지상기준점 측량은 사진측량에서 가장 노동집약적이고 많은 시간을 소모하며, 작업자의 숙련도에 따라 성과물의 품질이 저하될 수 있다. 본 연구에서는 지상기준점 타겟이 촬영된 드론 영상을 딥러닝 모델에 적용하여 자동으로 영상에서 타겟을 탐지한 후 타겟의 중심점을 높은 정확도로 결정하는 방법을 제안하였다. 지상기준점이 촬영된 타겟의 영역은 객체 탐지 모델인 YOLO V8을 이용하여 결정하였으며, 탐지된 타겟 영역을 회색조 영상으로 변환한 후 잡영을 제거하기 위해 히스토그램 평활화와 가우시안 필터를 적용하였다. 그리고 나서, 잡영이 제거된 영상을 이용하여 직선의 교차점을 찾기 위한 최소제곱법을 수행하여 타겟의 중심점 위치를 결정하였다. 제안한 알고리즘의 검증을 위해서 지상에 검정색, 파란색, 빨간색, 보라색의 4가지 색상의 기준점 타겟을 배치하여 학습을 수행하였으며, 지상기준점 타겟의 탐지 결과는 약 94.3%로 나타났다. 또한 탐지된 타겟의 중심점을 제안한 방법으로 자동으로 결정한 것과 수작업으로 타겟의 중심점 위치를 관측한 값과의 평균제곱근오차를 계산한 결과 위치 오차는 0.65화소로 나타나 높은 정확도로 타겟의 중심점 위치를 결정할 수 있었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.