Analysis of Applicability of Orthophoto Using 3D Mesh on Aerial Image with Large File Size

(1)

https://doi.org/10.7848/ksgpc.2017.35.3.155

대용량 항공영상에 3차원 메시를 이용한 정사영상의 적용성 분석

Analysis of Applicability of Orthophoto Using 3D Mesh on

Aerial Image with Large File Size

김의명¹⁾·최한승²⁾·박정훈³⁾

Kim, Eui Myoung · Choi, Han Seung · Park, Jeong Hun

Abstract

As the utilization of aerial images increases, a variety of software using unmanned aerial photogrammetric procedures as well as traditional aerial photogrammetric procedures are being provided. Previously, software that used the unmanned aerial photogrammetric procedure was used for images captured in small areas.

Recently, however, software that uses unmanned aerial photogrammetric procedures for large-scale images taken by using aerial photogrammetric cameras has appeared. Therefore, this study generated ortho-images using aerial photogrammetry and unmanned aerial photogrammetry for large aerial images, and compared the features of both procedures through qualitative and quantitative comparisons. Experiments in the study area show that using the 3D mesh effectively removes the relief displacement of the building rather than using the digital surface model to generate ortho-images.

Keywords : Orthophoto, Photogrammetry, Software, Digital Surface Model, 3D Mesh

초 록

항공영상의 활용도가 높아짐에 따라 전통적인 항공사진측량 절차뿐만 아니라 무인항공사진측량 절차를 적용 한 다양한 소프트웨어가 제공되고 있다. 기존에는 소규모 영역을 촬영한 영상에 대해서 무인항공사진측량 절차를 적용한 소프트웨어를 사용하였으나 최근에는 항공사진측량용 카메라를 이용하여 촬영한 대규모 영역에 대해서도 무인항공사진측량 절차를 적용한 소프트웨어가 등장하고 있다. 이에 따라 본 연구는 대용량 항공영상을 이용하여 항공사진측량 절차와 무인항공사진측량 절차로 각각 정사영상을 생성하고 정성적, 정량적인 비교를 통해서 두 절 차의 특징을 비교하였다. 연구대상지역의 실험을 통해서 정사영상 생성 시 수치표면모델을 이용하는 방법 보다 3차 원 메시를 이용하는 것이 건물의 기복변위를 효과적으로 제거하는 것을 알 수 있었다.

핵심어 : 정사영상, 사진측량, 소프트웨어, 수치표면모델, 3차원 메시

155 Original article

Received 2017. 04. 23, Revised 2017. 05. 24, Accepted 2017. 06. 12

1) Corresponding Author, Member, Department of GIS Engineering, Namseoul University (E-mail: kemyoung@nsu.ac.kr) 2) Member, Department of GIS Engineering, Namseoul University (E-mail: hseung.choi@gmail.com)

3) Member, Department of GIS Engineering, Namseoul University (E-mail: d2pjh2005@gmail.com)

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) which permits unrestricted non-commercial use, distribution, and reproduction in any medium,

provided the original work is properly cited.

(2)

156

1. 서 론

정사영상(ortho-photo)은 경사와 기복을 제거하여 지도와 같은 특성을 가지고 있기 때문에 직접적으로 거리, 각도, 면적 등의 정보를 손쉽게 얻을 수 있는 장점이 있다. 이로 인해 정사 영상은 3차원 공간정보 서비스를 위한 기초 데이터로 사용되 고 있다(Lee, 2008).

정사영상은 주로 전통적인 항공사진측량 절차를 적용하여 생성하였으나 무인항공사진측량 절차에 이용되는 영상처리 기술의 발달로 인해 사용자 측면에서는 보다 손쉽게 정사영 상을 제작할 수 있게 되었다. 그 이유는 전통적인 항공사진측 량 절차를 적용한 소프트웨어는 다소 전문적인 지식을 요구 하는 반면에 무인항공사진측량 절차를 적용한 소프트웨어는 사용자의 편의성을 고려하여 자동화와 신속성에 초점을 맞추 고 있기 때문이다(Verhoeven et al., 2012; Rabiu and Waziri, 2014).

정사영상과 관련된 연구동향을 살펴보면 Kim and Um(2015)은 전통적인 항공사진측량 절차를 적용하여 DMCⅡ 고해상도 항공영상을 처리하여 수치표면모델(DSM:

Digital Surface Model)을 생성하고 정사영상을 제작하는 연 구를 수행하였다. 또한 Rabiu and Waziri(2014)는 ERDAS LPS 항공사진측량 소프트웨어를 이용하여 정사영상을 생 성한 연구를 수행하였다. 대용량 항공영상은 아니지만 무인 항공기(UAV: Unmanned Aerial Vehicle)를 이용하여 촬영 한 영상을 무인항공사진측량 절차로 정사영상을 생성한 연 구(Barazzetti et al., 2014; Yoo et al., 2016)와 수치지도를 제 작하여 정확도를 평가한 연구도 수행되었다(Lim et al., 2015).

