단보 : 삼각벡터구조를 이용한 고해상도 위성 단영상에서의 건물 높이 추출

김혜진 ( Hye Jin Kim ),한동엽 ( Dong Yeob Dong ),김용일 ( Yong Il Kim ) 大韓遠隔探査學會 2006 大韓遠隔探査學會誌 Vol.22 No.6

IKONOS나 QuickBird와 같은 고해상도 위성영상이 상용화됨에 따라 위성영상으로부터 3차원건물 정보를 취득하기 위한 많은 연구가 진행되고 있다. 3차원 건물 높이를 추출하는 연구는 크게 스테레오영상 기반의 연구들과 단영상 기반의 연구들로 나눌 수 있는데 센서 모델링을 수반하는 스테레오 영상 기반의 연구들은 그 과정이 복잡하고, 실제 스테레오 영상을 취득하기 위해서는 별도의 주문과 비용이 소요되는 등의 어려움이 따른다. 기존의 단영상을 이용한 건물 높이 추출 연구들은 대부분 DEM 등의 부가적인 데이터를 필요로 하며, 건물의 그림자 길이나 건물 지붕점과 바닥점 관측을 통해 높이를 추출하였다. 이러한 기법들은 도시지역과 같이 건물이 밀집한 지역에서는 적용하기 부적합하다. 이에 이태윤(2006)의 연구에서는 가상의 그림자 투영 기법을 이용하여 건물의 그림자가 다른 인공체에 드리운 경우에도 건물 높이 추출이 가능한 기법이 제안된 바 있으나 이 기법은 건물의 그림자 끝이 식별되지 않는 건물에는 적용이 불가능하다. 이에 본 연구에서는 고해상도 위성 단영상에서 보다 많은 건물 높이의 관측이 가능하도록 하는 삼각 벡터구조 기반의 새로운 기법을 제안하였다. 제안된 기법은 센세모델링 가정이나 부가적인 데이터 없이 간단히 구현 가능하며 디지타이징 과정에서 발생하는 오차를 줄일 수 있다. Today`s commercial high resolution satellite imagery such as IKONOS and QuickBird, offers the potential to extract useful spatial information for geographical database construction and GIS applications. Extraction of 3D building information from high resolution satellite imagery is one of the most active research topics. There have been many previous works to extract 3D information based on stereo analysis, including sensor modelling. Practically, it is not easy to obtain stereo high resolution satellite images. On single image performance, most studies applied the roof-bottom points or shadow length extracted manually to sensor models with DEM. It is not suitable to apply these algorithms for dense buildings. We aim to extract 3D building information from a single satellite image in a simple and practical way. To measure as many buildings as possible, in this paper, we suggested a new way to extract building height by triangular vector structure that consists of a building bottom point, its corresponding roof point and a shadow end point. The proposed method could increase the number of measurable building, and decrease the digitizing error and the computation efficiency.

고해상도 전정색 영상과 다중분광 영상을 활용한 그림자 분석기반의 3차원 건물 정보 추출

이태윤 ( Tae Yoon Lee ),김윤수 ( Youn Soo Kim ),김태정 ( Tae Jung Kim ) 대한원격탐사학회 2013 大韓遠隔探査學會誌 Vol.29 No.5

