단일 고해상도 위성영상으로부터 그림자를 이용한 3차원 건물정보 추출 연구

Transcription

1 工學碩士學位請求論文 단일고해상도위성영상으로부터그림자를 이용한 3 차원건물정보추출연구 Extraction of 3D Building Information using Shadow Analysis from a Single High Resolution Satellite Image 2006 年 2 月 仁荷大學校大學院 地理情報工學科 李泰潤

2 工學碩士學位請求論文 단일고해상도위성영상으로부터그림자를 이용한 3 차원건물정보추출연구 Extraction of 3D Building Information using Shadow Analysis from a Single High Resolution Satellite Image 2006 年 2 月 指導敎授金泰政 이論文을工學碩士學位論文으로提出함 仁荷大學校大學院 地理情報工學科 李泰潤

3 이論文을李泰潤의工學碩士學位論文으로認定함 2006 年 2 月 主審 印 副審 印 委員 印

4 요지 고해상도위성영상으로부터건물이나도로등인공지물의정보를추출하기위한연구들이활발히진행되고있다. 영상에서 3차원건물정보를추출하기위해서, 기존의많은연구들은스테레오영상과별도의지상기준점또는 LIDAR 데이터등을사용하였다. 또한센서모델링이나 LIDAR 데이터를처리하는과정등을거쳐야했다. 이연구에서는단일영상으로부터이러한복잡한과정을거치지않고직접건물의 3차원정보를추출하는알고리즘을제안한다. 제안하는방식은단일영상에서영상의방위각및촬영지역에서의태양과카메라의방위각및고도각을이용하여건물의높이가주어졌을때, 주어진건물높이에대한건물수직선과건물그림자를영상에투영시키는과정을반복하여, 투영된건물그림자가실제영상에서관측되는건물의그림자와일치될때의건물의높이값을구하고, 건물지붕외곽선을구해진건물의높이값으로생성한건물수직선을따라서수평이동하여, 건물의위치를구하게된다. 실세계에서많은건물의그림자들은다른지형지물에의해서가려지게된다. 이런문제점을해결하기위해서, 이연구에서는건물의그림자가다른건물에의해서가려질경우, 다른건물의정면에그림자가보인다면, 이를이용하여 3차원건물정보를추출하는알고리즘도제안한다. 이알고리즘은지표위의그림자를이용한알고리즘을기본으로하여, 그림자를가리는건물정면에그림자를투영하여, 건물정면에생성된실제그림자와투영된그림자가일치했을때, 건물의높이와위치를구하게된다. 제안된알고리즘을검증하기위해서 IKONOS 스테레오영상과지상기준점을이용하여추출한건물높이와제안된알고리즘을이용하여추출한건물높이를비교하였으며, 30개의건물을검증해본결과, RMS 오차가약 1.5m 로나타났다. i

5 ABSTRACT Extraction of man-made objects from high resolution satellite images has been studied by many researchers. In order to reconstruct accurate 3D building structures most of previous approaches try to assume 3D information obtained by stereo analysis. For this, they need the process of sensor modeling, etc. We argue that a single image itself contains many clues of 3D information. When an image is taken at an oblique angle vertical lines of buildings can be extracted. Moreover shadows can explain heights of the corresponding objects. Since sun elevation and azimuth angles as well as sensor elevation and azimuth angles are mostly given in satellite metadata, it is possible to detect vertical lines and shadow lines automatically. Then by measuring the length of vertical lines or shadow lines we can estimate the height of buildings. On the other hands, we may determine building height interactively by projecting shadow regions for a given building height onto image space and by adjusting building height until the shadow region and actual shadow in the image match. We may also determine footprint of building by height obtained. There are problems when shadows of building are hidden by other buildings. Even in this case, if shadow of a building cast on a facade of other building and is visible in the image, we can use the shadow for extraction of 3D building information. This study compared the building height determined by the algorithm proposed and that calculated by IKONOS stereo images. As the results of verification, root mean square errors were about 1.5 m. ii

6 < 제목차례 > 제 1 장서론 연구배경및필요성 연구목적과범위 연구내용과방법 5 제 2 장기존연구사례분석 스테레오영상을이용한건물정보추출 데이터융합을통한건물정보추출 그림자를이용한건물정보추출 건물의바닥 (Footprint) 위치정보추출 12 제 3 장그림자를이용한 3차원건물정보추출 지표면에나타난그림자를이용한건물정보추출 지표면의그림자를이용한 3차원건물정보추출과정 건물바닥의위치정보결정 영상의방위각결정 건물의연직선과그림자의방향결정 건물의높이와연직선길이, 그림자길이와의관계 지표면의그림자를이용한건물추출적용결과 건물정면의그림자를이용한건물정보추출 건물정면의그림자를이용한 3차원건물정보추출과정 다른건물과의관계결정 건물정면에나타나는그림자의길이결정 건물정면의그림자를이용한건물추출적용결과 그림자를이용한건물추출의제약 30 iii

7 제 4 장실험및검증 실험에사용된자료 위성영상자료 위성영상의메타정보 검증방법 검증에사용된데이터 검증과정 검증결과및분석 지표면에나타난그림자를이용해서추출한높이검증결과 건물정면의그림자를이용해서추출한높이검증결과 검증결과분석 43 제 5 장결론 47 참고문헌 49 iv

8 < 표차례 > 표 1 IKONOS 카메라의제원 33 표 2 실험영상의주요메타정보 34 표 3 메타정보에포함되어있는영상의네모퉁이좌표 34 표 4 지표면에나타난그림자를이용해서추출한건물높이검증결과 40 표 5 건물정면의그림자를이용해서추출한건물높이검증결과 42 표 6 스테레오영상에서추출한 UTM Z 좌표비교 44 표 7 건물정면그림자기반검증결과중 E 지역의건물높이오차 46 v

9 < 그림차례 > 그림 1 지표면에나타난그림자를이용한 3차원정보추출과정 15 그림 2 위성영상의방위각결정 17 그림 3 건물연직선과그림자방향결정 18 그림 4 그림 13의왼쪽영상에알고리즘을적용한결과 21 그림 5 그림 13의오른쪽영상에알고리즘을적용한결과 22 그림 6 건물정면에나타난그림자 23 그림 7 건물정면그림자기반건물정보추출 24 그림 8 그림자를가린건물결정 26 그림 9 건물정면에나타나는그림자길이결정 26 그림 10 건물정면그림자기반알고리즘적용결과 29 그림 11 지표고도변화의영향 30 그림 12 그림자끝의식별불가 30 그림 13 실험에사용된 IKONOS 스테레오영상 32 그림 14 지표면에생긴그림자기반방법검증지역 36 그림 15 건물정면에생긴그림자기반방법검증지역 36 그림 16 검증과정 37 그림 17 지표면의그림자로추출한 E2 건물높이검증 43 그림 18 E 지역에서알고리즘적용결과 45 vi

10 제 1 장서론 1.1 연구배경및필요성 3차원도심모델이나 3차원지도는그활용범위가넓어지고있다. 3차원지도는현실세계와유사한 3차원공간상에지형지물들이존재하기때문에일반사람들도기존지도에비해서쉽게정보를취득할수있다. 3차원지도를지리정보시스템에서시설물관리시, 시설물수치지도등과연계시킨다면, 시설물관리를여러관점에서활용할수있을것이다. 또한요즘활발하게연구 / 개발되고있는텔레매틱스 (Telematics) 분야와의연계도생각해볼수있다. 3차원지도는도심개발계획을위한시뮬레이션에도활용될수있으며, 비즈니스상권분석, 차량주행경로분석등에도이용할수있다. 비행기시뮬레이션분야에서는이미활용되고있으며, 군사적목적을위한시뮬레이션에도이용되고있다. 최근에는자연재해에대한관심이커지면서, 기후에대한시뮬레이션분야에서도활용성이커지고있다. 미국은 2000년도에우주왕복선엔데버호를이용하여 3차원전세계지도구축에필요한데이터를수집하였으며, 수집된정보를이용하여 3차원지형도를구축하였다 ( 영국에서는 2004년도에수방대책을위해 3차원지도를활용하였다 (KBS 뉴스, 2004). 우리나라에서는최근대전시를 3차원입체영상으로구축하는사업이완료되었으며, 추후이를이용하여 3차원지도를개발할계획이다 ( 조선일보, 2005). 또한국토지리정보원에서는국토정보화종합계획의하나로 3차원지도구축계획을갖고있다고한다 ( 연합뉴스, 2005; KBS 뉴스, 2005). 앞으로공간해상도 1 m의고해상도위성영상을획득할수있는 KOMPSAT-2가발사될예정이다. KOMPSAT-2가발사된다면, 우리나라에서고해상도위성영상의획득이좀더용이해질것이며, 따라서고해상도위성영상을이용한연구가더활발해질것으로기대되고있다. 또한 3차원 1

