LIDAR와 영상 Data Fusion에 의한 건물 자동추출

Similar documents
[96_RE11]LMOs(......).HWP

*통신1802_01-도비라및목차1~11

경제통상 내지.PS

°æÁ¦Åë»ó³»Áö.PDF

우루과이 내지-1

세계 비지니스 정보



CONTENTS.HWP

INDUS-8.HWP



ch3.hwp

세계 비지니스 정보

00-1표지

2 ㆍ 大 韓 政 治 學 會 報 ( 第 20輯 1 號 ) 도에서는 고려 말에 주자학을 받아들인 사대부들을 중심으로 보급되기 시작하였고, 이후 조선시대에 들어와서는 국가적인 정책을 통해 민간에까지 보급되면서 주자 성리학의 심 화에 커다란 역할을 담당하였다. 1) 조선시대

표1

< B3E220B3EBBCF7C0CE20B5EEC0C720BAB9C1F6BBE7BEF720BEC8B3BB28C3D6C1BE292E687770>

第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대

제 출 문 환경부장관 귀하 본 보고서를 폐기물관리 규제개선 방안연구 에 관한 최종보고서로 제출합니다 연구기관 한국산업폐기물처리공제조합 연구책임자 연 구 원 연구보조원 이 남 웅 황 연 석 은 정 환 백 인 근 성 낙 근 오 형 조 부이사장 상근이사 기술팀장 법률팀장 기

israel-내지-1-4

영암군 관광종합개발계획 제6장 관광(단)지 개발계획 제7장 관광브랜드 강화사업 1. 월출산 기( 氣 )체험촌 조성사업 167 (바둑테마파크 기본 계획 변경) 2. 성기동 관광지 명소화 사업 마한문화공원 명소화 사업 기찬랜드 명소화 사업 240


untitled

COVER.HWP

이슈분석 2000 Vol.1

가볍게읽는-내지-1-2

한눈에-아세안 내지-1

kbs_thesis.hwp


*통신1604_01-도비라및목차1~12


À̶õ°³È²³»Áö.PDF

,. 3D 2D 3D. 3D. 3D.. 3D 90. Ross. Ross [1]. T. Okino MTD(modified time difference) [2], Y. Matsumoto (motion parallax) [3]. [4], [5,6,7,8] D/3

hwp

*통신1704_01-도비라및목차1~11


hwp

LIDAR 데이터와 디지털 항공영상을 이용한 건물의 자동추출에 관한 연구

untitled

*통신1711_01-도비라및목차1~9

통신1310_01-도비라및목차1~9

2011년 10월 초판 c 2011 Sony Corporation. All rights reserved. 서면 허가 없이 전체 또는 일부를 복제하는 것을 금합니다. 기능 및 규격은 통보 없이 변경될 수 있습니다. Sony와 Sony 로고는 Sony의 상표입니다. G L


<C1A4C3A5BFACB1B D3420C1A4BDC5C1FAC8AFC0DAC0C720C6EDB0DFC7D8BCD220B9D720C0CEBDC4B0B3BCB1C0BB20C0A7C7D120B4EBBBF3BAB020C0CEB1C720B1B3C0B020C7C1B7CEB1D7B7A520B0B3B9DF20BAB8B0EDBCAD28C7A5C1F6C0AF292E687770>

°æÁ¦Àü¸Á-µ¼º¸.PDF

< BACFC7D1B1B3C0B0C1A4C3A5B5BFC7E228B1E2BCFABAB8B0ED D D20C6EDC1FD2035B1B32E687770>

*통신1510_01-도비라및목차1~11

[99-111]-4.fm

PowerPoint 프레젠테이션

Microsoft Power Point 2002

304.fm

제 출 문 국민대통합위원회 위원장 귀하 이 보고서를 연구용역사업 공공갈등의 정치화 경로분석 및 대응방안 연구 과제의 최종보고서로 제출합니다. 2014년 12월 단국대학교 산학협력단장 박 성 완 II

