무인항공사진측량을 이용한 지형·지물 묘사 방법별 정확도 분석 :Accuracy analysis of feature collection methods using uav-photogrammetry

김두표

추천

검색

자료유형: 학위논문

저자정보: 김두표 (동아대학교, 동아대학교 대학원)

지도교수: 이재원

발행연도: 2019

저작권: 동아대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (2)

2019

수치도화 프로그램 StereoCAD를 이용한 지형·지물의 묘사 정확도 분석

김두표 , 이재원 대한토목학회 학술대회 2019.10 학술대회자료

무인항공사진측량을 이용한 지형·지물 묘사 방법별 정확도 분석

김두표 토목공학과 2019.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 공간정보 기반의 다양한 플랫폼 개발과 서비스 분야가 증대되면서 지도의 최신성이 매우 중요시되고 있다. 이에 따라 신속·정확하게 공간정보를 취득할 수 있는 무인항공사진측량(UAV Photogrammetry)의 활용성 또한 높아지고 있다. 한편, 무인항공사진측량을 이용한 지도제작의 지형·지물 묘사 방법에는 벡터라이징과 수치도화 두 가지 방법이 있다. 벡터라이징은 무인항공사진측량으로 제작된 정사영상에서 평면 위치를 추출하고, 수치표면모델(DSM: Digital Surface Model)로부터는 표고값을 별도로 취득하는 방법이다. 하지만 이 방법은 정사영상과 DSM 제작에 시간이 많이 소요되고 묘사 정확도가 정사영상과 DSM의 정확도에 의존하는 단점이 있다. 따라서 지형·지물의 3차원 정보를 동시에 취득할 수 있는 무인항공영상의 수치도화에 의한 지도 제작의 필요성이 증가하고 있다.
이에 본 연구에서는 두 가지 방법별로 지형·지물을 묘사하고 정확도를 분석하여 수치지도 제작 가능성 및 활용 방안을 판단하고자 하였다. 이를 위하여 Agisoft사 Metashape를 이용하여 정사영상 및 DSM을 제작하고 Global Mapper에 입력하여 벡터라이징하였다. 반면, 수치도화는 Menci사의 StereoCAD를 이용하였다. 정확도 분석은 지상기준점 및 검사점을 현장측량 성과와 비교하고, Layer별 지형·지물을 기준자료와 비교한 결과를 이용하여 분석하였다.
벡터라이징 방법에 의한 정확도는 검사점의 잔차를 분석한 결과 평면 RMSE가 0.045m로 나타나 정사영상을 이용한 수치지형(평면)현황도 제작이 가능할 것으로 판단된다. 하지만 점·선·면 등 Layer별 모서리 좌표를 이용한 정확도 분석 결과는 RMSE가 평면 0.068∼0.234m, 표고 0.090∼1.840m로 나타나 표고 오차가 커 수치지도 제작에는 어려움이 있을 것으로 보인다. 반면, 수치도화 기법으로 제작된 묘사 성과의 정확도 분석결과 RMSE가 평면 0.075∼0.156m, 표고 0.032∼0.133m로 매우 미소하여, 평면과 표고 모두 높은 정확도로 획득할 수 있어 향후 수치지도 제작에 적극적으로 활용될 것으로 기대한다.

#무인항공사진측량 #정사영상 #DSM #수치도화

Ⅰ. 서론 1
1. 연구배경 및 목적 1
2. 연구 동향 3
3. 연구방법 및 내용 6
Ⅱ. 무인항공사진측량 및 수치도화 8
1. 개요 8
2. 무인항공사진측량 9
가. 영상취득 기하 9
나. 영상품질 10
다. 카메라 검정 11
라. 영상정합 13
3. 수치도화 18
가. 입체시 원리 18
나. 에피폴라 기하 19
다. 도화 20
Ⅲ. 자료취득 및 영상처리 22
1. 연구대상지 22
2. 지상기준점 측량 및 영상취득 23
가. 지상기준점 측량 23
나. 영상취득 25
3. 영상처리 및 StereoCAD 26
가. 영상처리 27
나. StereoCAD 31
4. 지형·지물 묘사 33
가. 벡터라이징 34
나. 수치도화 35
IⅤ. 묘사 방법별 정확도 37
1. 비교 기준자료 37
2. 벡터라이징 정확도 40
가. 지상기준점 및 검사점 40
나. Layer별 지형·지물 42
3. 수치도화 정확도 51
가. 지상기준점 및 검사점 51
나. Layer별 지형·지물 53
4. 비교 및 고찰 58
V. 결론 62
참고문헌 64
Abstract 68

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)