Lim et al. (2015)은 항공사진측량 절차와 무인항공사진측 량 절차로 무인 항공영상을 이용하여 DSM을 생성하고 정확 도를 평가한 연구를 수행하였다. 기존의 연구사례를 통해서 대용량 항공영상을 항공사진측량 절차로 처리하거나 소규모 영상을 무인항공사진측량 절차로 처리한 연구사례는 있으나 대용량 항공영상에 대해 항공사진측량 및 무인항공사진측량 절차로 데이터를 처리하고 비교를 수행한 연구는 미비한 것 으로 나타났다.

따라서, 본 연구에서는 대용량 항공영상에 대해 항공사진 측량절차와 무인항공사진측량 절차를 이용하여 정사영상을 생성하는 과정과 생성된 결과물의 비교를 통하여 효율적인 방법을 선택할 수 있도록 적용성을 평가하고자 하였다.

2. 항공사진측량 절차와 무인항공사진측량 절차 비교

2.1 3차원 위치결정 절차의 비교

전통적인 항공사진측량은 높은 정밀도를 갖는 지도제작 분야에서 활용되어 왔다. 이로 인해 카메라 내부표정요소를 정확하게 알고 있는 측량용 카메라를 주로 사용하여 지도제 작을 하였다. 또한 항공사진측량에서는 주로 정확도에 초점을 두고 있기 때문에 다소 영상의 촬영에 고비용이 소요되었다.

이에 반해 무인항공사진측량은 일반적인 상황을 가정하여 보 정되지 않은 카메라를 사용하는 경우에도 3차원 좌표를 결 정할 수 있는 분야에 활용되어 왔다(Westoby et al., 2012). 또 한 , 무인항공사진측량에서 사용하는 영상처리기법에서는 최 소한의 방법으로 다소 정확도가 높지 않더라도 위치를 결정할 수 있는 분야에 활용되었다.

항공사진측량과 무인항공사진측량 절차 모두 3차원 좌표 를 결정하고 정사영상을 생성하는 전반적인 과정에 적용할 수 있으나 그 절차에서 다소 차이가 있다.

항공사진측량 절차는 Fig. 1에 나타난 것과 같이 주로 GNSS/INS 데이터를 이용하여 초기 카메라의 자세를 추정하 고 지상기준점(GCP: Ground Control Point)을 이용한 번들블 록조정 (BBA: Bundle Block Adjustment)을 통해서 3차원 위 치를 결정한다. 이에 반해 무인항공사진측량 절차는 영상처리 에 초점을 두어 Fig. 2와 같이 특징점을 찾아내는 연산자, 예 를 들면 SIFT(Scale-Invariant Feature Transform)를 사용하 여 영상에서 건물의 모서리, 도로교차점 등과 같이 특징점을 찾고 이러한 정보를 이용하여 SfM(Structure from Motion)기 법을 사용하여 상대적인 영상의 위치와 자세를 추정하여 3차 원 위치를 얻어낸다. SfM기법은 SIFT 연산자를 통해 정합된 영상을 순차적으로 조정하여 대상물과 촬영된 위치관계를 동 시에 복원할 수 있는 기술이다(Aicardi et al., 2016).

이와 같이 항공사진측량 절차와 무인항공사진측량 절차는

Fig. 1. Aerial photogrammetry process in 3D positioning

(3)

157 3차원 위치를 결정하는 데 모두 사용할 수 있는 공통점이 있

으나 항공사진측량에서는 고정밀의 GNSS/INS 데이터와 지 상기준점을 활용하여 정확도 높은 결과물을 얻고자하는 반 면에 무인항공사진측량에서는 기준점을 사용하지 않더라도 특징점 정합과 SfM을 통해서 상호표정요소를 결정하고 이 로부터 상대적인 3차원 위치를 얻어낼 수 있는 점에서 차이 가 있다.

물론 항공사진측량에서도 지상기준점을 사용하지 않고 상 호표정을 통해서 상대적인 3차원 위치를 결정할 수 있고, 무인 항공사진측량도 지상기준점을 이용하여 절대적인 3차원 위 치를 결정할 수 있으나 일반적인 경우를 가정하였다.

