메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이현직 (상지대학교) 양승룡 (여주대학교) 이동국 (올포랜드연구소)
저널정보
대한공간정보학회 대한공간정보학회지 대한공간정보학회지 제29권 제3호
발행연도
2021.9
수록면
51 - 64 (14page)
DOI
10.7319/kogsis.2021.29.3.051

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 공간정보는 수치지도 등고선을 이용한 2차원 선형데이터에서 포인트클라우드와 같은 3차원 데이터로 전환되고 있는 실정이다. 일반적으로 포인트클라우드 데이터는 LiDAR 센서를 이용하여 취득하는 방법과 각종 디지털영상을 컴퓨터비전 해석을 통해 생성된다. 본 연구에서는 전통적인 산림지역인 연구대상지를 대상으로 LiDAR 기반 및 CV해석 기반의 5가지 유형 포인트클라우드 데이터를 생성하였으며, 이를 이용하여 생성방법에 따른 점밀도와 절대정확도 및 상대적인 품질분석을 수행하였다. 본 연구의 수행 결과, 생성방법별 포인트클라우드 데이터의 점밀도 특성을 알 수 있었으며, CV해석 기반 데이터에 비해 LiDAR 기반 데이터가 수직위치 정확도가 상대적으로 높게 나타났고, CV해석시에는 영상의 중복도와 영상크기 및 공간해상도의 영향이 절대정확도에 미치는 영향이 큼을 알 수 있었다. 포인트클라우드 데이터의 단면분석과 3D 모델형성의 상대적인 품질분석 결과, 산림지역의 LiDAR 기반 포인트클라우드 데이터는 점밀도에 따라 수종별 DEM 및 DSM의 차이점을 나타내었으며, CV해석 기반 데이터의 경우는 취득시기에 따라 특징점 추출이 어려워 수종별 DCM의 차이점을 나타내었다. 생성방법별 3D 모델 형성은 LiDAR기반 데이터보다는 CV해석 방법이 더욱 유용했으며, 영상의 공간해상도와 중복도에 대한 심중한 고려가 필요함을 알 수 있었다. 또한, 본 연구에서는 촬영시기가 다른 영상을 융합하여 CV해석을 수행하거나, CV해석시 동시에 취득된 원시 포인트클라우드 데이터를 융합하는 방법을 적용한 결과, 두가지 데이터 융합을 통한 CV해석 결과가 절대정확도 및 상대적인 품질향상에 효과적임을 알 수 있었다.

목차

要旨
Abstract
1. 서론
2. 포인트클라우드 데이터 취득
3. 포인트클라우드 데이터 품질분석
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0