무인항공기에 의한 지형모델에 따른 정사영상의 특징 분석

박영진,김민규 사단법인 인문사회과학기술융합학회 2015 예술인문사회융합멀티미디어논문지 Vol.5 No.5

Recently, UAV(Unmanned Aerial Vehicle) has been used in various fields beyond the simple application for a military operation. In this study, ortho image were constructed about study area using UAV for analysis of characteristics by type of terrain model. Ortho image were normal ortho image by DTM(Digital Terrain Model) and true ortho image by DSM(Digital Surface Model). And comparing the produced images were performed. There are no distortion around the building in normal ortho image but it appears shadow area around the building. So, normal ortho is expected to be utilized for general services such as image map service. However, true ortho image seems high usability in the surveying field. If the distortion would be complemented around building through further studies, true ortho image will be used in various surveys. 현재 무인항공기는 공간정보 분야의 수요가 증가함에 따라 군작전에 대한 단순한 활용에서 벗어나 다양한 분야에 활용되고 있다. 본 연구에서는 지형모델에 따른 정사영상의 특징 분석을 위해 DTM과 DSM을 이용하여 일반정사영상과 정밀정사영상을 제작하고, 제작된 영상의 특징을 비교 및 분석하였다. 연구결과, 일반정사영상은 건물과 같은 높이가 있는 특정 대상물 주변에 왜곡이 발생하지 않았지만 주변에 폐색지역이 발생하는 단점이 있었다. 정밀정사영상은 폐색지역 없이 지도와 같은 형태로 건물이 나타났지만 건물의 형태가 왜곡되어 나타났다. 일반정사영상은 정밀정사영상에 비해 일그러짐이 없는 가시성 좋은 영상을 얻을 수 있기 때문에 영상지도서비스와 같은 측량목적이 아닌 일반적인 서비스에 활용이 가능할 것으로 기대된다. 하지만 측량분야에서는 일반정사영상보다 지도와 같은 형태를 나타내는 정밀정사영상이 활용성이 높다. 향후 추가적인 연구를 통해 정밀정사영상의 건물 외곽에서 나타나는 왜곡현상을 보완한다면 다양한 측량에 활용이 가능할 것이다.

고해상도 DMCII 항공영상을 이용한 고품질 정사영상 제작

김종남,엄대용,Kim, Jong Nam,Um, Dae Yong 한국측량학회 2015 한국측량학회지 Vol.33 No.1

정사영상은 DSM(Digital Surface Model; 수치표면모델)을 이용하여 항공영상의 왜곡과 기복변위 등으로 발생하게 되는 기하학적 변위를 제거함으로써 제작된다. 따라서 원영상의 해상도와 DSM의 정확도는 정사영상의 정확도에 큰 영향을 미치게 된다. 최근 제공되고 있는 DMCII250 항공영상은 GSD 5cm급 고해상도의 영상을 제공함으로써 고밀도 점군자료의 생성과 함께 정사영상의 품질 향상을 기대할 수 있을 것으로 예상된다. 이에 본 연구에서는 DMCII250 항공영상으로부터 고밀도의 점군자료를 추출하여 DSM을 제작하고 이를 이용하여 정사영상을 생성함으로써 고밀도 DSM 제공에 따른 고품질 정사영상의 제작 가능성과 그 정확도를 검토하고자 하였다. 연구결과 기존 수치지형도 또는 DSM정보를 이용하여 제작한 정사영상에 비하여 높은 정도의 위치정확도와 고품질의 정사영상의 확보가 가능함을 확인할 수 있었다. An Ortho-image is the production of removed geometrical displacement, which is generated the aerial image distortion and the relief displacement, etc., using the DSM (Digital Surface Model). Accordingly, the resolution of raw image and the accuracy of DSM will has significant impacts on the ortho-image accuracy. Since the latest DMCII250 aerial camera delivers the high resolution images with five centimeters Ground Sampling Distance(GSD), it expects to generate the high density point clouds and the high quality ortho-images. Therefore, this research has planned for reviewing the potentiality and accuracy of high quality ortho-image production. Following to proceed the research, DSM has been produced through the high density point cloud extracted from DMCII250 aerial image to supply of high density DSM by creation of ortho-image. The research results has been identified that images with the DSM brought out higher degrees in positional accuracy and quality of ortho-image, compared with the ortho-image, produced from the existing digital terrain map or DSM data.

