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 고해상도 위성영상으로부터 자동으로 DEM을 생성하고 생성 DEM의 정확도를 분석하였다. 각 위성에 적절한 센서모델링 기법을 적용하여 센서모델 수립 후 자동 피라미드 방식과 에피폴라 곡선의 기하학적 특징을 이용한 알고리즘을 이용하여 영상정합을 수행하였다.
- 본 연구에서는 생성된 DEM 의 정확도 분석에 관한 연구를 수행하였다. 생성된 DEM 의 높이 값을 비교하기 위해서 비교할 기준 데이터로 USGS DTED 데이터를 사용하였다.
- 아울러 본 연구에서는 생성된 모든 DEM의 정확도를 평가하였다. 영상별로 해당지역의 DTED (Digital Terrain Elevation Data) Level 2 데이터와 높이 값을 비교하여 오차를 산출하였으며 또한 LPS(Leica Photogrammetry suite v9.
제안 방법
- 본 연구에서는 고해상도 위성영상으로부터 자동으로 DEM을 생성하고 생성 DEM의 정확도를 분석하였다. 각 위성에 적절한 센서모델링 기법을 적용하여 센서모델 수립 후 자동 피라미드 방식과 에피폴라 곡선의 기하학적 특징을 이용한 알고리즘을 이용하여 영상정합을 수행하였다. 생성된 DEM은 만족할만한 성능을 보여주며 Kompsat-2 역시 본 연구에서 적용한 센서모델링 기법과 영상정합을 통해 성공적으로 DEM을 생성하였다.
- 여기서 대부분의 경우는 두 픽셀의 경위도 좌표가 일치하지 않으므로 DEM 픽셀의 경위도 좌표를 포함하고 있는 DTED의 좌우 상하 4 픽셀을 찾아낸다. 그 다음 4 픽셀 범위 안의 DEM 픽셀의 경위도 좌표에 해당하는 위치를 추정하고 4픽셀의 높이 값을 이용하여 공일차 보간 방식을 수행한다. 이렇게 계산된 높이 값과 생성된 DEM의 높이 값을 비교하여 오차를 산출하고 평균절대오차와 RMS를 계산 하였다.
- 또한 추가적으로 정량적인 평가를 수행하기 위해 LPS를 이용하여 생성한 DEM의 정확도를 분석해 보았다. 동일한 방법으로 DTED와 높이 값을 비교하여 오차를 산출하였다. 표 7은 LPS를 이용하여 생성한 DEM의 정확도 평가결과를 나타낸 것이다.
- 2 버젼의 경우 Kompsat-2 해석모듈이 탑재되어 DEM 생성이 가능하다. 따라서 이번에는 PCI 프로그램을 이용하여동일한기준점으로RPC 업데이트후DEM을생성하였다. 표 8은 PCI 를 이용하여 생성한 Kompsat- 2 DEM 의 정확도 평가결과이다.
- 그림 9에서 확인할 수 있듯이 도심지역을 확대한 결과본 연구에서 생성한 DEM이 더 우수한 정합결과를 보이고 있음을 확인할 수 있다. 또한 추가적으로 정량적인 평가를 수행하기 위해 LPS를 이용하여 생성한 DEM의 정확도를 분석해 보았다. 동일한 방법으로 DTED와 높이 값을 비교하여 오차를 산출하였다.
- 본 연구에서는 영상 피라미드를 추출하여 영상 정합시에피폴라 곡선의 기하하적 특징을 이용하였다(Lee 등, 2003). 먼저 정합하려는 스테레오 영상이 있다고 하면 좌측영상 에피폴라 곡선상에서 정합 후보점을 찾고 우측영상의 에피폴라 곡선상에서 탐색영역을 설정한 후 좌측영상의 정합 후보점과 우측영상의 탐색 영역내의 픽셀과의 상관계수 즉, 산술적 유사치를 계산한다. 이렇게 계산된 상관계수가 정합시 임의로 설정한 상관계수보다 높으면 정합 성공점으로 판단한다.
- 본 연구에서는 GPS 측량을 통해 기준점을 획득하여 Kompsat-2 위성의 물리적인 요소를 고려한 궤도-자세각 센서모델링 기법(Kim 등, 2006)을 적용하여 정밀센서모델을 수립 하였다. 본 연구에서 적용한 센서모델링 기법의 정확도를 평가하기 위해 우선 Kompsat-2 위성에서 제공되는 RPC 계수를 이용하였을 경우 산출된 초기 위치 정확도와 비교 하였다. 표 2는 기준점을 사용하지 않았을 경우 위성에서 제공되는 RPC 계수를 이용하여 산출한 위치정확도와 본 연구에서 적용한 Kompsat-2 센서모델링 기법으로부터 산출된 초기 위치정확도를 비교하여 나타낸 것이다.