11 지도나도심모델에대한개발도보다활발해질것으로기대되고있다. 3차원도심모델이나지도를생성하기위해서는지형지물의 3차원정보가필요하다. 건물은지형지물의주요한객체중에하나이며, 이전부터많은연구자들이항공사진이나위성영상으로부터건물의 3차원정보를추출하기위한연구를수행하여왔다 ( Baillard and Maitre, 1999; Cord and Declercq, 2001; Fradkin et al., 2001; Irvin et al., 1989; Jin and Davis, 2005; Kim and Muller, 1998; Kim and Muller, 1996; Kim and Nevata, 2004; Kim and Muller, 2002; Lin and Nevatia, 1998; Noronha and Nevatia, 2001; Paparoditis et al., 1998; Rau and Chen, 2003; Robert et al., 1998; Sohn et al., 2005; Suverg and Vosselman, 2000; Ye and Lee, 2002). 이중에서많은연구들이스테레오영상을정합하여 Digital Elevation Model (DEM) 을생성하고, DEM으로부터 3차원건물정보를추출하였다 (Baillard and Maitre, 1999; Cord and Declercq, 2001; Fradkin et al., 2001; Kim and Muller, 1998; Kim and Muller, 1996; Paparoditis et al., 1998). 스테레오영상정합을수행하기위해서는기본적으로동일지역에대해서시차를갖는두장의영상이필요하다. 또한두장의영상에서고도값을추출하기위해서는지상기준점을이용하여센서모델을수립해야한다. DEM을생성하고난후 3차원건물정보를추출하기위해서또다른처리가필요하다. 스테레오영상을이용하지않고단일영상만으로건물의정보를추출하려는연구도수행되어왔다 ( 예철수와이쾌희, 2000; Irvin et al., 1989; Kim and Muller, 1999; Lin and Nevatia, 1998; Liow and Pavlidis, 1990). 단일영상을이용한대부분의연구들은건물의정보를추출하기위해서그림자를이용해왔다 ( 예철수와이쾌희, 2000; Irvin et al., 1989; Kim and Muller, 1999; Lin and Nevatia, 1998; Liow and Pavlidis, 1990). 그림자를이용한연구들에서그림자는건물의높이를추정하기위해서사용되었으며, 건물가설 (Hypothesis) 을생성하기위해서도그림자를사용하였다 (Irvin et al., 1989; Jin and Davis, 2005; Liow and Pavlidis, 1990). 또한생성된건물가설을검증하기위해서많은연구들이그림자를이용하였다 ( Irvin et 2

12 al., 1989; Kim and Muller, 1999; Lin and Nevatia, 1998; Liow and Pavlidis, 1990; Noronha and Nevatia, 2001). 영상에나타나는그림자가평평한지표면위에있지않다면, 그림자길이를측정하여추정한건물높이는많은오차를포함하게된다. 최근에는다양한센서의발전으로다른데이터를영상과융합시켜서 3차원건물정보를추출하는연구들이수행되고있다 (Haithcoat et al., 2001; Kim and Muller, 2002; Kim and Nevatia, 2004; Suverg and Vosselman, 2000). 그대표적인예로 LIDAR (Light Detection and Ranging) 와영상의융합을이용한연구들이있다 (Hatithcoat et al., 2001; Kim and Muller, 2002). 이런연구들은지형지물의높이정확도가매우높은 LIDAR 데이터를이용하여높은정확도의 DEM을생성하고이로부터건물의 3차원정보를추출하였다. 항공사진및고해상도위성영상에서건물정보를추출하기위한많은연구들이수행되어왔지만, 대부분의연구들은건물의지붕을추출하기위해서노력해왔다 ( 예철수와이쾌희, 2000; Baillard and Maitre, 1999; Cord and Declercq, 2001; Fradkin et al., 2001; Irvin et al., 1989; Kim and Muller, 1999, Kim and Nevatia, 2004; Lin and Nevatia, 1998; Liow and Pavlidis, 1990; Noronha and Nevatia, 2001; Paparoditis et al., 1998; Rau and Chen, 2003; Robert et al., 1998; Sohn et al., 2005; Ye and Lee, 2002). 하지만, 3D 도심모델이나 3D 지도등에필요한건물정보는건물의지붕이아닌건물의위치를나타내는바닥정보이다. 영상에서는건물의지붕에비해서건물의바닥이구별하기쉽지않으므로, 건물바닥을추출하는것은비교적어렵다. 본연구는단일고해상도위성영상으로부터 3차원건물정보를추출하기위한알고리즘을제안한다. 제안된알고리즘은단일위성영상과위성영상에따른메타정보만을이용한다. 이알고리즘은건물의그림자와건물의연직선을이용하여건물의 3차원정보를추출한다. 3

13 본연구의필요성은다음과같다. 기존의많은방법들이사용했던스테레오방식에비해서단일영상만을이용하므로비용이비교적적게든다. 스테레오영상을이용한방식은지상기준점등을이용한센서모델의수립등복잡한과정이필요하다. 또한기존의단일영상을이용해서 3차원건물정보를추출하는과정도또한복잡한과정이필요하다. 본연구에서제안하는알고리즘은메타정보를이용하여생성한가상의그림자를영상에투영시키는방식이며, 기존방법에비해서매우간단하게 3차원정보를추출한다. 기존의많은연구들이영상에서건물의지붕을추출한것에비해, 본연구에서제안된알고리즘은영상에서건물의지붕이아닌건물의바닥위치를추출한다. 1.2 연구목적과범위 본연구의목적은단일고해상도위성영상으로부터 3차원건물정보를추출하기위한알고리즘을제안하고, 이를통해서얻은건물의높이값검증을통해서제안된알고리즘의타당성을알아보려는것이다. 여기서 3차원건물정보는건물의높이및건물의위치 ( 건물바닥좌표 ) 를의미한다. 제안된알고리즘은단일고해상도위성영상에나타난건물의높이와건물의그림자및건물의연직선간의관계를통해서 3차원건물정보를추출하는것이다. 이를위해서본연구는다음과같은범위에서수행되었다. 첫번째로본연구는건물의그림자가평평한지표면위에있는건물만을대상으로한다. 본연구에서제안되고있는알고리즘은그림자를기반으로하는데, 그림자는지표면의고도에따라서달라지며, 이는심각한오차의원인이된다. 두번째로본연구에서제안한알고리즘을이용하여추출한건물의위치정보는영상내에서의건물위치에대한정보만을대상으로한다. 4

14 1.3 연구내용과방법 본연구의전체적인내용과방법은크게두단계로나눌수있다. 첫번째단계는본연구와관련된기존연구들의사례분석을통해서기존방법의문제점및본연구에서제안하는알고리즘과의차이를비교분석해보는것이다. 사례분석을위해서본연구에서는영상으로부터 3차원건물정보를추출하는기존연구들을조사분석하였으며, 특히단일영상에서그림자를이용한연구들을조사분석하여, 본연구에서제안하는알고리즘과의차이점을알아보았다. 두번째단계는본연구에서제안된알고리즘을실제로적용하고, 그결과를검증하여보는것이다. 제안된알고리즘은위성영상의메타정보에포함되어있는위성과태양의방위각및고도각을이용하여생성해낸그림자를영상위에투영한다. 투영된그림자가영상에나타난건물의실제그림자와일치했을때의건물높이가실제건물높이및건물위치가결정된다. 본연구에서는제안된알고리즘을구현하여실제 IKONOS 영상에적용하여보았으며, 이를통해서 3차원건물정보를추출하였다. 추출한건물높이를스테레오영상에서센서모델링을수립해서얻은건물높이와비교하여, 본연구에서제안한알고리즘의정확도를검증해보았다. 5

15 제 2 장기존연구사례분석 2.1. 스테레오영상을이용한건물정보추출 기존의많은연구들은영상에서건물등인공지물의 3 차원정보를얻기위 해서스테레오영상에서 DEM 을생성하는방법을이용하였다. 다음은여러 영상을이용하여 3 차원건물정보를추출한연구사례이다. Sohn et al. (2005) 은고해상도스테레오위성영상을이용하여 3차원건물을복원하는연구를수행하였다. 이를위해서세가지주요단계로이루어진방법을제안하였다. 첫번째는배경분할변환 (Background Discriminant Transformation, BDT) 와 ISODATA를이용한건물강조및분할이다. 두번째단계는 Hausdorff 거리와칼라인덱스로정합을수행하여건물을식별하는것이다. 세번째단계는사진측량기술을이용하여 3D 건물을복원하는것이다. Rau and Chen (2003) 은 Split-Merge-Shape라는방법을제안하고있다. 제안된방법은항공사진의스테레오정합을통해서 3D 공간상의선을추출하였다. 추출된선들은관심영역 (Region of Interest, ROI) 과전처리과정을거친다. 건물지붕을구성하고있는 3D 선을이용하여분할과통합과정을수행하면서최종적으로 3D 형태의건물지붕을생성하였다. Ye and Lee (2002) 는 watershed 알고리즘을이용한영상분할 (Segmentation) 과그룹핑 (Grouping) 을통해서건물의지붕을추출하는방법을제안하고있다. 제안된알고리즘은두장의항공사진을이용했으며, 스테레오정합을수행하였다. 제안된알고리즘은먼저 watershed 알고리즘으로영상을분할하였다. 알고리즘은분할된지역 (Region) 들을지역인접그래프 (Region adjacency graph) 를이용하여이웃된것끼리결합시켰다. 그리 6

