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.

고해상도 위성영상을 활용한 자동화된 건물 영역 추출 하이브리드 접근법

안효원,김창재,이효성,권원석 한국측량학회 2019 한국측량학회지 Vol.37 No.6

This research aims to provide a building area extraction approach over the areas where data acquisition is impossible through field surveying, aerial photography and lidar scanning. Hence, high-resolution satellite images, which have high accessibility over the earth, are utilized for the automated building extraction in this study. 3D point clouds or DSM (Digital Surface Models), derived from the stereo image matching process, provides low quality of building area extraction due to their high level of noises and holes. In this regards, this research proposes a hybrid building area extraction approach which utilizes 3D point clouds (from image matching), and color and linear information (from imagery). First of all, ground and non-ground points are separated from 3D point clouds; then, the initial building hypothesis is extracted from the non-ground points. Secondly, color based building hypothesis is produced by considering the overlapping between the initial building hypothesis and the color segmentation result. Afterwards, line detection and space partitioning results are utilized to acquire the final building areas. The proposed approach shows 98.44% of correctness, 95.05% of completeness, and 1.05m of positional accuracy. Moreover, we see the possibility that the irregular shapes of building areas can be extracted through the proposed approach. 본 연구에서는 기존의 연구들에서 주로 사용하여왔던 현장측량, 항공사진, 라이다 데이터 등의 취득이 원천적으로 어려운 지역에 대한 건물 영역 추출을 구현하고자 하였다. 이에 접근성에 큰 영향을 받지 않는 거의 유일한 데이터인 고해상도 위성영상을 활용한 방법론을 제시하고자 한다. 영상정합을 통해 추출되는 점군 데이터 또는 DSM (Digital Surface Models)을 활용한 건물 영역 추출은 데이터내의 높은 잡음과 다수의 빈 영역으로 인해 그 정확성에 한계를 보이고 있다. 따라서 본 연구에서는 영상 정합을 통해 얻어진 3차원 점군 데이터, 영상의 색상 및 선형 정보를 결합하여 건물 영역 추출을 수행하는 하이브리드식 접근법을 제안하였다. 일차적으로 다중영상정합으로 얻어진 3차원 점군 데이터로부터 지면점과 비지면점을 분리하고, 비지면점으로부터 초기 건물 대상지를 추출한다. 이후, 영상의 색상기반 분할을 수행하여 얻어진 결과와 초기 건물 대상지를 결합하여, 색상분할기반 건물 대상지를 추출한다. 이어서 영상의 선형 추출 및 공간 분할정보를 이용하여 최종적인 건물 영역을 선정하게 된다. 본 논문에서 제시한 건물 영역 자동 추출 방법론은 Correctness: 98.44%, Completeness: 95.05%, 위치오차: 1.05m 정도의 성능을 보임을 확인하였으며, 더불어 직각형태 이상의 복잡한 건물 영역도 잘 추출함을 확인하였다.

개선된 스네이크 모델에 기반한 반자동 건물 영역 추출

박현주(Hyun Ju Park),권오봉(Ou-Bong Gwun) 大韓電子工學會 2011 電子工學會論文誌-CI (Computer and Information) Vol.48 No.1

3차원 지도(3D Map)를 구축하기 위해서는 지형정보와 지도상에서 건물 영역 및 건물 형상 정보가 필요하다. 이를 위해 본 논문에서는 개선된 스네이크(Snake) 알고리즘으로 건물 영역을 반자동으로 추출하는 방법을 제안한다. 본 방법은 전처리, 제어점의 초기화, 개선된 스네이크 알고리즘 적용 세 단계로 구성한다. 첫 번째 단계에서는 위성영상을 그레이 영상으로 변환 후근사 에지를 추출하여 그레이 영상과 합성한다. 두 번째 단계에서는 사용자가 건물의 중심점을 설정한 후 원형 또는 사각형모양의 초기 제어점을 계산하여 설정한다. 세 번째 단계에서는 개선된 스네이크 알고리즘을 적용하여 건물영역을 추출한다. 이러한 과정에서 스네이크 에너지 계산식의 한 항을 새로운 방법으로 설정하여 건물영역 추출용으로 특화하였다. 그리고 스카이 뷰의 위성영상을 이용하여 제안된 방법을 건물영역 매칭율을 평가하였는데 75%의 매칭율을 보였다. Terrain, building location and area, and building shape information is in need of implementing 3D map. This paper proposes a method of extracting a building area by an improved semi-automatic snake algorithm. The method consists of 3-stage: pre-processing, initializing control points, and applying an improved snake algorithm. In the first stage, after transforming a satellite image to a gray image and detecting the approximate edge of the gray image, the method combines the gray image and the edge. In the second stage, the user looks for the center point of a building and the system sets the circular or rectangular initial control points by an procedural method. In the third stage, the enhanced snake algorithm extracts the building area. In particular, this paper sets the one term of the snake in a new way in order to use the proposed method for specializing building area extraction. Finally, this paper evaluated the performance of the proposed method using sky view satellite image and it showed that the matching percentage to the exact building area is 75%.

