본문 바로가기
[학술저널]

  • 학술저널

김민철(네이버시스템) 윤혁진(한국철도기술연구원) 장휘정(네이버시스템) 유종수(네이버시스템)

표지

북마크 2

리뷰 0

이용수 183

피인용수 0

초록

자연재해로 인해 댐, 교량, 제방 등 수변구조물에 피해가 발생할 경우, 빠른 복구를 위해 정확한 피해정보를 분석하는 일은 매우 중요하다. 본 연구에서는 최근 활용이 확산되고 있는 UAV(Unmanned aerial vehicle)영상을 활용하여 효과적으로 피해를 분석하는 방안을 제시하고 정확도 평가를 수행하였다. UAV영상은 수변구조물 일대를 촬영한 영상들을 이용하였고, 피해를 분석하는 핵심 방법론으로 영상정합과 변화탐지 기법을 활용하였다. 영상정합을 통해 생성된 점군 데이터(point cloud)는 2차원 영상으로 3차원 형상을 재현하며, 사전에 구축된 레퍼런스 데이터와의 높이 값 비교를 통해 피해영역을 추출할 수 있다. 피해영역으로 추출된 결과는 정확도를 평가하기 위해 항공라이다로 구축된 정확한 데이터와 비교하여 절대위치 오차를 비교하였다. 실험 결과 EOP(외부표정요소)가 매우 정확한 UAV 영상을 사용하면 제안된 방법론으로 평균 10~20cm 오차 범위 내의 정확도를 확보할 수 있음을 알 수 있었고, 이는 제안한 방법이 비교적 큰 규모인 수변구조물에서 발생하는 피해 분석에 매우 유용하게 활용될 수 있음을 보여주었다. 하지만 복잡도가 높은 구조물들은 매칭 기술을 적용하기 어려우며, 이러한 구조물들의 피해를 추출하기 위해서는 별도의 방법론이 필요하다.

It is important to analyze the exact damage information for fast recovery when natural disasters cause damage on river-side facilities such as dams, bridges, embankments etc. In this study, we shows the method to effectively damage analysis plan using UAV(Unmanned aerial vehicle) images and accuracy assessment of it. The UAV images are captured on area near the river-side facilities and the core methodology for damage analysis are image matching and change detection algorithm. The result(point cloud) from image matching is to construct 3-dimensional data using by 2-dimensional images, it extracts damage areas by comparing the height values on same area with reference data. The results are tested absolute locational precision compared by post-processed aerial LiDAR data named reference data. The assessment analysis test shows our matching results 10-20 centimeter level precision if external orientation parameters are very accurate. This study shows suggested method is very useful for damage analysis in a large size structure like river-side facilities. But the complexity building can"t apply this method, it need to the other method for damage analysis.

목차

要旨
Abstract
1. 서론
2. 수변구조물 피해분석
3. 실험 및 정확도 평가
4. 결론
References

참고문헌(7)

  • 1.

    David, G. L., 2004, Distinctive image features from scale-invariant keypoints, International Journal of Computer Vision, Vol. 60, No. 2, pp. 91-110.

  • 2.

    Kim, M. J., Park, J. T., Han, W. S., Kim, Y. M., Kim, M. C., Choi, J. R. and Chun, J. Y., 2013, Study on construction of flood monitoring system for citizen-centered based on geospatial bigdata, Ministry of Land, Infrastructure, and Transport, pp. 12-13.

  • 3.

    Kim, T. H., Kim, K. H., Nam, G. B., Shim, J. H., Choi, W. J. and Cho, M. H., 2010, Development of natural disaster damage investigation system using high resolution spatial images, Korean Journal of Spatial Information Society, Vol. 12, No. 1, pp. 57-65.

  • 4.

    Noah, S., Steven, M. S. and Richard, S., 2006, Photo tourism: exploring photo collections in 3d, ACM Transactions on Graphics, Vol. 25, No. 3, pp. 835-846.

  • 5.

    Park, H. G., 2014, Reservoir disaster monitoring using unmanned aerial photogrammetry, Journal of the Korean society for geo-spatial information system, Vol. 22, Issue 4, pp. 143-149.

리뷰(0)

도움이 되었어요.0

도움이 안되었어요.0

첫 리뷰를 남겨주세요.
Insert title here