16 고이지역으로부터체인코드를이용해서지역에대한외곽선을추출하였 다. 추출된선을이용하여에피폴라선에따라서정합을수행하였다. 정합결 과를 Coplanar 그룹핑에의해서건물지붕에해당하는것들을추출한다. Cord and Declercq (2001) 는 3D 건물정보를추출하는데있어서 DEM의역할이크다고판단하였다. 따라서정확도가높은 DEM을생성하기위해서스테레오정합시, 적응형모양 (Adaptive shape) 과 Gaussian 템플릿 (template) 사이에 Cooperation에기반한스키마 (Schema) 를제안하였다. 건물은분류를통해서탐지하였으며, 탐지된건물과 DEM에서추출한 3차원정보와복잡한수식을사용해서건물모델을생성하였다. Fradkin et al. (2001) 은여러장의항공사진을이용해서건물의 3D 정보를추출하였다. 이논문에서는스테레오영상의정합을통해서 DEM을생성하고, 여기로부터건물을추출하였다. 건물을추출하기위해서제안된방법은동일지역에대해서다양한시점으로촬영된영상을이용해서건물의정면 (Facade) 를추출하고이것을건물의 Cue로이용하는것이다. 이 Cue를이용해서분할한지역에대해서 Relative position, overlap, proximity, area 등의조건이모두만족하는객체가건물이라고판단하였다. Baillard and Maitre (1999) 는항공사진의스테레오정합을이용해서생성한 DEM과분류 (Classification) 를통해서 3D 건물정보를추출하고있다. 이논문에서는항공사진의스테레오정합으로 DEM을생성하고이를영상분할과분류기법을이용하여지표면위의객체들을분류하고, Digital Terrain Model (DTM) 을생성하였다. 생성한 DTM과분류된객체들을융합하여 3D로도시를복원하였다. Kim and Muller (1998) 는스테레오항공사진과그래프기반 (Graph-based) 방법을이용하여 3D 건물을복원하는방법을제안하였다. 이연구에선건물의높이정보를추출하기위해서스테레오항공사진으로 DEM을생성하였다. 스테레오사진중에서하나의사진으로부터선을추출 7

17 하고, 추출한선을그래프에기반한방법을이용하여건물가설을생성하였 다. 이렇게생성한 DEM 과건물가설을융합시켜서 3D 건물을복원하였다. Paparoditis et al. (1998) 은다른해상도를갖는영상을이용하여건물을탐지하고 3D 건물구조를복원하는방법을제안하였다. 이논문은 1 m 해상도의스테레오항공사진을이용하여건물을추출하고 3D로복원하는두가지방법을제안하고그것을 8 cm의해상도를갖는항공사진에적용하기위한방법에대해서제안하고있다. 1m 해상도의항공사진에서 3D 건물을복원하기위해서먼저, 스테레오정합을통해서 3D 지표모델을생성하였다. 생성한 DEM으로부터높은구조물들을추출하였고, 추출한구조물로부터 3D 건물지붕에대한가설을생성하였다. 이와더불어 DEM으로부터 2D feature를필터링하고이것을 3D 건물지붕가설과그룹핑시켰다. 이로부터 3D 건물모델을생성하였다. 또한가지방법은 Neural network를이용하여영상에서선택한지역의건물에대해레이블링 (Labeling) 을수행하고, 레이블된건물을정합하여 3D로재구성하는것이다. 이런방법들을해상도가 8 cm인고해상도항공사진에적용하기위해서다중스케일의 Gradient correlation에기반한정합방법을제안하였다. Robert et al. (1998) 은여러장의항공사진을이용하여 3D 건물모델을생성하였다. 제안된방법은먼저, 한장의항공사진으로부터 2D 건물지붕선을추출하고, 이것을이용하여건물지붕가설을생성하였다. 생성된건물지붕가설은동일건물에대해다른시점으로촬영된사진과정합을수행하였다. 정합결과로결정된선부분으로부터 Triangulating 3D rooftop을이용하여여러사진에서건물의정보를결정하였다. 여러영상을이용해서 3D 건물정보추출관련연구들은오래전부터활발하게수행되어왔다. 위의연구사례는그중에서일부분만을보여주고있다. 대부분의연구들이스테레오정합을통해서 3차원건물정보를추출하고있었다. 또한대부분의연구들이여러영상을이용하기위해서복잡한과정을거치고있었다. 8

18 2.2. 데이터융합을통한건물정보추출 영상만을이용하지않고다른데이터를융합하여건물정보를추출하는연 구들도활발하게진행되고있다. 이와관련된대부분의연구들은다른데이 터를통해서필요한건물의정보를얻어내고있었다. Kim and Nevatia (2004) 는 DEM과항공사진을이용하여건물의 3D 정보를추출하였다. 항공사진에서는 DEM에서생성한건물 Cue를이용하여 2D feature를추출하였고, 이를이용해서 3D feature를생성하였다. 생성된 feature와 DEM을이용하여건물의지붕가설을생성하고검증하였다. 그리고지붕가설을분석하여복잡한형태의 3D 건물지붕을복원하였다. Kim and Muller (2002) 는 Regions of interest (ROIs) 를식별하는알고리즘을 IKONOS 영상과 LIDAR 데이터에적용하여건물을추출하였다. 여기서는 RPC 계수를이용한 IKONOS 스테레오영상을통해서생성한 DEM에서 ROI를적용했을때의에러에대해서도알아보았다. 에러를포함하고있는 RPC 계수를사용하지않고 LIDAR 데이터를이용하여만든 DEM과 IKONOS 영상에서 NDVI를이용하여건물과나무를분류하고각각에대해 ROI 알고리즘을적용하였다. Suverg and Vosselman (2000) 은 2D의 GIS 지도와항공사진을이용해서건물정보를추출하고있다. 지도에서추출한건물바닥에대한정보를항공사진에적용하였다. 건물의 3D 정보는스테레오영상의정합을통해서얻어내었다. 이러한정보를기본으로 Constructive Solid Geometry를사용한건물모델을영상에적용해서건물의 3D 모델을생성하였다. 위의연구사례에서중 Kim and Muller (2002) 의연구처럼, 최근에는 LIDAR를이용하여건물의높이정보등을추출하여 3D 건물복원에사용하는연구들이활발하게진행되어왔다. LIDAR는지형지물에대한높이정확도가높다는장점을갖고있지만, 많은양의점데이터를처리해야하고, 비 9

19 용이높다는문제점을갖고있다 그림자를이용한건물정보추출 단일영상에서건물정보를추출하기위해서는단일영상에있는정보들을 최대한사용해야한다. 이때건물을탐지하거나건물의높이를추정하기위 해서이전부터많은연구들이그림자를이용한방법을제안하였다. Jin and Davis (2005) 는건물추출을위해서 IKONOS 영상을이용했으며, 형태학적윤곽 (Differential Morphological Profile: DMP) 기법을사용하였다. 여기서건물의그림자는 DMP 기법을통해서추출되어, 건물의가설을생성하는역할을한다. 이논문에서제안하는방법은 DMP를이용하여생성한건물가설과그림자를이용하여생성한건물가설및임계처리법 (Thresholding method) 을이용하여생성한건물표면을통합하여건물을추출하는것이다. Noronha and Nevatia (2001) 는두장이상의항공사진을이용하여빌딩을추출하고 3D 모델을생성하는시스템을제안하였다. 제안된방법은직선으로이루어진건물이지만, 평평한지붕이나대칭형의박공 (Gable) 지붕을가진건물을대상으로한다. 제안된방법은먼저건물지붕의가설을생성하기위해서항공사진에서선들을추출하고, 추출한선에대해서그룹핑및정합을수행하였다. 이선에서동일한방향의선들을추출하고그룹핑하였다. 이것으로부터지붕가설을생성하였다. 생성된가설은영상에서보이는적어도하나이상의건물벽과건물의그림자를이용하여검증하였다. 검증에사용하는건물의그림자가평평한지표면위에있으며, 다른건물에의해서가려지지않는다고가정하였다. 예철수와이쾌희 (2000) 는 KOMPSAT 위성영상에서건물을검출하는데 그림자를이용하였다. 이논문에서는위성영상을건물과그림자및나머지 10

