KR20160120955A - 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발 - Google Patents

수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발 Download PDF

Info

Publication number
KR20160120955A
KR20160120955A KR1020150050213A KR20150050213A KR20160120955A KR 20160120955 A KR20160120955 A KR 20160120955A KR 1020150050213 A KR1020150050213 A KR 1020150050213A KR 20150050213 A KR20150050213 A KR 20150050213A KR 20160120955 A KR20160120955 A KR 20160120955A
Authority
KR
South Korea
Prior art keywords
damage information
damage
module
damaged area
image
Prior art date
Application number
KR1020150050213A
Other languages
English (en)
Inventor
장휘정
김민철
유종수
Original Assignee
네이버시스템(주)
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 네이버시스템(주) filed Critical 네이버시스템(주)
Priority to KR1020150050213A priority Critical patent/KR20160120955A/ko
Publication of KR20160120955A publication Critical patent/KR20160120955A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명은 피해정보 분석 시스템에 관한 것이다. 본 발명에 따른 피해정보 분석 시스템은, 적어도 하나의 피해지역을 촬영한 영상을 수집하는 피해지역 영상 관리 모듈, 상기 영상에 대하여, 피해식별항목을 선정하고, 상기 피해식별항목에 따른 피해정보를 추출하는 피해정보 추출 모듈, 상기 피해정보를 바탕으로 상기 피해지역에 대한 복구 자원을 지원할 최적의 접근루트를 선정하는 최적 접근 루트 선정 모듈 및 상기 피해지역에 대한 위치를 2차원 지도상에 표시하고, 상기 피해정보 및 접근루트를 2차원 또는 3차원으로 가시화하여 표시하는 피해지역 통합 관리 모듈을 포함할 수 있다.

