대축척 수치도화를 위한 비측정용 카메라의 현장자체검정 :

서상일

추천

검색

자료유형: 학위논문

저자정보: 서상일 (경기대학교, 경기대학교 대학원)

지도교수: 이병길

발행연도: 2017

저작권: 경기대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (2)

2017

공공측량 적용을 위한 비측정용 카메라의 현장자체검정 및 수치 입체 도화

서상일 , 이병길 한국측량학회지 2017.06 학술저널

대축척 수치도화를 위한 비측정용 카메라의 현장자체검정

서상일 토목공학과 2017.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 도로, 하천, 도시계획 등 다양한 분야에서 1/1,000 수치지형도 제작의 수요가 증가하고 있다. 이에 따라 UAV(드론)과 다양한 센서의 조합으로 기존의 고가 장비로 구성된 항공사진측량 장비를 대체하는 저가의 비측정용 카메라 활용이 기대되고 있다. 국내에서도 비측정용 카메라의 항공사진을 이용한 대축척 수치지형도 제작에 대한 연구가 지속적으로 수행되고 있으나 제작 기법의 정확도 한계로 인해 활용이 제한되어 있다. 현재까지는 정사영상 제작 및 정사영상에서 벡터를 추출하는 기법으로 수치지형도를 갱신하는 연구만 진행되고 있어 표고점 및 등고선을 제작하기 위한 수치도화에 관한 연구는 미흡한 상황이다. 무인항공기에서 사용되는 대부분의 비측정용 카메라는 내부표정요소를 제공하지 않아 사용자가 직접 결정하여야 한다. 또한 카메라의 내구성 및 안정성 저하로 수시로 카메라 검정을 수행하여야 하는 단점이 있으며, 카메라 검정을 수행하여 내부표정요소를 얻더라도 항공삼각측량을 추가로 수행하여 외부표정요소를 계산 하여야 한다. 따라서 정확한 수치도화에 의한 수치지형도 제작을 위해서는 카메라 초점거리, 주점 정보 등을 포함한 카메라의 내부표정요소와 외부표정요소를 정확히 산출하여야 한다. 최근에는 카메라의 내부기하 검정 및 외부표정요소를 동시에 계산하기 위한 현장자체검정법의 사용이 증가하고 있다.
본 연구에서는 비측정용 카메라를 공공측량에 적용하기 위해 대축척 수치도화 가능성을 검증하고자 하였다. 이를 위해 현장에서 촬영된 항공사진과 지상기준점을 이용한 다양한 현장자체검정을 수행하고, 여기서 결정된 내부·외부표정요소를 이용하여 수치도화한 성과와 지도제작용 DMC카메라의 성과의 정확도를 비교분석하였다. 실험결과 사진측량 전문가용 소프트웨어인 BINGO를 사용한 경우에 가장 정확한 결과를 얻을 수 있었으며 Match-AT 소프트웨어와 표준부가매개변수 8개를 사용한 현장 자체검정을 수행한 경우에도 BINGO 소프트웨어와 유사한 성과를 얻을 수 있었다. 이로써 번들조정시 정오차를 추정하는 방법에 차이는 있지만 표준 부가매개변수만으로도 필요한 정확도의 내부표정요소와 외부표정요소 계산이 가능한 것을 알 수 있었다. 또한 1/1,000 수치지형도를 갱신하기 위한 수치도화 RMSE가 평면 ±0.12∼±0.16m, 표고 ±0.12∼±0.15m로 공공측량 정확도에 적합한 것을 확인하였다. 즉 비측정용 카메라의 현장자체검정을 통해 항공사진을 이용한 수치도화로 1/1,000 수치지형도 제작 및 수정갱신이 가능한 것을 검증하였으며 지형의 형상을 표현하는 등고선 제작이 가능한 것을 확인하였다. 이에 따라 소규모 대상지역에서 대축척 수치지형도 제작시 기존 수치지형도 제작기법 대비 45%의 비용절감효과와 공기단축을 통한 효율성 증가, 최신성 확보, 비접근 지역의 신속한 지도제작이 가능할 것으로 기대된다.