20 배경으로분류한뒤, 그림자영역과인접한건물들에대해서논문에서제시 한제약조건을적용하여건물을검출하였다. Kim and Muller (1999) 는단일항공사진에서그래프기반으로건물을추출하는방법을제안하였다. 항공사진에서선을추출하고, 이선을분류한다. 각선의관계를고려해서그래프형태로나타내고이를통해서건물의가설을생성하였다. 건물의그림자는생성된가설을검증하기위한한가지수단으로사용되었다. Lin and Nevatia (1998) 은단일항공영상에서건물을탐지하고, 탐지한건물을검증하기위해서건물의그림자를이용하였다. 이논문에서는단일영상에서추출한선을이용하여건물의가설을생성하였다. 가설은건물지붕의일반적인특성을이용해서재선택되어졌다. 선택된가설은그림자를이용하여검증되었다. 건물의높이는그림자의길이를측정하여추정하였다. Hartl and Cheng (1995) 는 SPOT 영상에서건물의그림자를이용하여건 물의높이를추정하였다. 이논문에서그림자를이용하여 77 개의건물에대 한높이를계산한결과 RMSE 가 6.13 m 였다고한다. Liow and Pavlidis (1990) 은건물의그림자를이용하여건물가설을생성하고검증하였다. 제안된방법에서는먼저항공영상에서직선과그림자선만을추출하여그룹화하였다. 그룹화된선들을이용하여지역을생성하고이로부터건물의가설을생성하였다. 생성된가설은그림자와건물형태를분석하여검증하였다. Irvin et al. (1989) 은임계처리와 Connected region 추출을이용하여항공영상에서건물의그림자를추출하였다. 추출한그림자를이용하여건물가설을생성하고, 이건물가설을그림자와비교하여검증하였다. 이논문에서건물의높이는그림자의길이를측정하여추정하였다. 검증한건물가설과건물높이를이용하여 3차원투영모델을생성하였다. 11

21 위의연구사례에서볼수있듯이, 대부분의연구들이단일영상에서건물의높이를추정하거나생성한건물가설을검증하기위해서그림자를이용하였다. 대부분의연구가건물의높이를추정하기위해서그림자의길이를측정하였다 건물의바닥 (Footprint) 위치정보추출 지금까지살펴본연구사례들을비롯해서대부분의건물정보추출에관련된연구들은건물의지붕을추출하여왔다. 건물의지붕도 3D 건물복원에중요한정보가되지만, 건물의바닥 (Footprint) 위치도또한매우중요한정보이다. 아래는건물의바닥을추출하기위한연구들이다. Haverkamp (2004) 는 IKONOS 영상으로부터건물의바닥을추출하는방법을제안하였다. 제안된방법은먼저 Nevatia-Babu 필터를이용해서영상으로부터 Edge를추출하였다. 추출된 Edge를이용하여 Edge chain을생성하였다. 이 Chain을이용하여선들을그룹화시키고, 이를이용해서건물가설을생성하였다. 제안된방법은건물의바닥을추정하기위해서각건물의방향을추정하였다. 그리고건물의방향과 Chain 등을이용하여건물바닥네모퉁이좌표를계산하였다. Shackelford et al. (2004) 은영상으로부터건물의바닥위치를추출하는알고리즘을제안하고있다. 알고리즘을실험하는데사용된데이터는 IKONOS 위성영상이다. 이연구에서제안한알고리즘은형태학적윤곽 (DMP) 의차이를이용하여건물과건물의그림자를식별하였다. DMP는다중스케일영상분석기술중의하나로서, 영상에서구조물의형태, 크기, Contrast에대한정보를제공한다. 이기술은원격탐사연구분야에서 2001 년에소개되어진비교적최신의기술이라고한다. 이논문에서는 DMP에서건물의밝은부분의윤곽은 Opening portion, 어두운부분의윤곽은 Closing portion으로정의하고, 이것으로부터건물과건물의그림자를각각 12

22 추출하여구별하였다. Haithcoat et al. (2001) 은건물의바닥위치를추출하기위해서 LIDAR의점데이터들을이용하여 Digital surface model(dsm) 을생성하였다. LIDAR의점데이터들을이용하였으므로 DSM에서생성된건물의바닥은복잡한형태를나타낸다. 이런복잡한형태는일반적인건물바닥의형태인사각형으로단순화시켰다. 건물바닥을추출하는연구는많지않았으며, Haithcoat et al. (2001) 의경우에는 LIDAR 데이터와의융합을통해서건물의바닥을추출하였다. 영상에서건물바닥은건물지붕과는달리판독하기가쉽지않으며, 따라서건물지붕과비교했을때추출하기어려운부분이다. 13

23 제 3 장그림자를이용한 3 차원건물정보추출 3.1 지표면에나타난그림자를이용한건물정보추출 위성영상에서건물그림자의길이를알수있다면, 그에따른건물의높이도알수있다. 건물의높이를알수있다면, 건물의연직선을생성하여건물바닥의위치를알아낼수있다. 따라서지표면위에나타난그림자를분석하여건물의높이와위치정보를추출할수있다 지표면의그림자를이용한 3 차원건물정보추출과정 지표면의그림자를이용하기위해서본연구에서는영상위로가상의그림자를투영시켰다. 투영된그림자가영상에나타난실제건물그림자와일치했을때의건물높이가실제건물높이라고결정했다. 건물높이가결정되면, 건물의연직선을영상위에생성할수있으며, 연직선을따라서선택한건물외곽각선을이동시키는과정을통해서건물바닥의위치를결정할수있다. 그림 1은지표면의그림자를이용한 3차원건물정보추출과정을보여주고있다. 제안된알고리즘을위해서는단일고해상도위성영상과그에따른메타정보가필요하다. 그림 1에서처럼 3차원건물정보를추출하기위해서는먼저위성영상의방위각을결정해야만한다. 결정된방위각은영상위에서태양과위성카메라의방위각을적용하기위해서사용된다. 3차원정보를추출할건물에대해서수동으로건물지붕의외곽선을추출한다. 그리고건물의높이값을증가시키면서그에따른그림자를생성하여영상위에투영시킨다. 투영된그림자가실제그림자와일치될때까지건물의높이값을조절한다. 두그림자가일치된다면, 이때의건물높이값이실제건물높이값으로결정된다. 건물의높이가결정되었다면, 이를이용하여영상위에건물의연 14

24 직선을생성할수있다. 생성된연직선을따라서처음에추출했던건물의지 붕외곽선을이동시킨다. 이때, 건물연직선의끝으로이동된지붕외곽선이 건물바닥의외곽선이된다. 따라서건물바닥의위치정보를결정하게된다. 단일고해상도 영상의방위각결정 위성영상 건물지붕을수동으로선택 메타정보 건물의높이증가 / 감소 영상위에건물의그림자투영 No 실제그림자와일치? Yes 이때의높이를실제높이로결정 결정된건물높이에따른연직선생성 연직선따라서건물지붕외곽선이동 그림 1 지표면에나타난그림자를이용한 3 차원정보추출과정 건물바닥의위치정보결정 항공사진또는위성영상으로부터건물을추출하는기존의많은연구들은주로건물의지붕을추출하였다 ( 예철수와이쾌희, 2000; Baillard and Maitre, 1999; Cord and Declercq, 2001; Fradkin et al., 2001; Irvin et al., 1989; Kim and Nevatia, 2004; Lin and Nevatia, 1998; Liow and Pavlidis, 1990; Noronha and Nevatia, 2001; Paparoditis et al., 1998; Rau and Chen, 2003; Robert et al., 1998; Sohn et al., 2005; Ye and 15

25 Lee, 2002). 하지만, 영상에서실제건물의위치는건물의지붕이아니라건물의바닥 (Footprint) 위치이다. 건물의바닥을추출하는연구들도수행되었으나 ( Haithcoat et al., 2001; Haverkamp, 2004; Shackelford et al., 2004), 그수는적었다. 위성영상에서건물의바닥은다른건물의그림자나지형지물에가려져서육안으로보이지않는경우가많다. 따라서건물의지붕위치를추출하는것보다건물의바닥위치를추출하는것이더어렵다. 본연구에서제안된방법은건물의높이뿐만아니라건물의바닥위치정보도추출한다. 그림 1에서보면, 가상의그림자를영상에투영시켜서건물의높이를결정하였다. 건물의높이를알수있다면, 건물연직선의길이를계산할수있다. 메타정보에포함되어있는위성의방위각을이용하면, 건물연직선의방향도결정할수있다. 이를통해서영상에건물의연직선을생성할수있다. 그림 1의두번째단계에서수동으로추출한건물지붕의외곽선을건물높이를이용하여생성한건물의연직선을따라서이동시킨다. 건물지붕으로부터생성한건물연직선의끝부분은건물의바닥부분이라고할수있다. 따라서건물지붕외곽선이연직선을따라서지표면방향으로이동된다면, 이동되어진지붕외곽선은건물바닥의외곽선이된다. 이로서건물의바닥위치도추출할수있다 영상의방위각결정 본연구에서제안하는알고리즘은건물의그림자와연직선의방향을결정하기위해서위성과태양의방위각을이용한다. 방위각은자오선을기준으로어느측선까지시계방향으로잰수평각을말한다. 일반적으로자오선의북쪽을기준으로하며, 태양등의방위각은진북을기준으로한다. 따라서영상위에서위성과태양의방위각을적용하기위해서는영상에서진북방향을알아야한다. 본연구에서는영상에서의세로축과진북방향간의차이를영상의방위각이라고정의하였다 ( 그림 2). 16