각종 센서 정보에 기반한 3차원 건물 정보 추출 방법은 건물 형태를 보다 상세하게 묘사할 수 있지만 많은 비용 및 복잡한 처리가 요구된다. 단일 고해상도 영상에 기반한 방법은 추출할 수 있는 3차원 건물정보가 비교적 제한적이지만 낮은 비용과 단순한 처리 과정으로 건물 정보를 추출할 수 있다는 장점을 갖는다. 단일 고해상도 위성영상만을 이용한 건물 정보 추출 방법 중에서도 Volumetric Shadow Analysis(VSA)는 그림자나 건물 밑 바닥이 일부분 가려져도 해당 건물의 높이와 바닥 위치 정보를 추출할 수 있다. 최근에는 반자동 VSA가 제안되었으나 이 방법은 주변 객체 형태와 그림자 영역 추출 정확도, 영상 노이즈 등에 큰 영향을 받는다. 반자동 VSA를 개선하기 위해서 본 논문은 단일 고해상도 전정색 영상과 다중분광 영상을 이용한 3차원 건물 정보 추출 방법을 제안한다. 제안된 방법은 각 밴드 영상에 반자동 VSA를 각각 적용하고 이를 통해서 계산된 파라미터로 비용함수를 구성한다. 비용함수로 계산된 값이 최대인 건물 높이를 실제 건물 높이로 결정한다. 제안된 방법의 성능평가를 위해서 Kompsat-2 영상이 사용되었으며 반자동 VSA와 제안된 방법으로 추출된 건물 정보를 비교 분석하였다. 그 결과는 제안된 방법이 보다 높은 성공률로 비교적정확한 건물 정보를 추출할 수 있음을 보여준다. This article presents a new method for semi-automatic extraction of building information (height, shape, and footprint location) from monoscopic urban scenes. The proposed method is to expand Semi-automatic Volumetric Shadow Analysis (SVSA), which can handle occluded building footprints or shadows semi-automatically. SVSA can extract wrong building information from a single high resolution satellite image because SVSA is influenced by extracted shadow area, image noise and objects around a building. The proposed method can reduce the disadvantage of SVSA by using multi-spectral images. The proposed method applies SVSA to panchromatic and multi-spectral images. Results of SVSA are used as parameters of a cost function. A building height with maximum value of the cost function is determined as actual building height. For performance evaluation, building heights extracted by SVSA and the proposed method from Kompsat-2 images were compared with reference heights extracted from stereo IKONOS. The result of performance evaluation shows the proposed method is a more accurate and stable method than SVSA.

Building Extraction from Lidar Data and Aerial Imagery using Domain Knowledge about Building Structures

Seo, Su-Young The Korean Society of Remote Sensing 2007 大韓遠隔探査學會誌 Vol.23 No.3

Traditionally, aerial images have been used as main sources for compiling topographic maps. In recent years, lidar data has been exploited as another type of mapping data. Regarding their performances, aerial imagery has the ability to delineate object boundaries but omits much of these boundaries during feature extraction. Lidar provides direct information about heights of object surfaces but have limitations with respect to boundary localization. Considering the characteristics of the sensors, this paper proposes an approach to extracting buildings from lidar and aerial imagery, which is based on the complementary characteristics of optical and range sensors. For detecting building regions, relationships among elevation contours are represented into directional graphs and searched for the contours corresponding to external boundaries of buildings. For generating building models, a wing model is proposed to assemble roof surface patches into a complete building model. Then, building models are projected and checked with features in aerial images. Experimental results show that the proposed approach provides an efficient and accurate way to extract building models.

색상 불변 특징을 이용한 고해상도 위성영상의 영역기반 건물 추출

고아름,변영기,박우진,김용일 大韓遠隔探査學會 2011 大韓遠隔探査學會誌 Vol.27 No.2

본 연구에서는 고해상도 위성영상을 이용하여 기존의 훈련지역 선정과 같은 사용자 개입 없이, 영상의 다중분광 및 색상 불변 특징 정보를 통합한 영역기반 건물 추출 방법론을 개발하고, 이를 IKONOS와 QuickBird 영상에 적용하여 개발된 방법의 효용성을 평가하는데 목적이 있다. 이를 위해 우선 영상을 시드기반 영역확장기법인 MSRG기법을 이용하여 분할한 후, 건물 추출의 편의성을 높이기 위한 전처리 과정의 일환으로 분할된 영상에서 식생과 그림자 객체를 자동으로 탐지하여 제거하였다. 객체단위의 건물 추출을 위해 다중분광 및 색상 불변 특징 정보가 통합된 영역 병합 과정을 통해 식생과 그림자 객체가 제거된 분할영역에 대하여 영역 병합을 수행하였고, 최종적으로 병합된 분할 영역의 형상 특징 정보를 이용하여 건물 영역을 추출하였다. 또한 보다 완전성 높은 건물 추출을 위해 일반화 기법을 이용하여 추출된 건물의 외곽선을 단순화하였다. 실험 결과, 대상지역 모두에서 80% 이상의 건물 탐지 정확도를 보였으며 시각적으로도 우수한 결과를 도출하였다. 결과적으로 제안된 방법은 고해상도 위성영상의 건물 추출에 유용하게 적용될 수 있으리라 판단된다. This paper presents a method for region-based building extraction from high resolution satellite images(HRSI) using integrated information of spectral and color invariant features without user intervention such as selecting training data sets. The purpose of this study is also to evaluate the effectiveness of the proposed method by applying to IKONOS and QuickBird images. Firstly, the image is segmented by the MSRG method. The vegetation and shadow regions are automatically detected and masked to facilitate the building extraction. Secondly, the region merging is performed for the masked image, which the integrated information of the spectral and color invariant features is used. Finally, the building regions are extracted using the shape feature for the merged regions. The boundaries of the extracted buildings are simplified using the generalization techniques to improve the completeness of the building extraction. The experimental results showed more than 80% accuracy for two study areas and the visually satisfactory results obtained. In conclusion, the proposed method has shown great potential for the building extraction from HRSI.

