Abstract
LiDAR(Light Detection And Ranging) provides intensity data which reflects characteristics of the materials. In this study, we adopted LiDAR intensity data, instead of multi-spectral images which are generally used for land cover classification, and DSM data which was generated from LiDAR. We integrated data with intensity and DSM then it was classified into five classes - "asphalt road, grass, concrete road(pavement), building roof, and tree." Separability and accuracy of classification were evaluated. In addition, a method of processing intensity and DSM data was proposed in order to improve separablity. From this study, it was confirmed that LiDAR intensity reflects characteristics of the materials, thus it can be used for classification data.
LiDAR(Light Detection and Ranging)는 측정 대상물의 물질적 특성에 따라 상이한 값을 나타내는 반사강도(intensity) 자료를 제공한다. 일반적으로 토지피복을 분류하기 위해서 다중분광 영상을 사용하나 본 연구에서는 다중분광 자료를 대신하여 LiDAR 반사강도를 사용하였으며 분류 항목을 세분화하기 위하여 LiDAR로부터 추출한 DSM을 함께 이용하였다. 반사강도와 DSM(Digital Surface Model)을 두 밴드로 갖는 분광영상을 구성하여 '아스팔트 도로, 잔디, 콘크리트 도로(보도), 건물의 지붕, 나무'의 다섯 가지 분류 항목에 대한 분리도와 분류 정확도를 측정하였으며, 분리도를 향상시키기 위하여 반사강도와 DSM의 적절한 처리 방법을 모색하였다. 본 연구를 통하여 LiDAR 반사강도가 물질적인 특성을 반영하여 DSM과 함께 분류 자료로 사용될 수 있음을 확인하였다.