26 세로축 (Y) 영상의방위각 위성영상 실제북쪽 가로축 (X) 그림 2 위성영상의방위각결정 위성영상의메타정보에는위성영상네모퉁이에대한경위도좌표가포함되어있다. 경위도좌표를이용한다면, 영상의세로축과실제북쪽간의차이를계산할수있지만, 이때의실제북쪽은도북이된다. 1m의공간해상도를갖는 IKONOS 위성영상에서도북과진북에따른건물의연직선을생성하여보았으며, 육안으로판단한결과도북과진북에따른차이점이없었다. 따라서본연구에서는메타정보에포함되어있는영상네모퉁이의경위도좌표를이용하여계산된각도를영상의방위각으로사용하였다. 경위도좌표계는 2차원평면상에서의좌표계가아니므로, 그대로영상방위각을결정하는데사용할수없다. 본연구에서는경위도좌표를 TM 좌표로변환하여영상의방위각을결정하였다. 17

27 3.1.4 건물의연직선과그림자의방향결정 영상의방위각이결정되었다면, 이를이용하여영상위에투영될건물의그림자방향과연직선방향을결정할수있다. 그림 3은영상방위각과영상에나타난건물의연직선및그림자방향간의관계를보여주고있다. 건물연직선의방향은영상의방위각과카메라의방위각으로결정할수있다. 건물의그림자는태양과반대방향에위치하므로, 영상의방위각과태양의방위각을통해서결정할수있다. 세로축 (Y) 그림자방향 위성영상 실제북쪽 위성의방위각 연직선방향 태양 태양의방위각 위성 그림 3 건물연직선과그림자방향결정 18

28 3.1.5 건물의높이와연직선길이, 그림자길이와의관계 건물의연직선과그림자의방향을결정하였다면, 영상에생성할연직선과 투영될그림자의길이를계산하여야한다. 연직선의길이는위성의고도각과 실제건물높이를이용하여계산할수있다. 투영될그림자의길이는태양의 고도각과실제건물높이를이용하여계산할수있다. 건물높이에따른연직 선과그림자의길이는아래식으로정리할수있다. H SL = tan( Elevation sun VL tan( Elevation = ) tan( Elevation sun satellite ) ) 위식에서 SL 은투영될그림자의길이, VL 은영상위에생성할연직선의 길이, H 는실제건물높이를나타낸다. 위성과태양의고도각을나타낸다. Elevation satellite, Elevationsun 은각각 19

29 3.1.6 지표면의그림자를이용한건물추출적용결과 지표면의그림자를이용해서 3차원건물정보추출알고리즘을영상에적용한결과는그림 4, 5에서보여주고있다. 그림 4는그림 12에있는 IKONOS 스테레오영상의왼쪽영상에지표면의그림자를이용한 3차원건물정보추출알고리즘을적용한결과이다. 그림 5는그림 12의오른쪽영상에적용해본결과를보여준다. 그림 4, 5에서왼쪽의그림들은알고리즘을적용하기전에원래의영상이다. 오른쪽은알고리즘을적용하여, 투영된그림자와실제그림자가일치했을때를보여주고있다. 그림에서투영된그림자는실제그림자위에녹색으로나타난부분이다. 건물에그려져있는녹색선들은투영된그림자와실제그림자가일치했을때, 결정된건물높이에따른연직선과지붕외곽선및바닥외곽선을보여준다. 앞에서언급했듯이제안된알고리즘은건물의그림자와건물이모두평평한지표면위에있다는가정만을고려한것이다. 따라서그림 4, 5에서보여주는결과는육안으로판독했을때, 평평한지표면위에있다고판단된건물에서의결과만을보여주고있다. 20

30 그림 4 그림 13 의왼쪽영상에알고리즘을적용한결과 21

31 그림 5 그림 13 의오른쪽영상에알고리즘을적용한결과 22

32 3.2 건물정면의그림자를이용한건물정보추출 도심지역에서건물의그림자는다른건물에의해가려지는경우가많다 ( 그림 6). 그림 5에서맨위에빨간선은건물의그림자옆선을나타낸다. 지표면위에나타난그림자를이용한건물정보추출알고리즘은가상으로그림자형태를투영시키기때문에, 그림자옆선이보인다면, 그림자옆선에투영된그림자가일치될때까지의건물높이가실제건물높이라고생각할수있다. 하지만, 이것은정확한높이를추정하기에는불확실하다. 그리고그림 6에서동그라미안에있는건물처럼, 건물의옆선조차나타나지않는건물이아파트단지처럼건물이밀집된지역에서는많은비중을차지한다. 그림 6 건물정면에나타난그림자 이런경우에가려진건물의그림자가가린건물의정면위에나타난다면, 지표면에나타난그림자를이용한건물정보추출알고리즘과동일한방식으로 3차원건물정보를추출할수있다. 즉, 건물정면에나타난그림자와투영된가상의그림자가일치했을때의건물높이와위치를추출해낼수있다. 23

33 3.2.1 건물정면의그림자를이용한 3 차원건물정보추출과정 건물정면에나타난그림자를이용한 3차원건물정보추출과정은지표면의그림자를이용한방법과동일한원리를이용한다 ( 그림 7). 이때는지표면위로가상의그림자를투영시키는대신에그림자를가리고있는건물정면으로그림자를투영시킨다. 투영된그림자와실제그림자가일치한다면, 건물의높이와위치정보를결정할수있다. 지표면의그림자를이용한 3 차원건물추출 주변건물과그림자의교차여부판단 No 교차점이존재하나? Yes 건물옆면에그림자가있다고가정 건물의높이증가 / 감소 건물옆면에그려질그림자높이결정 건물옆면에그림자투영 No 실제그림자와일치? Yes 이때의높이를실제건물높이로결정 결정된높이에따른연직선생성 연직선따라서건물지붕외곽선이동 그림 7 건물정면그림자기반건물정보추출 24

34 건물정면에나타난그림자를이용하기위해서는 3차원정보를추출할건물그림자를가리고있는건물의 3차원정보가먼저추출되어야한다. 그림 7에서보는것처럼, 먼저지표면의그림자를이용한 3차원건물추출알고리즘을이용하여, 3차원건물정보추출을시도한다. 가상의그림자를건물높이에따라서영상위에투영하다가이전에 3차원정보를추출한건물에가려지는것으로판단되면, 건물정면으로그림자를투영시킨다. 건물의높이를조절하여건물정면에투영된그림자가실제그림자와일치하도록한다. 일치한다면, 건물의높이를결정하고그에따른건물의연직선생성및위치를결정한다 다른건물과의관계결정 제안된알고리즘을적용하기위해서는 3차원정보를추출할건물의그림자를가리는건물이있는지판단해야만한다. 어느건물이그림자를가리고있는지판단하기위해서는그림자를가리고있는건물에대한 3차원정보를미리추출되어있어야한다. 또한그림자를가리는건물은그림 6처럼두개이상일수도있으므로, 먼저정보를추출할건물의주변의일정반경내에서먼저추출된건물정보가있는지검색한다. 검색된건물의위치정보를이용하여정보를추출할건물의그림자가검색된건물과교차되는지판단한다. 그림자를가린건물이있다면, 그림 8에서보는것처럼, 그림자와가린건물정면과의교차점이존재하게된다. 제안된알고리즘에서는건물의그림자가건물바닥외곽선모퉁이부분에서시작되는그림자선으로생성되어지며, 이그림자선이다른건물의정면을가로지르는선과교차하는지를판단하여, 그림자가가려진건물인지아닌지를결정하였다. 실제건물의정면을가로지르는선은건물바닥외곽선과동일하므로, 본연구에서는건물의바닥외곽선과그림자선이교차하는지여부를계산하여, 그림자를가린건물을결정하였다. 25

35 그림자와다른건물옆면의교차점 실제그림자길이 정보를추출할건물 그림자를가린건물 그림 8 그림자를가린건물결정 건물정면에나타나는그림자의길이결정 3 차원정보를추출하고자하는건물의그림자를가리고있는건물을 검색하였다면, 그건물정면에그림자를투영시키기위해서투영될그림 자의길이를계산하여야한다. B 건물로인해서잘려진 A 건물의그림자길이 (Lo) A 건물의높이 ( H ) A 건물 B 건물 지표면 A 건물의실제그림자길이 (Ls) B 건물옆면에나타나는그림자길이 (Hs) 그림 9 건물정면에나타나는그림자길이결정 26