2.2 정사영상 제작 절차의 비교

항공사진측량 절차와 무인항공사진측량 절차는 정사영상 의 제작 과정에서도 공통점과 차이점이 있다. 두 절차의 공통 점과 차이점을 살펴보기 위해서 항공사진측량 절차를 기반으 로 한 소프트웨어에서 대표적으로 사용되고 있는 Hexagon사 의 ERDAS LPS를 선정하였다. 또한, 무인항공사진측량 절차 를 기반으로 한 ContextCapture, Pix4DMapper, PhotoScan 등 다양한 소프트웨어가 사용되고 있으나 Pix4DMapper와 PhotoScan 소프트웨어는 항공영상과 같은 대량의 영상소를 처리할 수 없기 때문에 항공사진측량 절차와 비교할 수 있는 ContextCapture 소프트웨어를 선정하여 비교를 수행하였다.

먼저 항공사진측량 절차는 Fig. 3과 같이 내부표정요소를 알고 있는 측량용 카메라를 주로 이용하고 GNSS/INS 데이 터로 얻은 외부표정요소 초기값을 사용하여 항공삼각측량 (AT: Aerial Triangulation)을 수행하여 영상을 취득한 카메 라의 위치와 자세를 결정한다. 그리고 나서 번들블록조정을

사용함으로 영상을 접합하는 지오레퍼런싱(Georeferencing) 과정을 수행하고, 지오레퍼런싱된 영상을 가지고 정밀한 높이 값을 얻어내기 위해 포인트 클라우드(Point Cloud)를 생성하 고 DSM을 생성한다. DSM은 지형지물의 고도값을 격자형태 로 가지고 있는 데이터를 나타낸다. 그 후 카메라의 내외부표 정요소와 DSM을 이용하여 정사영상을 생성한다(Choi and Kim, 2017).

반면 무인항공사진측량 절차는 Fig. 4와 같이 특징점을 추 출하고 , 영상정합을 수행한 후 자동 항공삼각측량과 번들블 록조정을 수행하여 카메라의 내외부표정요소를 결정한다. 그 리고 나서 항공사진측량 절차와 유사하게 정합점에 대한 3차 원 좌표를 이용하여 초기 포인트 클라우드를 생성한 후 3D 메 시 (3D Mesh)를 생성한다( et al., 2016). 3D 메시는 지 형지물의 3차원 정보를 메시형태로 생성하여 가지고있는 데 이터를 나타낸다. 정사영상은 카메라의 내외부표정요소와 3D 메시를 이용하여 생성한다(Bhandari et al., 2015, Choi and Kim, 2017).

Fig. 2. UAV photogrammetry process in 3D positioning

Fig. 3. ERDAS LPS process (aerial photogrammetry)

Fig. 4. ContextCapture process (UAV photogrammetry)

(4)

158 정사영상 제작과정에서 항공사진측량 절차는 항공삼각측 량과 번들블럭조정을 수행하고 DSM을 기반으로 기복변위를 제거하여 정사영상을 제작한다. 반면 무인항공사진측량 절차 는 영상 정합을 기반으로 항공삼각측량을 수행하고 3D 메시 데이터를 기반으로 기복변위를 제거하여 정사영상을 제작하 는 것이 차이점이다.

3. DSM 및 정사영상 제작

3.1 연구지역 및 데이터

본 연구의 대상지역은 항공사진측량용 카메라인 DMC(Digital Mapping Camera) Ⅰ카메라를 이용하여 촬영 한 영상이 있는 경기도 용인시 기흥구의 일부지역으로 선정 하였다 . 대상지역은 낮은 주택지부터 고층건물이 분포되어 있 는 지역으로 가로×세로의 크기는 약 2.5km

을 이용하였다. IKONOS의 전정색영상과 다중분광영상을 Gram-Schmidt 기법을 통해 융 합하여 네 개의 밴드를 갖는 1m 공간해상도의 다중분광영상을 생성하였으며, 이를 이용하 여 1000×1000 화소의 크기로 기준영상을 제작하였다. 이에 대응하는 대상영상은 2006년 10월에 촬영된 QuickBird 영상을 이용하였으며, 기준영상과 마찬가지로 영상융합을 통해 0.6m의 공간해상도를 갖는 다중분광영상을 제작하였다. 이렇게 생성된 기준영상과 대상영 상에서 수동으로 추출한 15쌍의 정합쌍을 이용하여 어핀변환식을 구성하였고, 이를 기반 으로 대상영상을 기준영상의 좌표체계로 변환하였다. Resampling 과정을 거쳐 최종적으로 동일한 공간해상도를 갖는 1000×1000 화소 크기의 대상영상을 생성하였다. 두 번째 실험 지역은 주로 논, 밭, 도로, 나대지 등 상대적으로 높이변화가 작은 지역으로 선정하였고, 첫 번째 실험지역과 동일한 방법으로 생성하였다. 기준영상으로는 2008년 9월에 촬영된 Kompsat-2 영상을, 대상영상으로는 2006년 10월에 촬영된 QuickBird 영상을 이용하여 1m의 동일한 공간해상도를 갖는 1000×1000 화소 크기의 실험지역을 구성하였다. 구성된 실험지역은 Fig. 3와 같으며, 두 실험지역에 대한 특성을 Table 1에 정리하였다.

