 통하여 전국민에게 친수시설 공간정보를 제공할 수 있으며 홍수시 친수시설의 침수피해액 산정에 활용할 수 있도록 한 것이다.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
10. 자료수집 영상 처리부
20. 친수시설 자동분류부
30. 친수시설 정보맵 구축부
20. 친수시설 자동분류부
30. 친수시설 정보맵 구축부
Claims (15)
- 항측영상 및 수치지도 정보를 수집하여 영상 검토 및 정합을 수행하고 좌표입력 및 변환을 수행하여 RS/GIS 기반의 친수시설 자동 분류를 위한 자료 수집 및 처리를 하는 자료수집 영상 처리부;
자료수집 영상 처리부에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하고 친수시설의 GIS 레이어 필터링 및 GIS 레이어 추출을 하여 친수시설 자동 분류를 수행하는 친수시설 자동분류부;
친수시설 자동분류부에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하고 친수시설별 특성 자료를 반영하여 친수시설 현황 및 친수시설별 코드화 정보, 위치정보, 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 구축부;를 포함하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템. - 제 1 항에 있어서, 자료수집 영상 처리부는,
친수시설 자동분류를 위한 항측영상을 수집하는 항측영상 수집부와,
친수시설 자동분류를 위한 항측영상 및 수치지도 정보를 수집하는 수치지도 수집부와.
수집된 항측영상 및 수치지도 정보를 친수시설 자동분류에 사용할 수 있도록 정합하는 영상 정합부와,
친수시설 자동 분류를 위하여 영상 정합부에서 정합된 영상의 좌표입력 및 변환을 수행하는 좌표 입력 및 변환부를 포함하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템. - 제 1 항에 있어서, 친수시설 자동분류부는,
자료수집 영상 처리부에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하는 객체기반 분류부와,
분류된 친수시설 정보를 이용하여 친수시설의 GIS 레이어 필터링을 하는 GIS 레이어 필터링부와,
GIS 레이어 추출을 하는 GIS 레이어 추출부를 포함하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템. - 제 1 항에 있어서, 친수시설 정보맵 구축부는,
친수시설 자동분류부에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하는 레이어 항목분류부와,
친수시설별 특성 자료를 반영하는 특성자료 처리부와,
친수시설 현황 및 친수시설별 코드화, 위치정보, 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 작성부를 포함하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템. - 항측영상 및 수치지도 정보를 수집하여 영상 검토 및 정합을 수행하고 좌표입력 및 변환을 수행하여 RS/GIS 기반의 친수시설 자동 분류를 위한 자료 수집 및 처리를 하는 자료수집 영상 처리 단계;
자료수집 영상 처리 단계에서 수집 및 처리된 데이터를 이용하여 LSMS(Large-Scale Mean Shift) 기법으로 친수시설 객체기반분류를 하고 친수시설의 GIS 레이어 필터링 및 GIS 레이어 추출을 하여 친수시설 자동 분류를 수행하는 친수시설 자동분류 단계;
친수시설 자동분류 단계에서 자동분류된 친수시설 정보를 이용하여 친수시설 레이어 항목 분류를 하고 친수시설별 특성 자료를 반영하여 친수시설 현황 및 친수시설별 코드화, 위치정보, 면적 및 관리현황을 포함하는 친수시설 정보맵을 구축하는 친수시설 정보맵 구축 단계;를 포함하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 5 항에 있어서, 자료수집 영상 처리 단계에서,
영상 자료는 대상유역의 친수시설 분류를 통하여 공간적으로 맵핑이 가능한지를 판단하고, 시공간 해상도를 고려하여 항공영상을 선택하는 것으로 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 5 항에 있어서, 친수시설 자동분류 단계에서 객체기반분류는,
화소단위의 분광정보, 축척(scale), 분광정보(color), 공간정보(shape), 평활도(smoothness), 조밀도(compactness)를 기준 항목으로 포함하고 각 픽셀이 서로 관련되어있을 때 공간 속성을 고려하여 지역화 된 픽셀 그룹으로 분류하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 5 항에 있어서, 친수시설 자동분류 단계는,
LSMS 객체기반분류 기법 적용 단계,
수치지도 및 정사영상 비교를 하여 수정 및 보완하는 단계,
레이블 번호,화소수,각 영역의 위치정보 저장을 하는 친수시설 분류 및 레이어 정보 저장 단계를 포함하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 8 항에 있어서, LSMS 객체기반분류 기법 적용 단계에서,
영상을 타일 방식으로 분할해서 세그멘테이션을 적용하여 한 장의 영상을 처리했을 때와 동일한 결과를 제공하고, 영상을 한번에 처리하지 않고 타일로 나눠서 처리하여 메모리 소모량을 줄일 수 있도록 하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 8 항에 있어서, LSMS 객체기반분류 기법 적용 단계에서,
Open GIS인 QGIS에서 영상 정합부터 시작해서 레이어 분할, 분류 및 지리정보 저장까지의 전 과정을 하나의 윈도우에서 진행하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 8 항에 있어서, LSMS 객체기반분류 기법 적용 단계는,
영상에 민시프트 필터링(mean shift filtering)을 적용하여 영상을 스무딩하는 과정으로 공간 반경(Spatial radius)과 범위 반경(Range radius)을 결정하는 단계와,
