고해상도 위성영상을 활용한 자동화된 건물 영역 추출 하이브리드 접근법|RISS 상세보기

다국어 초록 (Multilingual Abstract)

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.

번역하기

국문 초록 (Abstract)

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.

번역하기

본 연구에서는 기존의 연구들에서 주로 사용하여왔던 현장측량, 항공사진, 라이다 데이터 등의 취득이 원천적으로 어려운 지역에 대한 건물 영역 추출을 구현하고자 하였다. 이에 접근성에 ...

참고문헌 (Reference)

1 백승해, "다중방향성 정합선 최적화와 신뢰도 기반 공백복원을 이용한 스테레오 정합" 한국정보처리학회 17 (17): 115-124, 2010

2 Sohn, G., "Using a binary space partitioning tree for reconstructing polyhedral building models from airborne lidar data" 74 (74): 1425-1438, 2008

3 Maas, H. G., "Two algorithms for extracting building models from raw laser altimetry data" 54 : 153-163, 1999

4 Bartels, M., "Threshold-free object and ground point separation in LIDAR data" 31 (31): 1089-1099, 2010

5 Hirschmuller, H., "Stereo processing by semi-global matching and mutual information" 30 (30): 328-341, 2008

6 Vosselman, G., "Slope based filtering of laser altimetry data" 33 : 935-942, 2000

7 Kim, C., "Segmentation of planar surfaces from laser scanning data using the magnitude of normal position vector for adaptive neighborhoods" 16 (16): 140-, 2016

8 Sampath, A., "Segmentation and reconstruction of polyhedral building roofs from aerial lidar point clouds" 48 (48): 2010

9 Suveg, I., "Reconstruction of 3D building models from aerial images and maps" 58 : 202-224, 2004

10 Wang, Y., "Pictometry’s proprietary airborne digital imaging system and its application in 3D city modelling" 37 : 1065-1070, 2008