3km이며 Fig.

5와 같다.

연구대상지역에 대해 수집한 영상에 대한 상세한 내용은 Table 1과 같으며 2016년 5월에 DMC Ⅰ 카메라를 이용하여 종횡중복도 80%와 60%로 촬영한 영상 52장을 사용하여 항 공사진측량 절차와 무인항공사진측량 절차로 정사영상을 제 작하고 적용성을 평가하였다.

3.2 정사영상 제작

정사영상은 항공사진측량 절차를 적용한 ERDAS LPS 소프트웨어와 무인항공사진측량 절차를 적용한 ContextCapture 소프트웨어를 사용하여 각각 제작하였다.

3.2.1 항공사진측량 절차를 이용한 정사영상

항공사진측량 절차로 정사영상을 제작하기 위해 ERDAS LPS 소프트웨어를 사용하였다. 데이터 처리 과정은 먼저 내 부표정요소 , 외부표정요소, 촬영 영상을 Fig. 6과 같이 입력하 고 항공삼각측량을 수행하면 Fig. 7과 같이 하나의 블록이 생 성된다 . 본 연구에서 실험에 사용한 DMC Ⅰ영상의 외부표정 요소는 2016년도 실감국토영상정보체계 구축을 위한 실감정 사영상 제작 사업에서 정확도 검수가 완료된 항공삼각측량 성 과를 이용하였다.

항공삼각측량이 완료된 데이터는 수치지도 제작, DSM 생 성 , 정사영상 제작 등 다양한 공간정보를 생산할 수 있다. 정사 영상의 입력데이터로 DSM이 필요하며 이를 위해서 ERDAS LPS에서 지면과 건물 등 대상물의 3차원 좌표를 갖고 있는 포 인트 클라우드를 먼저 생성하였다. 포인트 클라우드는 원 영 Table 1. Dataset information

Camera DMC Ⅰ

Image size 7,680×13,824 Flight Height 2,500m

Overlap Forward overlap / 80%

Sidelap / 60%

GSD 25cm

Number of images 52 Image Acquisition 2016. 5.

Fig. 6. Input exterior orientation parameters

Fig. 7. Generated block

Fig. 5. Study area

(5)

159 상의 해상도와 같은 25cm 설정하였으며 Fig. 8과 같이 고밀도

매칭 (Dense Matching) 기법인 SGM(Semi-Global Matching) 기법을 사용하였다. SGM 기법을 적용하여 포인트 클라우드 를 생성하는 과정에 52장의 영상에 대해 25cm로 데이터 처리 를 수행하였을 경우 상당한 처리시간이 필요하였다.

DSM은 Fig. 8을 통해서 생성된 포인트 클라우드를 공일 차보간법 (Bilinear interpolation)으로 보간하여 Fig. 10(a)와 같이 25cm로 제작하고 이를 이용하여 Fig. 9와 같이 낱장의 DMC Ⅰ영상에 대해 정사영상을 제작하였다.

낱장으로 제작된 정사영상에 대해 접합선(Seamline)을 보 정하고 모자이크를 수행하여 Fig. 10(b)와 같이 원 영상의 공 간해상도와 같은 25cm로 정사영상을 제작하였다.

ERDAS LPS를 이용하여 정사영상을 제작하는 과정에서 알 수 있듯이 각각의 단계별로 사용자의 개입이 필요하기 때 문에 정사영상을 제작하기 위해 전반적인 절차와 각 절차에 대한 의미를 사용자가 충분히 숙지해야 됨을 알 수 있다. 이 러한 부분은 전문적인 지식이 부족한 작업자에게는 단점으 로 작용하고, 데이터 처리과정에 대한 이해도가 높은 작업자 의 경우 사용자가 세부적으로 설정한 매개변수에 근거해서 결과물을 제작할 수 있기 때문에 장점으로도 작용할 수 있다.

3.2.2 무인항공사진측량 절차를 이용한 정사영상 무인항공사진측량 절차를 이용하여 정사영상을 생성하기 위해서 ContextCapture 소프트웨어를 이용하였으며 입력데 이터는 ERDAS LPS 소프트웨어에서 사용한 것과 동일하다.

데이터처리를 위해서 Fig. 11과 같이 내부표정요소, 외부표정 요소, 촬영 영상을 입력하는 프로젝트 생성한다. 입력된 정보 와 영상에서 특징점을 찾고 이를 정합하여 접합점을 생성한 후 Fig. 12와 같이 항공삼각측량을 수행한다.