Description

수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발{MODULE FOR MULTI DIENSIONAL VEDIO INFORMATION VISUALIZATION}
본 발명은 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발에 관한 것이다.
신속한 재난관리를 위해 실시간 데이터 획득과 분석의 중요성이 증가하고 있으며, 자연재해, 환경오염 등 재난/재해의 대형화, 집중화, 세계화로 인한 위험을 조기에 발견하고, 피해를 최소화하기 위해 IT 기술을 활용한 재난관리의 필요성이 증대되고 있다.
종래의 기술에서 아리랑-3호 고해상도 위성, 항공영상 등의 영상정보를 재난대응, 기상/해양 정보제공 등을 활용하여 국민 삶의 질 향상에 활용하는 노력이 수행되고 있다.
재난/재해 피해발생에 대한 IT기술을 이용한 재해방지시스템을 활용하여 사전예방 및 신속대응이 가능하고 지능형 영상인식기술을 통해 국가적 재난에 대한 안전 예방효과를 제고할 수 있다.
자연재해를 대비한 모니터링 시스템을 선진국에서 많은 연구와 기술개발이 추진 중이며, 공간정보의 자동처리 기술의 발전과 근거리용 무인항공기 기술의 발전으로 영상 매핑 시스템을 활용한 기술이 발전하고 있다.
특히 소형 UAV와 중저가의 센서를 채택한 시스템 구축으로 운용·관리 비용을 절감이 가능하며, 소형 UAV 활용에 따르는 재난·재해 지역의 공간정보 획득의 신속성을 확보할 수 있다.
재난분석 평가 기술 개발은 GIS, 위성, CCTV, 첨단계측기, 대규모 데이터 처리 및 분석, 컴퓨터를 이용한 재난 시뮬레이션, 정보의 실시간 공유 및 전송 등 첨단 정보산업과의 결합이 필수적이다.
따라서, 첨단 정보산업 관련 기술을 재난관리에 접목하여 재난 예측 및 관리 기술을 통해 재난관련 기술 발전에 크게 기여할 수 있을 것이다.
재해분석을 위해서는 재해 공간정보의 취득 및 처리를 위한 광대역 모니터링 장비시스템, 항공 및 지상영상을 이용한 재해감시시스템 등 시/공간적 재해 감시를 위한 모니터링 기술을 이용한 신속한 피해평가, 복구비용 산출 등이 필요하다.
또한, 해당하는 공간정보들과 기타 데이터들을 빠르게 처리할 수 있는 안정적인 시스템 개발 및 운용이 요구될 수 있다.
긴급방재기술은 재난발생 초기에 SOC시설물이 대한 복구를 신속히 시행함으로써 재난의 확신을 방지할 수 있는 중요한 기술이라 할 수 있으나, 현재 우리나라의 경우에는 이에 대한 이론적인 연구와 시스템 및 관련 데이터 분석에 대한 기술 축적이 필요할 수 있다.
국내의 경우 고정밀 공간정보 구축 등 GIS기술이 상대적으로 발달되어 있으나, 재해발생시 변화하는 공간정보 변화의 실시간으로 측정 및 GIS 데이터 가공을 위한 항공사진 등 실시간 영상촬영, 재난용 현장 측량시스템 등 관련 인프라가 미흡한 실정이다.
따라서, 항공에서 취득한 영상, 교각 등에 근접하여 정밀하게 취득한 영상, 지상에서 고정 및 이동형 CCTV에서 취득한 영상, 스마트폰 등 일반 사용자가 취득한 영상 등을 융합하여 피해정보를 파악하고, 공간정보를 생성하는 기술 개발이 요구된다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 다차원 영상정보를 활용하여 수변구조물의 상세모델링을 통해 피해정보를 탐지 및 분석하고, 재해 시 수변구조물의 재난피해를 조기진단하고 최소화할 수 있는 것을 목적으로 한다.
또한, 긴급한 재난재해 발생 시 직접 현장에 가지 않고도 정량적인 피해정보를 신속하게 분석하고 정확한 의사결정을 할 수 있는 것을 목적으로 한다.
상기의 목적을 이루기 위한 피해정보 분석 시스템은, 적어도 하나의 피해지역을 촬영한 영상을 수집하는 피해지역 영상 관리 모듈, 상기 영상에 대하여, 피해식별항목을 선정하고, 상기 피해식별항목에 따른 피해정보를 추출하는 피해정보 추출 모듈, 상기 피해정보를 바탕으로 상기 피해지역에 대한 복구 자원을 지원할 최적의 접근루트를 선정하는 최적 접근 루트 선정 모듈 및 상기 피해지역에 대한 위치를 2차원 지도상에 표시하고, 상기 피해정보 및 접근루트를 2차원 또는 3차원으로 가시화하여 표시하는 피해지역 통합 관리 모듈을 포함할 수 있다.
본 발명의 일실시예에 따르면, 다차원 영상정보를 활용하여 수변구조물의 상세모델링을 통해 피해정보를 탐지 및 분석하고, 재해 시 수변구조물의 재난피해를 조기진단하고 최소화하는 방안을 IT기술을 활용할 수 있다
또한, 본 발명의 일실시예에 따르면, 긴급한 재난재해 발생 시 직접 현장에 가지 않고도 정량적인 피해정보를 신속하게 분석하고 정확한 의사결정을 할 수 있다.
도 1은 본 발명의 일실시예에 따른 피해정보 분석 시스템을 나타내는 블록도이다.
도 2는 본 발명의 일실시예에 따른 피해지역 영상 데이터 연결방법을 설명하기 위한 도면이다.
도 3 및 도 4는 본 발명의 일실시예에 따른 3차원 지형 데이터 연결방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 3차원 수변구조물 데이터 연결방법을 설명하기 위한 도면이다.