< DC1A4BAB8C8AD20BBE7C8B8BFA1BCADC0C720C0CEB1C728C3D6C1BE292E687770>

fashion jewelry 시장성 조사

LiDAR A utomatic D etection for Misclassified A erial LiD A R D TD

歯이칠우(01-02).PDF

untitled

4.1 힘의모멘트 스칼라공식 4.1 힘의모멘트 스칼라공식 모멘트크기 (resultant moment) 2

PowerPoint 프레젠테이션

월-내지-2

OR MS와 응용-03장

전라북도 도로 연계 네트워크 효율화 방안 연구

목 차 Ⅰ. 조사개요 1 Ⅱ. 용어해설 13 Ⅲ. 조사결과 과학기술인력 양성 및 활용에 관한 거시통계 분석 결과 9 1 가. 과학기술인의 양성 현황 19 나. 과학기술인의 취업 현황 24 다. 과학기술인의 경제활동 현황 27 라. 과학기술인의 고용 현황 28

*통신1510_01-도비라및목차1~12

(......).hwp

< B3E2C1B6BBE7BAD0BCAEBAB8B0EDBCAD2DBFCFBCBABABB28BEF6C0CDC3B5292E687770>

untitled

미얀-내지-8차

(JBE Vol. 24, No. 2, March 2019) (Special Paper) 24 2, (JBE Vol. 24, No. 2, March 2019) ISSN

내지_F

05-1Ưº°±âȹ

<C0CEC5CDB3DDC1DFB5B6BDC7C5C2C1B6BBE75FC0CEBCE2C5EBC7D5BABB5F E687770>

<C0FCC3BC28C0DAB7E1C6ED5FC1A6BFDC292E687770>

<4D F736F F D20B4EBBFF BFB5BEF7BAB8B0EDBCAD2E646F63>

슬라이드 1

정치사적

untitled

2

CAD 화면상에 동그란 원형 도형이 생성되었습니다. 화면상에 나타난 원형은 반지름 500인 도형입니다. 하지만 반지름이 500이라는 것은 작도자만 알고 있는 사실입니다. 반지름이 500이라는 것을 클라이언트와 작업자들에게 알려주기 위 해서는 반드시 치수가 필요하겠죠?

PowerSHAPE 따라하기 Calculate 버튼을 클릭한다. Close 버튼을 눌러 미러 릴리프 페이지를 닫는다. D 화면을 보기 위하여 F 키를 누른다. - 모델이 다음과 같이 보이게 될 것이다. 열매 만들기 Shape Editor를 이용하여 열매를 만들어 보도록

) (Linearity) y(n) = T[x(n)] y2(n) = T[x2(n)] y(n) = T[ax(n)+bx2(n)] = T[ax(n)]+T[bx2(n)] = ay(n)+by2(n),., superposition superposition

국 립 중앙 도서 관 출 판시 도서 목록 ( C I P ) 청소년 인터넷 이용실태조사 보고서 / 청소년보호위원회 보호기준과 편. -- 서울 : 국무총리 청소년보호위원회, p. ; cm. -- (청소년보호 ; ) 권말부록으로 '설문지' 수록 ISB

1-1. (, 2013). A-C:, D:.,.,,.,. 1 (,, ), 2,

PowerPoint 프레젠테이션

CONTENTS INTRODUCTION CHARE COUPLED DEVICE(CCD) CMOS IMAE SENSOR(CIS) PIXEL STRUCTURE CONSIDERIN ISSUES SINAL PROCESSIN

저작자표시 - 비영리 - 동일조건변경허락 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비

목차 제 1 장 inexio Touch Driver소개 소개 및 주요 기능 제품사양... 4 제 2 장 설치 및 실행 설치 시 주의사항 설치 권고 사양 프로그램 설치 하드웨