Fig. 8. Generate pointcloud using SGM

Fig. 9. Orthophoto generation

(a) DSM (b) Orthophoto

Fig. 10. DSM and Orthophoto using EDARS LPS

Fig. 11. Project configuration

(6)

160 항공삼각측량이 완료되면 사용자는 Fig. 13과 같이 3D 메시 , 3D 포인트 클라우드, DSM, 정사영상 등을 생성할 수 있다. 본 연구에서는 3D 메시를 먼저 생성하였다. 여기 서 3D 메시를 생성할 때 포인트 클라우드 기반으로 생성되 는데 ContextCapture 소프트웨어에서 포인트 클라우드를 생성할 때 사용되는 고밀도 매칭 기법은 알려져 있지 않다.

다만 무인항공사진측량 절차를 적용한 Photoscan, Pix4D 소프트웨어는 SGM기법을 사용하며, Photoscan, Pix4D, ContextCapture를 통해 포인트 클라우드를 생성한 결과 서 로 유사한 결과를 나타내고 있다(Aicardi et al., 2016). 그러므 로 ContextCapture에서 사용되는 고밀도 매칭기법이 SGM기 법과 크게 다르지 않음을 알 수 있다. 이러한 방법으로 생성된 3D 메시는 정사영상을 제작할 때 사용하는 입력데이터가 되 며 DSM도 3D 메시를 이용하여 생성할 수 있다.

Fig. 14는 생성된 3D 메시를 나타낸다. 정사영상의 입력 데 이터로 3D 메시가 필요하기 때문에 앞서 생성한 3D 메시를 이 용하여 DSM 및 정사영상을 Fig. 15와 같이 원 영상의 해상도 와 동일하게 설정하여 25cm로 제작하였다.

Fig. 16(a)와 16(b)는 각각 원 영상의 해상도와 동일하게 생 성된 DSM과 정사영상을 나타낸다.

무인항공사진측량 절차를 적용한 소프트웨어에서는 항 공사진측량 소프트웨어와 달리 사용자가 생성하고자 하는 공간데이터를 선택하면 자동으로 데이터처리가 수행된다 (Barazzetti et al., 2017). 또한 다소 전문적인 지식이 부족하 더라도 충분히 데이터처리가 가능한 장점이 있었다.

Fig. 12. Aerial triangulation Fig. 14. Generated 3D mesh

Fig. 15 . Set Orthophoto and DSM resolution

Fig. 13. Select 3D mesh option (a) DSM (b) Orthophoto

Fig. 16. DSM and orthophoto using ContextCapture

(7)

161

4. 적용성 평가

ERDAS LPS 및 ContextCapture로 제작된 정상영상에 대 해서 국토지리정보원에서 제공하는 1/5,000 연속수치지도를 이용하여 정성적, 정량적 분석을 수행하였다.

4.1 정성적 평가

정사영상의 정성적 평가는 저층건물, 중층건물, 고층건물로 분류하여 연속수치지도와 제작된 정사영상의 건물의 윤곽선 및 형상이 일치하는지 평가하였다. 또한 제작된 DSM의 높이 값의 명확한 차이가 있는 고층건물의 형상과 수목이 추출되 었는지 평가하였다.

저층건물, 중층건물, 고층건물의 분류는 국토교통부에서 수행한 3차원 공간정보 추진방안 연구를 참고하여 각각 3층 이하, 3층 ~ 10층 이하, 10층 이상으로 구분하였다(MOLIT, 2015).

저층건물에서 건물의 형상을 분석한 결과 Fig. 17에서 알 수 있듯이 ERDAS LPS와 ContextCapture로 제작한 정사영 상에서 큰 차이가 없는 것으로 나타났지만 다소 ERDAS LPS 로 제작한 정사영상의 건물경계선이 명확하게 나타남을 알 수 있다. 중층건물의 경우 ERDAS LPS로 처리한 결과인 Fig.

18(a)에서는 건물의 윤곽선이 약간 휘어지는 현상이 발생한 반면 ContextCapture로 처리한 결과인 Fig. 18(b)에서는 수치 지도와 비교하여 건물 윤곽선의 휘어짐 현상이 거의 발생하 지 않았다.

고층건물지역에서는 Fig. 19(a)에서 알 수 있듯이 ERDAS LPS로 처리한 결과의 경우 건물의 기복변위가 제거되지 않 은 것을 알 수 있다. 또한 수치지도와 비교했을 경우에도 기복 변위로 인해 건물의 윤곽선이 일치하지 않는 것을 알 수 있다.

반면 ContextCapture로 처리한 결과를 통해서는 Fig. 19(b) 와 같이 기복변위가 제거되고 수치지도와 거의 일치하는 것 을 알 수 있다.