도 6 및 도 7은 본 발명의 일실시예에 따른 3차원 수변구조물 데이터 구축환경 조사를 위한 조사표를 나타내는 도면이다.
도 8은 본 발명의 일실시예에 따른 대용량 다차원 데이터 가시화 플랫폼의 아키텍처를 나타내는 도면이다.
도 9는 본 발명의 일실시예에 따른 대용량 영상 가시화 모듈 개발을 설명하기 위한 도면이다.
도 10은 본 발명의 일실시예에 따른 타일맵 생성 모듈을 설명하기 위한 도면이다.
도 11 및 도 12는 본 발명의 일실시예에 따른 타일영상에 대하여 설명하기 위한 도면이다.
도 13은 본 발명의 일실시예에 따른 대용량 영상 가시화 모듈을 설명하기 위한 도면이다.
도 14는 본 발명의 일실시예에 따른 대용량 영상 가시화 모듈을 설명하기 위한 흐름도이다.
도 15는 본 발명의 일실시예에 따른 대용량 영상 가시화 모듈 시제품(뷰어)의 일례이다.
도 16은 본 발명의 일실시예에 따른 수변구조물 가시화 모듈을 설명하기 위한 도면이다.
도 17 및 도 18은 본 발명의 일실시예에 따른 대용량 3차원 지형을 가시화한 일례이다.
도 19 및 도 20은 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈을 설명하기 위한 도면이다.
도 21은 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈과 3DS MAX SW의 수변구조물 도시를 비교한 도면이다.
도 22는 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈(뷰어): 강정고령보 3D 모델을 도시한 도면이다.
도 23은 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈(뷰어): 색상도시를 비교한 도면이다.
도 24는 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈(뷰어): Solid 및 Wireframe 모델을 비교한 도면이다.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
본 발명은 태풍, 호우, 지진 등의 자연재해 발생 시 댐, 보, 교량, 제방, 옹벽, 절토사면 등 수변구조물의 피해상황을 신속하게 파악하여 피해복구 의사결정에 필요한 분석정보를 제공하는 시스템일 수 있다.
피해정보 분석 시스템은, 그 초기 단계로 대용량 지형을 표출하기 위한 다차원 영상들과 정밀 3차원 수변구조물 모델의 피해정보를 효율적으로 가시화하기 위한 모듈을 포함할 수 있다.
도 1은 본 발명의 일실시예에 따른 피해정보 분석 시스템을 나타내는 블록도이다.
본 발명의 피해정보 분석 시스템(100)은 피해지역 영상 관리 모듈(110), 피해정보 추출 모듈(120), 최적 접근 루트 선정 모듈(130) 및 피해지역 통합 관리 모듈(140)를 포함할 수 있다. 또한, 실시예에 따라, 피해정보 분석 시스템(100)은 피해정보 분석 모듈(150), 데이터 관리 모듈(160) 및 대용량 다차원 데이터 가시화 모듈(170)를 추가하여 구성할 수 있다. 피해정보 분석 시스템(100)은 피해정보 분석시스템의 모듈별 데이터 연계 분석을 통해 네트워크를 통한 데이터베이스와 데이터 간의 송/수신 기능을 분석할 수 있다.
먼저, 피해지역 영상 관리 모듈(110)은 적어도 하나의 피해지역을 촬영한 영상을 수집한다. 또한, 피해지역 영상 관리 모듈(110)은 피해지역의 CCTV 및 UAV 영상의 육안 확인을 통하여 잘못된 영상을 확인할 수 있다. 또한, 피해지역 영상 관리 모듈(110)은 피해 지역의 영상 검색, 피해 지역의 영상 썸네일 도시 및 피해 지역의 영상 삭제를 할 수 있다.
피해정보 추출 모듈(120)은 상기 영상에 대하여, 피해식별항목을 선정하고, 상기 피해식별항목에 따른 피해정보를 추출할 수 있다. 또한, 피해정보 추출 모듈(120)은 피해지역의 영상을 기반으로 피해식별항목을 도출하여 피해정보를 추출하여 가시화할 수 있다. 또한, 피해정보 추출 모듈(120)은 피해식별항목 도출 및 피해정보 추출을 할 수 있다.
최적 접근 루트 선정 모듈(130)은 상기 피해정보를 바탕으로 상기 피해지역에 대한 복구 자원을 지원할 최적의 접근루트를 선정한다. 또한, 최적 접근 루트 선정 모듈(130)은 복구 우선순위에 따라 피해 수변구조물의 위치를 선정하여 피해 유형별로 최적의 복구자원의 위치를 선정할 수 있다. 즉, 최적 접근 루트 선정 모듈(130)은 최적의 접근 루트 계산할 수 있다.
피해지역 통합 관리 모듈(140)은 상기 피해지역에 대한 위치를 2차원 지도상에 표시하고, 상기 피해정보 및 접근루트를 2차원 또는 3차원으로 가시화하여 표시한다. 즉, 피해지역 통합 관리 모듈(140)은 피해정보 분석 시스템(100)의 메인 모듈로서, 이전의 피해지역 및 신규 피해지역 위치를 2차원 지도상에 표시할 수 있다. 또한, 피해지역 통합 관리 모듈(140)은 각 모듈에서 계산된 피해정보 및 최적의　접근루트 등을 2차원 혹은 3차원으로 가시화 할 수 있다. 즉, 피해지역 통합 관리 모듈(140)은 이전 혹은 신규 피해지역위치 2차원 도시, 신규 피해지역의 3차원 도시, 피해정보 및 유형 2차원/3차원으로 도시 및 최적의 접근 루트 2차원 도시를 할 수 있다.
