무인항공기에서 생성된 포인트 클라우드의 평면성 분석을 통한 자동 건물 모델 생성 기법 = Automatic Building Modeling Method Using Planar Analysis of Point Clouds from Unmanned Aerial Vehicles

다국어 초록 (Multilingual Abstract)

In this paper, we propose a method to separate the ground and building areas and generate building models automatically through planarity analysis using UAV (Unmanned Aerial Vehicle) based point cloud. In this study, proposed method includes five steps. In the first step, the planes of the point cloud were extracted by analyzing the planarity of the input point cloud. In the second step, the extracted planes were analyzed to find a plane corresponding to the ground surface. Then, the points corresponding to the plane were removed from the point cloud. In the third step, we generate ortho-projected image from the point cloud ground surface removed. In the fourth step, the outline of each object was extracted from the ortho-projected image. Then, the non-building area was removed using the area, area / length ratio. Finally, the building’s outer points were constructed using the building’s ground height and the building’s height. Then, 3D building models were created. In order to verify the proposed method, we used point clouds made using the UAV images. Through experiments, we confirmed that the 3D models of the building were generated automatically.

국문 초록 (Abstract)

본 논문에서는 저비용으로 생성할 수 있는 무인항공기 기반의 포인트 클라우드를 사용하여 평면성 분석을 통해 지면과 건물 영역을 분리하고 자동으로 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총다섯 단계로 구성된다. 첫 단계에서는 입력되는 포인트 클라우드의 평면성을 분석하여 포인트 클라우드를 구성하는 평면들을 추출하였다. 두 번째 단계에서는 추출된 평면들을 분석하여 지표면에 해당하는 평면을 찾고포인트 클라우드에서 해당 평면 기준으로 포인트들을 제거하였다. 세 번째 단계에서는 지표면이 제거된 포인트 클라우드를 정사 투영하여 영상을 제작하였다. 네 번째 단계에서는 정사 투영된 영상에서 각각의 객체의 외곽선을 추출하고 외곽선의 넓이와 넓이, 길이 비율을 이용하여 건물 불인정 영역을 제거하였다. 마지막 단계에서는 건물의 지표면 높이와 건물의 높이를 이용하여 건물의 외곽점을 구성하고 3D 건물 모델을 생성하였다. 제안한 방법을 검증하기 위하여 무인항공기 영상을 이용해 제작된 포인트 클라우드를 사용하였으며, 실험을통해 제안 기법을 통해 무인항공기 기반 포인트 클라우드에서 자동으로 건물의 3D 모델이 생성 가능함을 확인하였다.

참고문헌 (Reference)

1 윤완상, "스테레오 영상 간 관측 벡터에 기반한 다중 포인트 클라우드 통합" 대한원격탐사학회 35 (35): 727-736, 2019

2 Keiich, A., "Topological Structural Analysis of Digitized Binary Images by Border Following" 30 (30): 32-46, 1983

3 Fischler, M. A., "Random sample consensus : A paradigm for model fitting with applications to image analysis and automated cartography" 24 (24): 381-395, 1981

4 Nan, L., "Polygonal Surface Reconstruction From Point Clouds" 2353-2361, 2017

5 Remondino, F., "Photogrammetry for Mapping and 3D Modeling, Current Status and Future Perspectives, International Archives of the Photogrammetry" 38 (38): 35-31, 2011

6 이수암, "Incremental Bundle Adjustment와 스테레오 영상 정합 기법을 적용한 무인항공기 영상에서의 포인트 클라우드 생성방안 연구" 대한원격탐사학회 34 (34): 941-951, 2018

7 Joseph, G., "Efficient Dilation, Erosion, Opening, and Closing Algorithms" 24 (24): 1606-1617, 2002

8 Haala, N., "Dense Multi-Stereo Matching for High Quality Digital Elevation Models" 2012 (2012): 331-343, 2012

9 Rhee, S., "Dense 3D Point Cloud Generation from UAV Images from Image Matching and Global Optimization" 41 : 1005-1009, 2016

10 Turner, D., "An Automated Technique for Generating Georectified Mosaics from Ultra-High Resolution Unmanned Aerial Vehicle (UAV) Imagery, Based on Structure from Motion (SfM) Point Clouds" 4 (4): 1392-1410, 2012

11 Ham, S., "A Study for Providing 3D Building Information based on National Spatial Information" 39 : 136-, 2019

12 Wu, B., "A Graph-Based Approach for 3D Building Model Reconstruction from Airborne LiDAR Point Clouds" 9 (9): 92-, 2017