항공라이다 데이터의 건물 곡선경계 추출 및 모델링

이정호(Lee, Jeong Ho),김용일(Kim, Yong Il) 대한공간정보학회 2012 대한공간정보학회지 Vol.20 No.4

항공라이다 데이터를 이용한 건물 추출 연구가 많이 진행되어 오고 있으나 대부분의 연구는 건물경계를 직선으로 가정하기 때문에 곡선경계가 포함된 건물의 경계를 올바르게 모델링하지 못하는 한계가 있다. 본 논문은 곡선경계를 포함하는 건물을 항공라이다 데이터로부터 직선과 곡선이 혼합된 경계로 모델링하는 것을 목적으로 한다. 건물점들에 대하여 적응적 컨벡스헐 알고리즘과 큰 반경의 국지적 컨벡스헐 알고리즘을 적용하여 두 세트의 경계점을 추출한다. 경계점들의 평균 점 간격 및 수직이등분선의 교차 비율에 의하여 곡선 세그먼트를 판별한 후, 직선과 곡선 세그먼트에 대하여 각각 다른 정규화 방법을 적용하여 건물경계를 모델링한다. 실험결과, 곡선 세그먼트의 추출 완전성과 정확성이 각각 69%, 100%로서 본 연구의 방법을 통해 대부분의 곡선경계를 올바르게 추출 및 모델링 할 수 있었다. 본 연구의 결과는 수치지도 제작기준을 만족하는 건물경계를 자동으로 생성하는데 효과적으로 활용 될 수 있을 것이다. Although many studies have been conducted to extract buildings from airborne lidar data, most of them assume that all the boundaries of a building are straight line segments. This makes it difficult to model building boundaries containing curved segments correctly. This paper aims to model buildings containing curved segments as combination of straight lines and arcs. First, two sets of boundary points are extracted by adaptive convex hull algorithm and local convex hull algorithm with a larger radius. Then, arc segments are determined by average spacing of boundary points and intersection ratio of perpendicular lines. Finally, building boundary is modeled through regularization of least squares line or circle fitting. The experimental results showed that the proposed method can model the curved building boundaries as arc segments correctly by completeness of 69% and correctness of 100%. The approach will be utilized effectively to create automatically digital map that meets the conditions of the Korean digital mapping.

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.

산업입지정보시스템 공장정보 개선에 관한 연구

최유정,임재덕,김성건 한국융합학회 2020 한국융합학회논문지 Vol.11 No.10

산업입지정보시스템에서 제공하는 공장정보는 한국산업단지공단으로부터 원시데이터를 받아 필터링 과정을 거 친 후 등록되기 때문에 새로운 공장 정보 갱신이 느린 특징이 있다. 본 연구에서는 산업입지정보시스템 공장 정보 갱신 문제를 해결하고자, 비교적 갱신 주기가 빠른 도로명 주소의 건물 데이터와 부동산의 건물 데이터를 이용하여 기존의 산업입지정보시스템 공장정보와 비교하고 새로운 공장정보를 추출하였다. 속성정보 매칭을 수행하고, 속성정보의 누락 으로 매칭할 수 없는 공장의 경우에는 공간객체 매칭을 수행하였다. 위 과정에서 점 데이터와 다각형 데이터와 같이 형식이 다른 공간객체를 비교하는 방안을 제시하였다. 제안된 공간분석 방법의 정확도 평가 결과 약 79%의 정확도를 보였으며, 위 매칭 기법을 활용하여 도로명주소건물데이터, 부동산건물데이터와 산업입지정보시스템 공장정보의 융합 가능성을 확인하였다. The factory information provided by the Industrial Location Information System (ILIS) is provided as raw data by the Korea Industrial Complex Corporation and registered after a filtering process, so the new factory information update is slow. In this study, to solve the problem of updating factory information of industrial location information system, using building data of road name address with relatively fast renewal cycle and building data of real estate, we compared the factory information of existing ILIS and extracted new factory information. In the process of comparison, a method was proposed to compare spatial objects of different types with point data and polygon data. Attribute information matching and object matching were performed, and attribute values of new factory information were extracted. The accuracy evaluation of the proposed spatial analysis method showed 79% accuracy, and the above matching technique was used to confirm the possibility of convergence of road name address data, real estate data and factory information of ILIS.