피해정보 분석 모듈(150)은 상기 피해지역에 대한 피해유형 및 상기 피해정보를 자동, 반자동 또는 수동 중 적어도 하나의 방식으로 선정할 수 있다. 즉, 피해정보 분석 모듈(150)은 피해유형 및 정보 자동 산정 또는 피해유형 및 정보 반자동/수동 산정을 할 수 있다. 또한, 피해정보 분석 모듈(150)은 피해정보 분석 결과 레포트 생성할 수 있다.
데이터 관리 모듈(160)은 데이터베이스로부터 상기 영상 및 피해정보를 입출력을 관리할 수 있다. 즉, 데이터 관리 모듈(160)은 피해지역 영상 관리 및 피해정보 관리할 수 있다.
대용량 다차원 데이터 가시화 모듈(170)은 데이터베이스로부터 상기 피해지역과 관련된 레퍼런스 데이터베이스(Reference DB) 및 네트워크정보를 입출력하고, 2차원 또는 3차원으로 가시화 할 수 있다. 즉, 대용량 다차원 데이터 가시화 모듈(170)은 피해지역의 레퍼런스 데이터베이스와 네트워크 정보를　데이터베이스 서버를 통하여 입출력 관리할 수 있으며, 2차원 혹은 3차원으로 가시화 할 수 있다. 또한, 대용량 다차원 데이터 가시화 모듈(170)은 2차원 지도(영상 및 벡터) 도시 및 3차원 지도(지형 및 수변구조물) 도시할 수 있다.
도 2는 본 발명의 일실시예에 따른 피해지역 영상 데이터 연결방법을 설명하기 위한 도면이다.
피해정보 분석 시스템(100)은 피해지역 영상 데이터와, 획득된 영상정보 이외에 메타정보를 같이 관리할 수 있다. 이때, 메타정보는 데이터베이스를 통한 관리 방법이 사용될 수 있으며, 영상정보는 네트워크 폴더공유를 통한 관리 방법이 효율적으로 사용될 수 있다.
도 3 및 도 4는 본 발명의 일실시예에 따른 3차원 지형 데이터 연결방법을 설명하기 위한 도면이다.
피해정보 분석 시스템(100)은 대용량 지형 데이터의 효율적인 가시화를 위해서, 지형 데이터의 타일맵 구축할 수 있으며, 구축된 타일맵은 웹서비스를 통한 연결방법과 폴더공유를 통한 연결방법 등 2가지 방안으로 적용할 수 있다.
도 3에 도시된 방안은 3차원 지형 데이터의 TMS(Tile Map Service)를 통한 연결 방법일 수 있다.
도 4에 도시된 방은 3차원 지형 데이터의 파일공유를 통한 연결 방법일 수 있다.
도 5는 본 발명의 일실시예에 따른 3차원 수변구조물 데이터 연결방법을 설명하기 위한 도면이다.
피해정보 분석 시스템(100)은 대용량 3차원 수변구조물의 효율적인 가시화를 위해서, LOD(Level of Detail) 단계별 메시(Mesh) 정보와 텍스처(Texture) 정보를 수집할 수 있다. 여기서, 피해정보 분석 시스템(100)은 LOD 단계별 메시 정보를 데이터베이스에 저장하여 관리할 수 있고, 상대적으로 용량이 커서 데이터베이스 저장에 부담이 되는 LOD 단계별 텍스처 정보는 파일로 관리하여 폴더를 공유하는 접근방식을 사용할 수 있다.
도 6 및 도 7은 본 발명의 일실시예에 따른 3차원 수변구조물 데이터 구축환경 조사를 위한 조사표를 나타내는 도면이다.
피해정보 분석 시스템(100)은 효율적인 데이터 처리 및 가시화를 목적으로 테스트베드 지역의 3차원 수변구조물 데이터의 구축환경에 대한 조사를 할 수 있다. 피해정보 분석 시스템(100)은 도 6에 도시된 바와 같은 조사표와 같이, 항목별 구축환경에 대한 조사를 수행할 수 있다.
도 6의 (a)는 3차원 수변구조물의 LOD(Level of Detail) 요구사항 조사표일 수 있고, 도 6의 (b)는 3차원 수변구조물의 오브젝트 및 레이어(오브젝트 그룹) 정의 조사표를 나타낸 것일 수 있다.
도 7의 (a)는 3차원 수변구조물의 속성정의 조사표일 수 있고, 도 7의 (b)는 3차원 수변구조물 데이터 구축환경 조사표일 수 있다. 또한, 도 7의 (c)는 3차원 수변구조물 데이터 구축 파일형식(포맷) 조사표일 수 있다.
피해정보 분석 시스템(100)은 통합안전관리플랫폼 연계를 위한 고려사항으로 통합안전관리플랫폼 운영 프로세스, 통합안전관리플랫폼 운영 환경(하드웨어/소프트웨어(O/S) 관점), Web 및 DB 서버의 통합방안 및 타 시스템과의 데이터 송수신 방법을 고려할 수 있다.
도 8은 본 발명의 일실시예에 따른 대용량 다차원 데이터 가시화 플랫폼의 아키텍처를 나타내는 도면이다.
피해정보 분석 시스템(100)에서 요구되는 데이터 관점의 모듈별 기능 및 데이터 연계 분석 결과와 3차원 지형 및 수변구조물의 데이터 연결방법 및 구축환경 분석결과를 기반으로 대용량 다차원 데이터 가시화 플랫폼(엔진)의 아키텍처 설계를 할 수 있다.
아키텍처는 크게 4개의 부분으로 구성되며, Storage 부분은 피해분석을 위한 다차원 데이터 관리, Data Source(I/O) 부분은 데이터 시각화 및 피해분석을 위해 필요로 하는 정보를 Storage로부터 빠르게 읽고 쓰는 입출력 기능을 담당할 수 있다.
Map 부분은 대용량 영상/지형/벡터 데이터를 레이어 기반으로 관리하고 각 레이어를 효율적으로 가시화하는 렌더링 관리 기능, Map UI 부분은 입력 및 화면장치의 상호작용을 통해 사용자가 대용량 다차원 데이터를 시각화하고 피해분석을 수행하는 2차원 및 3차원 뷰어 기능을 담당할 수 있다.
