* 종신회원 ․ 동아대학교 토목공학과 교수 (Dong-A University ․ [email protected])
** 종신회원 ․ 교신저자 ․ 동아대학교 토목공학과 박사과정 (Corresponding Author ․ Dong-A University ․ [email protected]) Received November 20, 2019/ revised January 13, 2020/ accepted January 23, 2020
Copyright ⓒ 2020 by the Korean Society of Civil Engineers
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0)
DOI: https://doi.org/10.12652/Ksce.2020.40.2.0257
www.kscejournal.or.kr
수치도화 프로그램 StereoCAD를 이용한 무인 항공영상의 묘사 정확도 평가
이재원*ㆍ김두표**
Lee, Jae One*, Kim, Doo Pyo**
Accuracy Assessment of Feature Collection Method with Unmanned Aerial Vehicle Images Using Stereo Plotting Program StereoCAD
ABSTRACT
Vectorization is currently the main method in feature collection (extraction) during digital mapping using UAV-Photogrammetry.
However, this method is time consuming and prone to gross elevation errors when extracted from a DSM (Digital Surface Model), because three-dimensional feature coordinates are vectorized separately: plane information from an orthophoto and height from a DSM. Consequently, the demand for stereo plotting method capable of acquiring three- dimensional spatial information simultaneously is increasing. However, this method requires an expensive equipment, a Digital Photogrammetry Workstation (DPW), and the technology itself is still incomplete. In this paper, we evaluated the accuracy of low-cost stereo plotting system, Menci's StereoCAD, by analyzing its three-dimensional spatial information acquisition. Images were taken with a FC 6310 camera mounted on a Phantom4 pro at a 90 m altitude with a Ground Sample Distance (GSD) of 3 cm. The accuracy analysis was performed by comparing differences in coordinates between the results from the ground survey and the stereo plotting at check points, and also at the corner points by layers. The results showed that the Root Mean Square Error (RMSE) at check points was 0.048 m for horizontal and 0.078 m for vertical coordinates, respectively, and for different layers, it ranged from 0.104 m to 0.127 m for horizontal and 0.086 m to 0.092 m for vertical coordinates, respectively. In conclusion, the results showed 1: 1,000 digital topographic map can be generated using a stereo plotting system with UAV images.
Key words : UAV-Photogrammetry, Vectorization, Digital surface model, Stereo plotting 초 록
현재 무인항공사진측량을 이용한 지도제작의 지형·지물 묘사는 주로 벡터화로 이루어지고 있다. 그러나 벡터화는 평면과 표고 위치를 별도로 취 득하기 때문에 시간이 많이 소요되고 수치표면모델에서 표고값을 추출 할 때 과대 오차가 발생될 수 있다. 이에 3차원 공간정보를 동시에 취득 가능한 수치도화의 필요성이 증가하고 있으나, 고가의 도화장비가 필요하고 무인항공영상의 수치도화 기술이 불완전한 단점이 있다. 이에 본 연 구에서는 저가의 시스템으로 수치도화가 가능한 Menci사의 StereoCAD를 이용하여 지형·지물의 묘사정확도를 분석 평가하였다. 무인항공영 상의 취득은 Phantom4 pro에 FC 6310 카메라를 탑재하여 비행고도 90 m에서 GSD (Ground Sample Distance) 3 cm로 촬영하였다. 정확 도 분석은 검사점과 점·선·면형 레이어별 모서리에 대한 지상측량결과와 도화결과의 3차원 좌표의 차이를 산출하여 비교하였다. 그 결과 검사점 의 RMSE는 평면 0.048 m, 표고 0.078 m이고, 레이어별 RMSE는 평면이 0.104∼0.127 m, 표고는 0.086∼0.092 m로 나타나 무인항공영상 의 입체도화로 1:1,000 수치지형도 제작의 가능성을 입증할 수 있었다.