딥러닝에 의한 라이다 반사강도로부터 엄밀정사영상 생성

신영하,형성웅,이동천 한국측량학회 2020 한국측량학회지 Vol.38 No.4

During last decades numerous studies generating orthoimage have been carried out. Traditional methods require exterior orientation parameters of aerial images and precise 3D object modeling data and DTM (Digital Terrain Model) to detect and recover occlusion areas. Furthermore, it is challenging task to automate the complicated process. In this paper, we proposed a new concept of true orthoimage generation using DL (Deep Learning). DL is rapidly used in wide range of fields. In particular, GAN (Generative Adversarial Network) is one of the DL models for various tasks in imaging processing and computer vision. The generator tries to produce results similar to the real images, while discriminator judges fake and real images until the results are satisfied. Such mutually adversarial mechanism improves quality of the results. Experiments were performed using GAN-based Pix2Pix model by utilizing IR (Infrared) orthoimages, intensity from LiDAR data provided by the German Society for Photogrammetry, Remote Sensing and Geoinformation (DGPF) through the ISPRS (International Society for Photogrammetry and Remote Sensing). Two approaches were implemented: (1) One-step training with intensity data and high resolution orthoimages, (2) Recursive training with intensity data and color-coded low resolution intensity images for progressive enhancement of the results. Two methods provided similar quality based on FID (Fréchet Inception Distance) measures. However, if quality of the input data is close to the target image, better results could be obtained by increasing epoch. This paper is an early experimental study for feasibility of DL-based true orthoimage generation and further improvement would be necessary. 정사영상 생성을 위한 많은 연구들이 진행되어 왔다. 기존의 방법은 정사영상을 제작할 경우, 폐색지역을 탐지하고 복원하기 위해 항공영상의 외부표정요소와 정밀 3D 객체 모델링 데이터가 필요하며, 일련의 복잡한 과정을 자동화하는 것은 어렵다. 본 논문에서는 기존의 방법에서 탈피하여 딥러닝(DL)을 이용하여 엄밀정사영상을 제작하는 새로운 방법을 제안하였다. 딥러닝은 여러 분야에서 더욱 급속하게 활용되고 있으며, 최근 생성적 적대 신경망(GAN)은 영상처리 및 컴퓨터비전 분야에서 많은 관심의 대상이다. GAN을 구성하는 생성망은 실제 영상과 유사한 결과가 생성되도록 학습을 수행하고, 판별망은 생성망의 결과가 실제 영상으로 판단될 때까지 반복적으로 수행한다. 본 논문에서 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 라이다 반사강도 데이터와 적외선 정사영상을 GAN기반의 Pix2Pix 모델 학습에 사용하여 엄밀정사영상을 생성하는 두 가지 방법을 제안하였다. 첫 번째 방법은 라이다 반사강도영상을 입력하고 고해상도의 정사영상을 목적영상으로 사용하여 학습하는 방식이고, 두 번째 방법에서도 입력영상은 첫 번째 방법과 같이 라이다 반사강도영상이지만 목적영상은 라이다 점군집 데이터에 칼라를 지정한 저해상도의 영상을 이용하여 재귀적으로 학습하여 점진적으로 화질을 개선하는 방법이다. 두 가지 방법으로 생성된 정사영상을 FID (Fréchet Inception Distance)를 이용하여 정량적 수치로 비교하면 큰 차이는 없었지만, 입력영상과 목적영상의 품질이 유사할수록, 학습 수행 시 epoch를 증가시키면 우수한 결과를 얻을 수 있었다. 본 논문은 딥러닝으로 엄밀정사영상 생성 가능성을 확인하기 위한 초기단계의 실험적 연구로서 향후 보완 및 개선할 사항을 파악할 수 있었다.

