KR20000072812A - 라이더 데이터를 이용한 건물 추출방법과 그 프로그램소스를 저장한 기록매체 - Google Patents

라이더 데이터를 이용한 건물 추출방법과 그 프로그램소스를 저장한 기록매체 Download PDF

Info

Publication number
KR20000072812A
KR20000072812A KR1020000057266A KR20000057266A KR20000072812A KR 20000072812 A KR20000072812 A KR 20000072812A KR 1020000057266 A KR1020000057266 A KR 1020000057266A KR 20000057266 A KR20000057266 A KR 20000057266A KR 20000072812 A KR20000072812 A KR 20000072812A
Authority
KR
South Korea
Prior art keywords
building
points
polygon
initial
height
Prior art date
Application number
KR1020000057266A
Other languages
English (en)
Inventor
김형태
서정헌
조우석
Original Assignee
서정헌
주식회사 모바일매퍼
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서정헌, 주식회사 모바일매퍼 filed Critical 서정헌
Priority to KR1020000057266A priority Critical patent/KR20000072812A/ko
Publication of KR20000072812A publication Critical patent/KR20000072812A/ko

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Analysis (AREA)

Abstract

본 발명은 라이더 데이터를 이용한 건물 추출방법에 관한 것으로서, 라이더 시스템에 의해 항공레이저측량된 가공되지 않은 상태의 원 라이더 데이터를 로컬 필터링하여 건물을 자동으로 추출하기 위한 것이다.
이를 위하여 본 발명은 건물의 초기 가정치를 설정하는 단계와, 라이더 데이터들로부터 아웃라이어들의 점을 제거하는 단계와, 상기 아웃라이어가 제거된 라이더 데이터에 윈도우를 적용하여 초기 건물점을 추출하는 단계와, 상기 초기 건물점으로부터 삼각측량 불규칙망을 형성하고 상기 TIN으로부터 건물에 해당하지 않는 라인 및 폴리곤을 제거하여 각 건물의 경계에 해당하는 초기 건물 경계점을 추출하는 단계와, 상기 초기 건물 경계점에 건물 폴리곤 ID를 부여하고, 동일 폴리곤 ID를 가진 점들 중에서 로컬 스태틱스티컬 필터링(local staticstical filtering)하여 일정치 이상의 높이 차이가 있는 점을 제거하여 최종 건물 경계점을 추출하는 단계와, 상기 최종 건물 경계점에 하우(Hough)변환 및 면적조건을 적용하여 직선화된 건물 경계의 특징점을 추출하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 단계를 포함하여 건물 추출방법 및 그 프로그램 소스를 저장한 기록매체를 특징으로 한다.

