선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 IKONOS-2 위성영상을 기하보정의 대상이 되는 고해상도 위성영상으로 사용했으므로 선행연구 결과를 바탕으로 IKONOS-2 위성영상에 존재하는 오차들을 분석하고 이를 바탕으로 오차보정을 위한 변환함수 모델을 선택하고 평가하였다. 변환모델에 대한 정확도 평가결과 본 연구에서 사용한 IKONOS-2 위성영상의 기하보정을 위해서는 영상좌표계 상에서 line, sample 방향의 평행이동으로 오차를 모델링하는 변환함수가 적합하다는 결론을 얻을 수 있었다.
- 본 연구에서는 위의 논의들을 바탕으로 항공레이저측량 자료로부터 추출되는 선형객체를 이용하여 고해상도 위성영상의 기하보정을 수행할 경우 사용되는 조정방정식들에 따른 조정의 결과를 분석하고 이의 효용성을 검증하였다. 이를 위해 영상자료인 고해상도 위성영상과 거리자료인 항공레이저측량 자료의 특성을 고려하여 선형객체를 기하보정의 기본 요소로써 활용하였다.
- 본 연구에서는 위의 논의를 바탕으로 IKONOS-2 위성영상의 기하보정을 위해 다음의 표 2에 제시된 4가지 변환함수를 이용하여 기하보정을 수행하고 이의 효용성을 검증하였다.
- 본 연구에서는 제안한 방법론의 효용성을 평가하기 위하여 다음의 세 가지 질의항목에 대해 실험을 설계하고 검증하였다.
제안 방법
- 다음으로 사용되는 선형객체들의 개수에 따른 기하보정의 정확도를 살펴보기 위하여 2개, 3개, 5개. 7개, 10개, 15개, 20개, 30개로 기하보정에 사용되는 선형객체의 수를 변화시키며, 표 2의 (d) 형태의 변환함수을 사용하여 기하보정을 실시하고 정확도를 평가하였다. 이때, 2차원 공간상에서 선형객체를 사용하여 기하보정을 수행하기 위해서는 평행하지 않은 최소 2개 이상의 선형객체들이 필요하게 되므로 기하보정에 사용되는 최소 선형객체의 개수를 2개로 설정하였으며 적은 개수의 선형객체를 사용할 경우 변환함수 계수결정에 민감한 영향을 미치므로 2개, 3개, 5개.
- 이때, 2차원 공간상에서 선형객체를 사용하여 기하보정을 수행하기 위해서는 평행하지 않은 최소 2개 이상의 선형객체들이 필요하게 되므로 기하보정에 사용되는 최소 선형객체의 개수를 2개로 설정하였으며 적은 개수의 선형객체를 사용할 경우 변환함수 계수결정에 민감한 영향을 미치므로 2개, 3개, 5개. 7개, 10개, 15개, 20개, 30개의 간격으로 선형객체의 수를 증가시키면서 각각의 경우마다 3번에 걸쳐 대상지역에 걸쳐 고른 분포를 가지도록 추출하였다. 다음의 표 5, 그림 6은 기하보정에 사용되는 선형객체의 개수에 따른 기하보정 정확도 평가 결과를 보여준다.
- 또한, 기하보정의 정확도 평가를 위해 30점의 검사점들을 활용하였다. 검사점들은 2002년 10월 대상지역에 대해 취득하였으며, 1시간 이상의 GPS 상대측위를 통하여 측정한 후, DGPS 후처리를 실시하여 획득하였다.
- 따라서 본 연구에서는 영상자료인 고해상도 위성영상과 거리자료인 항공레이저측량 자료 모두에서 다른 객체들보다 상대적으로 인식과 추출이 용이한 선형 객체를 기하보정의 기본요소로 활용하여 기하보정을 수행하였다. 이를 위해 항공 레이저측량 자료와 고해상도 위성영상 각각으로부터 대응되는 선형객체들을 추출하였다.
- 항공레이저측량 자료의 경우 박공지붕에서 선형요소를 추출하는 경우에는 Lee 등(2007) 에 의해 제안된 방식에 의해 공간상에서 두 평면을 결정하고 평면들의 교차연산(intersection)과정을 통해 선형요소를 추출하였다. 또한 건물의 경계부분이나 도로의 중심선에서 선형요소를 추출할 경우 항공레이저측량 자료의 고도자료 및 반사강도 자료를 이용하여 25cm 공간해상력을 가진 DSM(Digital Surface Model)을 작성한 후 이를 바탕으로 수동으로 선형객체들을 추출하였다. 추출되는 선형객체들은 선형객체 상에 존재하는 두 개 이상의 임의의 점들로 정의 되며 이는 사진측량학적 관점에서 볼 때 적절하고 효율적인 선형객체의 표현방식이다(Habib 등, 2002).