저가형 UAV 영상의 영상향상기법에 따른 결과 분석

성지훈(Seong, Ji Hoon),이원희(Lee, Won Hee) 대한공간정보학회 2017 대한공간정보학회지 Vol.25 No.3

공간정보 구축을 위한 정사영상 제작은 항공사진측량기법이 주로 사용되고 있다. 하지만 이 방법은 지역의 규모가 클 경우 경제적이지만 소규모지역에서는 비경제적이다. 이러한 단점을 보완하기 위하여 특정 대상지의 공간정보를 경제적으로 취득할 수 있는 무인항공기(unmanned aerial vehicle, UAV)를 이용한 정사영상 제작이 활발히 연구되고 있다. 하지만 기존의 연구들은 10시에서 14시경 사이에 촬영한 영상을 사용하여 정사영상을 제작하기 때문에 촬영 시간에 대한 제약을 가지고 있다. 본 연구에서는 17시에서 18시경 사이 시간대의 소규모 경사지역의 영상을 각각 3가지 영상향상기법을 통해 정사영상을 제작하여 비교·분석하였다. 기존의 어두운 영상의 경우 검사점에 의한 표준편차는 σh=0.07m, συ=0.09m 이었으며, histogram equalization을 적용한 영상은 σh=0.05m, συ=0.12m 이고, Gaussian stretch를 적용한 영상은 σh=0.09m, συ=0.11m 이며, 마지막으로 20% linear stretch를 적용한 영상은 σh=0.07m, συ=0.010m의 정확도를 보였으며, 이것은 국토지리정보원 수치지도 1/1,000 축척의 표준편차와 최대오차의 허용범위를 만족하였다. 이를 통해 UAV를 이용한 촬영의 시간적 제약을 줄일 수 있어 공간정보를 신속하게 제공할 수 있을 것으로 사료된다. Aerial photogrammetry is used for the production of orthophoto in order to construct the spatial data. However, this method is economical when the size of the region is large, but is uneconomical in a small region. Orthophoto production that can collect the spatial information of specific places economically by using unmanned aerial vehicle(UAV) actively has been studied. However, existing researches have disadvantages in that they have limitations on shooting time because they produce orthophoto by using images taken between 10am and 2pm. In this study, orthophotos that using images of dark, small slope area were produced by three different image enhancement method, and compared and analyzed. In case of existing dark images, the standard deviations by the checkpoints were σh=0.07m and συ=0.09m. The Histogram equalization images were σh=0.05m and συ=0.12m, the Gaussian stretch images were σh=0.09m and συ=0.11m, and the 20% Linear stretch images showed an accuracy of σh=0.07m, συ=0.010m. It met the standard deviation of the 1/1000 scale and the maximum tolerance of the digital map from the national geographic information institute(NGII). It can be possible to reduce the time limitation of shooting using UAV and to provide spatial information promptly.

고해상도 영상의 정사보정 정확도 검증 및 밴드별 상관성 비교연구

진청길(Jin Cheong Gil),박소영(Park So Young),김형석(Kim Hyung Seok),천용식(Chun Yong Sik),최철웅(Choi Chul Uong) 대한공간정보학회 2010 대한공간정보학회지 Vol.18 No.2