도 9는 본 발명의 일실시예에 따른 대용량 영상 가시화 모듈 개발을 설명하기 위한 도면이다.
피해정보 분석 시스템(100)은 대용량 영상 데이터 타일맵 생성 모듈을 포함할 수 있다. 피해정보 분석 시스템(100)은 대용량 영상을 빠르고 효과적으로 시각화하기 위해서는 영상의 전체영역을 일정한 타일영역으로 나누어 구조화하는 타일맵 기술의 적용이 필요할 수 있다. 타일맵(Tile Map)은 영상의 확대 및 축소를 효율적으로 적용하기 위해 원본의 영상 데이터(계층화된 축척별)를 일정한 크기영역의 픽셀배열로 구조화된 영상을 의미할 수 있다.
피해정보 분석 시스템(100)은 타일맵에 있어서, 기본적으로 2nx2n 크기로 제작할 수 있고, 타일의 레벨은 수학식1과 같이 결정할 수 있다.
Figure pat00001
도 10은 본 발명의 일실시예에 따른 타일맵 생성 모듈을 설명하기 위한 도면이다.
피해정보 분석 시스템(100)은 개발된 타일맵 생성 모듈에 대해 도 10과 같이 1:5,000 축척으로 제작된 9개 도엽의 영상지도 데이터(12GB)를 이용하여 성능검증을 수행할 수 있다. 도 10의 (a)는 타일맵 생성 모듈의 성능검증 실험데이터 사양을 나타낸 것일 수 있고, 도 10의 (b)는 타일맵 생성 모듈의 성능검증 실험데이터(1:5K 9도엽)를 나타낸 것일 수 있다.
도 11 및 도 12는 본 발명의 일실시예에 따른 타일영상에 대하여 설명하기 위한 도면이다.
도 11의 (a)는 실험을 통해 생성된 8단계 레벨별 타일영상 사양을 나타낸 도면이다. 피해정보 분석 시스템(100)은 성능검증을 위하여 타일의 최소 크기는 256x256 최대 레벨은 8을 적용할 수 있고, 이에 따라 58,002 x 72,102 크기의 원본영상에 대해 65,536 x 65,536 크기를 갖는 8단계 레벨의 타일영상이 생성할 수 있다.
도 11의 (b)는 실험을 통한 레벨 8 타일영상 생성 결과를 나타낸 도면이다.
도 12는 생성된 타일영상의 축척별 폴더 저장 결과를 타나낸 도면이다. 피해정보 분석 시스템(100)은 생성된 타일영상들을 구조화된 폴더를 자동으로 생성하여 저장할 수 있으며, 이러한 타일영상 저장방법은 피해분석시스템의 데이터 연결 효율성을 높일 수 있다.
도 13은 본 발명의 일실시예에 따른 대용량 영상 가시화 모듈을 설명하기 위한 도면이다.
피해정보 분석 시스템(100)은 대용량 영상 가시화 모듈에 대하여, 대용량 영상 타일맵 또는 하나의 영상파일을 레이어로 핸들링하기 위한 IMapRasterLayer 인터페이스를 기반으로 디스크(파일)장치로부터 픽셀정보를 읽어오는 IRaster 인터페이스와 읽어온 픽셀정보를 화면장치에 출력(도시)하는 IMapRasterRenderer로 구성할 수 있다. 대용량 영상 가시화 모듈의 클래스 다이어그램은 도 13에 도시된 바와 같을 수 있다.
IRaster 인터페이스는 기본적으로 원하는 영역의 픽셀정보를 읽어오는 기능을 제공하며 대상영상이 타일맵으로 구성되어 있거나 또는 축소배율 영상을 가지고 있으면 원하는 위치의 타일영상 또는 축소배율 영상의 픽셀정보를 가져오는 기능을 수행할 수 있다.
IMapRasterRenderer 인터페이스는 대상 화면장치에 영상을 출력(도시)하는 기능을 제공하며 타일맵 또는 축소배율 영상이 있는 경우 화면도시 속도를 빠르게 하는 기능을 수행할 수 있다.
도 14는 본 발명의 일실시예에 따른 대용량 영상 가시화 모듈을 설명하기 위한 흐름도이다.
피해정보 분석 시스템(100)은 대용량 영상 가시화 모듈을 포함할 수 있다. 대용량 영상 가시화 모듈은 대용량의 영상 데이터를 타일맵으로 접근하여 신속하고 정확하게 화면상에 도시할 수 있는 구조로 설계/구현되었으며, 개발된 모듈에서 이벤트 메시지(Event Message)에 따른 내부 인터페이스(Interface)의 상호연계 흐름은 도 14에 도시된 바와 같을 수 있다.
도 15는 본 발명의 일실시예에 따른 대용량 영상 가시화 모듈 시제품(뷰어)의 일례이다.
대용량 영상 가시화 모듈 시제품(뷰어)은 타일맵 생성 모듈과 영상 가시화 모듈의 성능을 검증하기 위한 목적으로 개발되었으며, 도 15는 타일맵 모듈을 통해 생성된 대용량의 타일영상을 시제품을 통해 가시화한 화면일 수 있다.
시제품은 네이버 TMS(Tile Map Service) 지도와 연동되도록 구현할 수 있으며, 이를 통해 도 15와 같이 입력된 타일맵과 네이버지도를 중첩하여 도시함으로써 생성된 타일맵의 위치정확도 검증에 활용할 수 있다.
도 16은 본 발명의 일실시예에 따른 수변구조물 가시화 모듈을 설명하기 위한 도면이다.
대용량 3차원 지형 가시화 모듈은 3차원 지형 가시화 모듈은 영상의 카메라정보, 3차원 지형, 3차원 수변구조물을 관리하는 CWorld클래스를 기반으로, 지형을 표현하는 CTerrain 클래스, 3차원 구조물을 표현하는 CModelGroupLayer 클래스로 구성될 수 있다.
CWorld 클래스는 관리대상의 모든 객체(3차원 지형/수변구조물)를 포괄하는 좌표시스템(World Coordinate System)을 정의하여 하나의 실제 대상영역(Scene)에 포함되는 모든 객체(지형/3차원 구조물)를 용이하게 표현할 수 있도록 관리하는 기능을 담당할 수 있다.