Description

라이더 데이터를 이용한 건물 추출방법과 그 프로그램 소스를 저장한 기록매체{MEDIA THAT CAN RECORD COMPUTER PROGRAM SOURCES FOR EXTRACTING BUILDING USING LIDAR DATA, AND METHOD THEREOF}
본 발명은 라이더(LIDAR; Light Detection and Ranging) 데이터를 이용한 건물 추출방법에 관한 것으로서, 특히 가공되지 않은 상태의 원 라이더 포인트 데이터(이하, 라이더 데이터로 칭함)로부터 로컬 필터링을 이용하여 건물을 자동으로 추출하는 방법에 관한 것이다.
일반적으로 건물은 수치지도에서 중요한 레이어 중 하나로 지금까지는 주로 도화사들의 도화작업에 의해 제작되었다. 항공사진으로부터 건물을 자동으로 추출하기 위한 연구가 지난 20여 년간 컴퓨터 비젼(computer vision) 분야와 사진측량 분야에서 활발히 이루어 졌으며, 최근 라이더(Lidar) 시스템의 등장으로 고해상도 DSM(Digital Surface Model)로부터 건물을 추출하는 연구도 활발히 진행되고 있다.
라이더 시스템은 완전 자동처리가 가능하여 처리속도가 빠르며 능동적 센서로, 날씨에 구애를 받지 않고 측량할 수 있으며, 완전한 수치처리를 제공하여 필터링과 같은 부수적인 작업이 없이도 모니터링이나 시뮬레이션 작업을 위한 GIS에서 요구하는 지표면 모형을 제공할 수 있으며, 식생 특성분석과 같은 응용분야에 적용될 수 있다. 또한 지상기준점 측량 작업이 어려운 해안, 습지 측량과 그림자에 의해 방해받는 산림, 도심 지역에서의 수치표고모형 제작에 유리한 장점이 있으며, 측량 정확도에 있어서도 수직 정확도 15cm, 수평정확도 30cm를 보장하는 혁신적인 항공레이저측량시스템 혹은 ALMS(airborne laser mapping system)으로서, 레이저 스캐너, GPS, INS 및 컴퓨터 하드웨어, 소프트웨어로 구성되어 있으며, 자료통합을 위한 보조장비로 비디오나 사진 측량용 사진기가 탑재되어 구성되기도 한다.
이러한 라이더 시스템은 레이저기기와 점간의 거리관측을 기본 원리로 하고 있으며, 그 구성요소 중의 하나인 GPS와 INS는 비행경로를 따라가는 비행기의 자세와 위치를 제공한다. 레이저신호의 반사파는 저장되어서 지표의 상태를 분류하는데 표고자료와 함께 이용된다.
그러나 상기 라이더 데이터는 상당히 높은 정확도의 DSM 제작을 가능하게 하나, 그 수평위치의 정확도가 수직위치의 정확도보다 상대적으로 많이 떨어지며, 이는 건물과 같이 브레이크라인이 발생하는 인공지물에서는 DSM의 절대정확도가 현저히 떨어지는 요인이 된다.
따라서 이러한 라이더 데이터로부터 건물을 추출하는 작업은 원 데이터의 정확도와 포인트 밀도, 촬영 경로의 배치, 적용된 추출 알고리즘 등에 따라 그 품질이 달라지며, 특히 라이더 데이터의 수평정확도가 항공사진의 정확도 보다 떨어지므로 적절한 보정작업을 필요로 하였다.
본 발명은 상기의 문제점을 해결하기 위해 안출한 것으로서, 본 발명의 목적은 라이더 시스템에 의해 항공레이저측량된 가공되지 않은 상태의 원 라이더 포인트 데이터(raw lidar point data)를 로컬 필터링(local filtering)하여 건물을 자동으로 추출해냄으로써, 정확도가 향상된 건물 경계선을 추출하는데 기여할 수 있는 라이더 데이터를 이용한 건물 추출방법을 제공함에 있다.
상기의 목적을 달성하기 위하여 본 발명의 일 실시예는 건물의 최대크기 및 최소면적과 높이 및 건물간의 간격에 대한 초기 가정치를 설정하는 단계와, 라이더 데이터들로부터 지하도 및 오차 등에 의한 아웃라이어들의 점을 제거하는 단계와, 상기 아웃라이어가 제거된 라이더 데이터에 윈도우를 적용하여 상기 윈도우 내의 점들로부터 상기 일정치 이상의 높이를 갖는 점만을 선택하여 초기 건물점을 추출하는 단계와, 상기 초기 건물점으로부터 삼각측량 불규칙망(Triangulated Irregular Network; TIN)을 형성하고 상기 TIN으로부터 건물에 해당하지 않는 라인 및 폴리곤을 제거하여 각 건물의 경계에 해당하는 초기 건물 경계선을 추출하는 단계와, 상기 초기 건물 경계선에 건물 폴리곤 ID를 부여하고, 동일 폴리곤 ID를 가진 점들 중에서 일정치 이상의 높이 차이가 있는 점을 제거하여 최종 건물점 및 경계선을 추출하는 단계와, 상기 최종 건물 경계선에 하우(Hough)변환 및 면적조건을 적용하여 직선화된 건물 경계의 특징점을 추출하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 단계를 포함하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법과, 그 방법에 대한 컴퓨터 프로그램 소스를 저장한 기록매체를 제공한다.
도 1은 본 발명의 일 실시예에 의한 건물 추출방법의 전체 흐름도
도 2a 내지 도 2f는 도 1의 각 처리단계에서의 상세 흐름도
도 3은 본 발명에서 사용되는 라이더 원영상의 예시도
도 4a 내지 도 4f는 도 3의 라이더 원영상으로부터 본 발명에 의한 건물 추출과정을 설명하기 위한 참고도
<도면의 주요 부분에 대한 부호의 설명>
100 : 초기 건물점 101 : 초기 건물 경계선
102 : 최종 건물 경계선 104 : 최종 건물 폴리곤
200 : 아웃라이어
