블로그로 돌아 가기

Global Mapper Pro를 사용하여 포인트 클라우드 간의 거리를 평가하는 방법

포인트 클라우드 간 거리를 평가하는 것은 파일 편집 내용, 사진측량 정확도, 시간 경과에 따른 지형 변화 감지, 또는 라이다 센서 유형의 정확도를 평가하는 데 매우 유용한 방법입니다. Global Mapper의 포인트 클라우드 비교 도구를 사용하면 두 포인트 클라우드 간의 고도를 쉽게 비교할 수 있습니다. Global Mapper Pro 버전 24.1에는 차이 히스토그램 생성 기능과 측정된 거리를 더욱 효과적으로 시각화할 수 있는 새로운 색상 옵션이 포함되어 있습니다.

Global Mapper Pro에서 수직 방향으로 바라본 포인트 클라우드 간의 고도 차이 경로 프로파일 도구를 사용하면 P2P로 생성된 클라우드(RGB)와 LiDAR 데이터(고도에 따라 음영 처리됨) 간의 미세한 고도 차이를 확인할 수 있습니다. 포인트 클라우드 비교 도구를 사용하면 이 거리를 정량화할 수 있습니다.

포인트 클라우드 유형

포인트 클라우드는 지표면과 그 위에 있는 모든 것을 측정하는 일반적인 방법입니다. GIS에서는 크게 LiDAR 포인트 클라우드 와 사진측량 포인트 클라우드 두 가지 유형이 있습니다 . Global Mapper에서는 두 유형 모두 동일한 도구를 사용하지만, 각 유형의 한계를 아는 것이 사용자에게 유용합니다. LiDAR 포인트 클라우드와 사진측량 포인트 클라우드를 비교할 때는 먼저 ' LiDAR 필터' 도구를 사용하여 다른 모든 분류를 해제하고 지표면 포인트만 필터링하는 것이 좋습니다 . 사진측량의 한계 중 하나는 빽빽한 숲의 캐노피를 투과할 수 없다는 것입니다. LiDAR로 측정한 지표면 포인트와 사진측량으로 캡처한 가장 낮은 지점을 비교하면 나무 크기만큼의 오차가 발생할 수 있습니다. 이러한 오차는 식생 높이를 측정할 때 유용하게 활용될 수 있습니다(Thomas, 2020).

숲에서 사진측량 포인트 클라우드와 라이다 데이터를 비교하는 수직적 관점 이 숲의 경로 단면도를 보면 사진측량으로 생성된 포인트 클라우드의 어두운 점들이 라이다처럼 지면을 항상 정확하게 포착하지 못하는 것을 알 수 있습니다.

포인트 클라우드 비교 도구 

포인트 클라우드 비교 도구는 포인트 클라우드 세트 간의 3D 변화 감지를 수행하여 허용된 최소 차이보다 더 많이 변화한 포인트를 찾습니다. 즉, 한 포인트 클라우드에서 다른 소스/제어 포인트 클라우드로부터 설정된 거리보다 더 멀리 떨어진 포인트를 찾습니다. 이 도구에는 버전 24.1의 픽셀-포인트(P2P) 워크플로 업데이트의 일환으로 추가 기능이 포함되었습니다. 이는 일반적으로 더 정확한 LiDAR 데이터와 비교하여 조밀한 사진측량 포인트 클라우드의 정확도를 측정하는 개선된 방법입니다. 모든 설정은 물론 기술 자료에 설명되어 있지만 , 이 두 가지 새로운 선택적 설정에 대해서는 더 자세히 살펴보는 것이 좋습니다.

차이 보고 옵션을 선택하면 세 개의 창이 생성됩니다. 이 중 두 개는 소스(비교 대상)와 참조(변경 사항 찾기)에 있는 점들의 개수와 거리를 표시하는 거리 히스토그램입니다. 이상적으로는 점들의 오차 분포가 종 모양 곡선으로 나타나는 정규 분포를 따릅니다.  

차분점이 선택된 라이다 도구 사용이 완료되면 측정된 차이가 있는 지점들이 자동으로 선택(빨간색)되어 새 레이어에 복사하여 붙여넣을 수 있는 옵션이 제공됩니다.

'가장 가까운 지점까지의 거리를 일반 필드에 저장' 옵션 을 사용하면 측정된 거리를 포인트 클라우드 색상으로 시각화할 수 있습니다. 처리 후, LiDAR 그리기 모드를 '일반'으로 변경하면 이러한 결과를 확인할 수 있습니다. '일반'은 .LAS/.LAZ 파일 형식에 내장된 추가 속성 옵션을 설명하는 용어입니다. Global Mapper는 이 개방형 속성을 활용하여 사용자가 원하는 경우 계산된 거리 값을 LiDAR 데이터의 일부로 내보낼 수 있도록 합니다.

글로벌 매퍼에서 일반 값으로 색상 지정 '일반 값으로 색상 지정' 색상은 활성화된 셰이더에 따라 결정됩니다. 사용되는 색상을 변경하려면 드롭다운 메뉴 또는 구성 메뉴에서 셰이더를 변경하십시오.

두 클라우드 간의 차이점을 평가한 후에는 [포인트 클라우드 맞춤] 도구를 사용하여 한 클라우드의 위치를 ​​다른 클라우드에 맞게 조정할 수 있습니다.

유사한 워크플로는 래스터 차분으로 , 포인트 클라우드를 솔리드 래스터 그리드 또는 디지털 고도 모델(DEM)로 변환한 다음, 지형 레이어 결합/비교 도구를 사용하여 빼면 측정된 차이를 표시하는 차분 래스터 또는 디지털 고도 차분 레이어가 생성됩니다.

포인트 클라우드와 지상 기준점 (GCP) 간의 거리를 측정하려면 Lidar QC 도구를 사용하십시오 . 거리를 측정한 후 Lidar QC는 포인트 클라우드를 GCP에 더 가깝게 이동시켜 거리를 줄이는 옵션을 제공합니다.

지금 바로 Global Mapper Pro를 14일 무료 체험 해 보세요 ! 궁금한 점이 있으면 언제든지 문의해 주세요!

출처 :

Amanda F. Thomas, Amy E. Frazier, Adam J. Mathews & Carlos E. Cordova (2020) 급격한 지형 변화 및 초목 피복이 UAS-SfM 기반 고도 모델의 수직 정확도에 미치는 영향, 응용 지리학 논문집, 6:4, 336-351, DOI: 10.1080/23754931.2020.1782254