CTerrain 클래스는 3차원 지형 가시화 모듈에서 가장 핵심적인 역할에 해당하는 대용량 수치표고자료와 정사영상을 신속하게 3차원 지형으로 구조화하여 도시하는 기능을 제공하며, CHeightMap, CImageMap, CImageMapTextureManagerMT, CHeightMapQLod 등의 클래스로 구성될 수 있다.
CHeightMap 클래스는 수치표고자료로부터 원하는 영역의 높이값을 가져오는 기능을 제공하며, CImageMap 클래스는 정사영상 내의 원하는 축소배율 영상으로부터 픽셀정보를 가져오는 기능을 제공할 수 있다.
CImageMapTextureManagerMT클래스는 CImageMap를 이용하여 가져온 픽셀을 3차원 메시(Mesh)에 매핑 할 수 있도록 텍스처를 생성하거나 사용하지 않는 텍스처를 삭제하는 등 텍스처를 관리하는 기능을 담당함. 속도향상을 위한 캐시 기능을 제공과 파일로부터 데이터를 직접 읽어올 때 대기시간을 줄이기 위한 멀티 쓰레드 기능도 제공할 수 있다.
CHeightMapQLod클래스는 Quad-tree 공간분할 방법을 이용하여 지형을 화면상에 빠르게 도시하는 기능을 제공할 수 있다.
도 17 및 도 18은 본 발명의 일실시예에 따른 대용량 3차원 지형을 가시화한 일례이다.
도 17은 대용량 3차원 지형 가시화 모듈(뷰어)로 지형 화면을 도시한 결과를 나타낸 것일 수 있다.
도 18은 대용량 3차원 지형 가시화 모듈(뷰어)로 과고감을 적용한 결과를 도시한 것이다.
도 19 및 도 20은 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈을 설명하기 위한 도면이다.
도 19는 3차원 수변구조물 가시화 모듈의 클래스 다이어그램을 나타낸 도면이다.
3차원 수변구조물 가시화 모듈은 메시 정보를 갖고 있는 CMEditMesh 클래스와 구조물 객체를 정의하고 있는 CMMeshGroup 클래스, 구조물 객체를 관리하는 CMGroupManager 클래스 등으로 구성할 수 있다.
CMEdiitMesh 클래스는 메시 구성의 기본 정보인 꼭짓점(Vertex)과 표면(Face) 정보를 갖고 있는 CMVertices와 CMEditTriFaces, 텍스처의 좌표정보와 스무스 셰이딩(Smooth Shading)을 위해 필요한 법선벡터 정보를 갖는 CMTexCoords 및 CMNormals 클래스 등으로 구성될 수 있다.
CMMeshGroup 클래스는 수변구조물의 객체를 나타내는 기본 단위이며 복수의 CMEditMesh를 가질 수 있다.
CMMeshGroupManager 클래스는 구조물 객체 관리, 구조물의 텍스처 영상, 재질(Material) 정보 등을 통합하여 관리하기 위한 CMTextureManager와 CMMaterialManager 클래스 등을 멤버로 가질 수 있다.
도 20은 OBJ 파일입력 모듈의 클래스 다이어그램을 나타낸 도면이다.
수변구조물 가시화 모듈은 Autodesk 3DS Max Studio와 같은 3차원 모델링 소프트웨어에서 제작된 모델을 사용하기 위해 범용으로 사용되고 있는 Autodesk의 3DS 파일포맷과 텍스트 기반(ASCII)인 Wavefront 형식의 OBJ 파일포맷을 불러올 수 있도록 3DS 입력 모듈과 OBJ 입력 모듈을 지원하도록 개발될 수 있다.
부가적으로 이 모듈들은 C3DS와 COBJ 클래스를 통해 3DS 및 OBJ 파일의 꼭짓점과 면, 법선, 텍스처 좌표, 스무딩 그룹(Face Group) 및 재질 등의 정보를 가져올 수 있는 기능을 제공할 수 있다.
도 21은 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈과 3DS MAX SW의 수변구조물 도시를 비교한 도면이다.
도 22는 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈(뷰어): 강정고령보 3D 모델을 도시한 도면이다.
도 23은 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈(뷰어): 색상도시를 비교한 도면이다.
도 24는 본 발명의 일실시예에 따른 대용량 3차원 수변구조물 가시화 모듈(뷰어): Solid 및 Wireframe 모델을 비교한 도면이다.
이러한, 본 발명의 피해정보 분석 시스템은 다차원 영상정보를 활용하여 수변구조물의 상세모델링을 통해 피해정보를 탐지 및 분석하고, 재해 시 수변구조물의 재난피해를 조기진단하고 최소화하는 방안을 IT기술을 활용할 수 있다
또한, 본 발명의 피해정보 분석 시스템은 긴급한 재난재해 발생 시 직접 현장에 가지 않고도 정량적인 피해정보를 신속하게 분석하고 정확한 의사결정을 할 수 있다.
본 발명의 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100 : 피해정보 분석 시스템
110 : 피해지역 영상 관리 모듈
120 : 피해정보 추출 모듈
130 : 최적 접근 루트 선정 모듈
140 : 피해지역 통합 관리 모듈
150 : 피해정보 분석 모듈
160 : 데이터 관리 모듈
170 : 대용량 다차원 데이터 가시화 모듈