36 3차원정보를추출할건물 A와 A 건물그림자를가리고있는건물 B 가있다고가정한다면, A 건물높이에따라서투영되는그림자가 B 건물에의해서잘려지는길이를계산할수있다. 그림자가잘려진길이 (Lo) 와태양의고도각, 그리고원래투영되어야되는그림자의길이 (Ls) 를이용하면 B 건물정면에나타나는그림자의길이를계산할수있다 ( 그림 9). 그림 9는 A 건물과 B 건물에서 A 건물높이에따른원래투영될그림자와건물정면에투영될그림자와의관계를보여주고있다. 그림 9에서 A 건물이지표면보다더위에있는것은 A 건물의높이가결정되지않았기때문이다. 건물의지붕위치는알수있지만, 건물의바닥위치는투영된그림자와실제그림자가일치된이후, 건물의높이가결정되었을때알수있다. 따라서그림 9는투영된 A 건물의그림자가 B 건물정면에나타난 A 건물의실제그림자와일치하기전의상태를보여주고있다. 그림 9와같은관계를수식으로나타내면, 아래와같다. Hs = H ( Ls Lo) Ls 위수식에서 Hs는건물정면에투영될그림자의길이, H 는 3차원정보를추출할건물의현재높이를나타낸다. Ls와 Lo는현재건물높이에따른그림자의길이와다른건물로가려지지않은그림자의길이를나타낸다. 27

37 3.2.4 건물정면의그림자를이용한건물추출적용결과 건물정면에나타난그림자를이용해서 3차원건물정보추출알고리즘을영상에적용한결과는그림 10에서보여주고있다. 그림 10은그림 13의스테레오영상에서왼쪽영상에만적용해본결과를보여준다. 오른쪽영상은그림자를가린건물의정면으로가려진그림자가보이지않기때문에제안된알고리즘을적용할수없다. 그림 10에서녹색지역이투영된그림자고, 건물위에그려진녹색선은투영된그림자와건물정면의그림자가일치했을때, 결정된건물높이에따라생성된연직선과건물지붕외곽선및건물바닥외곽선을나타낸다. 왼쪽에서그림자를가린건물은건물의외곽선이그려진건물이다. 건물정면의그림자를이용하기위해서건물정면에나타난그림자를이용한건물정보추출알고리즘을적용하기전에지표면위에나타난그림자를이용한방법으로건물정보를추출한것이다. 28

38 그림 10 건물정면그림자기반알고리즘적용결과 29

39 3.3 그림자를이용한건물추출의제약 본연구에서제안한알고리즘은영상위에나타난건물의그림자를이용하여 3차원건물정보를추출한다. 그림자는지형지물의영향으로형태가바뀌거나길이가달라질수있다. 따라서본연구에서제안한그림자를이용한건물추출알고리즘은크게두가지제약사항을갖는다. 그림 11 지표고도변화의영향 A B 그림 12 그림자끝의식별불가 30

40 첫번째제약사항은건물그림자가있는지표가평평해야한다는것이다. 그림자는지표의고도변화에따라서형태가변형될수있다 ( 그림 11). 또한지표고도의높낮이에따라서본래의그림자길이보다늘어나거나줄어들수있다. 이러한점은본연구에서제안한알고리즘으로추출한 3차원정보가오차를포함하는원인이된다. 이러한오차는기존에이미구축되어있는 DEM으로부터지표면의고도정보를추출할수있다면, 이를이용하여줄일수있을것으로기대되고있다. 두번째제약사항은투영된그림자가실제그림자와일치하는지를판단하기위해서실제그림자의끝부분이식별가능해야한다는것이다. 그림 12 에서볼수있듯이, 3차원정보를추출할건물의그림자끝부분이다른건물에의해서가려져있어서알수없다면, 본연구에서제안하는알고리즘은적용할수없다. 이러한경우는그림자의끝부분이식별가능한 A 건물에서높이를추출하고, A와 B 건물의높이가동일하다고가정할수있으므로, 추출한 A 건물의높이를이용하여 B 건물의 3차원정보를추출하는방법이한가지해결방법이될것이다. 31

41 제 4 장실험및검증 4.1 실험에사용된자료 본연구에서제안한알고리즘은 IKONOS 위성영상에적용해보았으며, 추 출된 3 차원정보중에서건물의높이정확도를검증해보았다 위성영상자료 본연구에서는제안된알고리즘을구현하여 IKONOS 위성영상에적용하여 보았다. 실험에사용된 IKONOS 위성영상은그림 13 과같다. 사용된영상은 한쌍의스테레오영상이며, 2001 년 11 월에대전지역을촬영한것이다. 그림 13 실험에사용된 IKONOS 스테레오영상 32

42 IKONOS 위성영상은 Blue, Green, Red, NIR의 4 밴드에서획득되어진다. 전정모드에서는 1m의공간해상도를갖으며, 다중밴드에서는 4m의공간해상도를갖는다. IKONOS 카메라의주요제원은표 1에서볼수있다 (Dial, et al., 2003). 표 1 IKONOS 카메라제원 제원 고도 681 km 센서 Panchromatic and multispectral 촬영폭 11 km x 11 km 방사해상도 11 bits 공간해상도 1 m(pan), 4m(Multi) 밴드 Blue, green, red, NIR 본연구에서는 1m의공간해상도를갖는전정 (Pan) 영상에제안된알고리즘을적용하였다. 본연구에서제안된알고리즘은위성과태양및건물간의간단한기하학적관계와건물의그림자를이용한방식이므로, 공간해상도가높으면, 밴드와는상관없이적용할수있다. 33

43 4.1.2 위성영상의메타정보 본연구에서제안하는알고리즘은영상이획득될당시의태양과위성카메라의방위각및고도각정보가필요하다. 또한위성영상의방위각을결정하기위해서영상의네모퉁이에대한위치좌표가필요하다. 이러한정보들은위성영상에따른메타정보에포함되어있다. 표 2 실험영상의주요메타정보 왼쪽영상 오른쪽영상 스테레오 스테레오 기준타원체 WGS84 보간방법 Cubic convolution 위성의방위각 ( ) 위성의고도각 ( ) 태양의방위각 ( ) 태양의고도각 ( ) 촬영시간 (GMT) : :19 표 3 메타정보에포함되어있는영상의네모퉁이좌표 픽셀위치 경도 ( ) 위도 ( ) Top left Top right Bottom right Bottom left 표 2와 3은본연구에서사용된 IKONOS 위성영상의주요메타정보를보여주고있다. 표 2는제안된알고리즘에사용되는위성과태양의방위각및고도각을보여주고있으며, 표 3에서는사용된영상네모퉁이의경위도좌표를보여주고있다. 실험에사용된영상은영상의네모퉁이좌표가동일한스테레오영상이다. 34

44 4.2 검증방법 제안된알고리즘을검증하기위해서본연구에서는제안된알고리즘을이용하여추출한건물의높이와실제건물의높이를비교하였다. 실제건물의높이는 IKONOS 스테레오영상 ( 그림 13) 과이에따른지상기준점을이용하여수립한센서모델로계산한건물의높이라고가정하였다 검증에사용된데이터 제안된알고리즘의검증을위해서임의의지역을선택하고, 그지역에서 3 차원건물정보를추출하였다. 지표면의그림자를이용한 3차원건물정보추출은임의로 7개의지역에서 30개의건물에대한높이를비교및검증하였다. 그림 14는지표면의그림자를이용한 3차원건물정보추출의검증에사용된 7개의지역을보여주고있다. 건물정면에나타난그림자를이용한건물정보추출은임의로 6개의지역을선택하고, 그지역에서총 30개의건물에대한높이를비교및검증하였다. 이때선택한지역은그림 15에서볼수있다. 그림 14와 15를보면지표면의그림자기반알고리즘검증지역과건물옆의그림자를이용한알고리즘의검증지역에약간의차이가있다. 건물옆의그림자를이용한알고리즘을검증하기위해서는건물옆에그림자가많이생기는아파트단지같은밀집지역을선택하였다. 밀집지역에서선서모델수립을통한건물높이를추출하기위해서는건물이서있는지표의높이도알아야한다. 하지만, 대부분의지역들이지표의높이를측정하기위해서필요한점을찾기가어려운곳이었다. 따라서그림 15의지역은그림 14의지역을기반으로검증에필요한영상좌표를취득할수있으면서, 건물정면에그림자가생기는부분을찾은것이다. 35