필터 영상을 세그멘테이션하고 레이블(label)을 부여하는 단계와,
최소 영역 크기(minimum region size)를 지정하여, 이 값보다 작은 영역은 인접한 그룹에 병합하여 소규모 영역을 줄이는 단계와,
래스터 영상을 GIS 벡터 파일로 변환하는 단계를 포함하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 11 항에 있어서, 필터 영상을 세그멘테이션하고 레이블(label)을 부여하는 단계에서,
최소 영역 크기(Minum Region Size)는 화소수가 이 값보다 낮으면 레이블을 0으로 설정하고, Size of tiles in pixel (X-axis, Y-axis) 설정이 민시프트 세그멘테이션과 대비되게 대용량 파일을 한번에 처리하지 않고 타일 방식(tile-wise)으로 처리하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 5 항에 있어서, 친수시설 자동분류 단계를 진행하고,
친수시설의 규모 차이, 구분이 명확하지 않은 영역들을 기준으로 보정 작업을 수행하고, 분할 정확도를 높이기 위하여 사용하는 RGB 기반의 항공영상을 분할하는 공간 반경(Spatial radius)을 조정하는 단계를 더 수행하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 11 항에 있어서, 래스터 영상을 GIS 벡터 파일로 변환하는 단계에서,
속성값에 레이블 번호, 화소량, 각 폴리곤에 해당하는 밴드별 방사측정치(radiometry)의 평균(mean)과 분산(variance)값을 자동적으로 저장하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법. - 제 5 항에 있어서, 친수시설 정보맵 구축 단계에서 친수시설 코드화 작업을 위하여,
하천 친수시설 구분 항목을 공원시설,수상레저시설,생활체육시설,강수욕장 및 야외수영장,보행로,자전거도로,야영 및 오토캠핑장,유어활동 및 시설,생태학습 시설 항목으로 구분하는 것을 특징으로 하는 RS GIS 기반 친수시설 정보맵 작성 및 유역조사를 위한 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210148292A KR102616809B1 (ko) | 2021-11-01 | 2021-11-01 | Rs gis 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210148292A KR102616809B1 (ko) | 2021-11-01 | 2021-11-01 | Rs gis 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230063245A true KR20230063245A (ko) | 2023-05-09 |
| KR102616809B1 KR102616809B1 (ko) | 2023-12-21 |
Family
ID=86409339
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210148292A KR102616809B1 (ko) | 2021-11-01 | 2021-11-01 | Rs gis 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102616809B1 (ko) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100866830B1 (ko) | 2008-02-12 | 2008-11-04 | (주) 지오씨엔아이 | 영상기반 3차원 하천관리 시스템 및 방법 |
| KR101728137B1 (ko) * | 2016-02-04 | 2017-04-19 | (주)한라지리정보 | 위성 영상과 ｇｉｓ를 사용한 토지피복 항목별 영상분류 방법 |
| KR102243437B1 (ko) * | 2019-12-24 | 2021-04-22 | (주) 지오씨엔아이 | 3d 지형정보 영상 매핑을 위한 타일링 처리를 이용하는 영상 표출 방법 및 시스템 |
| KR20210076844A (ko) | 2019-11-29 | 2021-06-24 | (주)올포랜드 | 하천공간정보를 활용한 친수 및 치수 시설의 증강현실 표출방법 |
| KR20210099731A (ko) | 2020-02-05 | 2021-08-13 | (주) 지오씨엔아이 | 3차원 하천정보 및 친수정보 제공 시스템 |
-
2021
- 2021-11-01 KR KR1020210148292A patent/KR102616809B1/ko active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100866830B1 (ko) | 2008-02-12 | 2008-11-04 | (주) 지오씨엔아이 | 영상기반 3차원 하천관리 시스템 및 방법 |
| KR101728137B1 (ko) * | 2016-02-04 | 2017-04-19 | (주)한라지리정보 | 위성 영상과 ｇｉｓ를 사용한 토지피복 항목별 영상분류 방법 |
| KR20210076844A (ko) | 2019-11-29 | 2021-06-24 | (주)올포랜드 | 하천공간정보를 활용한 친수 및 치수 시설의 증강현실 표출방법 |
| KR102243437B1 (ko) * | 2019-12-24 | 2021-04-22 | (주) 지오씨엔아이 | 3d 지형정보 영상 매핑을 위한 타일링 처리를 이용하는 영상 표출 방법 및 시스템 |
| KR20210099731A (ko) | 2020-02-05 | 2021-08-13 | (주) 지오씨엔아이 | 3차원 하천정보 및 친수정보 제공 시스템 |
Non-Patent Citations (2)
| Title |
|---|
| 김창성, 김성준, ‘Big Data 기반 도시하천 친수 공간정보 활용기술 개발’, 대한토목학회(2021.10.31.) 1부.* * |
