$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 정지궤도 기상위성의 자동기하보정
Automated Geometric Correction of Geostationary Weather Satellite Images 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.23 no.4, 2007년, pp.297 - 309  

김현숙 (인하대학교 지리정보공학과) ,  이태윤 (인하대학교 지리정보공학과) ,  허동석 (인하대학교 지리정보공학과) ,  이수암 (인하대학교 지리정보공학과) ,  김태정 (인하대학교 지리정보공학과)

초록
AI-Helper 아이콘AI-Helper

2008년 12월 우리나라 최초의 통신해양기상위성이 발사될 예정이다. 통신해양기상위성의 지상국은 위성영상 데이터의 정확도 향상을 위해 사용자에게 기하보정된 영상을 공급해야 한다. 이때 지상국에 요구되는 처리시간은 30분 내외이며, 전체 처리시간의 준수를 위해 자동기하보정의 기술개발과 기하보정시 수행시간의 효율성이 중요하다. 자동기하보정은 위성의 영상좌표계와 지구좌표계상의 수학적인 관계를 나타내는 센서모델을 자동으로 수립하여 기하보정을 수행하는 것이다. 센서모델 수립을 위해 사용되는 기준점은 위성영상과 랜드마크 칩간의 정합결과를 통해서 자동으로 결정되어다. 실험에 사용한 위성영상은 GOES-9영상이며 실험을 위해 전세계 해안선 데이터베이스를 사용하여 랜드마크 칩을 211개 생성하였다. 위성영상에 존재하는 구름은 위성영상과 랜드마크 칩간의 정합시 오정합을 유발하므로 GOES-9영상의 채널1과 채널2영상에서 구름검출을 수행하여 구름이 아닌 지역에 대해서만 정합을 수행하였으며 가시영상인 채널1영상에서 밤시간이 아닌 지역에 대해서만 정합이 수행될 수 있도록 밤낮을 구분하여 처리하였다. 이때 정합결과는 오정합(Outlier)이 포함되어 있어 강인추정기법 중 하나인 RANSAC을 사용하여 이를 제거하였다. 강인추정기법으로 오정합이 제거된 정합결과를 기준점으로 사용하여 센서모델을 수립하였다. 수립된 모델의 정확도는 채널1영상의 해상도를 기준으로 하였을 때 $1{\sim}2$ 픽셀의 에러가 나타났고 기하보정된 영상에 해안선을 투영하여 센서모델의 정확도를 육안으로 확인하였다. 이때 위성영상의 해안선과 투영된 해안선이 일치함으로써 기하보정이 잘 이뤄졌음을 알 수 있었다. 실험결과 정합된 RANSAC, 센서모델 수립 및 자동기하 보정의 전체 처리시간은 약 4분여가 소요되었다. 이로써 본 논문에서 제안된 자동기하보정방법은 기하보정이 효과적으로 이뤄지고 있으며, 또한 통신해양기상위성의 전처리요구시간에도 만족함을 보여주고 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The first Korean geostationary weather satellite, Communications, Oceanography and Meteorology Satellite (COMS) will be launched in 2008. The ground station for COMS needs to perform geometric correction to improve accuracy of satellite image data and to broadcast geometrically corrected images to u...

주제어

#cloud detection   #sensor model   #the resampled images   #the automated control point generation   #geometric correction   #RANSAC   #GSHHS   #Landmark Chip  

참고문헌 (13)

  1. 김태정, 김승범, 신동석, 2000, 대표적 위성영상 카메라 모델링 알고리즘들의 비교연구, Journal of the Korean Society of Remote Sensing, 16(1): 73-86 

    원문보기 상세보기

  2. 이태윤, 김태정, 최해진, 2005, 정합과 강인추정기법에 기반한 정지궤도 기상위성 영상에서의 자동 랜드마크 추출기법 연구, Journal of the Korean Society of Remote Sensing, 21(6): 505-516 

    원문보기 상세보기

  3. 허동석, 김태정, 2006, GOES-9영상의 정밀기하보정을 위한 여러 센서모델 분석 

  4. Chen, P. Y., Srinvasan, R., Fedosejevs, G., and Narasimhan, B., 2002, An automated cloud detection method for daily NOAA-14 AVHRR data for Texas, USA, Department of Agricultural Engineering, Texas A&M University, College Station, Texas 77843, USA, Int. J. Remote Sensing, 2002, 23(15): 2939-2950 

    상세보기 crossref

  5. Fischler, Martin A. and Robert C. Bolles, 1981, Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography, Communications of the ACM, 24(6): 381-395 

    상세보기 crossref

  6. Kamel, A. A., 1996, GOES Image Navigation and Registration System, Proc. Of SPIE Conference on GOES-8 and Beyind, Denver, USA, AUGUST, 2812: 766-776 

  7. Kelly, K. A. and J. F. Hudson, 1996, GOES 8/9 Image Navigation and Registration Operations, Proc. Of SPIE Conference on GOES-8 and Beyind, 2812: 777-788 

  8. Kim, T. and Y-J. Im, 2003, Automatic Satellite Image Registration by Combination of Stereo Matching and Random Sample Consensus, IEEE transactions on geoscience and remote sensing, 41(5): 1111-1117 

    상세보기 crossref

  9. Kim, T. and Dowman, I., 2006, Comparison of two physical sensor models for satellite images: position-rotation model and orbit-attitude model, Photogrammetric Record, 21(114): 110-123 

    상세보기 crossref

  10. NOAA/NESDIS, 1998, Earth Location User's Guide (ELUG), NOAA/SD3-1998-015R1UD0, http://rsd.gsfc.nasa.gov/goes/text/ 

  11. Shin, D., 1996, Application of Machine Vision to Cloud Studies Using Stereoscopic Satellite Images, Department of Electronic Engineering University College London, pp124-129, 206-208 

  12. Space Systems-Loral, 1996, GOES I-M DataBook, http://rsd.gsfc.nasa.gov/goes 

  13. Wessel, P. and W. H. F. Smith, 1996, A global, selfconsistent, hierarchical, high-resolution shoreline database, JOURNAL OF GEOPHYSICAL RESEARCH, 101(B4): 8741-8743 

    상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로