본 연구는 고해상도 위성영상을 정사보정하여 위치정확도를 검증하고 정사보정된 고해상도 영상간의 밴드 상관성과 NDVI 상관성을 분석하는데 목적이 있다. KOMPSAT2와 IKONOS 영상의 정사보정은 RPC자료로 정오차를 제거하고 GPS측량자료로 비평면적 왜곡을 보정하였다. 그리고 정사영상내 동일한 위치의 영상점을 선점하여 각 영상의 영상점과 GPS 측량점간 위치정확도를 비교하고 영상간 영상점의 위치정확도를 분석하였다. 밴드 상관성과 NDVI 상관성은 구입시 정사보정된 Quickbird영상과 항공사진을 추가하여 밴드별로 DN값의 기술통계를 구하고 각 영상간 밴드상관성과 NDVI의 상관성을 분석하였다. 그 결과, KOMPSAT2와 IKONOS 정사영상의 위치정확도 비교에서 각 영상내 영상점과 GPS 측량점간 RMSE는 KOMPSAT2가 3.41m, IKONOS가 1.45m로 1.96m의 차이를 보였고 영상점간 RMSE는 1.88m였다. Quickbird, KOMPSAT2, IKONOS, 항공사진을 이용한 영상간 밴드와 NDVI 상관성은 Band2에서 항공사진과 KOMPSAT2의 상관성이 높은 것을 제외하면 모든 Band와 NDVI에서 Quickbird와 IKONOS의 상관성이 높게 나타났다. 밴드간 상관성이 낮은 경우는 Band1에서 Quickbird와 항공사진, Band2와 Band4에서 KOMPSAT2와 IKONOS, Band3에서 KOMPSAT2와 항공사진이었고 NDVI는 KOMPSAT2가 QuickBird, IKONOS 모두와 낮은 상관성을 보였다. The objective of this study is to verify the positional accuracy by performing the orthometric corrections on the high resolution satellite images and to analyze the band correlation between the high resolution images corrected with orthometric correction. The objectives also included an analysis on the correlation of NDVI. For the orthometric correction of images from KOMPSAT2 and IKONOS, systematic errors were removed in use of RPC data, and non-planar distortions were corrected with GPS surveying data. Also, by preempting the image points at the same positions within ortho images, a comparison was performed on positional accuracies between image points of each image and GPS surveying points. The comparison was also made on the positional accuracies of image points. between the images. For correlation of band and correlation of NDVI, the descriptive statistics of DN values were acquired for respective bands by adding the Quickbird images and Aerial Photographs undergone through orthometric correction at the time of purchase. As result, from a comparison on positional accuracies of Orthoimages from KOMPSAT2 and Ortho Images of IKONOS was made. From the comparison the distance between the image points within each image and GPS surveying points was identified as 3.41m for KOMPSAT2 and as 1.45m for IKONOS, presenting a difference of 1.96m. Whereas, RMSE between image points was identified as 1.88m. The level of correlation was measured by using Quickbird, KOMPSAT2, IKONOS and Aerial Photographs between inter-image bands and NDVI, showing that there were high levels of correlation between Quickbird and IKONOS identified from all bands as well as from NDVI, except a high level of correlation that was identified between the Aerial Photographs and KOMPSAT2 from Band 2. Low levels of correlation were also identified between Quickbird and Aerial Photographs from Band 1. and between KOMPSAT2 and IKONOS from Band 2 and Band 4, whereas, KOMPSAT2 showed low correlations with Aerial Photographs from Band 3. For NDVI, KOMPSAT2 showed low level of correlations with both of QuickBird and IKONOS.

UAV로 촬영한 수직 영상과 고경사 영상을 이용한 정사영상 및 3차원 모델링 비교

이기림,이원희 대한공간정보학회 2017 대한공간정보학회지 Vol.25 No.4

Although previous studies using unmanned aerial vehicles(UAV) used vertical images to produce and utilize orthophoto and digital elevation model(DEM), there was lack of research in 3D modeling using UAV images. In this study, orthophoto and DEM were produced using high angle images, and 3D modeling was also performed. Finally, the accuracy evaluation and comparison of the results produced by vertical and high oblique images were conducted. As a result, the maximum X, Y, Z errors for the orthophoto produced by the high oblique image were 0.096m, 0.127m and 0.092m, and RMSE showed accuracy of = 0.042m, = 0.048m, which satisfied the acceptance criteria of National Geographic Information Institute numerical map 1/500 scale map. In addition, when comparing the results of 3D modeling, the high-density cloud point was constructed up to 56.26% higher than the vertical image, and the 3D modeling result of the high oblique image was more precisely constructed than the 3D modeling of the vertical image, and in addition, in case of 3D modeling of high angle image, it was confirmed that the side texture information of things such as windows was better implemented compared to vertical image. 기존의 무인항공기(unmanned aerial vehicle, UAV)를 이용한 연구로는 수직 영상을 이용하여 정사영상 및 수치표고모델(digital elevation model, DEM)을 제작하고, 이를 활용하였지만 무인항공기 영상을 이용한 3차원 모델링에 대한 연구는 미비하였다. 본 연구에서는 고경사 영상을 이용하여 정사영상과 수치표고모델을 제작하고, 3차원 모델링도 수행하였다. 마지막으로 수직 영상으로 제작한 결과물과 고경사 영상으로 제작한 결과물에 대하여 정확도 평가 및 비교를 진행하였다. 그 결과 고경사 영상으로 제작한 정사영상에 대한 X, Y, Z 방향의 최대오차는 0.093m, 0.127m, 0.092m이며, RMSE는 =0.042m, =0.048m의 정확도를 보여 국토지리정보원 수치지도 1/500 축적지도의 허용범위를 만족하였다. 또한 3차원 모델링의 결과를 비교했을 때 고경사 영상이 수직 영상보다 고밀도 클라우드 점이 최대 56.26%까지 더 구축되어 고경사 영상의 3차원 모델링 결과가 수직 영상의 3차원 모델링보다 정교하게 구축되었으며, 또한 고경사 영상의 3차원 모델링의 경우 수직 영상보다 창문 등의 옆면 텍스쳐 정보가 제대로 구현됨을 확인 할 수 있었다.