45 A F B D G C E 그림 14 지표면에생긴그림자기반방법검증지역 A E B E C D F 그림 15 건물정면에생긴그림자기반방법검증 지역 36

46 4.2.2 검증과정 본연구에서제안된알고리즘에대한검증과증은그림 16 와같다. 단일영상 제안된알고리즘을이용한건물높이추출 메타정보 지상기준점등을이용한센서모델수립 스테레오영상 지상기준점 건물지붕한점에대한 3 차원좌표계산 지표한점에대한 3 차원좌표계산 지붕과지표의 z 좌표차이 실제높이 실제높이와추출한높이의 RMSE 계산 그림 16 검증과정 먼저, 본연구에서제안한알고리즘을통해서건물의 3차원정보를추출한다. 기준이되는건물의높이는스테레오영상에서지상기준점을이용하여수립한센서모델을이용하여계산한다. 센서모델을수립하고나서, 비교할건물의지붕에대한픽셀좌표를스테레오영상에서취득하고, 건물이서있는지표에대한픽셀좌표도취득한다. 취득한픽셀좌표와수립된센서모델을이용하여, 건물지붕과지표에대한 3차원좌표를계산한다. 계산된 3차원좌표중건물지붕과지표에대한 Z 좌표의차이를계산하면, 이것이기준이되는건물높이가된다. 실제건물높이를계산하기위해서본연구에서사용된센서모델은직접 선형변환 (Direct linear transformation) 모델이다. 이모델은다음과같이 정의되어진다. 37

47 wc m = wr m w m m m m m m m X m14 Y m 24 Z 1 1 위식에서 w 는스케일요소이며, c, r 은각각영상의행과열좌표를나타 낸다. X, Y, Z 는 3 차원공간에서의좌표를나타낸다. 본연구에서사용된지 상기준점은 UTM 좌표계상의좌표로 m 단위이며, 따라서직접선형변환 모델을통해서계산되는객체의 3 차원좌표의단위도 m 이다. 즉, 검증에사 용하기위해서기준이되는건물높이의단위는 m 이다. 본연구에서는센서모델을수립하기위해서스테레오영상에대한 13 개의 지상기준점을각각사용하였으며, 두영상에대한 13 개의접합점 (tie point) 을사용하였다. 38

48 4.3 검증결과및분석 지표면에나타난그림자를이용해서추출한높이검증결과 본연구에서는지표면에나타난그림자를이용해서추출한건물높이와스테레오영상과센서모델을이용해서추출한건물높이를비교검증하였다. 추출한건물높이를비교한결과는표 4에서보여주고있다. 표 4에서볼수있듯이, 가장적은오차는 m, 가장큰오차는 m 이고, 30 개의건물에대한 RMSE (Root Mean Square Error) 는 m 이다. 즉, 제안된알고리즘을이용한건물높이와스테레오영상을이용한건물높이를비교해본결과, 30 개의건물에대해서약 1.2 m 정도의 RMSE 오차가있었다. 39

49 표 4 지표면에나타난그림자를이용해서추출한건물높이검증결과 지역 건물 ID 알고리즘으 로추출한 건물높이 스테레오 영상에서 추출한건물 오차 (m) (m) 높이 (m) A B C D E F G Total 30 RMSE

50 4.3.2 건물정면의그림자를이용해서추출한높이검증결과 본연구에서는또한건물정면에나타난그림자를이용해서추출한건물높이와스테레오영상과센서모델을이용해서추출한건물높이를비교검증하였다. 추출한건물높이를비교한결과는표 5에서보여주고있다. 표 5에서볼수있듯이, 가장적은오차는 m, 가장큰오차는 m 이고, 30 개의건물에대한 RMSE는 m 이다. 즉, 제안된알고리즘을이용한건물높이와스테레오영상을이용한건물높이를비교해본결과, 30 개의건물에대해서약 1.5 m 정도의 RMSE 오차가있었다. 41

51 표 5 건물정면의그림자를이용해서추출한건물높이검증결과알고리즘으스테레오 지역 건물 ID 로추출한 건물높이 영상에서 추출한건물 오차 (m) (m) 높이 (m) A B C D E F Total 30 RMSE

52 4.3.3 검증결과분석 표 4 에서지표면의그림자를이용하여추출한건물높이의오차가가장큰 것은 m 인 E2 건물이다. 그림 17 지표면의그림자로추출한 E2 건물높이검증 그림 17은 E2 건물에지표면그림자를이용한건물정보추출방법을적용한그림과검증하기위해서사용한스테레오영상의일부분 ( 그림 17의아래부분 ) 을보여주고있다. 검증에사용된그림에나타난십자표시는수립된센서모델을통해서건물높이를계산하기위해사용된픽셀위치이다. 동그라미는그림자가있는쪽방향의지표면고도를알아보기위한픽셀위치이다. 아래표 6은스테레오영상에표시한십자표시및동그라미부분의픽셀위치에대해서센서모델을이용해서계산된 Z 좌표를보여주고있다. 43

53 표 6 스테레오영상에서추출한 UTM Z 좌표비교 픽셀위치 Z 좌표 (UTM 좌표계 ) ( 건물지붕 ) m ( 건물바닥 ) m ( 그림자가있는부근의지표면 ) m 표 6에서건물지붕과건물바닥의 Z 좌표차이가 E2 건물의높이가된다. 이때, 그림자가있는부근의지표면 Z 좌표가약 75 m로건물바닥 ( 약 78 m) 보다 3 m 정도낮다. 이런사실은 E2 건물의그림자와건물바닥의지표면고도가평평하지못하다는것을나타낸다. 지표면의고도가바닥보다도낮기때문에건물의그림자는지표면이평평했을때보다길어지게된다. 따라서 E2는육안으로는판별하기힘든지표면고도의차이로인해그림자의길이가달라져서생긴에러라고판단된다. 표 4에서볼수있는오차의주된원인은 E2와같이육안으로판별하기어려운지표면의고도차이때문에건물그림자의길이가지표면이평평했을때의그림자길이와달라지기때문인것으로판단된다. 표 5에서건물정면의그림자를이용해서추출한건물높이중에서오차가가장큰건물은 E3이다. 그림 18은 E 지역에서건물정면의그림자를이용한건물정보추출방법을적용한결과이다. 첫번째그림인 E0는 E1의그림자를가린첫번째건물이다. E0 건물은지표면의그림자를이용하여건물정보를추출한다. E0의건물정보추출후, 건물그림자가가려진순서대로 E1~E3까지건물정면의그림자를이용해서건물정보를추출한다. 그림 18 의 E3를보면, 지표면에나타난그림자가투영된그림자와일치하지않는것을볼수있다. E1~E3은지표면에나타난그림자의끝부분이식별가능하지만, 실험을위해서건물정면에나타난그림자와투영된그림자의일치여부만을고려해서 3차원정보를추출했다. 표 7은그림 18의건물정보추출순서에따라서각건물의높이를검증한결과이다. 44

54 E0 E1 E2 E3 그림 18 E 지역에서알고리즘적용결과 45

55 표 7을보면, E1~E3의오차가점차증가하는것을알수있다. 건물정면에나타난그림자를이용한건물정보추출방법은그림자를가리고있는건물의정보를이용한다. 따라서표 7에서볼수있듯이, 그림자를가리고있는건물에서추출한건물높이의오차가그림자가가려진건물의정보추출에도영향을준다. E3 건물의높이는 E0~E2까지건물정보가추출되면서그에대한오차가누적되어서큰오차가나타난것을판단된다. 표 7 건물정면그림자기반검증결과중 E 지역의건물높이오차 건물 ID 오차 (m) E0 ( 지표면그림자기반알고리즘적용 ) E E E

56 제 5 장결론 본연구에서는단일고해상도위성영상으로부터 3차원건물정보를추출할수있는알고리즘을제안하였다. 제안된알고리즘은위성영상에따른메타정보를이용하여가상으로건물그림자를생성하여영상위에투영시키고, 투영된그림자가실제그림자와일치했을때의건물높이가실제건물높이라고결정하였다. 또한결정된건물높이를이용하여영상에서의건물연직선을생성하고, 이연직선의방향으로건물의지붕외곽선을이동시켜서건물의바닥외곽선을추출하였다. 본연구에서는그림자와건물이모두평평한지표면위에있는경우만을고려했으며, 또한추출된바닥위치정보는영상좌표계상에서의좌표로한정지었다. 3차원건물을추출하기위해서제안된알고리즘은두가지로하나는지표면의그림자를이용한방법이다. 제안된또다른알고리즘은지표면의그림자가다른건물에가려졌을경우, 그림자를가린건물의정면에가려진그림자의일부가나타난다면, 그그림자를이용하여 3차원건물정보를추출하는방식이다. 현실세계에서아파트지역과같이건물이밀집한지역에서는지표면의그림자가다른건물에의해서가려지게된다. 제안된알고리즘의정확성을검증하기위해서, 본연구에서는영상에서추출한건물의높이를검증하여보았다. 검증의비교대상이되는건물높이는스테레오영상과지상기준점으로수립된센서모델을이용하여계산되었다. 총 30개의건물에대해서지표면의그림자를이용하여추출한건물높이와스테레오영상과센서모델을이용하여추출한건물의높이를비교해본결과 RMSE가약 1.2 m 였다. 건물옆의그림자를이용한경우, 총 30개의건물에서 RMSE는약 1.5 m 였다. 이런오차의주요원인은육안으로는판독하기어려운지표면의고도변화로판단하였다. 하지만, 본연구의알고리즘은건물높이를 1m 단위로조절하기때문에약 1.2 m 나 1.5 m의 RMSE는제안 47