High Resolution Disparity Map Generation Using TOF Depth Camera In this paper, we propose a high-resolution disparity map generation method using a lo

Gray level 변환 및 Arithmetic 연산을 사용한 영상 개선


2005 중소기업 컨설팅 산업 백서


영상처리 이론 과 실제 제3장 영역처리

21-32_김세열_저완_2차수정.indd

09 강제근로의 금지 폭행의 금지 공민권 행사의 보장 중간착취의 금지 41 - 대판 , 2006도7660 [근로기준법위반] (쌍용자동차 취업알선 사례) 11 균등대우의 원칙 43 - 대판 , 2002도3883 [남녀고용평등법위

1 Nov-03 CST MICROWAVE STUDIO Microstrip Parameter sweeping Tutorial Computer Simulation Technology

<574F2D3131C1A4C3A5B0FAC1A628C0FCBCBABFEC292E687770>

6장정렬알고리즘.key

Transcription:

i

ii

iii

iv

v

vi

vii

1

2

3

4

Image Processing Image Pyramid Edge Detection Epipolar Image Image Matching LIDAR + Photo Cross correlation Least Squares Epipolar Line Matching Low Level High Level Space Intersection Virtual LIDAR Data Building Extraction 5

6

Ranging Unit Scanner Control, Monitoring and Recording Units LASER FOOTPRINT DGPS IMU flight directi on swath width scan direction 7

A T A T t t A R A R t t t L t L (a) (b) A Linst h θ inst dx across 8

dx along 비행방향비행방향비행방향 9

f L y x a o a x y a Z L Z Y A X A Z A X L Y A Y L X 10

f (X L, Y L, Z L ) (X, Y, Z ) (x, y ) (x 0, y 0 ) r ij R i j R 11

P S P L Q P R L 왼쪽사진투영중심 f Q L E L Epipolar Axis E R Q R f R 오른쪽사진투영중심 S 12

O O' P P' A P P' y y y 13

(r, c ) (x, y ) R N = R B R T R R T R N R N 14

R N 15

f P = f N Z Z 수치영상 y P 수치영상 y P p P p P x P x P f P Y f P Y X X -f N y N 수직영상 -f N y N 수직영상 x N x N p N p N y 16

x y 표정작업전 항공사진 표정작업후 normalized 사진 projective 좌표변환 ( 기하학적좌표변환 ) Affine 좌표변환 에피폴라영상의크기설정 수치영상 normalized 영상 영상재배열 (resampling) (a 1, a 2 ) A A 17

L1 L2 a1 a2 Z o1 o2 Y XA A ZA YA X 18

Image Profile of a horizontal line First derivative Second derivative (a) (b) 19

20

ρ ρ ρ ρ = σ LR σ L σ R σ LR L R σ L L σ R R ρ 1 ρ 1 ρ 기준영역 Template column 정합대상영역 Search area column initial point matching start point target point row row 21

g L ( x, y) g R ( x, y) g L g R σ L σ R σ LR σ L = σ R = g L = Σn i =1Σ m j =1g L ( x i, y j ) n m g R = Σn i =1Σ m j =1g R ( x i, y j ) n m Σ n i =1Σ m j =1 g L ( ) n m 1 Σ n i =1Σ m j =1 g R ( ) n m 1 x i, y j g L 2 x i, y j g R 2 σ LR = Σn i =1Σ m j =1 g L ( x i, y j ) g L g R ( x i, y j ) g R n m 1 n m 22

