LIDAR 데이터를 이용한 수치정사사진의 제작

Q: 이 논문에서 정의한 수치정사사진이란 무엇인가?

수치정사사진은 항공사진에 포함된 지형 왜곡을 정사 투영 보정에 기반한 공선조건식을 이용하여 보정한 이미지이다. 이는 센서와 카메라의 표정, 지형의 굴곡, 기타 오차들을 제거하여 정확한 면적 계산이 가능하며, 지도의 지형적 특성과 사진의 특성을 모두 지닌다. GIS의 백그라운드 데이터로 활용되며 수치지도 갱신 및 제작에 이용된다.

Q: LIDAR 데이터로 수치정사사진을 제작할 때, 절단선 노이즈 처리의 가장 적절한 방법은 무엇인가?

연구 결과, LIDAR 데이터로 수치정사사진을 제작할 때 절단선 노이즈를 처리하는 가장 적절한 방법은 저지대의 LIDAR DEM과 추출된 건물을 합성하는 것이다. 이 방법은 건물면의 노이즈를 효과적으로 제거하여 세밀하고 높은 품질의 수치정사사진 제작을 가능하게 한다.

김형태; 심용운; 박승룡; 김용일

추천

검색

질문

자료유형: 학술저널

저자정보: 김형태 심용운 박승룡 김용일

저널정보: 한국측량학회 한국측량학회지 한국측량학회지 제20권 제2호

발행연도: 2002.6

수록면: 137 - 143 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In this study we generated digital orthophoto from LIDAR data. To generate digital orthophoto, we make TIN from raw laser scanning data(XYZ point data) and compiled DSM from this TIN. In this procedure much noise appeared along the break lines in DSM and this can give bad effect to the quality of digital orthophoto. Therefore, we applied various techniques which can refine the break line. In the result, we concluded that the fusion of LIDAR DEM of lowland and extracted buildings was adequate to generating DSM. So we generated the digital orthophoto from DSM generated from this technique. In the result of quality test, the positional accuracy of this digital orthophoto was better than the positional accuracy of 1:5,000 map.

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2014-530-003273430

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)