Building Extraction from Lidar Data and Aerial Imagery using Domain Knowledge about Building Structures

Su Young Seo 大韓遠隔探査學會 2007 大韓遠隔探査學會誌 Vol.23 No.3

Traditionally, aerial images have been used as main sources for compiling topographic maps. In recent years, lidar data has been exploited as another type of mapping data. Regarding their performances, aerial imagery has the ability to delineate object boundaries but omits much of these boundaries during feature extraction. Lidar provides direct information about heights of object surfaces but have limitations with respect to boundary localization. Considering the characteristics of the sensors, this paper proposes an approach to extracting buildings from lidar and aerial imagery, which is based on the complementary characteristics of optical and range sensors. For detecting building regions, relationships among elevation contours are represented into directional graphs and searched for the contours corresponding to external boundaries of buildings. For generating building models, a wing model is proposed to assemble roof surface patches into a complete building model. Then, building models are projected and checked with features in aerial images. Experimental results show that the proposed approach provides an efficient and accurate way to extract building models.

A semi-automated method for integrating textural and material data into as-built BIM using TIS

Zabin, Asem,Khalil, Baha,Ali, Tarig,Abdalla, Jamal A.,Elaksher, Ahmed Techno-Press 2020 Advances in computational design Vol.5 No.2

Building Information Modeling (BIM) is increasingly used throughout the facility's life cycle for various applications, such as design, construction, facility management, and maintenance. For existing buildings, the geometry of as-built BIM is often constructed using dense, three dimensional (3D) point clouds data obtained with laser scanners. Traditionally, as-built BIM systems do not contain the material and textural information of the buildings' elements. This paper presents a semi-automatic method for generation of material and texture rich as-built BIM. The method captures and integrates material and textural information of building elements into as-built BIM using thermal infrared sensing (TIS). The proposed method uses TIS to capture thermal images of the interior walls of an existing building. These images are then processed to extract the interior walls using a segmentation algorithm. The digital numbers in the resulted images are then transformed into radiance values that represent the emitted thermal infrared radiation. Machine learning techniques are then applied to build a correlation between the radiance values and the material type in each image. The radiance values were used to extract textural information from the images. The extracted textural and material information are then robustly integrated into the as-built BIM providing the data needed for the assessment of building conditions in general including energy efficiency, among others.

단일 고해상도 위성영상으로부터 그림자를 이용한 3차원 건물정보 추출

이태윤(Lee Tae Yoon),김태정(Kim Tae Jung),임영재(Lim Young Jae) 대한공간정보학회 2006 대한공간정보학회지 Vol.14 No.2

고해상도 위성영상으로부터 건물이나 도로 등 인공지물의 정보를 추출하기 위한 연구들이 활발히 진행되고 있다. 영상에서 3차원 건물 정보를 추출하기 위해서 기존의 많은 연구들은 스테레오 영상이나 별도의 지상기준점, 또는 LIDAR 데이터 등을 사용하고, 센서모델링 등을 수행하였다. 이 연구에서는 단일 영상만을 이용하고, 센서모델링 등의 복잡한 과정을 거치지 않고 직접 건물의 3차원 정보를 추출하는 알고리즘을 제안한다. 제안된 알고리즘은 영상에 나타난 건물의 실제 그림자와 기장으로 영상 위에 투영시간 그림자가 일치했을 때, 건물의 높이를 결정하고, 결정된 건물의 높이를 이용하여 건물 정면의 모서리 선을 생성한다. 생성된 모서리 선을 따라서 건물의 지붕 외곽선을 이동시켜서 건물의 위치 정보를 얻어낸다. 제안된 알고리즘은 지표면의 그림자를 이용한 방법과 다른 건물의 정면에 나타난 그림자를 이용한 방법으로 나누어진다. 제안된 알고리즘을 검증하기 위해서 IKONOS 스테레오 영상과 지상기준점을 이용하여 추출한 건물 높이와 제안된 알고리즘을 이용하여 추출한 건물 높이를 비교하였으며, 30개의 건물을 검증해 본 결과 추출된 건물 높이의 RMSE는 약 1.5m로 나타났다. Extraction of man-made objects from high resolution satellite images has been studied by many researchers. In order to reconstruct accurate 3D building structures most of previous approaches assumed 3D information obtained by stereo analysis. For this, they need the process of sensor modeling, etc. We argue that a single image itself contains many clues of 3D information. The algorithm we propose projects virtual shadow on the image. When the shadow matches against the actual shadow, the height of a building can be determined. If the height of a building is determined, the algorithm draws vertical lines of sides of the building onto the building in the image. Then the roof boundary moves along vertical lines and the footprint of the building is extracted. The algorithm proposed can use the shadow cast onto the ground surface and onto facades of another building. This study compared the building heights determined by the algorithm proposed and those calculated by stereo analysis. As the results of verification, root mean square errors of building heights were about 1.5m.