본 발명의 상기 목적과 특징 및 장점은 첨부 도면 및 다음의 상세한 설명을 참조함으로서 더욱 쉽게 이해될 수 있을 것이다.
이하에서의 본 발명은 가공되지 않은 상태의 라이더 포인트 데이터(raw lidar point data)로부터 로컬 필터링에 의해 건물을 추출하는 방법을 바람직한 실시예로서 제안한다. 그러나 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시 될 수 있음은 물론이다.
또, 상기 본 발명의 바람직한 실시예는 본 발명 방법을 실행하도록 프로그램된 컴퓨터 시스템 및 컴퓨터 프로그램 제품과 같은 실시예를 포함한다. 컴퓨터 시스템의 실시예에 따르면, 방법을 실행하기 위한 명령어 세트는 하나 또는 그 이상의 메모리(램)에 상주하며, 이들 명령어 세트는 컴퓨터 시스템에서 필요로 할 때까지 예를 들어 디스크 드라이브 내의 다른 컴퓨터 메모리에 컴퓨터 프로그램 제품으로써 저장될 수 있다.
도 1은 본 발명의 일 실시예에 의한 건물 추출방법의 전체 흐름도로서, 건물의 최대크기 및 최소면적과 높이 및 건물간의 간격에 대한 초기 가정치를 설정하는 단계(a10)와, 라이더 데이터(lidar data)들로부터 지하도 및 오차 등에 의한 아웃라이어(outlier)(200)들의 점을 제거하는 단계(a20)와, 상기 아웃라이어가 제거된 원 라이더 점 데이터에 윈도우를 적용하여 상기 윈도우 내의 점들로부터 상기 일정치 이상의 높이를 갖는 점만을 선택하여 초기 건물점(100)을 추출하는 단계(a30)와, 상기 추출된 초기 건물점으로부터 삼각측량 불규칙망(Triangulated Irregular Network; TIN)를 형성하고, 상기 TIN으로부터 건물에 해당하지 않는 라인 및 폴리곤을 제거하여 각 건물의 경계에 해당하는 초기 건물 경계선(101)을 추출하는 단계(a40)와, 상기 추출된 초기 건물 경계선에 건물 폴리곤 ID를 부여하고, 동일 폴리곤 ID를 가진 점들 중에서 일정치 이상의 높이 차이가 있는 점을 제거하여 최종 건물점 및 경계선(102)을 추출하는 단계(a50)와, 상기 추출된 최종 건물 경계선(102)에 하우변환(Hough Transform) 및 면적조건을 적용하여 직선화된 건물 경계의 특징점을 추출하여 최종 건물 폴리곤(104) 및 특징점 데이터를 추출하는 단계(a60)를 포함한다.
도 2a 내지 도 2f는 상기 도 1의 라이더 데이터를 이용한 건물 추출방법의 각 처리단계에 대한 상세 흐름도로서, 도 2a는 (a10) 초기치 설정단계를, 도 2b는 (a20) 아웃라이어 제거단계를, 도 2c는 (a30) 초기 건물점 추출단계를, 도 2d는 (a40) 초기 건물경계선 추출단계를, 도 2e는 (a50) 최종 건물점 및 경계선 추출단계를, 도 2f는 (a60) 건물 경계선 직선화단계를 각각 도시하고 있다.
도 2a를 참조하면, 상기 (a10) 초기치 설정단계는 건물의 최대크기에 대한 초기 가정치를 설정하는 단계(a11)와, 건물의 최소면적 및 최소높이에 대한 초기 가정치를 설정하는 단계(a12)와, 건물과 건물 사이의 간격에 대한 초기 가정치를 설정하는 단계(a13)로 이루어진다. 여기서 상기 각각의 초기 가정치는 항공레이저측량 대상지역에 따라 각각 다르게 설정될 수 있는 값으로서, 건물의 최대크기에 대한 초기 가정치는 30m ×30m로서, 측량대상 건물의 최대 폭을 넘지 않도록 설정하며, 건물의 최소면적 및 건물의 최소높이에 대한 초기 가정치는 측량대상 건물의 최소면적 및 최소높이 이상이 되도록 설정하며, 따라서 라이더 데이터의 로컬 필터링에 사용하는 필터의 크기도 측량 대상 지역의 건물 최대폭의 크기를 갖는 필터로 설정한다.
도 2b를 참조하면, 상기 (a20) 아웃라이어 제거단계는 윈도우 내의 점들의 높이에 대한 평균값(M1)을 산출하는 단계(a21)와, 상기 산출된 평균값(M1)보다 작은 높이를 갖는 점(주로 지표면에 잔류하는)들을 선택하는 단계(a22, a22-1)와, 상기 (a22) 및 (a22-1) 단계에서 선택된 점들의 높이에 대한 평균값(M2)과 표준편차(σ)를 산출하는 단계(a23)와, 상기 (a22) 및 (a22-1)단계에서 선택된 점들 중에서 높이가 상기 산출된 평균값(M2)에 대해 일정치 이내의 편차를 갖는 점들을 선택하는 단계(a24)와, 상기 (a24)단계에서 선택된 점들을 제거하여 지하도 및 오차 등에 의해 발생된(건물본체로부터 분리된) 아웃라이어들을 제거하는 단계(a25)(a25-1)로 이루어진다. 여기서 상기 (a24) 단계는 상기 산출된 높이 평균값(M2)으로부터 3σ이내의 높이 편차를 갖는 점들을 아웃라이어로 선택하도록 설정한 일 실시예의 경우를 예시하고 있다.
도 2c를 참조하면, 상기 (a30) 초기 건물점 추출단계는 상기 아웃라이어가 제거된 점 데이터에 대해 윈도우 적용하는 단계(a31)와, 상기 적용된 윈도우 내의 점들의 높이값 중 최소값 산출하는 단계(a32)와, 상기 적용된 윈도우 내에서 상기 산출된 최소값보다 상기 초기 설정된 건물의 최소높이 가정치 이상의 높이를 갖는 점을 초기 건물점으로 선택하는 단계(a33)(a33-1)로 이루어진다. 여기서 상기 (a33) 단계는 건물의 최소높이에 대한 초기 가정치가 9m로 설정한 일 실시예의 경우를 예시하고 있다.
