Street Tree Segmentation Based on Data Fusion from Multiple Drones Equipped with Heterogeneous Sensors

본 연구는 도시 가로수를 대상으로 드론에 장착된 멀티스펙트럴 센서에서 취득된 영상을 처리하여 만든 정규식생지수(NDVI)의 정사영상과 라이다 센서로 취득된 포인트 클라우드를 융합하여, 자동 세그멘테이션 및 수목 구조 정보 산정을 수행하는 방법론을 제안하였다. 도시 환경은 가로등과 건물 등 비식생 인공구조물이 밀집해 있어 가로수 세그멘테이션 과정에서 큰 장애가 되며, 이를 극복하기 위해 NDVI를 활용하여 비식생 포인트를 제거한 식생 포인트 클라우드를 추출하였다. 이후 포인트 클라우드를 영상으로 변환한 뒤 ViT 기반의 파운데이션 모델인 SAM을 활용하여 인스턴스 세그멘테이션을 수행하였고, 세그멘테이션된 각 영역은 고유 ID를 부여하여 포인트 클라우드 복원과 수고 및 수관폭 산정에 활용되었다. 상업용 소프트웨어를 이용한 정량적 평가 결과 수고와 수관폭의 평균제곱근오차는 각각 0.18m와 0.48m로 나타났다.