검색어 : 무인항공사진측량, 벡터화, 수치표면모델, 수치도화
측량 및 지형공간정보공학
Surveying and Geo-Spatial Information Engineering
1. 서 론
최근 무인비행장치를 이용한 측량기술은 고해상도의 영상을 기반으로 3차원 지형공간정보를 신속·정확하게 취득할 수 있어 그 활용성이 크게 증대 되고 있다. 특히 지도제작 분야에서 소규모 지형변화의 갱신에 시간과 경제적인 장점이 있어 무인항공사진측 량의 필요성이 증대되고 있다(Lim et al., 2015). 한편, 국토지리정 보원(NGII, 2018)의 “무인비행장치 이용 공공측량작업지침”에 따르면 지형·지물 묘사 방법은 벡터화와 수치도화로 나뉜다. 현재 주로 벡터화를 이용하여 수치지형(평면)현황도를 작성하고 있으나 평면위치는 정사영상에서, 표고는 수치표면모델에서 각각 별도로 취득하기 때문에 지형·지물 묘사에 많은 시간이 소요되고 제작된 성과물의 위치정보가 부정확하여 3차원 공간정보 취득에 어려움이 있다(Lee and Lee, 2018). 이에 고정밀 3차원 공간정보를 동시에 취득할 수 있는 수치도화의 필요성이 증대하고 있다. 하지만 기존의 도화장비가 고가이고 유인항공사진측량과 달리 무인항공사진측량 에 사용되는 카메라는 주로 일반 디지털 카메라를 사용하기 때문에 정확한 내·외부표정요소, 왜곡 보정, 영상의 공간 해상도 분석을 통한 영상 품질 확보가 필요하다(Lee and Sung, 2016; Kim et al., 2017).
무인항공영상의 수치도화와 관련된 연구를 살펴보면 정확한 내·외부 표정과 왜곡보정의 정확도를 높이기 위하여 UAV전용 소프트웨어와 DPW (Digital Photogrammetry Workstation)로 제작한 정사영상과 수치표면모델의 기존 수치사진측량시스템에 대한 호환성 연구와(Choi et al., 2015), 무인항공영상의 외부표정 요소를 구하고 DPW로 수치도화한 성과의 정확도 분석에 대한 연구가 있었다(Rhee and Kim, 2017). 3차원 도화로 인공지물을 묘사하고 스테레오 영상 정합으로 3차원 수치지형모형을 제작하여 수치지도 수시갱신 활용 가능성을 제시하였으며(Jung et al., 2010), 무인항공 영상기반 수치도화 성과를 유인항공 영상기반 수치도화 성과와 비교분석하여 대축척 수치도화 가능성을 검증한 바 있다
(Seo and Lee, 2017). 또한, 최근 수치도화 정확도를 분석하여 무인항공영상의 수치지도 제작 가능성을 제시한 연구는 대부분 무인항공영상을 수치도화하고 검사점 만으로 정확도를 분석하여 수치지도 제작 가능성을 평가하고자 하였다(Yun et al., 2018;
Lee et al., 2019).
이에 본 연구에서는 기존 수치도화시스템에 비하여 상대적으로 매우 저가인 Menci사의 StereoCAD (Menci, 2019) 툴(Tool)을 이용하여 수치도화를 수행하여, 검사점과 점·선·면형 레이어별 모 서리의 정확도를 분석하여 무인항공영상을 이용한 수치도화의 가 능성을 판단하고자 하였다. Fig. 1은 전체 연구 흐름도를 나타낸 것이다.
2. 수치도화
2.1 입체시
사람이 어떠한 물체를 바라볼 때 물체까지의 거리, 높고 낮음을 느끼는 것은 입체시가 가능하기 때문이다. 입체시는 양안의 수렴각 에 의한 것으로 Fig. 2(a)의 A점의 수렴각(
)이 B점의 수렴각(
) 보다 크게 나타나는 것을 알 수 있다. 이러한 원리를 항공사진측량에 적용해보면 Fig. 2(b)와 같이 나타난다(Wolf and Dewitt, 2000).
이때, 입체시를 구현하기 위하여 두 장의 영상은 중복도를 가지고 있어야 하며 중복된 두 장의 사진을 입체쌍이라 한다(Kim, 2019).
Fig. 2(b)는 Hʹ의 높이에서 항공사진촬영 한 모델을 도식한 것으로 좌 ·우 사진 모두 건물을 나타내고 있다. 여기서 B는 주점간 거리를 나타내며,
,
는 각 사진의 중심점을 나타낸다.
이때, 사람의 양안과 같이 좌·우 영상에서 건물 A, B점의 시차가 발생하여 입체시가 구현된다(Wolf and Dewitt, 2000; Park, 2011).
