Demonstration of UAS Image-Based Intellectual Demarcation in Cadastral Reexaminationy

(1)

서 론 1.

무인항공시스템은 소규모 지역을 대상으로 전 통적인 항공사진측량 시스템에 비해 매우 낮은 고도에서 피사체를 촬영하고 영상해석을 위한 자동화된 전 처리 공정을 통해 신속하고 경제적 으로 고해상의 정사영상 수치표고모형을 제공, , 고밀도 공간정보 구축에 효율적으로 활용할 수 있다 특히 탑재 센서의 소형화 다양화로 무인. , , 항공기 기반의 다양한 응용분야 연구가 시도되 고 있다.

년부터 시행된 지적재조사 사업은 현재 2012

지적도와 불부합 되는 국토를 재조사하는 사업 으로 소요 예산이 국비로 추진되는 만큼 사업 , 수행을 위한 재원 확보에 많은 고충을 안고 있 다 특히 지적불부합 필지 대상선정과 현황조사. , , 합리적 경계 조정 및 조정금 산정 방법 등에서 예산을 절감할 수 있는 대안 또한 적극 모색되 고 있다.

연구목적 및 방법 2.

우리나라의 지적은 일제강점기 시절 측량된 지적도를 현재까지 사용하고 있어 사회 및 경제 적 측면에서 다양한 문제점들이 발생하고 있다.

특히 현행 지적은 일본의 동경측지계를 기준으, 로 작성됨에 따라 세계측지계와 일치하지 않을 뿐만 아니라 지적등록상 실제와 달라 토지경계, 에 대한 분쟁이 지속적으로 발생하고 있다 지적. 재조사사업은 2011년 월 9 16일 제정된 지적재“ 조사에 관한 특별법 에 따라 추진되며 한국형 ” “ 스마트 지적의 완성 을 목표로 ” 2030년까지 총 단계 계획으로 수립되어있다 년 현재 단

4 . 2018 2

계 (2016 ~2020 ) 년 년 사업(“안정적 디지털지적이 행”)이 시행중에 있으나 사업 추진과정에서 발 생되는 경계 확정 및 조정금 산정에 대한 민원 을 최소화하기위한 방법이 적극 모색되고 있다.

본 연구에서는 지적재조사 사업이 완료된 지역에 를 활용 사업지구 촬영 영상을 통해 차원

UAS , 3

모델을 재현한다 검사점을 통한 차원 모델의 . 3 정확도를 검토하고, NGII(국토지리정보원 수치지) 형도를 중첩시켜 NGII 정사영상과의 정합도를

* 인천대학교 도시과학대학 도시건설공학과 석사과정. ([email protected]).

** 인천대학교 도시과학대학 도시건설공학과 박사과정. ([email protected]).

*** 인천대학교 도시과학대학 도시건설공학과 석사과정. ([email protected]).

**** 인천대학교 도시과학대학 도시공학과 교수 교신저자 , ([email protected]).

지적재조사에서 UAS 영상 기반 지적 경계확정 시범 연구

Kim, Dal-Joo* Kang, Joon-Oh** Han, Woong-ji*** Lee, Yong-Chang****․ ․ ․

키 워 드: 지적재조사, UAS(무인항공시스템), SfM, 정사영상

(2)

비교 검토한다 또한 현행 블록별 경계 조정금· . , 산정의 비용을 절감하기 위해 종전지적도와 지 적재조사로부터 조정된 경계확정도를 통해 블록 별 경계 확정 방법의 객관성을 판단한다 특히. , 지적재조사 사업지구의 성과를 NGII 및 UAS기반 정사영상을 통해 종전지적 및 경계확정도의 정 합성을 비교 검토한다· .

영상해석 이론 3.

공액조건은 Computer Vision 분야에서 구성된 영상해석 이론으로 전통적인 항공 사진 측량의 , 기본원리인 공면조건과 유사한 영상 해석 이론 이다 주로 게임 로봇 공간 인식 등의 인지적 . , 3 차원 모델링에 사용 된다. Figure 1 은 한 쌍의 중복 영상을 대상물 위의 점 와 수반하는 영상p 점 p , p′ ″를 나타낸다 일반적으로 중복된 영. 상은 정확하게 연직이 아니고 노출 위치나 노출 , 지점들이 서로 다른 고도를 갖는다 세 점 . C , ′ 및 에 의해 이루어지는 평면을 공액면 C″ p

이라 하며 두 영상을 교차하는 (epipolar plane) ,

평면에서 두 선을 공액선(epiolar line)이라 한다. 사실 무한한 공액선들은 선 , c -c′ ″를 포함하는 공액면의 집합에 부합하며 이것들의 일부분이 , 두 영상면에 교차하는 것이다 공액선들은 영상. 을 상호표정한 후 결정할 수 있다.