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.

점군자료를 활용한 건물의 직선경계 추출기법 연구

이근상(Lee, Geun Sang),최연웅(Choi, Yun Woong),송경동(Song, Kyung Dong),이종조(Lee, Jong Jo) 한국지적정보학회 2015 한국지적정보학회지 Vol.17 No.1

본 연구에서는 항공 LiDAR 점군자료에서 3차원 정보를 이용하여 건물 경계점을 추출하고 인접점들간의 각을 이용하여 건물 경계선을 선형화하는 기법을 제시하였다. 특히 건물 경계 직선화과정의 효율성을 향상시키기 위하여 점군자료로부터 지면점을 먼저 분류하고 분류된 지면점을 활용하여 건물 경계점으로 추출된 점 중 가장 외곽에 존재하는 점을 추출하는 단순화 기법을 제시하였으며 제시된 알고리즘에 의한 건물 경계선 추출 정확도를 평가한 결과 표준편차가 0.927m, 최대오차가 1.466m로 나타나 수치지도 작업내규의 1:5,000 수치지도 허용오차 기준을 만족하였다. This paper presents a method for extracting building edge points from irregularly distributed aerial LiDAR point cloud data and linearizing building edge outer-line utilizing three sequential points and the angle created by them. Also, this paper presents a simplification method to extracting most outer point of building from building edge points by using ground point classified aerial LiDAR point cloud, as a way to make easy for the linearization of building edge outer-ling. And, as a result of accuracy analysis, the standard deviation and maximum error of horizontal location, which is for extracting building edge outer-line, was 0.927m and 1.466m respectively, that is an allowable error when compared to a tolerance of 1:5,000 digital map.

라이다 데이터로부터 건물 추출 및 분리

이대건(Lee, Dae Geon),이동천(Lee, Dong-Cheon) 한국측량학회 2018 한국측량학회 학술대회자료집 Vol.2018 No.4

항공 레이저 시스템 (ALS)으로부터 획득한 라이다 데이터를 이용하여 3차원 건물 모델링을 위하여 건물데이터를 추출하고 분리하는 과정이 요구된다. 본 연구에서는 라이다 데이터로부터 건물을 분리하기 위하여 향상된 watershed 기법인 marker-controlled watershed를 적용하고, 분리된 데이터로부터 건물의 특성을 고려하여 건물/비건물을 분류하였다. 최종적으로 수목 및 구조물 등 비건물 객체를 제거하고, 건물 데이터를 개별적으로 분리하는 방법을 제안하였다.

UAV 3D 모델링 영상을 이용한 지적재조사사업에서의 건물경계 추출‧등록 연구

이기훈,홍성언 한국지적학회 2020 한국지적학회지 Vol.36 No.1

In this study, building boundary were extracted using UAV 3D modeling images. In addition, the purpose of this study was to present the possibility of building registration in the cadastral re-survey project through comparative analysis of the building status maps and TS observations. To this end, a total of 64 building boundary points were extracted from buildings in the study area and the accuracy was analyzed. As a result of analysis, 56 points were allowed to extract the building boundary. As a result of RMSE analysis on these points, it was analyzed that it is possible to register the building boundary as X=0.035m, Y=0.036m, and connecting intersect = 0.051m. Eight points, which had limitations in the extraction of the building boundary, appeared to be caused by obstruction of the shade, curvature of the outer wall, and eaves. Therefore, it is expected that building registration in the cadastral re-survey project will be more efficient if the building boundary points exceeding the allowable tolerance are registered in conjunction with the TS method. 본 연구에서는 UAV 3D 모델링 영상을 이용해 건축경계선을 추출하고, 이 성과를 건축물 현황도 및 TS 관측성과와의 비교 분석을 통해 지적재조사사업에서의 건물등록 가능성을 제시하고자 하였다. 이를 위해 실험지역 건축물을 대상으로 총 64점의 외벽 경계점을 추출하고 이에 대한 정확도를 분석하였다. 분석결과, 건물경계선 추출이 가능한 점은 56점이었으며 이 점들에 대해 RMSE 분석결과, X=0.035m, Y=0.036m, 연결교차=0.051m으로 나타나 건물경계선의 등록이 가능한 것으로 분석되었다. 건물경계선 추출에 한계가 있었던 8점은 음영폐색, 외벽의 굴곡, 처마 가림 등이 원인인 것으로 나타났다. 따라서 성과 인정범위를 초과하는 외벽 경계점에 대해서는 TS 방식을 연계해 등록한다면 보다 효율적으로 지적재조사사업에서 건축등록이 가능할 것으로 기대된다.