2.2 에피폴라 기하
입체시를 컴퓨터 비전으로 구현하기 위해서는 에피폴라 기하
Fig. 1. Study Flowchart
(epipolar geometry)를 기반으로 나타내야 한다. 에피폴라 기하는 입체영상을 구성하는 두 영상사이의 기하학적 상관관계를 나타낸 것으로 3차원 입체시를 위하여 필요한 기하학적 조건이다. Fig. 3은 투영 중심이 O, Oʹ인 중첩된 두 영상이 에피폴라 기하(epipolar geometry)를 이루는 입체쌍을 나타낸 것이다. 피사체 P점과 투영중 심(O, Oʹ)이 이루는 면이 에피폴라 면이며 에피폴라 면과 영상면이 교차되는 선( ʹ)이 에피폴라 선이다(Kim, 2019). 한편, 사진측량 학에서 에피폴라 기하는 두 가지로 적용된다. 첫 번째, 종시차가 없고 에피폴라선을 따라 재배열된 영상은 입체로 표현할 수 있다.
두 번째, 수치사진측량학에서 공액점을 찾을 때 1차원적으로 찾을 수 있어 시간을 절약할 수 있다(Lim, 2010).
3. 실험 및 결과
3.1 자료취득 및 처리
연구대상지는 농경지, 건물, 소하천 등 다양한 지형·지물이 포함 되어 있는 경남 밀양 근교의 전형적인 농촌 마을을 대상으로 회전익 기체인 DJI사 Phantom4 pro를 이용하여 고도 약 90 m에서 GSD (Ground Sample Distance) 3 cm로 촬영하였다. 대상지의 총면적 약 0.75
에 8개의 지상기준점을 골고루 배치하였으며 정확도 평가를 위하여 7개의 CP (Check Point)를 별도로 측량하였다.
지상기준점측량은“공공측량 작업규정”의 공공기준점 3급에 따라 평면위치는 네트워크 RTK (Real-Time Kinematic) 방식으로 결정
(a) Human Eyes (b) Aerial Photographing
Fig. 2. Parallactic Angle of Human Eyes and Aerial Photographing
Fig. 3. Epipolar Geometry and Epipolar Line
하고, 표고는 직접수준측량으로 좌표를 취득하였으며 검사점 좌표 는 RTK-GPS관측으로 결정하였다. Fig. 4는 대상지 내 지상기준점 및 검사점 분포 및 수치도화 대상지역을 나타낸 것이다.
지형·지물 묘사는 1/1,000 수치지도 지형·지물 표준 코드를 참조로 점·선·면 레이어별로 구분하여 진행하였으며 Fig. 4와 같이
두 개 구역으로 나누어 수치도화 하였다. StereoCAD 상에서 수치 도화하기 위하여 외부표정요소, 카메라 요소 및 왜곡 보정된 영상을 Agisoft사 Metashape로 처리한 후 이를 입력하였다. StereoCAD 는 입체시 기반의 수치도화 소프트웨어로 다양한 영상처리 소프트 웨어의 왜곡보정영상, 내·외부 표정요소를 입력하여 3차원 수치도 화가 가능하며, 입체시 구현에는 3D 모니터, 3D 안경, 3D지원 그래픽 카드가 필요하다. Metashape로 추출한 자료를 StereoCAD 에 입력한 뒤 1/1,000기준 지형·지물 표준코드에 따라 도화하였다.
Fig. 5는 StereoCAD 상에서 입체시를 구현하여 지형·지물을 묘사 하는 화면을 나타낸 것이며, Fig. 6은 지형·지물 묘사 성과와 정사영 상을 중첩시킨 것이다.
3.2 정확도 분석 3.2.1 검사점 정확도
검사점을 이용한 StereoCAD의 정확도는 Fig. 4와 같이 7개 검사점에 대하여 현황측량 성과와 StereoCAD로 수치도화한 성과 를 비교하여 분석하였다. 정확도 분석 결과 Table 1과 같이 평면 RMSE가 0.048 m, 표고 RMSE가 0.078 m로 나타났다.