As demands for 1/1000 digital map production recently increased in urban planning and other various fields, the non-metric camera in low cost by collaborations of UAV and various sensors is expected to replace the present expensive aerial photogrammetric devices. In fact, there are continuous domestic studies in making the large-scale digital map with the aerial photo of non-metric camera. However, the accuracy of techniques does not come up to sufficient level of applications yet. Also, most of studies are focused on producing the ortho-photo and updating the digital map by vectorzing the ortho-photo. Thus, studies are not enough for developing contours and elevation points in digital mapping. For non-metric cameras in UAV, there are some issues to be considered; firstly, most of those do not provide their Interior Orientation Parameters (IOP), so have to be determined by personal users; secondly, calibrations for those non-metric cameras have to be performed frequently due to their falling geometric stability; lastly, although we earned IOP in the calibration, the aerial triangulation (AT) need to be performed additionally for computing the Exterior Orientation Parameters (EOP). Following issues in non-metric cameras, the digital map production requires the most accurate the data of IOP- containing the focal distance, the principal points- as well as the data of EOP. Recently, the application of in situ self-calibration is increased for concurrent computations for calibration of interior geometry of the camera and the EOP at the same time.
This study purposed on verifying the capability of large-scale digital mapping with non-metric cameras in public surveying. To perform the study, we derived IOP and EOP data from in situ self-calibrations with aerial photos and GCPs from the test site. Those derived data of IOP and EOP were applied for stereo plotting, and the accuracy of the digital map was compared to DMC metric camera surveying. In fact, the in situ self-calibration data from the Match-AT software and the eight of additional parameters drew out the similar outcomes as the data from the professional photogrammetric software, BINGO, which brought out the most accurate data. This result indicates that those standard additional parameters could compute the accurate data of IOP and EOP, although there are different computing methods for systematic errors are in bundle adjustments. The RMSE values for updating the 1/1000 digital map were ±0.12∼±0.16m in horizontal and ±0.12∼±0.15m in vertical, which satisfied the level of accuracy for public surveying. From the results, we could approve that aerial photo of non-metric cameras with the in situ self-calibration can be applied for the 1/1000 digital map production and the update correction, as well as drawing contours for describing the surface. Therefore, we could conclude that there will be reduction in cost by 45% and in duration, compared to the present method that will result in increasing its efficiency, updating the newest data and producing the prompt digital map for inaccessible area.

#현장자체검정 #비측정용 카메라 #수치도화

제 1 장 서론 1
제 1 절 연구의 필요성 및 목적 1
제 2 절 국내외 연구동향 4
제 3 절 연구방법 및 범위 9
제 2 장 이론적 배경 11
제 1 절 카메라 검정 11
제 2 절 자체검정(Self-Calibration) 19
제 3 장 비측정용 카메라를 이용한 항공사진측량 25
제 1 절 비측정용 카메라의 자체검정 25
1. 카메라 사양 25
2. 자체검정 27
3. 데이터 취득 31
4. 사용 소프트웨어 37
5. 항공삼각측량 38
제 2 절 비측정용 카메라의 현장자체검정 45
1. 사진측량 전용 SW를 이용한 현장자체검정 46
2. Matlab과 표준 부가매개변수를 이용한 현장자체검정 70
3. 지상기준점 사용개수에 따른 카메라 검정 비교 74
4. 접합점 개수 및 분포별 카메라 검정 81
제 4 장 비측정용 카메라의 수치도화 적용성 분석 90
제 1 절 기준점 및 검사점 수치도화 분석 90
제 2 절 지도제작을 위한 수치도화 실험결과 분석 105
제 3 절 비측정용 카메라를 이용한 지도제작 성과검증 112
제 5 장 결론 및 제언 123
참고문헌 125
Abstract 134

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)