제작된 DSM의 고층건물지역인 Fig. 20에서 A, B는 수목지 역을 나타내고, C는 건물의 형상을 나타낸다. 여기서 ERDAS LPS로 처리한 결과인 Fig. 20(a)에서는 수목이 위치한 부분에 주변의 도로보다 높은 고도값을 가지고 있어 수목이 추출되 는 것을 알 수 있다. 또한 건물의 경계주변에 노이즈가 발생하 지만 수치지도와 건물의 경계가 일치되는 것을 볼 수 있다. 반 면 ContextCapture로 처리한 결과인 Fig. 20(b)에서는 수목이 위치한 부분에 주변의 도로와 고도가 유사한 값을 가지고 있 어 수목추출이 안 되는 것을 알 수 있다. 또한 건물의 경계주 변에 윤곽선이 뚜렷하게 나타나는 반면 수치지도와 건물의 경

계가 약간의 오차가 나타나는 것을 알 수 있다.

정성적인 분석을 통해서 알 수 있듯이 항공사진측량 절차 기반인 ERDAS LPS를 이용한 경우 건물의 층수가 낮은 저층 건물에서는 경계선이 명확하게 나타나지만 건물의 층수가 높 은 고층으로 갈수록 기복변위가 완전히 제거되지 않은 현상 이 발생하였다. 또한 DSM으로 분석한 결과 수목이 추출되 고 , 건물의 경계에 노이즈가 나타나지만 수치지도와의 건물

(a) ERDAS LPS (aerial photogrammetry)

(b) ContextCapture (UAV photogrammetry)

(b) ContextCapture (UAV photogrammetry) Fig. 17. Low-rise building area in orthophoto

Fig. 18. Middle-rise building area in orthophoto

Fig. 19. High-rise building area in orthophoto

Fig. 20. High-rise building and Trees area in DSM

(8)

162 경계는 일치하였다.

이에 반해 무인항공사진측량 절차 기반인 ContextCapture 를 이용한 경우 기복변위가 제거되어 건물의 층수에 관계없 이 수치지도와 비교하였을 경우 건물의 경계가 일치하는 것 을 알 수 있었다. 또한 DSM으로 분석한 결과 수목이 추출되 지 않고, 건물의 경계가 뚜렷하지만 수치지도와 약간의 오차 가 나타났다.

두 절차로 각각 수행된 결과가 다소 상이한 이유는 ERDAS LPS의 경우 DSM을 이용하고 ContextCapture의 경우 3D 메 시를 이용하여 정사영상을 제작하기 때문이다. ERDAS LPS 로 제작한 DSM은 Fig. 21(a)과 같이 DSM이 수치지도와 일치 하지만 Fig. 21(b)에서 정사영상을 제작할 때 이중매핑(double mapping)현상이 나타나게 되는 단점이 있다. 이중매핑이 나 타나는 이유는 Fig. 22와 같이 건물의 높이가 높을수록 폐 색영역이 발생되고 건물옥상에 나타난 픽셀값이 폐색영역에 서도 다시 나타나기 때문이다. 일반적으로 폐색영역을 검출 하고 이중매핑을 제거하는 기법은 Z-buffer, Radial Method 등이 있다(Habib et al., 2007). 하지만 ERDAS LPS는 폐색 영역을 검출하는 절차가 포함되어 있지 않아 이중매핑 현상 이 나타난다.

반면 ContextCapture로 제작한 정사영상의 경우는 3차원 메시를 이용하여 건물의 기복이 제거되며 이중매핑이 발생하 지 않는 실감정사영상으로 제작이 된다. 3차원 메시는 Fig. 23 과 같이 포인트 클라우드에서 주요 포인트를 선정하고 폴리곤 (Polygon)인 3차원 들로네 삼각형(3D Delaunay triangulation) 으로 지형지물을 모델링한다. 이러한 특성으로 인해 모든 포 인트 클라우드를 보간하여 생성한 래스터(Raster) 형태인 DSM과 달리 주요 포인트를 이용하여 벡터(Vector)인 폴리 곤을 생성하였으므로 건물의 경계가 DSM보다 뚜렷하게 나 타나는 특성이 있다. 또한 3차원 메시를 이용하여 기복변위 를 제거하기 위해 카메라와 폴리곤의 관계를 파악하여 시야 에 보이는 폴리곤과 보이지 않은 폐색영역의 폴리곤을 검출 한다 (Barazzetti et al., 2014). 그러므로 ContextCapture는 기 복변위를 완전히 제거하여 실감정사영상으로 제작이 가능하 게 된다.

4.2 정량적 평가

정량적 평가는 제작된 정사영상에서 Fig. 24와 같이 저층, 중층 , 고층건물을 각각 L, M, H으로 나누어 4개 지점을 선정 (a) ERDAS LPS(DSM) (b) ERDAS LPS(orthophoto)

(c) CC(DSM) (d) CC(orthophoto) Fig. 21. Double mapping phenomenon

Fig. 22. Occlusion area

Fig. 23. 3D mesh

(9)

163 하였다 . 또한 각 지점마다 4개씩 검사점을 추출하였다. 이를

통해 저층건물 16점, 중층건물 16점, 고층건물 16점으로 총 48 점의 검사점을 선정하였다.