지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석

이현직(Lee Hyun Jik),유지호(You Ji Ho),고영창(Koh Young chang) 대한공간정보학회 2009 대한공간정보학회지 Vol.17 No.1

KOMPSAT-2(KOrean MultiPurpose SATellite-2)위성은 GSD(Ground sample distance) 1m급 전정색(panchromatic)영상과 GSD 4m급의 다중분광(multispectral)영상을 동시에 제공하는 세계 7번째 고해상도(High-Resolution) 위성으로 지도제작, 국토모니터링, 환경 등 여러 분야에서의 다양한 활용이 기대된다. 그러나, KOMPSAT-2영상은 다중분 광센서(MSC : Multi Spectral Camera)의 복잡성과 보안성에 의해 위성궤도 및 자세정보 등 영상 취득 시 기하학적정보 및 영상이 제한적으로 제공되고 있어 KOMPSAT-2 영상을 이용한 다양한 연구가 미흡한 실정이다. 이에 본 연구에서는 KOMPSAT-2의 스테레오 영상을 이용하여 DEM 및 정사영상 제작실험을 수행하여 KOMPSAT-2 영상을 이용한 지형공간정보 생성 가능성을 타진하고자 하였다. KOMPSAT-2영상을 이용한 DEM(Digital Elevation Model) 및 정사영상을 제작하기 위해서는 먼저 표정해석(orientation)을 수행하여야 한다. DEM을 제작하여 정확도를 분석한 결과, 전반적으로 수치지도에 비해 표고가 높게 추출되었다. 평지부에서는 평균 1.8m, 구릉지에서는 평균 7.2m, 산지에서는 평균 11.9m의 표고오차를 나타냈다. 본 연구를 통해 생성된 정사영상의 수평위치오차 평균은 ±3.081m로 1:5,000 수치지도 수평위치오차 허용범위인 ±3.5m 준하는 것으로 나타났다. KOMPSAT-2호 영상을 이용하여 DEM 및 정사영상을 제작한 결과, 1:5,000급의 수치지도제작 및 지형공간정보 생성에 활용할 수 있을 것으로 판단된다. KOMPSAT-2 is the seventh high-resolution image satellite in the world that provides both 1m-grade panchromatic images of the GSD and 4m-grade multispectral images of the GSD. It’s anticipated to be used across many different areas including mapping, territory monitoring and environmental watch. However, due to the complexity and security concern involved with the use of the MSC, the use of KOMPSAT-2 images are limited in terms of geometric images, such as satellite orbits and detailed mapping information. Therefore, this study aims to produce DEM and orthoimage by using the stereo images of KOMPSAT-2, and to explore the applicability of geo-spatial information with KOMPSAT -2. Orientation interpretations were essential for the production of DEM and orthoimage using KOMPSAT-2 images. In the study, they are performed by utilizing both RPC and GCP. In this study, the orientation interpretations are followed by the generation of DEM and orthoimage, and the analysis of their accuracy based on a 1:5,000 digital map. The accuracy analysis of DEM is performed and the results indicate that their altitudes are, in general, higher than those obtained from the digital map. The altitude discrepancies on plains, hills and mountains are calculated as 1.8m, 7.2m, and 11.9m, respectively. In this study, the mean differences between horizontal position between the orthoimage data and the digital map data are found to be ±3.081m, which is in the range of ±3.5m, within the permitted limit of a 1:5,000 digital map. KOMPSAT-2 images are used to produce DEM and orthoimage in this research. The results suggest that DEM can be adequately used to produce digital maps under 1:5,000 scale.