공액조건 Figure 1.

기법은 전통적인 사진측량

SfM (Photogrammetry) 과 컴퓨터 영상기술(Computer Vision)을 융합하여 영상을 해석하는 과정으로 Figure 2와 같이 피사 체를 충분한 중복도로 촬영한 후 영상으로부터

차원 형상과 카메라 위치관계를 동시에 복원함 3

과 동시에 차원으로 재구성하는 컴퓨터 비전 3 분야의 기술이다.

Figure 2. CRP(Close Range Photogrammetry)에 의한 SfM 수치 영상 해석

사진에서 명암비가 큰 픽셀을 검출하여 특징 점으로 변환하고 그들 점의 크기와 방향을 결정, 하여 두 장의 사진을 신속하게 정합하는 알고리 즘인 SIFT(Scale Invariant Feature Transform)기 법에 의해 정합된 영상으로부터 특정점을 추출 하고 비용분석 및 SGM(Semi Global Matching)매 칭기술을 활용하여 영상 간 공액점을 선점한다.

공액 영상간 행렬요소 상호표정 ( R, T, 내부검정) 가 최적의 상관관계로 해석되도록 RANSAC 원리 로 재 정합(matching) 한다. SfM 최종단계는 SfM 번들조정(Bundle adjustment)은 사진측량 분야에 서 3D 재현 시 요구하는 상호표정요소 즉 촬영, 점과 렌즈 및 카메라 내부표정요소에 대한 사전 정보 없이도 카메라 좌표계 공간 안에서 절대좌 표 ( S)Δ 를 입력할 경우 실제 대상물의 차원 모3 델링을 할 수 있다 카메라의 자세와 영상기하를 . 보정하는 번들 조정법에 의해 차원 점군 데이3 터(Point clouds)가 생성된다.

관측 및 정사영상 구축 4.

회전익 무인항공촬영시스템에 의한 RGB영상 취득을 위해 Figure 3과 같이 DJI사의 Phantom4 로 일체형 카메라 짐벌 수신기 센

Pro UAV , GNSS

서 등을 탑재하고 있다.

(3)

플랫폼 센서

Figure 3. UAV (Phantom4 Pro)

에 의한 정사영상 지도 및 재현 모델

UAS 3D

제작을 위해 Table 1과 같은 제원의 UAV를 활 용하여 영상을 취득하였다.

팬텀 프로 제원 Table 1. 4

측량에 활용한 장비는 Network-RTK GNSS

와 같이 사 로 위

Figure 4 Trimble R8 GNSS GPS 성 신호 수신기를 탑재하고 있다.

Figure 4. Network-RTK GNSS

는 절대표정을 위한 지상기준점 및

Table 2 (GCP)

오차 점검용 점검점을 취득하기 위해 Table 2와 같 은 제원의 GNSS 장비를 활용하였다.

수신기 제원 Table 2. R8

연구대상은 Figure 5와 같이 지적재조사사업이 완료된 ○○시 ○○구 소재 도시농촌형 지역으, 로 불부합 유형은 편위형 및 불규직형이 혼재된

필지 평 의 사업지구를

636 , 1,334,888,0 (403,804 )㎡

촬영 대상지역 으로 선정하였다‘ ’ . 2017년 월 04 일 항공촬영은 비행고도 종 횡 중

13 , UAV 60m, ·

복도 85%이상 속도 , Nomal로 총 556매의 영상을 를 활용 자동비행으로 취득하였다

Pix4Dcapture .

영상해석은 ContextCapture를 활용하였다.