57 된알고리즘이비교적정확하다는것을보여준다고생각한다. 본연구에서제안된알고리즘은비교적정확하다고판단되었지만, 건물의그림자를이용하기때문에크게두가지제약사항이존재했다. 첫번째로평평한지표면위에건물과그에따른그림자가있어야한다는것이다. 지표면의고도가달라지면, 그림자의길이도변하게된다. 이때는제안된알고리즘을이용한 3차원건물정보에오차가포함된다. 두번째로제안된알고리즘은실제그림자와투영된그림자가일치했을때, 건물의정보를추출하기때문에실제그림자의끝부분이육안으로식별가능해야만한다는것이다. 본연구에서제안된알고리즘은단일영상을이용하고영상에따른메타정보만을필요로하기때문에비용이적게들고, 검증결과에서볼수있듯이비교적정확한 3차원건물정보를추출할수있다. 알고리즘이간단하여향후다른부분에도적용하기가용이하며, 간편하게사용할수있다. 또한제안된알고리즘만으로평평한지역에서간단하게 3차원도심모델을생성할수있는데이터를획득할수있다고기대된다. 그리고다른데이터를융합하여건물을추출할때보조적인역할로서도적용가능하다고기대된다. 현실세계에서의많은건물들과그에따른그림자는평평한지표면위에있기보다는고도변화가있는지표면위에존재한다. 따라서본연구에서제안된알고리즘을그대로적용하여단일고해상도위성영상에서 3차원건물정보를추출하는데는한계가있다. 향후, 평평하지않은지표면에서도 3차원건물정보를추출할수있도록알고리즘의보완이필요하다. 48

58 참고문헌 예철수, 이쾌희, 2000, 그림자정보를이용한 KOMPSAT 위성영상에서의건물검출, Journal of the Korean Society of Remote Sensing, 16(3): Baillard, C., and Maitre, H., 1999, 3-D Reconstruction of Urban Scenes from Aerial Stereo Imagery: A Focusing Strategy, Computer vision and image understanding, 76(3): Cord, M., and Declercq, D., 2001, Three-Dimensional Building Detection and Modeling Using a Statistical Approach, IEEE transactions on image processing, 10(5): Dial, G., Bowen, H., Gerlach, F., and Grodecki, J., 2003, IKONOS satellite, imagery, and products, Remote sensing of environment, 88(1):23-36 Fradkin, M., Maitre, H., and Roux, M., 2001, Building Detection from Multiple Aerial Images in Dense Urban Areas, Computer vision and image understanding 82: Haithcoat, T. L., Song, W., and Hipple, J. D., 2001, Building Footprint Extraction and 3-D Reconstruction from LIDAR Data, Remote Sensing and Data Fusion over Urban Areas, pp Hartl, Ph., and Cheng, F., 1995, Delimiting the building heights in a city from the shadow on a panchromatic SPOT-image: Part 2: Test of a complete city, International journal of remote sensing, 16(15):

59 Haverkamp, D., 2004, Automatic Building Extraction from IKONOS Imagery, Proceedings of ASPRS 2004 Conference, Denver, Colorado, May Irvin R. B., and Mekeown, D., 1989, Methods for exploiting the relationship between buildings and their shadows in aerial imagery, IEEE Trans. On Systems, Man and Cybernetics, 19(6): Jin, X., and Davis, C., 2005, Automated Building Extraction from High-Resolution Satellite Imagery in Urban Areas Using Structural, Contextual, and Spectral Information, EURASIP Journal on Applied Signal Processing. 14: Kim, J. R., and Muller, J.-P., 2002, 3D Reconstruction From Very High Resolution Satellite Stereo and its Application to Object Identification, International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, 34(4): Kim, T., and Muller, J.-P., 1999, Development of a graph-based approach for building detection, Image and vision computing, 17(1):3-14 Kim, T., and Muller, J.-P., 1998, A Technique for 3D building reconstruction, Photogrammetric engineering and remote sensing, 64(9): Kim, T., and Muller, J.-P., 1996, Automated urban area building extraction from high resolution stereo imagery, Image and vision computing, 14(2): Kim, Z., and Nevatia, R., 2004, Automatic description of complex buildings from multiple images, Computer vision and image understanding, 96(1):

60 Lin, C., and Nevata, R., 1998, Building Detection and Description from a Single Intensity Image, Computer vision and image understanding, 72(2): Liow, Y. T., and Pavlidis, T., 1990, Use of Shadows for Extracting Buildings in Aerial Images, Computer vision, graphics, and image processing, 49(2): Noronha, S., and Nevatia, R., 2001, Detection and Modeling of Buildings from Multiple Aerial Images, IEEE Transactions on pattern analysis and machine intelligence, 23(5): Paparoditis, N., Cord, M., Jordan, M., and Cocquerez, J.-P., 1998, Building Detection and Reconstruction from Mid- and High-Resolution Aerial Imagery, Computer vision and image understanding, 72(2): Rau, J.-Y., and Chen, L.-C., 2003, Robust Reconstruction of Building Models from Three-Dimensional Line Segments, Photogrammetric engineering and remote sensing, 69(2): Robert, T. C., Christopher, O. J., Cheng, Y.-Q., Wang X., and Frank, S., 1998, The Ascender System: Automated Site Modeling from Multiple Aerial Images, Computer vision and image understanding, 72(2): Shackelford, A. K., Davis, C. H., and Wang, X., 2004, Automated 2-D Building Footprint Extraction from High-Resolution Satellite Multispectral Imagery, International Geoscience and Remote Sensing Symposium, 3: Sohn Homg-Gyoo, Park Choung-Hwan, and Heo Joon, 2005, 3-D Building Reconstruction Using IKONOS Multispectral Stereo Images, 51

61 Lecture notes in computer science, 33683: Suverg, I., and Vosselman, G., 2000, 3D Reconstruction of Building Models, The International Society for Photogrammetry and Remote Sensing and the Remote Sensing Society, 33(B2): Ye, C.-S., and Lee K.-H., 2002, 3-D Reconstruction of Man-made Objects based on Watershed Segmentation and 3-D Grouping, Proceedings of the 2002 IEEE International Symposium on, 2: (Shuttle Radar Topography Mission, SRTM) 연합뉴스, 2005, office_id=098&article_id= &section_id=117&menu_id=117 조선일보, 2005, html KBS 뉴스, 2004, KBS 뉴스, 2005, 52

62 감사의글 돌아보면아쉬움이남는 2년동안의대학원생활이끝났습니다. 연구실에서생활하는동안많은분들에게도움을받았습니다. 갑작스럽게대학원을들어가겠다는아들을믿어주시고보살펴주신부모님께가장먼저감사드립니다. 많이부족한저를첫번째제자로받아서고생하신김태정교수님께감사드립니다. 2년동안의연구실생활동안김태정교수님은저에게여러가지면에서좋은모범대상이자, 사려깊은스승이셨습니다. 김태정교수님이말씀하시곤했던, 스승을뛰어넘어라 는앞으로도저의목표중하나가될것입니다. 돌아보면짧았던 2년동안많은기회와가르침을주신김태정교수님께감사드립니다. 제졸업논문심사를해주신조우석교수님과김병국교수님께도감사드립니다. 학부때부터대학원생활까지좋은강의를듣게해주신이규성교수님, 김계현교수님, 김병국교수님, 박수홍교수님, 조우석교수님과대학원때처음강의를듣게된조동행교수님모두감사드립니다. 혼자연구실생활을하던저에게많은도움과조언주고힘이되어준지형정보연구실의유석이와귀여운동생이자상담선생님이었던 RS의민정이에게도고마운마음을전합니다. 제바로다음으로공간영상공학연구실에들어와서연구실을꾸려나가고있는꼼꼼한동석이, 여러가지로열심히생활하는수암이, 저를잘따라준동생현숙이에게도고마운마음을전합니다. 그리고연구실에자주찾아와준 GIP의용익이, 많이볼기회가없었지만멋진동기인맵핑의상근이와이것저것많은도움을준지형정보연구실의준구, 석사 1차때수치사진측량 term 프로젝트를같이하면서친해진금희를비롯해서, RS의선화누나, 정림이, 정일이, 맵핑의재승이, 지금은졸업하신호영이형, 우제형, 형수형에게모두감사드립니다. 대학원생활을하면서때때로좋은술친구가되어준영희를비롯한초등학교동창들에게도고마움을전합니다. 모두좋은일들이있으시길바랍니다. 감사합니다. 53