Table 1. Comparison of CPs Coordinates between Field Surveying and Stereo Plotting (unit : m)
CPs No. Field surveying (A) Stereo Plotting (B) Residual (A)-(B)
X Y Z X Y Z △XY △Z
CP 1 319768.576 175309.662 31.095 319768.582 175309.671 30.955 0.011 0.140 CP 2 319641.904 175170.387 37.876 319641.918 175170.418 37.899 0.034 -0.023 CP 3 319908.295 175464.140 25.658 319908.295 175464.134 25.600 0.006 0.058 CP 4 319773.918 175563.947 25.848 319773.950 175563.985 25.796 0.050 0.052 CP 5 320307.397 175647.317 17.023 320307.342 175647.273 16.926 0.070 0.097 CP 6 320106.718 175954.384 15.861 320106.689 175954.335 15.836 0.057 0.025 CP 7 320326.306 175786.293 15.327 320326.273 175786.268 15.340 0.041 -0.013
RMSE 0.048 0.078
Max 0.070 0.140
Fig. 4. Distribution of GCPs, CPs and Stereo Plotting Sectors
Fig. 5. Stereoscopic View by StereoCAD
(a) Sector 1 (b) Sector 2
Fig. 6. Overlaps of Stereo Plotting Results on Orthoimages
3.2.2 비교 기준자료 검증
건물 모서리, 소하천 옹벽과 같은 레이어별 지형·지물의 정확도 분석 편의를 위하여 약 0.75
의 동일 연구대상지를 정밀수치도 화기로 묘사하여 기준자료(Reference Data)로 사용하였다. 기준자 료는 20년 이상의 경력을 가진 전문 도화사가 1/1,000 기준으로 묘사하였으며, 정밀수치도화시스템인 DAT/EM사 Summit Evolution 으로 제작하였다. 기준자료 제작 시 사용된 지상기준점 RMSE는 평면 0.027 m, 표고 0.053 m, 검사점 RMSE는 평면 0.045 m, 표고 0.090 m로 항공삼각측량 및 묘사허용오차를 만족하였다.
또한, 레이어별 고저차가 있는 지형·지물의 정확도 분석을 위하여 별도로 선정한 7개 지점(Fig. 7)을 현장측량 성과와 비교하여 세부 검증 하였다. 그 결과 Table 2와 같이 RMSE가 평면 0.091 m, 표고 0.092 m, 최대오차는 평면 0.122 m, 표고 0.131 m로 1/1,000 묘사 허용오차 범위를 만족하여 기준자료로 적합하였다.
3.2.3 레이어별 정확도
레이어별 정확도는 점·선·면형 각 레이어 별 일부 대상을 선정하 여 StereoCAD로 묘사한 성과에서 추출한 좌표와 기준자료에서 추출한 좌표를 비교하여 분석하였다. 점형 레이어는 Fig. 8과 같이 가로등, 가로수, 맨홀 등을 포함하여 총 21개 지점에 대하여 정확도 를 분석한 결과 Table 3과 같이 RMSE가 평면 0.127 m, 표고 0.092 m로 나타났다.
선형 레이어는 Fig. 9와 같이 소하천과 가드레일 양 끝을 이용하 여 총 8개 지점에 대한 정확도를 분석한 결과는 Table 4와 같이 RMSE가 평면 0.113 m, 표고 0.086 m로 나타났다.
면형 레이어는 Fig. 10의 횡단보도 모서리와 건물 모서리를 이용하여 총 38개 지점에 대한 정확도를 분석한 결과 Table 5와 같이 RMSE가 평면 0.104 m, 표고 0.090 m로 나타났다.