| 유병혁, ‘QGIS Orfeo Toolbox(OTB): UAV 영상에 LSMS 세그멘테이션 적용하기’, 블로그(2016.12.04.) 1부.* * |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102616809B1 (ko) | 2023-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11568639B2 (en) | Systems and methods for analyzing remote sensing imagery | |
| Yu et al. | Automated derivation of urban building density information using airborne LiDAR data and object-based method | |
| Yang et al. | Use of satellite-derived landscape imperviousness index to characterize urban spatial growth | |
| Turker et al. | Building‐based damage detection due to earthquake using the watershed segmentation of the post‐event aerial images | |
| Garilli et al. | Automatic detection of stone pavement's pattern based on UAV photogrammetry | |
| Villa | Mapping urban growth using Soil and Vegetation Index and Landsat data: The Milan (Italy) city area case study | |
| Hecht et al. | Automatic derivation of urban structure types from topographic maps by means of image analysis and machine learning | |
| Brook et al. | Modelling and monitoring urban built environment via multi-source integrated and fused remote sensing data | |
| Zhou | Urban High-Resolution Remote Sensing: Algorithms and Modeling | |
| Mhangara et al. | Road extraction using object oriented classification | |
| Wu et al. | Automatic building rooftop extraction using a digital surface model derived from aerial stereo images | |
| Lefebvre et al. | Monitoring the morphological transformation of Beijing old city using remote sensing texture analysis | |
| Liu et al. | A framework of road extraction from airborne lidar data and aerial imagery | |
| Aahlaad et al. | An object-based image analysis of worldview-3 image for urban flood vulnerability assessment and dissemination through ESRI story maps | |
| Matikainen et al. | Toward utilizing multitemporal multispectral airborne laser scanning, Sentinel-2, and mobile laser scanning in map updating | |
| Sakieh et al. | An integrated spectral-textural approach for environmental change monitoring and assessment: analyzing the dynamics of green covers in a highly developing region | |
| KR102616809B1 (ko) | Rs gis 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법 | |
| Meedeniya et al. | Land‐Use Classification with Integrated Data | |
| Brook et al. | Fusion of optical and thermal imagery and LiDAR data for application to 3-D urban environment and structure monitoring | |
| Bouziani et al. | Change detection of buildings in urban environment from high spatial resolution satellite images using existing cartographic data and prior knowledge | |
| Barazzetti et al. | Change detection from very high resolution satellite time series with variable off-nadir angle | |
| Li | Urban Remote Sensing Using Ground‐Based Street View Images | |
| Wassie | Toward automatic cadastral boundary mapping from satellite imagery | |
| Tarantino et al. | Plastic covered vineyard extraction from airborne sensor data with an object-oriented approach | |
| Ankayarkanni et al. | Object based segmentation techniques for classification of satellite image |
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 |