검사점은 주로 건물의 모서리 점으로 선정하고 저층건물은 Fig. 25, 중층건물은 Fig. 26, 고층건물은 Fig. 27과 같이 정사

Fig. 24. Checkpoint distribution in study area

(a) ERDAS LPS

(b) ContextCapture

영상에서 추출한 좌표와 연속수치지도에서 추출한 건물의 좌 표값을 비교하였다.

저층건물지역에서 정확도를 평가한 결과는 Table 2와 같으 며 ERDAS LPS 및 ContextCapture로 수행한 정사영상의 평 균제곱근오차는 각각 0.306m와 0.425m로 나타나 ERDAS LPS로 처리한 결과의 정확도가 다소 높은 것을 알 수 있다.

중층건물지역에서 정확도를 평가한 결과 평균제곱근오 차는 각각 1.552m와 0.749m로 나타났다. 저층건물과 달리 ERDAS LPS로 생성한 정상영상에서 약간의 기복변위로 인 해 ContextCapture로 처리한 결과가 좋은 것을 알 수 있다.

고층건물지역에서 정확도를 평가한 결과 평균제곱근오차 는 각각 3.201m와 1.331m로 나타났다. 건물의 층수가 높아짐 에 따라 기복변위가 완전히 제거되지 않고 이중매핑으로 인 해 ERDAS LPS로 처리한 경우 다소 많은 오차가 발생하였다.

이에 반해 ContextCapture로 처리한 경우 건물의 층수가 높 아짐에 따라 평균제곱근오차가 증가하였으나 그 변화가 크지 않은 것을 알 수 있다.

Fig. 25. Quantitative assessment of low-rise building area

Fig. 26. Quantitative assessment of middle-rise building area

(10)

164 정량적인 분석을 통해서 알 수 있듯이 저층 건물에서는 항 공사진측량 절차 기반인 ERDAS LPS를 이용한 경우 평면 위치오차가 무인항공사진측량 절차 기반인 ContextCapture 를 이용한 경우보다 다소 작게 나타났다. 이에 반해 건물 의 층수가 높아짐에 따라 기복변위 및 이중매핑으로 인해 ContextCapture를 이용한 경우보다 ERDAS LPS를 이용한 경우 정사영상의 평면위치오차가 많이 발생하였다.

이러한 근본적인 원인은 정사영상을 제작할 때 항공사진측 량 절차는 DSM을 이용하고, ERDAS LPS에서는 폐색영역을 탐지하고 이중매핑을 제거하는 과정이 포함되지 않기 때문에 많은 오차가 발생하게 된다. 이에 반해 무인항공사진측량 절 차에서는 정사영상을 제작할 때 3D 메시를 이용함으로 폐색 영역을 탐지하여 건물의 기복변위를 제거할 수 있기 때문에 실감정사영상을 제작할 수 있다.

5. 결 론

본 연구는 정사영상 제작에 있어 항공사진측량 절차와 무 인항공사진측량 절차를 적용한 소프트웨어의 차이점을 살펴

보고 , 각각의 절차에 따라 제작된 정사영상을 1/5,000 연속수 치지도와 비교하여 정성적, 정량적으로 평가를 수행하였으며 다음과 같은 결론을 도출하였다.

첫째 , 항공사진측량 절차를 적용한 ERDAS LPS와 무인항 공사진측량 절차를 적용한 ContextCapture에서 GNSS/INS 데이터와 지상기준점, 접합점을 이용하여 항공삼각측량을 수 행하여 촬영당시의 카메라의 위치와 자세를 결정하는 전반적 인 과정은 동일한 것을 알 수 있었다.

둘째 , 정사영상 제작에 있어 항공사진측량 절차를 적용한 ERDAS LPS에서는 DSM을 기반으로 정사영상을 생성하는 반면에 무인항공사진측량 절차를 적용한 ContextCapture에 서는 3D 메시를 기반으로 정사영상을 제작하였다. 정사영상 의 정성적, 정량적인 분석을 통해서 3D 메시를 기반으로 생성 한 정사영상의 품질이 DSM을 이용한 ERDAS LPS의 경우보 다 기복변위가 잘 제거되어 좋은 것을 알 수 있었다. 그러므로 건물의 기복변위를 제거하여 실감정사영상을 생성하고자 할 때에는 ContextCapture를 사용하는 것이 바람직하다.