- 변환모델에 대한 정확도 평가결과 본 연구에서 사용한 IKONOS-2 위성영상의 기하보정을 위해서는 영상좌표계 상에서 line, sample 방향의 평행이동으로 오차를 모델링하는 변환함수가 적합하다는 결론을 얻을 수 있었다. 또한 기하보정의 과정에서 사용되는 선형객체들의 개수에 따른 기하보정의 정확도를 평가하였다. 실험결과 본 연구에서 사용된 IKONOS-2 위성영상 자료에 대해 7개 이상의 선형객체를 사용할 경우 본 연구에서 제안한 방법론이 항공레이저측량 자료를 활용한 고해상도위성영상의 기하보정에 효과적으로 적용할 수 있음을 확인할 수 있었다.
- 마지막으로 기하보정의 정확도 평가를 위해, IKONOS-2스테레오 영상으로부터 추출된 검사점들의 영상좌표에 위의 과정을 통하여 결정된 변환함수를 적용한다. 변환된 영상좌표와 RPC 모델을 이용하여 지상좌표를 구한 후(이재빈 등, 2003) 이에 대응되는 GPS 측량을 통해 획득된 검사점들과의 정확도 평가를 통해 제안된 방법론의 효용성을 검증한다.
- 특히, 본 연구에서는 IKONOS-2 위성영상을 기하보정의 대상이 되는 고해상도 위성영상으로 사용했으므로 IKONOS-2 위성영상에 존재하는 오차들을 분석하고, 이를 바탕으로 오차보정을 위한 다양한 변환함수 모델을 적용하고 평가하였으며, 또한 기하보정에 사용되는 선형 객체들의 개수가 기하보정에 미치는 영향에 대한 분석을 실시하였다. 마지막으로, 기하보정의 정확도 평가는 DGPS측량을 통해 독립적으로 취득된 검사점들을 활용하여 수행하였다.
- 마지막으로 기하보정의 정확도 평가를 위해, IKONOS-2스테레오 영상으로부터 추출된 검사점들의 영상좌표에 위의 과정을 통하여 결정된 변환함수를 적용한다. 변환된 영상좌표와 RPC 모델을 이용하여 지상좌표를 구한 후(이재빈 등, 2003) 이에 대응되는 GPS 측량을 통해 획득된 검사점들과의 정확도 평가를 통해 제안된 방법론의 효용성을 검증한다.
- 선형요소를 추출한 후 항공레이저측량 자료로부터 획득된 선형요소들을 고해상도 위성영상에 투영시킨다. 이때 본 연구에서는 고해상도 위성영상으로 IKONOS-2 위성영상이 사용되었으므로 항공레이저측량 자료의 지상 공간좌표계와 고해상도 위성영상의 영상좌표계를 매개시키는 센서모델로써 식 (1) RPC(Rational Polynomial Coefficients) 모델이 사용되었다.
- 이를 위해 항공 레이저측량 자료와 고해상도 위성영상 각각으로부터 대응되는 선형객체들을 추출하였다. 안정적으로 선형요소를 추출하기 위해 영상 및 항공레이저측량 자료에서 가장 인식이 우수한 객체로 판단되는 인공구조물인 건물 및 도로중심선으로부터 직선 형태의 선형요소들을 추출하였다. 고해상도 위성영상의 경우 수동으로 선형요소를 추출한 후 추출된 선형 요소를 공간좌표계 상에서 정의하기 위하여 선형요소 상에 존재하는 두 점이 추출되었다.
- 이를 위해 먼저 변환함수의 형태에 따른 기하보정의 정확도를 살펴보았다.