항공 라이다 데이터로부터 확장 카이 알고리즘을 이용한 건물경계선 추출

조홍범,이광일,최현석,조우석,조영원 한국측량학회 2013 한국측량학회지 Vol.30 No.2

항공 라이다로부터 획득한 대용량의 3차원 점 데이터로부터 대상 물체의 윤곽정보를 추출하는 것은 데이터 처리 과정에서 필수적이며 기반적인 기술 중의 하나이다. 특히 인공 구조물인 건물은 복잡한 현대 도시를 구성하는주요 구조물이며 그 형태가 명확하기에 윤곽 정보의 추출 과정이 더욱 중요하다 할 수 있다. 본 연구에서는 항공 라이다를 이용하여 얻어진 건물을 구성하는 3차원 점 데이터로부터 건물의 윤곽정보를 추출하기 위하여 점 데이터의기하정보만을 이용한 확장 카이(χ-Chi) 알고리즘을 제안한다. 제안된 알고리즘은 임의의 점군을 델로니(Delaunay)삼각망으로 구성하고 특정 조건을 만족하는 변(edge)를 제거하는 과정을 통하여 구현된다. 덧붙여, 전체적인 추출과정의 효율화를 위해서 델로니 삼각망의 구성을 스윕헐 알고리즘을 적용하여 수행하였다. 본 연구에서 제안하는확장 카이 알고리즘의 성능을 확인하기 위하여 본 연구와 같은 목적으로 개발된 인케이싱 폴리곤 제작 알고리즘과 알파 쉐이프 알고리즘을 비교하였고 기 제작된 건물의 도화정보를 이용하여 윤곽정보 추출의 정확도를 비교하였다. 실험결과, 본 연구에서 제안한 알고리즘은 기존의 알고리즘들보다 윤곽정보 추출 속도 및 정확도가 향상됨을확인하였다. It is essential and fundamental to extract boundary information of target object via massive threedimensionalpoint data acquired from laser scanner. Especially extracting boundary information of manmadefeatures such as buildings is quite important because building is one of the major components consistingcomplex contemporary urban area, and has artificially defined shape. In this research, extended χ-algorithmusing geometry information of point data was proposed to extract boundary information of building fromthree-dimensional point data consisting building. The proposed algorithm begins with composing Delaunaytriangulation process for given points and removes edges satisfying specific conditions process. Additionally,to make whole boundary extraction process efficient, we used Sweep-hull algorithm for constructing Delaunaytriangulation. To verify the performance of the proposed extended χ-algorithm, we compared the proposedalgorithm with Encasing Polygon Generating Algorithm and α-Shape Algorithm, which had been researchedin the area of feature extraction. Further, the extracted boundary information from the proposed algorithmwas analysed against manually digitized building boundary in order to test accuracy of the result of extractingboundary. The experimental results showed that extended χ-algorithm proposed in this research proved toimprove the speed of extracting boundary information compared to the existing algorithm with a higheraccuracy for detecting boundary information.

