Home Blog LiDAR 포인트 클라우드 분류 원리의 쉬운 이해

LiDAR 포인트 클라우드 분류 원리의 쉬운 이해

🧮 1  |  🟢 1
25 Jan 2026 Trishunya Team
LiDAR 포인트 클라우드 분류 원리의 쉬운 이해
드론 LiDAR · 포인트 클라우드 프로세싱

LiDAR 포인트 클라우드 분류 원리의 쉬운 이해

📅 25 Jan 2026 ⏱️ 3분 분량 🏷️ Point Cloud TI Trishunya India

가공되지 않은 원시(Raw) LiDAR 포인트 클라우드는 3차원 공간에 흩뿌려진 수백만 개의 점들에 불과하며, 각 점은 X, Y, Z 좌표만 가지고 있을 뿐 대상물이 무엇인지에 대한 정보는 없습니다. 포인트 클라우드 분류(Classification)는 이러한 무정형의 데이터를 지면, 수목, 건물, 송전선 등의 의미 있는 엔지니어링 카테고리로 체계화하는 필수 공정입니다.

적절한 분류 작업이 선행되지 않은 포인트 클라우드는 토목 및 건설 엔지니어링에 직접 활용하기 어렵습니다. 소프트웨어가 어떤 포인트가 실제 지표면인지를 완벽하게 판별해야만 수치지형모델(DTM), 토공량 산출, 등고선 생성이 가능해집니다.

LiDAR 포인트 클라우드 분류 지면 식생 구조물
분류 공정을 통해 원시 LiDAR 포인트가 지면, 식생, 구조물 등 세부 범주로 정밀하게 분리됩니다.
수백만
측량당 원시 포인트 수
5-8
표준 분류 핵심 카테고리
자동+수동
표준 워크플로우 결합

실시간 포인트 클라우드 분류 과정 확인

실시간 분류 스윕 시뮬레이션

스캐닝 알고리즘이 원시 백색 포인트를 스캔하며 지면, 식생, 구조물 클래스로 인식하여 색상을 부여합니다.
실제 산업용 분류는 단순한 위치뿐만 아니라 고도, 반사 횟수, 신호 강도(Intensity)를 종합적으로 분석합니다.

포인트 분류 직접 체험해보기

포인트 분류 인터랙티브 실습

포인트를 클릭하여 지면, 식생 또는 구조물로 분류해보고, 사용자의 직관이 고도 기반 알고리즘과 어떻게 일치하는지 확인해보세요.
지면 (Ground) 식생 (Vegetation) 구조물 (Structure)
시작하려면 임의의 포인트를 클릭하세요.

지면 필터링 고도 임계값 조정

고도 임계값 필터

슬라이더를 조절하여 고도 컷오프 기준을 변경하고, 지면과 저식생의 판별 기준이 어떻게 달라지는지 확인해보세요.
30 cm 임계값

포인트 클라우드 분류의 세부 작동 단계

1

원시 포인트 클라우드 로드

미분류된 포인트 클라우드가 좌표, 반사 강도, 반사 순번 메타데이터와 함께 시스템에 로드됩니다.

2

지면 필터링 알고리즘 적용

점진적 TIN 치밀화와 같은 정밀 알고리즘을 적용하여 가장 낮은 연속 표면을 기준 지면으로 탐색합니다.

3

지표면 대비 상대 고도 산출

확정된 기준 지표면을 기준으로 공간 내에 존재하는 모든 상위 포인트의 상대적 수직 높이를 계산합니다.

4

속성 카테고리 자동 할당

상대 높이와 기하학적 클러스터 패턴에 따라 저/중/고 식생대, 건물 외형, 인공 구조물 등으로 자동 할당합니다.

5

전문가 수동 검수 및 품질 보정

건물 경계면이나 복잡한 사면에서 발생할 수 있는 오분류 포인트를 숙련된 엔지니어가 정밀하게 보정합니다.

글로벌 표준 LiDAR 분류 체계는 널리 쓰이는 LAS 파일 규격을 기반으로 한 숫자 코드를 사용합니다. Class 2는 지면(Ground), Class 3~5는 저/중/고 식생, Class 6은 건물을 나타냅니다.

분류되지 않은 포인트 클라우드는 좌표를 가진 노이즈에 불과합니다. 분류 과정을 거쳐야 비로소 정밀한 엔지니어링 맵이 됩니다.

이 공정이 고객의 프로젝트에 왜 결정적인가

정밀한 포인트 클라우드 분류는 지형 등고선도부터 토공 절성토량 계산까지 모든 최종 성과물의 정확도를 좌우합니다. 당사의 drone survey 팀은 모든 LiDAR scan 프로젝트에서 자동화 알고리즘과 전문가 수동 검수를 철저히 결합하여 최상의 품질을 보장합니다.

정밀하게 분류된 LiDAR 데이터가 필요하십니까?

프로젝트 요구사항을 알려주시면 당사의 분류 워크플로우와 품질 검수 프로세스를 상세히 안내해 드리겠습니다.

자주 묻는 질문 (FAQ)

레이저 스캐닝으로 획득한 원시 3D 점들을 고도, 반사 강도, 기하학적 분석을 통해 지면, 식생, 구조물 등의 유의미한 클래스로 범주화하는 공정입니다.

분류가 되지 않으면 지면과 상부 식생 및 건물이 분리되지 않아 정확한 지형 모델(DTM) 구축이나 토공량 계산이 불가능하기 때문입니다.

LAS는 분류된 3D 포인트 클라우드 데이터를 저장하고 GIS 및 CAD 소프트웨어 간에 호환하기 위해 사용되는 국제 표준 바이너리 파일 형식입니다.

대부분의 연산은 필터링 알고리즘에 의해 자동 수행되지만, 복잡한 건물 경계나 사면에서의 정밀도 확보를 위해 전문가의 수동 검수가 필수적입니다.

지면(Ground)으로 분류된 포인트들만으로 생성된 디지털 지형 표면으로, 수목과 인공 건축물이 제거된 순수 지표면을 표현합니다.

지면과 낮은 식생 사이의 구분 기준을 정의하므로, 너무 높거나 낮게 설정하면 기복이 있는 지형에서 잔디나 미지형이 오분류될 수 있습니다.

지면, 저식생, 중식생, 고식생, 건물 구조물, 송전선로, 수체 표면 등이 대표적입니다.

네, 오분류된 포인트는 등고선 왜곡 및 토량 산출 오차를 초래할 수 있으므로 철저한 품질 관리가 필수적입니다.

불규칙 삼각망(TIN)을 반복적으로 구축하면서 기하학적 기준을 만족하는 최저점들을 지면으로 점진 확장해 나가는 대표적 지면 필터링 알고리즘입니다.

대상 면적과 지형의 복잡도에 따라 상이하지만, 자동 필터링과 정밀 수동 검수를 병행하여 신속하고 신뢰도 높은 결과물을 제공합니다.

Back to all articles