- 본 연구에서는 위의 논의들을 바탕으로 항공레이저측량 자료로부터 추출되는 선형객체를 이용하여 고해상도 위성영상의 기하보정을 수행할 경우 사용되는 조정방정식들에 따른 조정의 결과를 분석하고 이의 효용성을 검증하였다. 이를 위해 영상자료인 고해상도 위성영상과 거리자료인 항공레이저측량 자료의 특성을 고려하여 선형객체를 기하보정의 기본 요소로써 활용하였다. 특히, 본 연구에서는 IKONOS-2 위성영상을 기하보정의 대상이 되는 고해상도 위성영상으로 사용했으므로 IKONOS-2 위성영상에 존재하는 오차들을 분석하고, 이를 바탕으로 오차보정을 위한 다양한 변환함수 모델을 적용하고 평가하였으며, 또한 기하보정에 사용되는 선형 객체들의 개수가 기하보정에 미치는 영향에 대한 분석을 실시하였다.
- 또한, 적은 개수의 선형객체를 사용할 경우 변환함수 계수결정에 더 민감한 영향을 미치므로 5개, 7개, 10개, 15개, 20개, 30개로 선형객체의 수를 증가시키면서 각각의 경우마다 대상지역에 걸쳐 고른 분포를 가지도록 선형객체들을 추출하였다. 이를 이용하여 표 2에 제시된 (a)~(d)의 4가지 변환함수의 형태에 따라 기하보정을 실시하고 정확도를 평가하였다.
- 이를 위해 영상자료인 고해상도 위성영상과 거리자료인 항공레이저측량 자료의 특성을 고려하여 선형객체를 기하보정의 기본 요소로써 활용하였다. 특히, 본 연구에서는 IKONOS-2 위성영상을 기하보정의 대상이 되는 고해상도 위성영상으로 사용했으므로 IKONOS-2 위성영상에 존재하는 오차들을 분석하고, 이를 바탕으로 오차보정을 위한 다양한 변환함수 모델을 적용하고 평가하였으며, 또한 기하보정에 사용되는 선형 객체들의 개수가 기하보정에 미치는 영향에 대한 분석을 실시하였다. 마지막으로, 기하보정의 정확도 평가는 DGPS측량을 통해 독립적으로 취득된 검사점들을 활용하여 수행하였다.
- 이때 본 연구에서는 고해상도 위성영상으로 IKONOS-2 위성영상이 사용되었으므로 항공레이저측량 자료의 지상 공간좌표계와 고해상도 위성영상의 영상좌표계를 매개시키는 센서모델로써 식 (1) RPC(Rational Polynomial Coefficients) 모델이 사용되었다. 항공레이저측량 자료로부터 획득한 선형요소 상의 임의의 두 점에 대한 지상좌표를 동일 대상지역 IKONOS-2위성영상의 RPC 모델을 활용하여 대응하는 영상좌표를 획득한다.
대상 데이터
- 제안된 방법론의 평가를 위하여 2장의 IKONOS-2 위성영상 스테레오 쌍과 항공레이저측량 자료로부터 각각 30개의선형객체 쌍들을 추출하였다. 또한, 기하보정의 정확도 평가를 위해 30점의 검사점들을 활용하였다. 검사점들은 2002년 10월 대상지역에 대해 취득하였으며, 1시간 이상의 GPS 상대측위를 통하여 측정한 후, DGPS 후처리를 실시하여 획득하였다.
- 본 연구에서는 3개 이상의 선형객체를 이용하여 결정이 가능하지만 관측방정식에 자유도를 주기 위해 5개부터 선형객체를 사용하였다. 또한, 적은 개수의 선형객체를 사용할 경우 변환함수 계수결정에 더 민감한 영향을 미치므로 5개, 7개, 10개, 15개, 20개, 30개로 선형객체의 수를 증가시키면서 각각의 경우마다 대상지역에 걸쳐 고른 분포를 가지도록 선형객체들을 추출하였다. 이를 이용하여 표 2에 제시된 (a)~(d)의 4가지 변환함수의 형태에 따라 기하보정을 실시하고 정확도를 평가하였다.
- 이때 하나의 선형으로부터 추출되는 2점은 하나의 선형을 정의하므로, 총 6개의 미지수를 가지는 변환식의 해를 구하기 위해서는 3개 이상의 선형객체들이(이 중 2개 이상의 선형객체는 평행하지 않아야 함) 필요하게 된다. 본 연구에서는 3개 이상의 선형객체를 이용하여 결정이 가능하지만 관측방정식에 자유도를 주기 위해 5개부터 선형객체를 사용하였다. 또한, 적은 개수의 선형객체를 사용할 경우 변환함수 계수결정에 더 민감한 영향을 미치므로 5개, 7개, 10개, 15개, 20개, 30개로 선형객체의 수를 증가시키면서 각각의 경우마다 대상지역에 걸쳐 고른 분포를 가지도록 선형객체들을 추출하였다.