시 구 소재 연구 대상지역 Figure 5. ○○ ○○

절대표정을 위한 지상기준점(GCP) 14점 중 과 같이 표시된 총 점

Table 3 6 (Point 2, 4, 6, 8, 의 지상기준점을 활용 과 같이 10, 12) , Figure 6

영상해석을 통한 ○○시 ○○구 소재 연구 대상 지역의 DSM(수치표면모형 을 제작하였다 특히) . , 기준점을 제외한 점8 (1, 3, 5, 7, 9, 11, 13, 14)을 점검점으로 활용 실감정사영상의 점검점과 비교, 하여 Table 4와 같이 분석하였고 항공사진측량, 작업규정 및 수치지도 작성 작업규칙 등 본 연 구는 영상의 평면위치와 표고 교차를 중심으로 항공사진측량 작업규정 별표, 13(대지표정 평면

(4)

위치 및 표고교차 세부도화 의 규정에 기준하여 , ) 오차를 검토하였다.

지상기준점 단위 Table 3. ( : m)

모델 및 시 구 소재 연구 대상지역 Figure 6. DSM ○○ ○○

지상기준점 모델 검사점 비교 및 오류검사 단위

Table 4. GNSS , 3D ( : m)

Δ Δ Δ

(5)

정사영상 수치지형도

NGII( + ) UAS(정사영상) + 국토지리정보원 수치지형도( )

번지 7.1 135

번지 7.2 128-2

번지 7.3 153-10

번지 7.4 168-5

국토지리정보원 정사영상 수치지형도 과 정사영상 국토지리정보원 수치지형도

Figure 7. ( + ) UAS( )+ ( )

중첩 현황

(6)

분석결과 재현된 , 3D모델의 지표면에 설치한 점검점의 차원 위치정확도 3 ΔX, Y, ZΔ Δ 의 절 대편차평균(Avedev)은 각각 0.013m, 0.013m,

로 높은 정확도를 도출하였다

0.022m .

를 활용 영상해석을 재현한 연구대상지 UAV ,

의 정사영상과 국토지리정보원의 실감정사영상 수도권 서부지구 촬영 년 위치 김포

( , : 2016 , :

메타데이터 파일 식별자

/37607047, :

작성일 사용

201611001137607047, : 2016-11-15, 수치표고 : DEM, 촬영축척 : 1/5000, 도엽번호 :

도엽명 김포 투영원점 중부 37607047, : 047, : , 기준타원체 : GRS80, 투영법 TM, 데이터품질 : 및 수치지형도 제작년도 년 위치 0.51cm) ( : 2018 ,

김포 좌표체계 축척

: /37607047, : GRS80, : 를 각각 중첩하여 나타낸 현황은

1/5000) Figure

과 같다 7 .

기반 실감정사영상의 정확도를 검토하기 UAS

위해 NGII의 정사영상과 수치지도를 중첩하여 정확성을 고찰하였다. Figure 7의 좌측 NGII의 실감정사영상과 수치지형도의 중첩분석결과로 미세한 오차가 발견되었다 반면 우측의 . , UAS기 반 정사영상과 NGII수치지형도의 중첩분석결과 로는 좌측 그림보다 정합성이 양호한 것으로 검 토되었고 좌측 그림과 우측 그림의 정합성은 ,

의 편차로 기반 실감정사영상의 정합성 1~3m UAS

이 높은 것으로 검토되었다 특히. , 2016년에 촬 영된 항공사진측량이 오차발생원인으로 판단,

에서 정사영상의 갱신을 대규모 항공사진측 NGII

량으로 수행 비용면에서 아주 불리하여 단기간 , 갱신이 불가능하다 또한 실감정사영상보다 . UAS 기반 정사영상의 해상도 및 선명도가 우수하 였다.

현행 블록별 경계 확정 방법 5.

연구 대상지의 토지 및 임야에 대한 경계확정 현황을 요약하면 다음과 같다. Table 5는 지적재 조사 전 후의 필지 수 및 면적 증감내역이며· , 사업지구 내 조정금 징수 대상은 , 70필지 조정, 금 지급대상은 109필지로 확정되었다 경계확정 . 필지의 유형별 현황은 현실경계 합의경계 지적, , 경계 및 기타경계이다.

시 구 소재 블록별 증감내역 Table 5. ○○ ○○

구획이 가능한 지형지물을 이용하여 Figure 8 과 같이 19개의 블록으로 구분하여 경계조정을 수행하였다.