도 2d를 참조하면, 상기 (a40) 초기 건물경계선 추출단계는 상기 추출된 초기 건물점들로부터 TIN(Triangulated Irregular Network)을 형성하는 단계(a41)와, 상기 TIN에 라인 토폴로지를 구성하는 단계(a42)와, 상기 (a42) 단계에서 구성된 라인 토폴로지로부터 상기 초기 설정된 건물간의 간격 가정치 이상되는 길이의 TIN 라인 제거하는 단계(a43)와, 상기 (a43) 단계에서 초기 가정치 이상되는 길이의 TIN 라인이 제거되고 남은 TIN에 폴리곤 토폴로지를 구성하는 단계(a44)와, 상기 (a44) 단계에서 구성된 폴리곤 토폴로지로부터 상기 초기 설정된 건물의 최대크기 가정치를 적용하여 초기 건물 경계선을 추출하는 단계(a45)와, 상기 추출된 초기 건물 경계선 중에서 건물의 최소면적 이하의 폴리곤을 제거하는 단계(a46)로 이루어진다. 여기서 상기 (a43) 단계는 건물과 건물 사이가 최소 2m 이상의 간격을 두는 것을 참고로 하여 상기 TIN 라인이 2m 이상인 것을 삭제하도록 설정한 일 실시예의 경우를 예시하고 있으며, 상기 (a45) 단계는 건물의 최소 면적에 대한 초기 가정치를 10제곱미터(㎡)로 설정하여 10 제곱미터 이하의 폴리곤을 삭제하도록 한 일 실시예의 경우를 예시하고 있다.
도 2e에 의하면, 상기 (a50) 최종 건물점 및 경계선 추출단계는 상기 초기 건물 경계선에 건물 폴리곤 식별정보(ID)를 부여하는 단계(a51)와, 동일 폴리곤 ID를 가진 점들의 높이에 대한 평균값(M3) 및 표준편차(δ)를 산출하는 단계(a52)와, 상기 동일 폴리곤 ID를 가진 점들 중에서 높이가 상기 산출된 높이 평균값(M3)에 대해 일정치 이상의 편차를 갖는 점들을 제거하는 단계(a53)와, 상기 (a53) 단계에서 제거되고 남은 점들로부터 TIN을 형성하는 단계(a54)와, 상기 (a54) 단계에서 형성된 TIN에 라인 토폴로지를 구성하는 단계(a55)와, 상기 (a55) 단계에서 구성된 라인 토폴로지로부터 상기 초기 설정된 건물간의 간격 가정치 이상되는 길이의 TIN 라인 제거하는 단계(a56)와, 상기 (a56)단계에서 라인 제거되고 남은 TIN에 폴리곤 토폴로지를 구성하는 단계(a57)와, 상기 폴리곤 토폴로지로부터 최종 건물경계선을 추출하는 단계(a58)로 이루어진다. 여기서, 상기 (a53) 단계는 상기 산출된 높이 평균값(M3)으로부터 3δ이상의 높이 편차를 갖는 점들을 선택하여 제거하도록 설정한 일 실시예의 경우를 예시하고 있으며, 상기 (a56) 단계는 건물과 건물 사이가 최소 2m 이상의 간격을 두는 것을 참고로 하여 상기 TIN 라인이 2m 이상인 것을 삭제하도록 설정한 일 실시예의 경우를 예시하고 있다.
도 2f를 참조하면, 상기 (a60) 건물 경계 직선화단계는 상기 (a50) 단계에서 추출된 건물 경계선에 하우 변환(Hough transform)을 실시하여 블록라인을 형성하는 단계(a61)와, 상기 하우 변환에 의해 얻은 블록라인(105)들에 대해 폴리곤 토폴로지를 구성하는 단계(a62)와, 상기 (a62)단계에서 구성된 폴리곤 토폴로지와 상기 (a50) 단계에서 추출된 건물 경계선들을 중첩시키는 단계(a63)와, 상기 중첩된 폴리곤에 건물의 면적조건을 적용하여 직선화된 건물 경계의 폴리곤을 추출하는 단계(a64)와, 상기 추출된 각 폴리곤에서 초기 가정치에 적합하지 않은 건물 경계선을 삭제하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 단계(a65)로 이루어진다. 여기서 상기 (a65) 단계는 상기 직선화된 각 폴리곤 중에서 건물경계의 사이각이 임계치 이하인 특징점을 추출하여 최종 건물 폴리곤 및 특징점 데이터를 추출할 수도 있으며, 상기 라이더 데이터에서 추출된 건물 폴리곤이 차지하는 면적이 전체면적의 반 보다 적게 차지하는 폴리곤을 삭제하여 초기 가정치에 적합한 최종 건물 폴리곤 및 특징점 데이터를 추출할 수도 있다.
도 3은 본 발명에서 사용되는 라이더 원영상의 예시도로서, 전체 촬영지역의 끝부분에 위치하여 각 건물마다 중복된 촬영경로가 각기 다르며, 점밀도(point density)로 각각 다르게 나타나는 것을 도시하고 있다.
도 4a 내지 도 4f는 도 3의 라이더 원영상으로부터 본 발명에 의한 건물 추출과정(도 2a 내지 도 2f)을 설명하기 위한 참고도로서, 도 4a는 라이더 시스템에 의해 측량된 상기 도 3의 라이더 원영상을 초기 설정된 건물 최대크기의 초기 가정치에 맞는 30m ×30m 크기로 로컬 필터링하여 얻은 라이더 데이터를, 도 4b는 상기 로컬 필터링된 라이더 데이터에 삼각측량 불규칙망(TIN)을 형성한 상태를, 도 4c는 상기 TIN 으로부터 길이가 2m 이상되는 삼각형의 변을 삭제한 결과를, 도 4d는 상기 TIN으로부터 건물 경계선을 추출한 결과를, 도 4e는 상기 추출된 하나의 건물 경계선을 발췌하여 하우변환을 실시한 결과를, 도 4f는 상기 하우변환 결과에 직선화를 수행하여 선형 벡터를 구하고, 그 직선화된 결과와 상기 건물 경계선을 중첩하여 최종 건물경계를 추출한 결과를 각각 도시하고 있다.
이상과 같이 구성되는 본 발명에 의한 라이더 데이터를 이용한 건물 추출방법의 작용 및 그에 따른 효과를 도 1 및 도 2a 내지 도 2f의 동작 흐름도와 도 3 및 도 4a 내지 도 4f의 참고도를 참조하여 상세히 설명하면 다음과 같다.