- 본 연구에서는 제안한 방법론의 효용성을 평가하기 위하여 대전광역시 일대에 대하여 취득된 IKONOS-2 스테레오 위성영상과 항공레이저측량 자료를 이용하여 수행하였다. 다음의 표 3은 실험에 사용된 IKONOS-2 위성영상 자료의 제원을 보여준다.
- 공간 데이터의 기하보정 과정에서 가장 일반적으로 사용되는 기하보정 요소들은 점(point), 선(line), 면(area) 형태의 객체들이다. 본 연구에서는 항공레이저측량 자료를 활용하여 고해상도 위성영상을 기하보정하기 위하여 선형객체를 공통객체로 선정하였다. 전통적인 사진측량에서 기하보정을 목적으로 주로 활용된 점 객체의 경우 영상자료인 위성영상에서는 용이하게 인식 및 추출이 가능하나 항공레이저측량 자료의 경우 footprint2) 형태로 자료가 취득되는 기계적인 특성 상점 객체를 인식하고 추출하는 것이 어렵다.
- 따라서 본 연구에서는 영상자료인 고해상도 위성영상과 거리자료인 항공레이저측량 자료 모두에서 다른 객체들보다 상대적으로 인식과 추출이 용이한 선형 객체를 기하보정의 기본요소로 활용하여 기하보정을 수행하였다. 이를 위해 항공 레이저측량 자료와 고해상도 위성영상 각각으로부터 대응되는 선형객체들을 추출하였다. 안정적으로 선형요소를 추출하기 위해 영상 및 항공레이저측량 자료에서 가장 인식이 우수한 객체로 판단되는 인공구조물인 건물 및 도로중심선으로부터 직선 형태의 선형요소들을 추출하였다.
-
표 3. IKONOS-2 위성영상 제원
제안된 방법론의 평가를 위하여 2장의 IKONOS-2 위성영상 스테레오 쌍과 항공레이저측량 자료로부터 각각 30개의선형객체 쌍들을 추출하였다
. 또한, 기하보정의 정확도 평가를 위해 30점의 검사점들을 활용하였다.
데이터처리
- 다음의 표 5, 그림 6은 기하보정에 사용되는 선형객체의 개수에 따른 기하보정 정확도 평가 결과를 보여준다. 기하보정의 정확도는 위거(N), 경거(E), 높이 (H) 각 방향에 대해 검사점과의 비교를 통해 수행하였으며 표 5의 값들은 각각의 방향에 대한 평균오차와 표준편차, RMSE 값을 보여준다.
- 다음의 표 4, 그림 5는 변환함수의 형태와 사용되는 선형 객체의 개수에 따른 기하보정 정확도 평가 결과를 보여준다. 기하보정의 정확도는 위거(N), 경거(E), 높이(H)에 대해 검사점과의 비교를 통해 수행하였으며 표 4의 값들은 각각의 방향에 대한 평균오차와 표준편차, RMSE 값을 보여준다.
이론/모형
- 선형요소를 추출한 후 항공레이저측량 자료로부터 획득된 선형요소들을 고해상도 위성영상에 투영시킨다. 이때 본 연구에서는 고해상도 위성영상으로 IKONOS-2 위성영상이 사용되었으므로 항공레이저측량 자료의 지상 공간좌표계와 고해상도 위성영상의 영상좌표계를 매개시키는 센서모델로써 식 (1) RPC(Rational Polynomial Coefficients) 모델이 사용되었다. 항공레이저측량 자료로부터 획득한 선형요소 상의 임의의 두 점에 대한 지상좌표를 동일 대상지역 IKONOS-2위성영상의 RPC 모델을 활용하여 대응하는 영상좌표를 획득한다.
- 다음 과정으로써 항공레이저측량 자료 선형요소들과 대응되는 IKONOS-2 위성영상의 선형요소들 간의 변환함수를 결정하고 이를 통해 기하보정을 수행한다. 이를 위하여 본 연구에서는 영상좌표계 상에서 두 자료간의 공간변환함수로 Grodecki 등(2003)에 의해 제안된 오차보정 모델을 적용하였다. Grodecki 등(2003)은 IKONOS-2 위성영상 취득 시 발생하는 물리적 오차들과 이들이 영상에 전파하는 기하학적 왜곡을 분석하고 이를 바탕으로 RPC 모델의 편의(bias)를 보정하기 위한 다음의 변환함수를 제안하였다.