셋째 , ContextCapture에서 3D 메시를 기반으로 생성한 DSM이 ERDAS LPS에서 생성한 DSM보다 건물의 윤곽선이

(a) ERDAS LPS (b) ContextCapture

Fig. 27. Quantitative assessment of high-rise building area

Category Statistics ERDAS LPS ContextCapture

Planimetric error(m) Planimetric error(m)

low-rise building Mean errors 0.281 0.397

RMSE 0.306 0.425

middle-rise building

Mean errors 1.245 0.662

RMSE 1.552 0.749

high-rise building Mean errors 2.535 1.231

RMSE 3.201 1.331

Table 2. Accuracy evaluation result of building area

(11)

165 뚜렷하게 추출되었지만 수목은 명확하게 추출하지 못하였다.

넷째 , 항공사진측량용 카메라를 이용하여 촬영한 대용량 항공영상에 대해서도 항공사진측량 및 무인항공사진측량 절 차를 모두 적용하여 자료처리가 가능한 것을 알 수 있었으 며 , 무인항공사진측량 절차를 적용한 ContextCapture는 사 용자가 다소 전문적인 지식이 부족하더라도 절차를 쉽게 알 수 있어 데이터처리의 자동화에 초점을 두고 있는 것을 알 수 있었다 .

향후 항공라이다를 이용하여 데이터가 수집된다면 항공사 진측량 및 무인항공사진측량 절차로 생성된 DSM 및 정사영 상에 대한 위치정확도의 비교가 필요한 것으로 판단된다.

References

Aicardi, I., Chiabrando, F., Grasso, N., Lingua, A. M., Noardo, F., and Spanò, A. (2016), UAV photogrammetry with oblique images: first analysis on data acquisition and processing, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 12–19 July 2016, Prague, Czech Republic, Vol.

XLI-B1, pp. 835-842.

Barazzetti, L., Brumana, R., Oreni, D., Previtali, M., and Roncoroni, F. (2014), True-orthophoto generation from UAV images: Implementation of a combined photogrammetric and computer vision approach, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 23-25 June 2014, Riva del Garda, Italy, Vol. 2, No. 5, pp. 57-63.

Barazzetti, L., Previtali, M., and Roncoroni, F. (2017), Fisheye lenses for 3D modeling: evaluations and considerations, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 1-3 March 2017, Nafpilo, Greece, Vol. XLII-2/W3, pp. 79-84.

Bhandari, B., Oli, U., Pudasaini, U., and Panta, N. (2015), Generation of high resolution DSM using UAV images, FIG Working Week 2015, The International Federation of Surveyors, 17–21 May 2015, Sofia, Bulgaria, pp. 1-28.

Choi, H.S. and Kim, E.M. (2017), Comparison of true orthoimage generated using photogrammetry and computer vision techniques, The 19th International Symposium of Geospatial Information Science and Urban Planning, Geospatial Information Science and Urban

Planning, 16-18 February, 2017, Nagasaki, Japan, pp. 50- 56.

Habib, A.F., Kim, E.M., and Kim, C.J. (2007), New methodo- logies for ture orthophoto generation, Photogrammetic Engineering & Remote Sensing, Vol. 73, No. 1, pp. 25-36.

Kim, J.N. and Um, D,Y. (2015), High quality ortho-image production using the hisgh resolution DMCⅡ aerial image, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 33, No. 1, pp. 11- 21. (in Korean with English abstract)

Lee, H.J. (2008), Producing true orthophoto using multi- dimensional spatial information, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 26, No. 3, pp. 241-253. (in Korean with English abstract)

Lim, S.B., Seo, C.W., and Yun, H.C. (2015), Digital map updates with UAV photogrammetric methods, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 33, No. 5, pp.

397-405. (in Korean with English abstract)

, M., Barták, P., Valaška, D., Fraštia, M., and Trhan, O. (2016), Use of image based modelling for documentation of intricately shaped objects, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 12-19, July 2016, Prague, Czech Republic, Vol. XLI-B5, pp. 327-334.

MOLIT (2015), A study on 3D spatial information business promotion plan. (in Korean)

Rabiu, L. and Waziri, D.A. (2014), Digital orthophoto generation with aerial photograph, Academic Journal of Interdisciplinary Studies, Vol. 3, No. 7, pp. 133-141.

Verhoeven, G., Doneus, M., Briese, C., and Vermeulen, F. (2012), Mapping by matching: a computer vision- based approach to fast and accurate georeferencing of archaeological aerial photographs, Journal of Archaeological Science, Vol. 39, No. 7, pp. 2060-2070.

Westoby, M.J., Brasington, J., Glasser, N.F., Hambrey, M.J., and Reynolds, J.M. (2012), Structure-from-motion photogrammetry: a low-cost, effective tool for geoscience applications, Geomorphology, Vol. 179, pp. 300-314.