종전지적 8.1

경계확정도 8.2

(7)

블록 종전지적 및 조정 후 경계확정도 8.3 1 -

블록 종전지적 및 조정 후 경계확정도 8.4 2, 3 -

(8)

개별공시지가에 의한 방법으로 국세 지방세 , 및 각종 부담금 등의 부과기준으로 조정금 산정 은 용이하나 실거래가와 편차가 있고 조정금의 형성이 어렵다 감정평가에 의한 현 토지의 특성 . 및 실거래 가를 반영한 객관성과 합리성 양면을 반영한다 따라서 조정금의 상향에 따라 일부 . , 조정금 납부 대상자에게 부담은 될 수 있지만, 현실경계확보 및 토지의 추가 확보 면에서 이의 신청이 적은 편으로 분석되었다.

블록 종전지적 및 조정 후 경계확정도 8.13 12-

시 구 소재 Figure 8. ○○ ○○

블록별 경계 확정 현황

(9)

영상기반 블록별 경계확정 방안 6. UAS

기반 실감정사영상의 정확도를 검토하기 UAS

위해 NGII의 정사영상과 지적재조사 사업지구의 종전지적 및 조정 후 경계확정 수치지도를 중첩 하여 정확성을 고찰하였다.

조정 전 NGII 영상 및 UAS기반 영상에 지적경 계선을 중첩하여 나타낸 현황은 Figure 9와 같다.

분석 결과, NGII의 중첩 영상보다 UAS기반 중첩 영상이 선명도가 우수하고 현실 현황에 부합되, 는 조정 전 지적 경계에 대해 근사성이 높은 것 을 확인할 수 있었다 특히. , Figure 9 A영역을 확인해본 결과 미세한 조정 전 지적경계선의 부, 합 차이가 발견되었다 또한 . NGII의 정사영상에

영역에는 컨테이너가 없는반면 기반 정사

B UAS

영상에는 컨테이너가 있는 것을 확인 현황에 적, 합한 정사영상제작이 가능하였다 아울러 . NGII의

실감정사영상에서는 식생이 무성하여 뚜렷한 경 계확인이 불가능하지만 계절을 고려한 UAS 정사 영상에는 명확한 경계 확인이 가능하였다.

조정 후 NGII 영상 및 UAS기반 영상에 지적경 계선을 중첩하여 나타낸 현황은 Figure 10과 같 다 분석 결과 위와 같이 영상 해상도 선명도가 . , 우수하며 현실 현황에 부합되어 경계선 가장자, 리 부분이 일치했다 조정 후 지적 경계에 대해 근.

사성이 높은 것을 확인할 수 있었다. 특히, 영역을 확인하면 조정 후 필지에 Figure 10.1~2 A

부합 차이를 육안으로 할 수 있다 또한 영역을 . B 확인하면 NGII 중첩영상의 경우 수목이 자라나 경계의 부합여부 판단에 큰 어려움이 발생하는 반면 UAS기반의 중첩영상에서는 필요할 때 촬영 을 할 수 있는 장점이 있고 수목의 이파리가 다 , 떨어질 때 항공사진촬영을 할 수 있어 현실 현 황 파악 및 경계확정 방안을 용이하게 수립할 조정 전 영상과 지적 경계선 중첩

9.1 NGII 9.2 조정 전 UAS기반 영상과 지적 경계선 중첩

조정 전 영상 및 기반 영상 지적 경계선 중첩 현황 Figure 9. NGII UAS

조정 후 영상과 지적 경계선 중첩

10.1 NGII 10.2 조정 후 UAS기반 영상과 지적 경계선 중첩 조정 후 영상 및 기반 영상 지적 경계선 중첩 현황

Figure 10. NGII UAS

(10)

수 있다.

중첩분석결과 NGII의 실감정사영상에 조정 전 후의 정합성은 양호한 반면 · UAS기반 실감정 사영상에 정합성은 보다 우수한 것으로 분석되 었다 특히 지적재조사사업 진행시 기존 외업에. , 서 현황측량과 경계확정측량으로 진행 실시된다.

분석결과 두가지 모두 경계확정도와 경계선이 , 부합된 것을 확인하였다 특히 그림 영역에서 . , A 실감정사영상과 정사영상의 부합차이

NGII UAS

를 확인한 결과 미세하지만 , UAS 기반 정사영상 의 부합도가 높은 것으로 검토되었다 또한. , B영 역 검토결과 촬영시기에 의한 무성한 수목으로 , 경계부합여부판단에 불리하지만 UAS기반 정사영 상에서는 이를 고려하여 수목이 자라지 않은 시 기를 선정 영상을 획득 및 촬영하여 경계현황을 , 명확히 구분할 수 있었다.