- 고해상도 위성영상의 경우 수동으로 선형요소를 추출한 후 추출된 선형 요소를 공간좌표계 상에서 정의하기 위하여 선형요소 상에 존재하는 두 점이 추출되었다. 항공레이저측량 자료의 경우 박공지붕에서 선형요소를 추출하는 경우에는 Lee 등(2007) 에 의해 제안된 방식에 의해 공간상에서 두 평면을 결정하고 평면들의 교차연산(intersection)과정을 통해 선형요소를 추출하였다. 또한 건물의 경계부분이나 도로의 중심선에서 선형요소를 추출할 경우 항공레이저측량 자료의 고도자료 및 반사강도 자료를 이용하여 25cm 공간해상력을 가진 DSM(Digital Surface Model)을 작성한 후 이를 바탕으로 수동으로 선형객체들을 추출하였다.
성능/효과
- 따라서 위의 실험결과들을 통해 본 연구에서 사용한 IKONOS-2 위성영상의 기하보정을 수행하기 위해서는 영상의 Line과 Sample 방향으로 존재하는 편의들로 변환함수를 모델링하고 7개 이상의 선형객체를 사용하면 안정적으로 기하보정을 수행할 수 있다는 결론을 도출할 수 있었다. 또한 위의 실험결과로부터 기하보정 후 IKONOS-2 입체 영상으로부터 추출한 검사점들에 대한 RMSE의 크기가 기하보정전 18m 이상에서 기하보정 후 1.
- 따라서 위의 실험결과들을 통해 본 연구에서 사용한 IKONOS-2 위성영상의 기하보정을 수행하기 위해서는 영상의 Line과 Sample 방향으로 존재하는 편의들로 변환함수를 모델링하고 7개 이상의 선형객체를 사용하면 안정적으로 기하보정을 수행할 수 있다는 결론을 도출할 수 있었다. 또한 위의 실험결과로부터 기하보정 후 IKONOS-2 입체 영상으로부터 추출한 검사점들에 대한 RMSE의 크기가 기하보정전 18m 이상에서 기하보정 후 1.8m 정도로 감소하였으며 위도, 경도, 높이 방향의 오차 평균값들이 기하보정 후 감소되었다. 이는 본 연구에서 사용된 IKONOS-2 위성영상의 RPC 모델들에 존재하는 편의들이 본 연구에서 제안한 방법론을 통하여 효과적으로 보정되었음을 의미한다.
- 본 연구에서는 IKONOS-2 위성영상을 기하보정의 대상이 되는 고해상도 위성영상으로 사용했으므로 선행연구 결과를 바탕으로 IKONOS-2 위성영상에 존재하는 오차들을 분석하고 이를 바탕으로 오차보정을 위한 변환함수 모델을 선택하고 평가하였다. 변환모델에 대한 정확도 평가결과 본 연구에서 사용한 IKONOS-2 위성영상의 기하보정을 위해서는 영상좌표계 상에서 line, sample 방향의 평행이동으로 오차를 모델링하는 변환함수가 적합하다는 결론을 얻을 수 있었다. 또한 기하보정의 과정에서 사용되는 선형객체들의 개수에 따른 기하보정의 정확도를 평가하였다.
- 실험결과 10개 이상의 선형객체가 기하보정에 사용될 경우에는 4가지 형태의 변환함수를 사용한 경우 모두 기하보정 후 정확도가 향상됨을 확인할 수 있었다. 하지만 상대적으로 적은 개수인 5개, 7개의 선형요소가 기하보정에 사용될 경우 표 2의 식 (d) 형태의 변환함수(∆p = a0, ∆r = b0) 즉, 영상좌표계 상에서 line, sample 방향의 평행이동으로 오차를 모델링 한 경우에서 가장 안정적이며 좋은 결과를 보여주었다.
- 실험결과 7개 이상의 선형객체가 기하보정에 사용될 경우 안정적으로 기하보정 후 정확도가 향상됨을 확인할 수 있었다. 하지만 상대적으로 적은 개수인 2개, 3개, 5개의 선형요소가 기하보정에 사용될 경우 기하보정 후 정확도의 향상은 이루어지지만 각각의 경우에 대해 서로 다른 결과를 보여주었다.