Table 2. Results of Reference Data Accuracy (unit : m)
Point No. Field surveying (A) Stereo Plotting (B) Residual (A)-(B)
X Y Z X Y Z △XY △Z
P1 320347.764 175833.975 17.010 320347.839 175834.049 16.984 0.106 0.026
P2 320347.815 175836.948 17.057 320347.919 175836.932 17.180 0.105 -0.123
P3 320347.298 175837.502 17.620 320347.323 175837.532 17.536 0.040 0.084
P4 320332.746 175848.693 16.973 320332.665 175848.733 16.950 0.090 0.023
P5 320361.645 175832.079 14.855 320361.642 175832.095 14.828 0.016 0.027
P6 320355.013 175842.968 15.183 320355.036 175843.009 15.052 0.047 0.131
P7 320352.343 175816.717 14.863 320352.229 175816.762 14.764 0.122 0.099
RMSE 0.091 0.092
Max 0.122 0.131
Table 3. Residuals at Point Layers (unit : m)
Points No. Reference data vs Stereo plotting
Points No. Reference data vs Stereo plotting
△XY △Z △XY △Z
1 0.082 0.029 12 0.159 -0.120
2 0.123 -0.055 13 0.094 -0.040
3 0.082 -0.033 14 0.059 0.100
4 0.044 0.012 15 0.114 -0.033
5 0.088 0.026 16 0.181 -0.096
6 0.074 0.012 17 0.191 -0.245
7 0.059 0.037 18 0.153 -0.117
8 0.102 -0.010 19 0.204 -0.152
9 0.078 -0.002 20 0.027 -0.119
10 0.080 -0.024 21 0.078 -0.112
11 0.249 -0.050 -
RMSE 0.127 0.092
Max 0.249 -0.245
Fig. 7. Distribution of Points as Sample Reference Data
Fig. 8. Layout of Point Layers Table 4. Residuals at Line Layers (unit : m)
Points No. Reference data vs Stereo plotting Points No. Reference data vs Stereo plotting
△XY △Z △XY △Z
1 0.107 0.105 5 0.105 -0.051
2 0.054 -0.098 6 0.079 -0.028
3 0.023 -0.011 7 0.150 0.131
4 0.045 -0.024 8 0.181 -0.101
RMSE 0.113 0.086
Max 0.181 0.131
Fig. 9. Layout of Line Layers Fig. 10. Layout of Polygon Layers
3.3 분석 결과
정확도 분석 결과 검사점의 경우 평면 RMSE가 0.048 m, 표고 RMSE가 0.078 m로 나타나 “항공사진측량 작업규정” 1/1,000 묘사오차 허용범위를 만족하였다. 레이어별 정확도는 평면 RMSE 가 0.104∼0.127 m, 표고 RMSE가 0.086∼0.092 m로 나타나 1/1,000 기준자료와 비교 시 일정 범위 내의 오차를 나타내고 있다. 이처럼 검사점의 정확도가 1/1,000 묘사오차 허용범위를 만족하고 레이어별 정확도가 Table 6과 같이 평면, 표고 RMSE가 모두 비슷한 정도를 나타내 StereoCAD를 이용한 수치지도 제작 가능성이 있다고 판단된다.
4. 결 론
본 연구에서는 무인항공영상 기반의 수치도화로 수치지도 제작 가능성을 판단하기 위하여 검사점 및 점·선·면형 레이어별 정확도를 분석하여 다음과 같은 결론을 얻었다.
(1) StereoCAD로 수치도화하여 취득된 검사점의 좌표를 현장측 량성과와 비교 분석한 결과 RMSE가 평면 0.048 m, 표고 0.078 m로 “항공사진측량 작업규정”의 1/1,000 세부도화 묘사 오차 허용범위를 만족하는 결과를 얻을 수 있었다.
(2) 점·선·면형 레이어별 정확도는 묘사된 지형·지물의 모서리지점
Table 5. Residuals at Polygon Layers (unit : m)
Points No. Reference data vs Stereo plotting
Points No. Reference data vs Stereo plotting
△XY △Z △XY △Z
1 0.077 0.019 20 0.191 0.038
2 0.049 0.096 210.198 0.034
3 0.064 0.130 22 0.086 0.137
4 0.081 0.003 23 0.135 -0.132
5 0.087 0.055 24 0.045 -0.158
6 0.093 0.067 25 0.040 -0.103
7 0.033 0.018 26 0.059 -0.099
8 0.072 0.082 27 0.147 -0.118
9 0.028 0.011 28 0.131 -0.085
10 0.067 0.019 29 0.107 -0.093
11 0.073 0.102 30 0.049 0.109
12 0.018 0.055 31 0.063 0.101
13 0.087 -0.029 32 0.048 -0.021
14 0.097 -0.029 33 0.018 -0.099
15 0.091 0.115 34 0.121 -0.063
16 0.078 0.081 35 0.107 -0.041
17 0.132 0.128 36 0.104 -0.063
18 0.194 -0.137 37 0.073 -0.110
19 0.207 0.089 38 0.075 -0.104
RMSE 0.104 0.090
Max 0.207 -0.158
Table 6. Results of Accuracy Analysis (unit : m) Residuals
Methods
XY Z
RMSE Max RMSE Max
Check Points 0.048 0.070 0.078 0.140
Point Layers 0.127 0.249 0.092 -0.245
Line Layers 0.113 0.181 0.086 0.131
Polygon Layers 0.104 0.207 0.090 -0.158