결 론 6.

시 구 소재를 대상 UAS기반 실감정

○○ ○○

사영상을 획득, SfM 해석으로부터 차원 공간정3 보를 검출하여 다음의 결론을 얻었다.

첫째, UAS기반 SfM 영상해석으로부터 정밀한 정사영상 구축 지적재조사 지역의 지적 경계확, 정 시범연구를 위한 정밀 차원 공간정보를 구3 축할 수 있었다.

둘째, UAS기반 정사영상을 제작 국토지리정, 보원의 실감 정사영상 및 수치지형도와 비교한 결과 높은 정합성을 확인할 수 있었다 특히. , 의 수치지형도 갱신주기 및 항공사진촬영 NGII

비용절감효과를 기대할 수 있다.

셋째, UAS기반 실감정사영상을 활용 지적재, 조사사업 진행 시 기존 현황측량과 경계확정측 량의 비용을 절감이 기대된다.

넷째, UAS로 재현된 3D 모델 수치표면모형( ) 및 정사영상을 활용 지적재조사 조정금 산정에 , 난항요소인 민원 감소와 조정대상자의 설득자료 로써 효율적 활용이 기대된다.

향후 본 연구에서 시범적으로 연구된 , UAS 기반 실감정사영상을 활용하여 지적재조사사업 지구의 현황측량을 대체 적용성을 검토할 계획 이다.

REFERENCES

Boon, M., Greenfield, R. and Tesfamichael, S.

(2016), "Unmanned Aerial Vehicle(UAV) Photogrammetry Produces Accurate Highresolution Orthophotos, Point Clouds and

Surface Models for Mapping Wetlands. , South African Journal of Geomatics, Vol. 5, No.2, p. 186-200

Hartley, R. I., (1997), "Self-calibration of stationary cameras.” , International Journal of Computer Vision, Vol. 22, No. 1, p. 5-23.

Hartley, R. I., Hayman, E., de Agapito, L. and Reid, I., (1999), "Camera calibration and the search for infinity, In Computer Vision.”, Proc. of the 7th IEEE International Conference on, IEEE, Kcrkyra, Grccce, p.510-517.

Kim, Dal-Joo, Kang, Joon-Oh, Han, Woong-Ji, 영상 기반 Lee, Yong-Chang (2018) " UAS

지적재조사 활용 연구” , 한국지형정보공간 학회 학술대회 p. 155-156

Lee, In-Soo, Kim, Su-Jung, Seo, Kab-soo (2012) 영상응용지적도 개발 및 활용 차년도

“ , 3 :

초경량 무인항공기(UAV : Unmanned Aerial 의 지적업무 실용화 대한지적공사

Vehicle) ”

공간정보연구원

Lee, Yong-Chang, Choi, Hong-Myung (2016), "드 론 영상 기반 지적재조사 활용방안”, 한국 측량학회 학술대회자료집 p. 277-279

조정 Lee, Yong-Chang, Kang, Joon-Oh (2016), "

필지의 합리적 선정을 통한 지적재조사 활성 화방안" , 한국측량학회 학술대회자료집 p.

280-284

영상기반 공간 Lee, Yong-Chang, (2016), "UAS

해석”, 인천대학교 총판론 , p. 141-302 Lowe D.G. (2004), “Distinctive Image Features

from Scale-Invariant Keypoints.”, International Journal of Computer Vision M.J. Westoby, J. Brasington, N.F. Glasser, M.J.

Hambrey, J.M. Reynolds (2012),

"Structure-from-motion Photogrammetry : A low-cost, effective tool for geoscience applications.” , Geomorphology Volume 179, p. 300-314

국토해양부(2011) "지적재조사 기반 조성 연구, 항공사진을 이용한 지적측량 적용방안”

국토교통부(2016) “무인비행장치 드론 활용( ) 지적재조사 효율화 방안 연구보고서

”

국토지리정보원 (2018), 무인비행장치 이용 공공 측량 작업지침제정 고시, p. 1-13

바른땅(2016), “바른땅 2030을 향한 도전 지적, 재조사백서

논문투고일 월 일: 6 19 논문게재일 월 일: 6 30