먼저, 본 발명에서는 측량 대상지역의 건물에 대한 초기치를 미리 가정(a10)한다. 이 상태에서 라이더 시스템에 의해 측량대상지역으로부터 항공레이저측량된 도 3의 라이더 데이터(lidar data)로부터 건물에 해당하는 포인트만을 추출(segmentation)하기 위해서 로컬 필터링을 실시하여 도 4a와 같은 결과를 얻는다.이때 상기 측량대상지역을 사전 답사하여 미리 설정한 초기 가정치를 기준으로 상기 로컬 필터링에 사용하는 필터의 크기를 설정하게 된다. 예를 들어 항공 레이저 측량하고자 대상지역을 사전 답사하여 측량 대상지역에서 건물의 폭이 최대 30m를 넘지 않으며 건물의 높이가 최소 9m 이상이고 건물 간의 간격이 최소 2m가 되도록 초기가정치로 설정(a11-a13)하였을 경우, 측량대상지역에 30m ×30m 크기의 필터를 사용하여야 하고 각 필터마다 최소높이를 구하고 이 높이보다 9m이상인 포인트들을 건물로 간주하여 도 4a와 같은 라이더 데이터를 추출할 수 있게 된다. 이후 상기 추출된 라이더 데이터에서 지하도 및 오차 등과 같은 아웃 라이어들을 제거(a20)한다. 이때 상기 라이더 데이터 중에서 윈도우 내의 점들의 높이에 대한 평균값(M1)을 산출(a21)하여 그(M1) 보다 낮은 높이를 갖는 점들을 선택(a22)하고, 다시 상기 선택된 점들의 높이에 대한 평균값(M2)과 표준편차(σ)를 산출(a23)하여 상기 선택된 점들 중에서 높이가 상기 산출된 평균값(M2)에 대해 일정치 이내의 편차(3σ)를 갖는 점들을 선택(a24)하여 제거(a25)함으로써, 아웃라이어들에 대한 제거가 이루어진다.
이어서 상기 아웃라이어가 제거된 점 데이터에 대해 윈도우를 적용(a31)하여, 그 윈도우 내의 점들의 높이값 중 최소값 산출(a32)한다. 그리고 상기 윈도우 내에서 산출된 최소값보다 상기 초기 설정된 건물의 최소높이 가정치(9m) 이상의 높이를 갖는 점을 초기 건물점으로 선택(a33)한다.
다음으로 상기 추출된 초기 건물점들로부터 건물의 경계를 추출하기 위하여 먼저 원 라이더 데이터로부터 TIN(도 4b)을 형성(a41)하여 라인 토폴로지 및 폴리곤 토폴로지를 구성(a42, a43)한다. 이때 라이더 데이터의 포인트간격은 평균 0.6m로, 특히 건물 경계주변에는 많은 포인트가 존재하여 그 간격이 더욱 조밀하며, 건물과 건물 사이는 최소 2m 이상의 간격을 가지고 있으므로 상기 형성된 TIN의 길이가 2m 이상인 것을 삭제(a45)하고, 10제곱미터 이하면적의 폴리곤을 삭제(a46)함으로써, 각 건물을 분리(도 4c)한다.
다음으로 상기 분리된 각 건물의 TIN으로부터 경계에 해당하는 라인만을 선택하여 각 건물의 경계(도 4d)를 구축(a50)한다. 이때 상기 추출된 건물의 경계에는 건물이 아닌 나무나 기타 작은 인공구조물에 의해서 생기는 노이즈(아웃라이어)가 존재하고 있다. 따라서 본 발명에서는 상기 초기 건물 경계선에 건물 폴리곤 식별정보(ID)를 부여(a51)하여, 동일한 폴리곤 ID를 가진 점들의 높이에 대한 평균값(M3) 및 표준편차(δ)를 산출(a52)하고, 그 동일 폴리곤 ID를 가진 점들 중에서 높이가 상기 산출된 높이 평균값(M3)에 대해 일정치 이상의 편차(3δ)를 갖는 점들을 제거(a53)한다. 그리고 남은 점들로부터 다시 TIN을 형성(a54)하여 그 TIN에 라인 토폴로지 및 폴리곤 토폴로지를 구성(a55, a57)한 후, 라인 토폴로지로부터 상기 초기 설정된 건물간의 간격 가정치 이상되는 길이의 TIN 라인을 제거(a56)하고, 상기 폴리곤 토폴로지로부터 최종 건물점 및 경계선(도 4e)을 추출(a58)할 수 있게 된다.
상기 원 라이더 데이터로부터 추출된 건물의 경계는 데이터의 오차나 건물 자체의 특성 때문에 직선을 형성하지 뭇하며, 전체적인 윤곽은 건물의 형상을 따라가나 세부적인 라인들은 지그재그의 형상을 가진 많은 노드들의 집합으로 구성되어 있게 된다. 따라서 본 발명에서는 상기 도 4d의 원 라이더 데이터로부터 추출된 건물의 경계 데이터를 규칙적인 그리드 데이터로 변환하고, 다시 이진 영상 데이터에서 공간적으로 확장된 패턴들의 변환에 의한 라인인식에 사용되는 하우변환(Hough transform)을 적용(a61)한다. 여기서 벡터데이터인 건물경계는 한 픽셀의 크기가 10cm 인 규칙적인 그리드 데이터로 변환되며, 이 데이터에 하우변환을 적용하여 도 4e와 같은 결과를 얻는다.
상기 도 4e에서 하우변환 결과인 블록라인에 대해 폴리곤 토폴로지를 형성(a62)하고, 이미 추출된 건물의 경계를 사전 가정으로 하여 직선화된 이 폴리곤으로부터 최적의 건물 경계를 추출(a64)하기 위하여 두 폴리곤을 결합(도 4f)한다. 상기 결합된 폴리곤에서 하우 변환으로부터 추출된 각각의 폴리곤 중 원 라이더 데이터에서 추출된 건물 폴리곤이 차지하는 면적이 전체면적의 반보다 적게 차지하는 폴리곤을 삭제함으로써, 사전 가정에 적합한 직선화된 건물 경계를 추출(s65)할 수 있게 된다.
이상의 본 발명은 상기에 기술된 실시예들에 의해 한정되지 않고, 당업자들에 의해 다양한 변형 및 변경을 가져올 수 있으며, 이는 첨부된 청구항에서 정의되는 본 발명의 취지와 범위에 포함된다.
따라서 본 발명은 라이더 시스템에 의해 항공레이저측량된 가공되지 않은 상태의 원 라이더 포인트 데이터(raw lidar point data)를 로컬 필터링(local filtering)하여 건물을 자동으로 추출해냄으로써, 정확도가 향상된 건물 경계선을 추출하는데 기여할 수 있는 이점이 있다.