무인항공기로 촬영한 수직 영상과 고경사 영상을 이용한 소규모 계단식 지형에 대한 정사영상 및 3차원 모델 제작 및 비교

이기림(Lee, Ki Rim),한유경(Han, You Kyung),이원희(Lee, Won Hee) 대한공간정보학회 2018 대한공간정보학회지 Vol.26 No.3

우리나라의 지형은 70%가 산으로 둘러싸인 지형을 가지고 있으며, 산악지형 중 농사, 묘지, 도로 건설 등의 개발로 인해 계단식 지형 또는 경사면 지형으로 변형되기도 한다. 하지만 이러한 계단식 지형 또는 경사면 지형의 경우 재해 발생 시 자연재해가 발생할 수 있는 위험요소 중 하나이기 때문에 안정성을 위한 신속하고 정확한 측량이 필요하다. 본 연구에서는 계단식 지형에 대해 무인항공기(unmanned aerial vehicle, UAV)로 촬영된 수직 영상과 고경사 영상을 이용하여 정사영상과 3차원 모델을 제작하고, 정확도에 대해 비교 · 평가하였다. 그 결과 정사영상의 경우 두 영상 모두 1/500 축척지도에 대한 정확도를 만족하였으며, 3차원 모델에 대한 시각적, 정량적 결과 고경사 영상으로 제작된 3차원 모델 지도가 수직 영상보다 정확하였다. 본 연구를 통해 계단식 지형에 대한 3차원 모델 제작 시 고경사 영상이 수직 영상보다 우수하다는 것을 확인 할 수 있었다. In Korea, 70% of the terrain is surrounded by mountains, and mountain terrains are transformed into terraced topography or slope topography due to agricultural, cemetery and road construction. But, this terraced topography or sloped topography is one of the risk factors for natural disasters in the event of a disaster, so a quick and accurate survey for stability is needed. In this study, orthophotos and three dimensional(3D) models were generated using vertical and high oblique images taken by an unmanned aerial vehicle(UAV) for terraced topography, and their accuracy was compared and evaluated. As a result, both orthographic images satisfied the accuracy of 1/500 scale map, and it was confirmed that the 3D model map produced by the visual and quantitative result high oblique images for the three dimensional model is more accurate than the vertical images. Through this study, it was confirmed that the high oblique images are superior to the vertical image when the 3D model is generated for terraced topography.

아리랑위성 2호 한반도 정사모자이크영상 제작

이광재 ( Kwang Jae Lee ),윤희천 ( Hee Cheon Yun ),김윤수 ( Youn Soo Kim ) 한국지리정보학회 2013 한국지리정보학회지 Vol.16 No.3

본 연구에서는 아리랑위성 2호 영상자료를 이용하여 한반도 전역에 대한 정사모자이크영상을 생성하고 정확도 평가를 실시하였다. Rational Polynomial Coefficient(RPC) 모델링 결과 지상기 준점(Ground Control Point : GCP) 선점이 힘든 산악지역 등을 제외하고는 대부분 2화소 이내로 나타났다. 정사영상 제작에는 축척 1:5,000 수치지형도를 이용하여 제작한 수치고도모델(Digital Elevation Model : DEM)이 사용되었는데, 수치지형도가 존재하지 않는 접근불능지역의 경우 Shuttle Radar Topography Mission(SRTM) DEM이 사용되었다. 한편 한반도 정사모자이크영상은 정사영상 집성과 색상보정을 통해 생성되었으며, 모자이크영상에 대한 정확도 분석은 1m 칼라 합성영상에 대해 실시하였다. 위치정확도 검증을 위하여 남한지역에서 현지측량을 통해 확보한 813 검사점(Check Point)이 사용되었으며 Root Mean Square Error(RMSE) 계산을 통하여 최대 5m 이내의 오차가 확인되었다. 한편 접근불능지역 경우 참조영상(Reference Image)에서 추출한 검사점을 이용하여 정확도 분석을 실시하였는데 3m(RMSE) 이내의 위치정확도를 가지는 영상이 약 69% 정도 되는 것으로 확인되었다. 또한 인접영상과의 접합정확도 육안평가에서는 일부 산악지역에서의 약 1∼2 화소 이격을 제외하고는 잘 일치하고 있는 것으로 확인되었다. In this study, we established the ortho mosaic imagery on the Korean Peninsula using KOMPSAT-2 images and conducted an accuracy assessment. Rational Polynomial Coefficient(RPC) modeling results were mostly less than 2 pixels except for mountainous regions which was difficult to select a Ground Control Point(GCP). Digital Elevation Model(DEM) which was made using the digital topographic map on the scale of 1:5,000 was used for generating an ortho image. In the case of inaccessible area, the Shuttle Radar Topography Mission(SRTM) DEM was used. Meanwhile, the ortho mosaic image of the Korean Peninsula was produced by each ortho image aggregation and color adjustment. An accuracy analysis for the mosaic image was conducted about a 1m color fusion image. In order to verify a geolocation accuracy, 813 check points which were acquired by field survey in South Korea were used. We found that the maximum error was not to exceed 5m(Root Mean Square Error : RMSE). On the other hand, in the case of inaccessible area, the extracted check points from a reference image were used for accuracy analysis. Approximately 69% of the image has a positional accuracy of less than 3m(RMSE). We found that the seam-line accuracy among neighboring image was very high through visual inspection. However, there were a discrepancy with 1 to 2 pixels at some mountainous regions.