(x s, y s ) g t g s 23

기준영역 Template column 정합대상영역 Search area column initial point target point matching start point row row h 0 h 1 g t (x t, y t )= h 0 + h 1 g s (x s, y s ) + n (x s, y s ) g t (x t, y t ) (x t, y t ) g s (x s, y s ) (x s, y s ) n (x s, y s ) h 0 h 1 X = a 0 + a 1 x s + a 2 y s Y = b 0 + b 1 x s + b 2 y s 24

a 0 a 1 a 2 b 0 b 1 b 2 g t = h 0 + h 1 g s [( a 0 + a 1 x s + a 2 y s ), ( b 0 + b 1 x s + b 2 y s )] + n(x z,y s ) g t g s x s y s F = h 0 + h 1 g s [( a 0 + a 1 x s + a 2 y s ), ( b 0 + b 1 x s + b 2 y s )] F F = F 0 + F h 0 + F h 1 + F a 0 + F a 1 + F a 2 + F b 0 + F b 1 + F b 2 = F 0 + dh 0 + g s (X, Y ) 0 dh 1 + h 1 g s (X, Y ) X + h 1 g s(x, Y ) Y (1 + x + y) 0 (1 + x + y) 0 g t (x t, y t ) g s (X, Y )=dh 0 + g s (X, Y ) 0 dh 1 + h 1 G X0 + h 1 (G x x ) 0 + h 1 (G X y) 0 + h 1 G Y0 + h 1 (G Y x ) 0 + h 1 (G Y y) 0 h 1 G X0 = da 0 h 1 (G X x ) 0 = da 1 h 1 (G X y ) 0 = da 2 h 1 G Y0 = db 0 h 1 (G Y x ) 0 = db 1 h 1 (G Y y ) 0 = db 2 25

AX = L + V A = 1 g s (X,Y) 1 h 1 G 1 X 0 h 1 G X x 1 0 h 1 G X y 1 0 G 1 Y 0 G Y x 1 0 G Y y 1 0 1 g s (X,Y) 2 h 1 G 2 X 0 h 1 G X x 2 0 h 1 G X y 2 G 2 0 Y 0 G Y x 2 0 G Y y 2 0 1 g s (X,Y) n h 1 G n X 0 h 1 G X x n 0 h 1 G X y n 0 G n Y 0 G Y x n 0 G Y y n 0 X = dh 0 dh 1 da 0 da 1 da 2 db 0 db 1 db 2 L = g t (x t, y t ) 1 g s (X, Y) 1 g t (x t, y t ) 2 g s (X, Y) 2 g t (x t, y t ) n g s (X, Y) n 3 3 AX = L + V X = ( A T A) 1 AL σ 2 V = T V n m 8 26

(x, y ) 27

28

29

180 y 30

2 4 5 4 2 4 9 12 9 4 5 12 15 12 5 4 9 12 9 4 2 4 5 4 2-1 -1-1 -1 8-1 -1-1 -1 31

(a) 원영상 (b) canny filter 적용결과 (c) threshold 100 으로이진화 (d) thinning 적용최종영상 32

(a) 원영상 (b) laplacian filter 적용결과 (c) threshold 100 으로이진화 (d) thinning 적용최종영상 33

34

35

6 1 5 2 pixel 4 7 3 8 original matching point 1 2 3 4 1 2 3 4 epipolar line matching points edge 3 14 3 14 16 2 13 16 2 13 15 1 12 15 1 12 6 5 4 10 11 6 5 4 10 11 17 7 20 17 7 20 18 8 21 18 8 21 19 9 22 19 9 22 36

37

(a) original LIDAR data (b) virtual LIDAR data 38

(a) original LIDAR data (b) virtual LIDAR data 39

(a) Left Photo (C5-11) (b) Right Photo (C5-10) 40

41

42

43

(a) LIDAR 데이터 (b) 건물추출결과 44

(a) 가상 LIDAR 데이터 (b) 건물추출결과 45

(a) LIDAR 데이터 (b) 건물추출결과 (a) 가상 LIDAR 데이터 (b) 건물추출결과 46

47

(a) LIDAR 데이터 (b) 건물추출결과 (a) 가상 LIDAR 데이터 (b) 건물추출결과 48

49

(a) building A (b) building B (c) building C (d) building D (e) building E (f) building F 50

51

52