Claims (4)

  1. 적어도 하나의 피해지역을 촬영한 영상을 수집하는 피해지역 영상 관리 모듈;
    상기 영상에 대하여, 피해식별항목을 선정하고, 상기 피해식별항목에 따른 피해정보를 추출하는 피해정보 추출 모듈;
    상기 피해정보를 바탕으로 상기 피해지역에 대한 복구 자원을 지원할 최적의 접근루트를 선정하는 최적 접근 루트 선정 모듈; 및
    상기 피해지역에 대한 위치를 2차원 지도상에 표시하고, 상기 피해정보 및 접근루트를 2차원 또는 3차원으로 가시화하여 표시하는 피해지역 통합 관리 모듈
    을 포함하는 피해정보 분석 시스템.
  2. 제1항에 있어서,
    상기 피해지역에 대한 피해유형 및 상기 피해정보를 자동, 반자동 또는 수동 중 적어도 하나의 방식으로 선정하는 피해정보 분석 모듈
    을 더 포함하는 피해정보 분석 시스템.
  3. 제1항에 있어서,
    데이터베이스로부터 상기 영상 및 피해정보를 입출력을 관리하는 데이터 관리 모듈
    을 더 포함하는 피해정보 분석 시스템.
  4. 제1항에 있어서,
    데이터베이스로부터 상기 피해지역과 관련된 레퍼런스 데이터베이스(Reference DB) 및 네트워크정보를 입출력하고, 2차원 또는 3차원으로 가시화하는 대용량 다차원 데이터 가시화 모듈
    을 더 포함하는 피해정보 분석 시스템.
KR1020150050213A 2015-04-09 2015-04-09 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발 KR20160120955A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150050213A KR20160120955A (ko) 2015-04-09 2015-04-09 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150050213A KR20160120955A (ko) 2015-04-09 2015-04-09 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발