도시재생 모니터링을 위한 지리참조된 건물 입면 정사영상 자동 생성

함상우(Ham, Sangwoo),이임평(Lee, Impyeong) 대한공간정보학회 2020 대한공간정보학회지 Vol.28 No.1

최근 도시정책은 구도심의 역사와 문화를 보존할 수 있는 도시재생 중심으로 변화하고 있으며, 도시재생사업을 올바르게 추진하려면 사업대상지의 변화를 자세히 모니터링 해야 한다. 도시재생 모니터링을 위해 사진측량 기법을 이용하여 시계열 건물 입면 정사영상을 생성하면 건물의 현황과 변화를 다각적으로 살펴볼 수 있다. 본 연구에서는 GIS와 연계 가능하도록 지리참조된 형태의 건물 입면 정사영상을 기준영상을 이용하여 자동으로 생성하는 방법을 제시한다. 먼저 지리참조된 건물 입면 정사영상을 생성하기 위해 건물 입면을 XY 평면에 품고 Z축이 입면에 수직이면서 지상좌표계와 일정한 변환관계를 갖는 건물좌표계를 정의한다. 그리고 번들 조정을 수행하여 건물좌표계에 지리참조된 기준영상을 구축한다. 이후 일정 주기로 건물 입면 영상을 신규 취득한 다음 기준영상과 함께 지상기준점 없이 번들 조정을 수행하여 새로 취득한 건물 입면 영상을 지리참조한다. 마지막으로 지리참조한 영상을 이용하여 건물 입면 정사영상을 생성한다. 본 연구에서는 건물좌표계를 정의하여 임의의 대상면에 투영한 정사영상의 위치를 표현하기 어려운 기존 래스터 데이터 형식의 단점을 극복할 수 있었으며, 초기에 기준영상을 구축한 후에는 신규 취득 영상에 대해 자동으로 정사영상을 생성할 할 수 있었다. 제시된 방법을 통해 도시재생 모니터링을 위한 기초 자료를 제공할 수 있을 것으로 기대되며, 도시재생 활동가가 자동으로 건물 입면 영상을 구축할 수 있을 것으로 기대된다. Recently, urban planning policy is shifting to urban regeneration which allows preserving the history and culture of the old city. To accomplish successful urban regeneration, it is necessary to monitor the change of the area. Photogrammetric products such as facade ortho-images can be useful for documenting current status and temporal change of the buildings. In this study, we propose an automatic generation method of georeferenced and GIS-integratable facade ortho-images using reference images. First, to integrate facade ortho-images to GIS, we define a building coordinate system (BCS) in which the XY plane embeds the facade and the Z-axis is perpendicular to the facade. Then, bundle adjustment is performed to georeference a reference image dataset to the BCS. Second, we acquire a new image dataset and perform bundle adjustment with the reference images. Lastly, through multi-view stereo and ortho-rectification process, we build facade ortho-images. We could overcome the shortcomings of the raster data format which is difficult to represent the position of the orthogonal plane projected on an arbitrary surface by defining the BCS, and we could generate new facade ortho-images automatically using the reference images. We expect that we can provide base data for urban regeneration monitoring, and we also expect that urban regeneration activists can build facade ortho-images by themselves.