Claims (21)

  1. (a10) 건물의 최대크기 및 최소면적과 높이 및 건물간의 간격에 대한 초기 가정치를 설정하는 단계;
    (a20) 원 라이더 점 데이터(raw lidar point data)들로부터 지하도 및 오차 등에 의한 아웃라이어(outlier)들의 점을 제거하는 단계;
    (a30) 상기 아웃라이어가 제거된 원 라이더 점 데이터에 윈도우를 적용하여상기 윈도우 내의 점들로부터 상기 일정치 이상의 높이를 갖는 점만을 선택하여 초기 건물점을 추출하는 단계;
    (a40) 상기 추출된 초기 건물점으로부터 삼각측량 불규칙망(Triangulated Irregular Network; TIN)를 형성하고, 상기 TIN으로부터 건물에 해당하지 않는 라인 및 폴리곤을 제거하여 각 건물의 경계에 해당하는 초기 건물 경계선을 추출하는 단계;
    (a50) 상기 추출된 초기 건물 경계선에 건물 폴리곤 ID를 부여하고, 동일 폴리곤 ID를 가진 점들 중에서 일정치 이상의 높이 차이가 있는 점을 제거하여 최종 건물점 및 경계선을 추출하는 단계;
    (a60) 상기 추출된 최종 건물 경계선에 하우변환(Hough Transform) 및 면적조건을 적용하여 직선화된 건물 경계의 특징점을 추출하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 단계를 포함하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  2. 제 1항에 있어서, 상기 (a10) 초기치 설정단계는,
    (a11) 건물의 최대크기에 대한 초기 가정치를 설정하는 단계와;
    (a12) 건물의 최소면적 및 최소높이에 대한 초기 가정치를 설정하는 단계와;
    (a13) 건물과 건물 사이의 간격에 대한 초기 가정치를 설정하는 단계로 이루어진 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  3. 제 1항에 있어서, 상기 (a20) 아웃라이어 제거단계는,
    (a21) 윈도우 내의 점들의 높이에 대한 평균값(M1)을 산출하는 단계와;
    (a22) 상기 산출된 평균값(M1)보다 적은 높이를 갖는 점들을 선택하는 단계와;
    (a23) 상기 (a22) 단계에서 선택된 점들의 높이에 대한 평균값(M2)과 표준편차(σ)를 산출하는 단계와;
    (a24) 상기 (a22) 단계에서 선택된 점들 중에서 높이가 상기 산출된 평균값(M2)에 대해 일정치 이내의 편차를 갖는 점들을 선택하는 단계;
    (a25) 상기 (a24)단계에서 선택된 점들을 제거하여 건물본체로부터 분리된 아웃라이어들을 제거하는 단계로 이루어진 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  4. 제 3항에 있어서, 상기 (a24) 단계는,
    상기 산출된 높이 평균값(M2)으로부터 3σ이내의 높이 편차를 갖는 점들을 아웃라이어로 선택하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  5. 제 1항에 있어서, 상기 (a30) 초기 건물점 추출단계는,
    (a31) 상기 아웃라이어가 제거된 점 데이터에 대해 윈도우 적용하는 단계와;
    (a32) 상기 적용된 윈도우 내의 점들의 높이값 중 최소값 산출하는 단계와;
    (a33) 상기 적용된 윈도우 내에서 상기 산출된 최소값보다 상기 초기 설정된 건물의 최소높이 가정치 이상의 높이를 갖는 점을 초기 건물점으로 선택하는 단계로 이루어진 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  6. 제 1항에 있어서, 상기 (a40) 초기 건물경계선 추출단계는,
    (a41) 상기 추출된 초기 건물점들로부터 TIN(Triangulated Irregular Network)을 형성하는 단계와;
    (a42) 상기 TIN에 라인 토폴로지를 구성하는 단계와;
    (a43) 상기 (a42) 단계에서 구성된 라인 토폴로지로부터 상기 초기 설정된 건물간의 간격 가정치 이상되는 길이의 TIN 라인 제거하는 단계와;
    (a44) 상기 (a43) 단계에서 초기 가정치 이상되는 길이의 TIN 라인이 제거되고 남은 TIN에 폴리곤 토폴로지를 구성하는 단계와;
    (a45) 상기 (a44) 단계에서 구성된 폴리곤 토폴로지로부터 상기 초기 설정된 건물의 최대크기 가정치를 적용하여 초기 건물 경계선을 추출하는 단계와;
    (a46) 상기 추출된 초기 건물 경계선 중에서 건물의 최소면적 이하의 폴리곤을 제거하는 단계로 이루어진 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  7. 제 1항에 있어서, 상기 (a50) 최종 건물점 및 경계선 추출단계는,
    (a51) 상기 초기 건물 경계선에 건물 폴리곤 식별정보(ID)를 부여하는 단계와;
    (a52) 동일 폴리곤 ID를 가진 점들의 높이에 대한 평균값(M3) 및 표준편차(δ)를 산출하는 단계와;
    (a53) 상기 동일 폴리곤 ID를 가진 점들 중에서 높이가 상기 산출된 높이 평균값(M3)에 대해 일정치 이상의 편차를 갖는 점들을 제거하는 단계와;
    (a54) 상기 (a53) 단계에서 제거되고 남은 점들로부터 TIN을 형성하는 단계와;
    (a55) 상기 (a54) 단계에서 형성된 TIN에 라인 토폴로지를 구성하는 단계와;
    (a56) 상기 (a55) 단계에서 구성된 라인 토폴로지로부터 상기 초기 설정된 건물간의 간격 가정치 이상되는 길이의 TIN 라인 제거하는 단계와;
    (a57) 상기 (a56)단계에서 라인 제거되고 남은 TIN에 폴리곤 토폴로지를 구성하는 단계와;
    (a58) 상기 폴리곤 토폴로지로부터 최종 건물경계선을 추출하는 단계로 이루어진 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  8. 제 7항에 있어서, 상기 (a53) 단계는,
    상기 산출된 높이 평균값(M3)으로부터 3δ이상의 높이 편차를 갖는 점들을 선택하여 제거하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  9. 제 1항에 있어서, 상기 (a60) 건물 경계 직선화단계는,
    (a61) 상기 (a50) 단계에서 추출된 건물 경계선에 하우 변환(Hough transform)을 실시하여 블록라인을 형성하는 단계와;
    (a62) 상기 하우 변환에 의해 얻은 블록라인들에 대해 폴리곤 토폴로지를 구성하는 단계와;
    (a63) 상기 (a62)단계에서 구성된 폴리곤 토폴로지와 상기 (a50) 단계에서 추출된 건물 경계선들을 중첩시키는 단계와;
    (a64) 상기 중첩된 폴리곤에 건물의 면적조건을 적용하여 직선화된 건물 경계의 폴리곤을 추출하는 단계와;
    (a65) 상기 추출된 각 폴리곤에서 초기 가정치에 적합하지 않은 건물 경계선을 삭제하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 단계로 이루어진 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  10. 제 9항에 있어서, 상기 (a65) 단계는,
    상기 직선화된 각 폴리곤 중에서 건물경계의 사이각이 임계치 이하인 특징점을 추출하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  11. 제 9항에 있어서, 상기 (a65) 단계는,
    상기 직선화된 각 폴리곤 중에서 라이더 데이터에서 추출된 건물 폴리곤이 차지하는 면적이 전체면적의 반 보다 적게 차지하는 폴리곤을 삭제하여 초기 가정치에 적합한 최종 건물 폴리곤 및 특징점 데이터를 추출하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출방법.