Publications (1)

Publication Number Publication Date
KR20160120955A true KR20160120955A (ko) 2016-10-19

Family

ID=57250753

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150050213A KR20160120955A (ko) 2015-04-09 2015-04-09 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발

Country Status (1)

Country Link
KR (1) KR20160120955A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102017754B1 (ko) * 2018-03-07 2019-09-03 박정임 드론의 촬영 영상을 이용한 정사 영상 생성과 공간정보 활용 웹 서비스 방법
CN112102299A (zh) * 2020-09-18 2020-12-18 中德（珠海）人工智能研究院有限公司 基于三维建模的城市绿化监测方法、装置、设备和介质
KR102313836B1 (ko) * 2021-03-16 2021-10-18 대한민국 수질 해석 데이터의 3차원 가시화 방법 및 장치

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102017754B1 (ko) * 2018-03-07 2019-09-03 박정임 드론의 촬영 영상을 이용한 정사 영상 생성과 공간정보 활용 웹 서비스 방법
CN112102299A (zh) * 2020-09-18 2020-12-18 中德（珠海）人工智能研究院有限公司 基于三维建模的城市绿化监测方法、装置、设备和介质
KR102313836B1 (ko) * 2021-03-16 2021-10-18 대한민국 수질 해석 데이터의 3차원 가시화 방법 및 장치

Similar Documents

Publication Publication Date Title
Xiong et al. Automated regional seismic damage assessment of buildings using an unmanned aerial vehicle and a convolutional neural network
Lin et al. Bridge inspection with aerial robots: Automating the entire pipeline of visual data capture, 3D mapping, defect detection, analysis, and reporting
Toschi et al. Oblique photogrammetry supporting 3D urban reconstruction of complex scenarios
Petrova-Antonova et al. Methodological framework for digital transition and performance assessment of smart cities
Xu et al. A review of augmented reality applications in civil infrastructure during the 4th industrial revolution
Borin et al. Condition assessment of RC bridges. Integrating machine learning, photogrammetry and BIM
Pantoja-Rosero et al. Damage-augmented digital twins towards the automated inspection of buildings
CN112084916A (zh) 基于遮挡率的城市三维天际轮廓线自动化生成与诊断方法
KR101405891B1 (ko) 항공정보 현시 시스템 및 그 방법
CN114399692A (zh) 基于深度学习的违建识别监控检测方法及***
Wu et al. Automatic building rooftop extraction using a digital surface model derived from aerial stereo images
Chen et al. Opportunities for applying camera-equipped drones towards performance inspections of building facades
US11423611B2 (en) Techniques for creating, organizing, integrating, and using georeferenced data structures for civil infrastructure asset management
KR20160120955A (ko) 수변구조물 피해탐지를 위한 대용량 다차원 영상정보 가시화 모듈 개발
Krooks et al. WebGL visualisation of 3D environmental models based on finnish open geospatial data sets
Lu et al. Image-based 3D reconstruction for Multi-Scale civil and infrastructure Projects: A review from 2012 to 2022 with new perspective from deep learning methods
Li et al. Learning to holistically detect bridges from large-size vhr remote sensing imagery
Capolupo et al. Integration of terrestrial laser scanning and UAV-SFM technique to generate a detailed 3D textured model of a heritage building
Hong et al. The use of CCTV in the emergency response: A 3D GIS perspective
KR20170108552A (ko) 수변구조물 피해정보 분석을 위한 정보시스템 구축방안
Habib et al. Integration of lidar and airborne imagery for realistic visualization of 3d urban environments
Di Stefano et al. Point cloud classification of an urban environment using a semi-automatic approach
Polat LIDAR Derived 3d City Modelling
Sima et al. Computer-aided image geometry analysis and subset selection for optimizing texture quality in photorealistic models
Ghani et al. Developing A 3-D GIS model for urban planning. Case study: Ampang Jaya, Malaysia