- 또한 기하보정의 과정에서 사용되는 선형객체들의 개수에 따른 기하보정의 정확도를 평가하였다. 실험결과 본 연구에서 사용된 IKONOS-2 위성영상 자료에 대해 7개 이상의 선형객체를 사용할 경우 본 연구에서 제안한 방법론이 항공레이저측량 자료를 활용한 고해상도위성영상의 기하보정에 효과적으로 적용할 수 있음을 확인할 수 있었다.
- 8m 정도로 감소하였으며 위도, 경도, 높이 방향의 오차 평균값들이 기하보정 후 감소되었다. 이는 본 연구에서 사용된 IKONOS-2 위성영상의 RPC 모델들에 존재하는 편의들이 본 연구에서 제안한 방법론을 통하여 효과적으로 보정되었음을 의미한다.
- 실험결과 10개 이상의 선형객체가 기하보정에 사용될 경우에는 4가지 형태의 변환함수를 사용한 경우 모두 기하보정 후 정확도가 향상됨을 확인할 수 있었다. 하지만 상대적으로 적은 개수인 5개, 7개의 선형요소가 기하보정에 사용될 경우 표 2의 식 (d) 형태의 변환함수(∆p = a0, ∆r = b0) 즉, 영상좌표계 상에서 line, sample 방향의 평행이동으로 오차를 모델링 한 경우에서 가장 안정적이며 좋은 결과를 보여주었다. 이는 Grodecki 등(2003)에 의해 발표된 대로 50km 이하의 IKONOS-2 위성영상의 경우 영상을 취득하는 동안 위성에 탑재된 자이로에 발생하는 편류로 인해 발생하는 영상에 나타나는 오차를 표현하는 변환함수의 계수 aL과 bL은 무시할 수 있다는 것을 의미한다.
후속연구
- 하지만 상대적으로 적은 개수인 2개, 3개, 5개의 선형요소가 기하보정에 사용될 경우 기하보정 후 정확도의 향상은 이루어지지만 각각의 경우에 대해 서로 다른 결과를 보여주었다. 따라서 실험결과 본 연구에 사용된 IKONOS-2 위성영상을 안정적으로 기하보정하기 위해서는 7개 이상의 선형 객체들이 필요하다고 판단된다. 하지만 이는 본 연구에서 사용된 항공레이저측량 자료 및 IKONOS-2 위성영상에 대해 국한된 결과이며 조정에 필요한 선형객체의 개수는 실험에 사용되어지는 항공레이저측량 자료의 정확도/점밀도, 위성영상에 존재하는 오차의 크기 등의 요인에 따라 달라질 수 있다.
- 본 연구를 보완하기 위한 추가 연구과제로는 항공레이저측량 자료를 활용한 IKONOS-2 위성영상의 기하보정 방법론의 경우 수동으로 수행된 항공레이저측량 자료 및 IKONOS-2 위성영상으로부터 선형객체 추출 및 대응객체 탐색과정을 자동화함으로써 기하보정 과정의 자동화를 이루기 위한 연구가 필요하다고 판단된다. 또한, 추출되는 선형객체의 특성에 따른 결과의 분석 및 다양한 특성을 가지는 지역에 적용하여 방법론의 범용성을 검증하고 추가 보완을 통한 활용가능성의 증대를 이뤄야한다고 판단된다.
- 본 연구를 보완하기 위한 추가 연구과제로는 항공레이저측량 자료를 활용한 IKONOS-2 위성영상의 기하보정 방법론의 경우 수동으로 수행된 항공레이저측량 자료 및 IKONOS-2 위성영상으로부터 선형객체 추출 및 대응객체 탐색과정을 자동화함으로써 기하보정 과정의 자동화를 이루기 위한 연구가 필요하다고 판단된다. 또한, 추출되는 선형객체의 특성에 따른 결과의 분석 및 다양한 특성을 가지는 지역에 적용하여 방법론의 범용성을 검증하고 추가 보완을 통한 활용가능성의 증대를 이뤄야한다고 판단된다.
- 여기서 주목할 점은 본 연구에서는 임의의 선형객체 상에 존재하는 점들을 이용하여 선형객체를 정의하므로, 선형객체 상에 존재하는 임의의 모든 점들이 기하보정의 과정에서 추출되고 활용될 수 있다. 이 점들은 영상좌표계 상에서 고해상도 위성영상으로부터 추출되는 선형요소들을 정의하며, 추출된 모든 점들이 기하보정 후 대응되는 선형객체 상에 존재한다는 조건에 의해 각각 기하보정을 위한 조건방정식을 형성하게 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.