  12. 건물의 최대크기 및 최소면적과 높이 및 건물간의 간격에 대한 초기 가정치를 설정하는 프로세스;
    원 라이더 점 데이터(raw lidar point data)들로부터 아웃라이어(outlier)들의 점을 제거하고, 상기 원 라이더 점 데이터에 윈도우를 적용하여 그 윈도우 내의 점들로부터 상기 일정치 이상의 높이를 갖는 점만을 선택하여 초기 건물점을 추출하는 프로세스;
    상기 추출된 초기 건물점으로부터 삼각측량 불규칙망(Triangulated Irregular Network; TIN)를 형성하여 그로부터 건물에 해당하지 않는 라인 및 폴리곤을 제거하여 각 건물의 경계에 해당하는 초기 건물 경계선을 추출하는 프로세스;
    상기 추출된 초기 건물 경계선에 건물 폴리곤 ID를 부여하고, 동일 폴리곤 ID를 가진 점들 중에서 일정치 이상의 높이 차이가 있는 점을 제거하여 최종 건물점 및 경계선을 추출하는 프로세스;
    상기 추출된 최종 건물 경계선에 하우변환(Hough Transform) 및 면적조건을 적용하여 직선화된 건물 경계의 특징점을 추출하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 프로세스를 포함하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출프로그램의 소스를 저장한 기록매체.
  13. 제 12항에 있어서, 상기 아웃라이어 제거프로세스는,
    윈도우 내의 점들의 높이에 대한 평균값(M1)을 산출하는 프로세스와;
    상기 산출된 평균값(M1)보다 적은 높이를 갖는 점들을 선택하는 프로세스와;
    상기 선택된 점들의 높이에 대한 평균값(M2)과 표준편차(σ)를 산출하는 프로세스와;
    상기 선택된 점들 중에서 높이가 상기 산출된 평균값(M2)에 대해 일정치 이내의 편차를 갖는 아웃라이어 점들을 선택하는 프로세스와;
    상기 선택된 아웃라이어 점들을 제거하여 프로세스를 포함하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출프로그램의 소스를 저장한 기록매체.
  14. 제 13항에 있어서, 상기 아웃라이어 선택 프로세스는,
    상기 산출된 높이 평균값(M2)으로부터 3σ이내의 높이 편차를 갖는 점들을 아웃라이어로 선택하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출프로그램의 소스를 저장한 기록매체.
  15. 제 12항에 있어서, 상기 초기 건물점 추출 프로세스는,
    상기 아웃라이어가 제거된 점 데이터에 대해 윈도우 적용하는 프로세스와;
    상기 적용된 윈도우 내의 점들의 높이값 중 최소값 산출하는 프로세스와;
    상기 적용된 윈도우 내에서 상기 산출된 최소값보다 상기 초기 설정된 건물의 최소높이 가정치 이상의 높이를 갖는 점을 초기 건물점으로 선택하는 프로세스를 포함하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출프로그램의 소스를 저장한 기록매체.
  16. 제 12항에 있어서, 상기 초기 건물경계선 추출 프로세스는,
    상기 추출된 초기 건물점들로부터 TIN(Triangulated Irregular Network)을 형성하고, 라인 토폴로지를 형성하는 프로세스와;
    상기 라인 토폴로지로부터 상기 초기 설정된 건물간의 간격 가정치 이상되는 길이의 TIN 라인 제거하고, 남은 TIN에 다시 폴리곤 토폴로지를 형성하는 프로세스와;
    상기 폴리곤 토폴로지로부터 상기 초기 설정된 건물의 최대크기 가정치를 적용하여 초기 건물 경계선을 추출하는 프로세스와;
    상기 추출된 초기 건물 경계선 중에서 건물의 최소면적 이하의 폴리곤을 제거하는 프로세스를 포함하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출프로그램의 소스를 저장한 기록매체.
  17. 제 12항에 있어서, 상기 최종 건물점 및 경계선 추출 프로세스는,
    상기 초기 건물 경계선에 건물 폴리곤 식별정보(ID)를 부여하는 프로세스와;
    동일 폴리곤 ID를 가진 점들의 높이에 대한 평균값(M3) 및 표준편차(δ)를 산출하는 프로세스와;
    상기 동일 폴리곤 ID를 가진 점들 중에서 높이가 상기 산출된 높이 평균값(M3)에 대해 일정치 이상의 편차를 갖는 점들을 제거하는 프로세스와;
    상기 남은 점들에 TIN을 형성하고 라인 토폴로지를 구성하는 프로세스와;
    상기 라인 토폴로지로부터 상기 초기 설정된 건물간의 간격 가정치 이상되는 길이의 TIN 라인 제거하고, 다시 폴리곤 토폴로지를 구성하는 프로세스와;
    상기 폴리곤 토폴로지로부터 최종 건물점 및 경계선을 추출하는 프로세스를 포함하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출 프로그램의 소스를 저장한 기록매체.
  18. 제 17항에 있어서, 상기 편차점 제거 프로세스는,
    상기 산출된 높이 평균값(M3)으로부터 3δ이상의 높이 편차를 갖는 점들을 선택하여 제거하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출프로그램의 소스를 저장한 기록매체.
  19. 제 12항에 있어서, 상기 건물 경계 직선화 프로세스는,
    상기 추출된 건물 경계선에 하우 변환(Hough transform)을 실시하여 블록라인을 형성하고, 폴리곤 토폴로지를 구성하는 프로세스와;
    상기 폴리곤 토폴로지와 상기 건물 경계선들을 중첩시키는 프로세스와;
    상기 중첩된 폴리곤에 건물의 면적조건을 적용하여 직선화된 건물 경계의 폴리곤을 추출하는 프로세스와;
    상기 추출된 각 폴리곤에서 초기 가정치에 적합하지 않은 건물 경계선을 삭제하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 프로세스를 포함하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출 프로그램의 소스를 저장한 기록매체.
  20. 제 19항에 있어서, 상기 최종 건물 폴리곤 및 특징점 데이터 추출 프로세스는,
    상기 직선화된 각 폴리곤 중에서 건물경계의 사이각이 임계치 이하인 특징점을 추출하여 최종 건물 폴리곤 및 특징점 데이터를 추출하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출프로그램의 소스를 저장한 기록매체.
  21. 제 19항에 있어서, 상기 최종 건물 폴리곤 및 특징점 데이터 추출 프로세스는,
    상기 직선화된 각 폴리곤 중에서 라이더 데이터에서 추출된 건물 폴리곤이 차지하는 면적이 전체면적의 반 보다 작게 차지하는 폴리곤을 삭제하여 초기 가정치에 적합한 최종 건물 폴리곤 및 특징점 데이터를 추출하는 것을 특징으로 하는 라이더 데이터를 이용한 건물 추출 프로그램의 소스를 저장한 기록매체.
KR1020000057266A 2000-09-29 2000-09-29 라이더 데이터를 이용한 건물 추출방법과 그 프로그램소스를 저장한 기록매체 KR20000072812A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020000057266A KR20000072812A (ko) 2000-09-29 2000-09-29 라이더 데이터를 이용한 건물 추출방법과 그 프로그램소스를 저장한 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020000057266A KR20000072812A (ko) 2000-09-29 2000-09-29 라이더 데이터를 이용한 건물 추출방법과 그 프로그램소스를 저장한 기록매체