UAV 영상을 이용한 객체기반 건물 추출에 관한 연구

김혜진,김지영,김용일 대한공간정보학회 2019 대한공간정보학회지 Vol.27 No.4

Unmanned aerial vehicles (UAV) can provide the ability to monitor urban areas efficiently in very fine detail. Building extraction is a major topic in urban monitoring that can be used to update maps, detect illegal buildings, create 3D city models. This study proposes an object-based building extraction method using only RGB images of UAV. Object-based approaches can be more effective at UAV image processing, because pixel-based or edge-based analysis can prove insufficient for high-resolution imagery due to its inability to handle the internal variability of complex scenes. First, objects are generated from an orthoimage and DSM using a multiresolution segmentation technique. Segmented objects are then separated by the DSM into high objects such as buildings or trees and low objects such as roads and the ground. High objects are classified as either buildings or non-buildings using spectral indices such as the normalized excessive green index (nEGI) and spatial features. The final buildings are generated by region-growing adjacent objects that are classified as buildings. This method’s usability was evaluated by performing experiments with various UAV images. Unmanned aerial vehicles(UAV)는 매우 높은 해상도의 영상을 경제적으로 취득함으로써, 도시지역 모니터링에 효과적으로 활용될 수 있다. 건물 추출은 수치지도 갱신, 불법 건축물 탐지, 3차원 도시 모델링 등과 같은 도시 모니터링 분야에 주요한 소요 기술이다. 본 연구에서는 부가적인 참조 데이터 없이 UAV의 RGB 영상만을 이용한 객체기반의 건물 추출 기법을 제안하고자 한다. UAV 영상은 매우 높은 공간해상도를 가지므로 화소기반 혹은 에지기반 분석기법보다는 객체기반의 접근 방법이 더 유용할 수 있다. 이를 위해 연속촬영된 UAV 영상들로부터 정사영상과 digital surface model(DSM)을 추출한 후, 다중해상도 영상분할을 통해 객체들을 생성한다. 생성된 객체들에 기반하여 normalized DSM(nDSM)을 생성하고, 이로부터 최소 건물높이값 이상의 객체들을 건물후보로 할당한다. 건물후보 객체들에는 수목과 가로등과 같은 비건물 객체들이 포함되어 있으므로 이를 구분하기 위해 각 객체의 녹색지수와 공간적 특징(spatial feature)을 활용하여 분류를 수행한다. 마지막으로 건물로 분류된 인접 객체들간의 영역 확장(region growing)을 통해 최종 건물 개체들을 추출한다. 제안한 기법의 효용성을 평가하기 위하여 서로 다른 지역에서 취득된 UAV 영상들을 통한 실험을 수행하였으며, 수치지도의 건물 레이어와 비교하여 정확도를 평가하였다.

영상 및 점기반 자료처리에 의한 항공 라이다 자료의 건물경계추출

김의명(Kim Eui Myoung) 대한공간정보학회 2009 대한공간정보학회지 Vol.17 No.1

라이다 자료는 건물에 대한 3차원 정보를 제공하고 있는 자료원으로서 도시계획을 위한 3차원 모형화와 건물의 가시권 분석과 같은 다양한 모형화에 이용되고 있다. 본 연구에서는 라이다 자료만을 이용하여 영상처리기법과 점자료처리기법에 기반하여 사용자의 개입을 최소화하면서 자동으로 건물을 추출할 수 있는 기법을 제안하였다. 입력된 라이다 자료를 이용하여 건물영역과 비건물영역을 분리하기 위하여 먼저 영상처리기법을 적용하였다. 또한 건물영역은 높이값에 대한 통계분석을 통해서 건물의 주옥상면과 남아있는 부분으로 구분하여 자료처리를 수행하였다. 아파트형, 계단형, 복합형 등의 다양한 유형의 건물이 존재하는 연구대상지역의 실험을 통해서 본 연구에서 제안한 자료처리기법을 적용하여 약 90%의 건물을 자동으로 추출할 수 있었다. LIDAR data, as the source of the 3D information of buildings, are used many modeling fields such as three-dimensional city models in urban planning and the visibility analysis of buildings. This study suggests a methodology, that is characterized by combining image-based and point-based process, for minimizing the user's intervention and automatically extracting building boundary only using the LIDAR data. Image processing methodology is firstly used to separate building and non-building regions from LIDAR data. Moreover, building regions are then classified main roof into remaining parts by the statistical analysis of height values, and the remaining parts are processed separately. Through the experimental results of study areas which exist many types of buildings, for example, apartment-type, stair-type, complex-type, etc. Approximately 90% building boundaries are automatically extracted by the proposed methodology.