지형도 제작, 환경, 산림, 시설물 탐지 등의 분야에서 위성영상이나 항공사진을 이용하여 변화탐지가 수행되어 왔다. Landsat이나NOAA 위성의 저해상 영상은 자동 변화탐지에 사용되어 왔으며, 항공사진과 같은 고해상 영상은 판독에 의한 변화탐지에 사용되었다. 고해상 위성영상을 이용하여 이러한 자동 변화탐지와 수동 변화탐지를 통합하려는 시도가 있지만, 그림자, 중심 투영 영상으로 인한 건물의 왜곡, 정밀한 기하보정 등의 문제점이 발견되고 있다. 본 논문에서는 IKONOS 위성영상을 이용하여 변화 탐지를 수행하고, 이에 따른 문제점을 살펴보도록 하겠다.
지형도 제작, 환경, 산림, 시설물 탐지 등의 분야에서 위성영상이나 항공사진을 이용하여 변화탐지가 수행되어 왔다. Landsat이나NOAA 위성의 저해상 영상은 자동 변화탐지에 사용되어 왔으며, 항공사진과 같은 고해상 영상은 판독에 의한 변화탐지에 사용되었다. 고해상 위성영상을 이용하여 이러한 자동 변화탐지와 수동 변화탐지를 통합하려는 시도가 있지만, 그림자, 중심 투영 영상으로 인한 건물의 왜곡, 정밀한 기하보정 등의 문제점이 발견되고 있다. 본 논문에서는 IKONOS 위성영상을 이용하여 변화 탐지를 수행하고, 이에 따른 문제점을 살펴보도록 하겠다.
The change detection using the satellite imagery and airphotos has been carried out in the application of terrain mapping, environment, forestry, facility detection, etc. The low-spatial resolution data such as Landsat, NOAA satellite images is generally used for automatic change detection, while on...
The change detection using the satellite imagery and airphotos has been carried out in the application of terrain mapping, environment, forestry, facility detection, etc. The low-spatial resolution data such as Landsat, NOAA satellite images is generally used for automatic change detection, while on the other hand the high-spatial resolution data is used for change detection by image interpretation. The research to integrate automatic method with manual change detection through the high-spatial resolution satellite image is performed. but the problem such as shadow, building 'lean' due to perspective geometry and precision geocorrection was found. In this paper we performed change detection using the IKONOS satellite images, and present the concerning problem.
The change detection using the satellite imagery and airphotos has been carried out in the application of terrain mapping, environment, forestry, facility detection, etc. The low-spatial resolution data such as Landsat, NOAA satellite images is generally used for automatic change detection, while on the other hand the high-spatial resolution data is used for change detection by image interpretation. The research to integrate automatic method with manual change detection through the high-spatial resolution satellite image is performed. but the problem such as shadow, building 'lean' due to perspective geometry and precision geocorrection was found. In this paper we performed change detection using the IKONOS satellite images, and present the concerning problem.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 고해상도 위성영상을 이용하여 변화탐지를 수행해보고, 단순 화소값 비교에 의한 방법에서 나타나는 문제점을 알아보았다. 실험 결과 다음과 같은 결론을 내릴 수 있었다.
하지만 아직 처리 알고리즘이 확립되지 않고 있다. 이에 본 연구에서는 고해상도 위성영상의 화소값을 이용하여 변화 유무를 판단할 때 발생하는 여러 가지 문제점을 파악하고자 한다.
가설 설정
7. 보다 정밀한 변화탐지를 수행하기 위하여 기준 화소값을 통한 방사학적 보정(coregistration)도 수행되어야 한다.
제안 방법
영상의 기하보정 (geocorrection)을 위해 반자동 방식으로 975점의 접합점(tie points)을 선정하였다. Erdas Imagine Orthobase 를 이용하여 세 점을 수동으로 선정한 후 자동으로 최대한 많은 접합점을 찾았다. 자동 추출된 접합점 중에서 수동으로 잘못 추출된 점은 제거하고 전체 영상에 접합점이 골고루 배치되도록 추가로 접합점을 수동으로 추가시켰다.