Publications (1)

Publication Number Publication Date
KR20000072812A true KR20000072812A (ko) 2000-12-05

Family

ID=19691040

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020000057266A KR20000072812A (ko) 2000-09-29 2000-09-29 라이더 데이터를 이용한 건물 추출방법과 그 프로그램소스를 저장한 기록매체

Country Status (1)

Country Link
KR (1) KR20000072812A (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100949788B1 (ko) * 2009-11-06 2010-03-30 주식회사 범아엔지니어링 항공레이저 측량 자료의 품질검사 방법
KR100963651B1 (ko) * 2009-03-12 2010-06-15 세종대학교산학협력단 항공라이다자료를 이용한 건물외곽선 자동 추출 방법
KR100965838B1 (ko) * 2007-12-28 2010-06-28 손건호 항공용 라이다로부터 추출된 빌딩폴리곤의 내재적기하정규화 방법
CN102565809A (zh) * 2011-12-26 2012-07-11 中国科学院对地观测与数字地球科学中心 基于星载激光雷达数据分析城市建筑高度/房屋总建筑面积变化趋势方法
KR102284196B1 (ko) * 2021-04-05 2021-08-02 정승혁 라이다 데이터를 이용한 실내 맵 생성 방법 및 장치
US11354854B2 (en) 2020-02-11 2022-06-07 Electronics And Telecommunications Research Institute Method of removing outlier of point cloud and apparatus implementing the same

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100965838B1 (ko) * 2007-12-28 2010-06-28 손건호 항공용 라이다로부터 추출된 빌딩폴리곤의 내재적기하정규화 방법
KR100963651B1 (ko) * 2009-03-12 2010-06-15 세종대학교산학협력단 항공라이다자료를 이용한 건물외곽선 자동 추출 방법
KR100949788B1 (ko) * 2009-11-06 2010-03-30 주식회사 범아엔지니어링 항공레이저 측량 자료의 품질검사 방법
CN102565809A (zh) * 2011-12-26 2012-07-11 中国科学院对地观测与数字地球科学中心 基于星载激光雷达数据分析城市建筑高度/房屋总建筑面积变化趋势方法
US11354854B2 (en) 2020-02-11 2022-06-07 Electronics And Telecommunications Research Institute Method of removing outlier of point cloud and apparatus implementing the same
KR102284196B1 (ko) * 2021-04-05 2021-08-02 정승혁 라이다 데이터를 이용한 실내 맵 생성 방법 및 장치

Similar Documents

Publication Publication Date Title
US11599689B2 (en) Methods and apparatus for automatically defining computer-aided design files using machine learning, image analytics, and/or computer vision
CN109961440B (zh) 一种基于深度图的三维激光雷达点云目标分割方法
Zolanvari et al. Three-dimensional building façade segmentation and opening area detection from point clouds
CN111598916A (zh) 一种基于rgb-d信息的室内占据栅格地图的制备方法
Previtali et al. A flexible methodology for outdoor/indoor building reconstruction from occluded point clouds
KR20010000443A (ko) 항공측량 영상과 라이더 데이터 융합에 의한 건물추출시스템과 방법 및 그 프로그램 소스를 저장한 기록매체
Alidoost et al. An image-based technique for 3D building reconstruction using multi-view UAV images
JP4058293B2 (ja) レーザスキャナデータと空中写真画像を用いた高精度都市モデルの生成方法及び高精度都市モデルの生成システム並びに高精度都市モデルの生成のプログラム
KR100857529B1 (ko) 라이다 자료로부터 건물 경계의 추출방법
KR101549155B1 (ko) 라이다 자료를 활용한 구조물의 직선경계 추출방법
CN114463521B (zh) 一种面向空地影像数据融合的建筑目标点云快速生成方法
CN112197773A (zh) 基于平面信息的视觉和激光定位建图方法
Fritsch et al. Modeling facade structures using point clouds from dense image matching
CN114677388A (zh) 基于单元分解与空间分割的房间布局划分方法
KR20000072812A (ko) 라이더 데이터를 이용한 건물 추출방법과 그 프로그램소스를 저장한 기록매체
CN117470246A (zh) 路径规划方法、装置、存储介质及电子设备
CN116071530B (zh) 一种基于机载激光点云的建筑物屋***化分割方法
CN115272248B (zh) 一种风机姿态的智能检测方法以及电子设备
CN116402713A (zh) 一种基于二维图像和几何形状的电力三维点云补全方法
CN112348950B (zh) 一种基于激光点云分布特性的拓扑地图节点生成方法
Li et al. Lightweight 3D modeling of urban buildings from range data
Nakagawa et al. Topological 3D modeling using indoor mobile LiDAR data
Nakagawa et al. Panoramic rendering-based polygon extraction from indoor mobile LiDAR data
Liu et al. Segmentation and reconstruction of buildings with aerial oblique photography point clouds
CN112767469B (zh) 一种城市海量建筑高度智能化获取方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
J201 Request for trial against refusal decision
AMND Amendment
B601 Maintenance of original decision after re-examination before a trial
J121 Written withdrawal of request for trial