수치지도와 LiDAR 자료를 이용한 도시지역 건물 3차원 모델링에 관한 연구

Q: 이 논문에서 정의한 도시지역 건물 3차원 모델링이란 무엇인가?

도시 지역 내 건물을 3차원 형태로 표현하는 과정으로, 시설물 관리 및 도시 계획 등 다양한 분야에서 활용된다. 본 연구에서는 수치지도의 평면 정보와 LiDAR 자료의 높이 정보를 결합하여 이를 구현하는 방식을 취한다.

Q: LiDAR 자료를 활용한 수치지도 갱신이 기존 방식보다 효율적인 이유는 무엇인가?

연구 결과, LiDAR 자료를 이용하면 항공사진과 해석도화기를 사용하는 기존 방식보다 폐색의 영향을 적게 받으며 자동 갱신이 가능하다. 특히 기존 수치지도에서 누락된 건물의 약 90%를 정밀하게 추출할 수 있어 효율적이다.

이원희; 김정옥; 유기윤; 김용일

추천

검색

질문

자료유형: 학술저널

저자정보: 이원희 김정옥 유기윤 김용일

저널정보: 대한토목학회 대한토목학회논문집 D 大韓土木學會論文集 제24권 제2 D호

발행연도: 2004.3

수록면: 311 - 318 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Buildings in urban areas take large percentage in city structures, of which 3-dimensional information is needed for variety of applications such as facility management system, road design, building land development or town planning. Recently, many studies on the 3-dimensional modeling of buildings have been done, which are by the help of not only the development of analysis algorithm but also the spread of aerial imagery, high-resolution satellite imagery, LiDAR data and digital photogrammetry system. Among the data, LiDAR data is being regarded as one of the most useful data because it allows acquisition of the precise DSM. However, using only the LiDAR data to acquire 3-dimensional modeling of buildings has some problems because it needs manual linearization and subjective reconstruction. Thus, in this paper, digital maps of 1:5,000 scale and LiDAR data are used together to extract the 3-dimensional model. The 3-dimensional modeling of buildings are very well done and the user's manual works are needed not so much. From the accuracy test results using aerial imagery and digitizing, the 3-dimensional modeling of buildings in urban areas and renewal of digital map are feasible by automatic manner to some extent.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-531-018562517

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)