감독분류糸supervised classification)과 무감독분류(unsupervised classification) 기법을 이용하여 두 영상을 독립적으로 분류하고, 분류된 두 영상의 결과를 비교하여 변화 유무를 판단하며, 각 화소의 분류 정확도를 평가하여 변화탐지 정확도를 확인한다.
보여주고 있다. 도로와 잔디 등의 조경 시설이 변화된 것을 탐지하였다. 그림 5의 경우 경작지에서의 변화를 파악할 수 있다.
한 화소값 변화를 밴드별로 계산하여 두 시간별 기간 동안 일어난 변화의 크기뿐만 아니라 변화의 방향도 파악할 수 있다. 본 연구에서는 화소값 차를 이용하였으며, 변화된 지역을 탐지하기 위하여 화소값 차이가 차이영상의 화소값을 기준으로 ±10% 이상인 점을 선정하였다.
분광적인 반사의 변화를 강조하기 위하여 숫자로 된 계수들이나 수학적인 식들을 적용하는 데, 시각적으로 강조되거나 통계적으로 유의한 방식으로 변화를 나타내는 변환된 영상들을 만들어 유의한 변화를 탐지한다.
Erdas Imagine Orthobase 를 이용하여 세 점을 수동으로 선정한 후 자동으로 최대한 많은 접합점을 찾았다. 자동 추출된 접합점 중에서 수동으로 잘못 추출된 점은 제거하고 전체 영상에 접합점이 골고루 배치되도록 추가로 접합점을 수동으로 추가시켰다. 추출된 접합점은 영상 전체에 조밀하게 분포되어있기 때문에 비선형 Rubber sheet 보정기법을 적용할 수 있다.
이론/모형
영상으로 촬영일이 1년 정도 차이가 나고 같은 시기의 영상이기 때문에 대상 지역의 변화 형태를 파악하기에 적당하다. 영상의 기하보정 (geocorrection)을 위해 반자동 방식으로 975점의 접합점(tie points)을 선정하였다. Erdas Imagine Orthobase 를 이용하여 세 점을 수동으로 선정한 후 자동으로 최대한 많은 접합점을 찾았다.
성능/효과
1. 고해상도 영상을 이용하여 도심, 경작지, 산림지역, 수계 등이 포함되어 있는 지역에 대한 변화탐지를 수행하여, 좁은 도로, 수계지역의 변화, 개발 지역의 탐지, 동적 대상물 등을 탐지할 수 있었으며, 이는 고해상도영상에서 인식이 가능한 지형지물의 탐지까지 탐지대상물의 범위를 확대할 수 있다는 것을 말한다.
2. 고해상도 영상의 분류 기법이 확립되지 않은 상태에서 화소값에 의한 변화탐지 기법이 적용 가능하다는 것을 알 수 있었다.
3. 정확하지 못한 기하보정은 지형지물의 경계, 그림자 등지에서 잘못된 변화탐지 추출을 야기하므로 영상 전체에 조밀하고 고르게 분포하는 접합점을 이용한 rubber sheet 기하보정을 이용하여 제거해야 한다.
판독과정은 오염원 유출, 불법 시설물 탐지 지형지물의 변화 등 정량적인 변화보다는 정성적인 분석이 수행되었다. 저해상도 위성영상을 이용한 변화탐지는 영상의 디지털 처리가 적용되면서 정량적인 분석이 수행되었으며, 전 지구적 규모의 분석이나 수십 km 이상의 대규모 지역에 적합하였다.
후속연구
고해상도위성 영상 처리에 대한 새로운 흐름에 의하여 고해상도 및 다중분광 위성영상자료를 이용하여 두 시기간의 변화지 역 및 변화내용을 탐지하고, 그 변화 특성을 정량화하는 기법을 개발하려는 노력이 시도되고 있다. 원격탐사에서 이러한 변화탐지 기법을 이용한 자연환경의 지표 피복 구조와 대상지역의 특성과 그 변화에 대한 조사를 효율적으로 행할 수 있으며, 국토개발뿐만 아니라 환경보호, 도시계획, 토지정리, 농업 및 산림정책 등 다양한 분야에서 적극적으로 이용될 수 있을 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.