- (Baillard 등, 2000 ; 임용조 등, 2002). 본 연구에서는 고해상도 영상에 적합한 센서 모델을 적용하여 영상과 센서와의 기하학적 관계를 수립하였으며 영상 피라미드를 이용한 자동피라미드 방식과 에피폴라 기하학을 이용한 영상정합을 수행하고 보간법을 적용하여 DEM을 생성하였다. 본 연구에서는 DEM 생성을 위해 IKONOS, SPOT-5, Quickbird, Kompsat-2 위성영상을 사용하였다.
- 본 연구에서는 영상 피라미드를 추출하여 영상 정합시에피폴라 곡선의 기하하적 특징을 이용하였다(Lee 등, 2003). 먼저 정합하려는 스테레오 영상이 있다고 하면 좌측영상 에피폴라 곡선상에서 정합 후보점을 찾고 우측영상의 에피폴라 곡선상에서 탐색영역을 설정한 후 좌측영상의 정합 후보점과 우측영상의 탐색 영역내의 픽셀과의 상관계수 즉, 산술적 유사치를 계산한다.
- 특히 2006 년에 발사된 Kompsat-2(다목적실용위성2호) 위성의 경우는 초기 데이터의 위치 정확도 분석에 관한 연구(서두천 등, 2007)는 보고된 바 있으나 이러한정밀센서모델링 기법과영상정합을 적용한DEM 생성에관한연구결과는아직보고된바없다. 본연구에서는 궤도-자세각 센서모델링 기법을 확장시켜Kompsat-2 적용 하여 정밀센서모델을 수립하고 영상정합을 통해 DEM을 생성하였다.
- 앞서 기술된 센서모델링 기법과 DEM 생성 알고리즘을 적용하여 영상별로 DEM을 생성하였다. 실험에 사용된 영상은 IKONOS, SPOT-5, Quickbird, Kompsat-2 스테레오 영상이다.
- 영상별로 센서 모델을 수립한 후 스테레오 영상 정합을 수행하게 되는데 본 연구에서는 원 영상으로부터 자동으로 영상 피라미드를 추출하고 이를 이용하여 피라미드 방식을 적용한 영상정합을 수행하였다(Daniela 등, 2004). 피라미드 정합 방식을 그림 1과 같이 나타내었다.
- 3으로 설정하였다. 이 외에 탐색 윈도우 크기, 탐색 간격 등 여러 가지 변수들의 설정 역시 반복적인 실험을 통해 결정하였으며 영상 정합 후 최근린 보간법을 적용하여 DEM을 생성하였다.
- 결론적으로 탐색 간격에 따른 정확도 평가 결과의 차이는 거의 없으며 탐색간격을 1000으로 설정하여도 전체를 비교하여 얻은 데이터와 동일한 결과를 얻을 수 있다. 이러한 결과를 바탕으로 탐색간격을 1000으로 설정하여 SPOT-5, Quickbird, Kompsat-2로부터 생성된 DEM의 정확도 평가를 수행하였다. 표 6에 영상별로 생성된 DEM의 정확도 평가 결과를 나타내었다.
- 이번에는 동일한 위성영상과 기준점을 입력하여 상용 소프트웨어로 DEM을 생성한 후 정확도를 비교 분석하였다. DEM 생성을 위한 상용 소프트웨어로서 LPS(Leica Photogrammetry suite v9.
대상 데이터
- 그림8은DTED 와 본 연구에서 생성한 DEM 그리고 LPS를 이용하여 생성한 DEM을 비교하여 나타낸 것이다. 기존 DTED는 앞서 기술하였듯 30m 급의 해상도를 갖고 있으며, 본 연구에서 생성한 DEM은 10m 급의 해상도로 생성되었다. 본 연구에서 생성한 DEM은 기존에 구축된 DTED에 비해 해당지역을 더 자세하고 나타내고 있을 뿐 아니라 동일한 해상도로 LPS를 이용하여 생성한 DEM에 비해서 더 좋은 정합결과를 보여준다.
- 본 연구에서는 고해상도 영상에 적합한 센서 모델을 적용하여 영상과 센서와의 기하학적 관계를 수립하였으며 영상 피라미드를 이용한 자동피라미드 방식과 에피폴라 기하학을 이용한 영상정합을 수행하고 보간법을 적용하여 DEM을 생성하였다. 본 연구에서는 DEM 생성을 위해 IKONOS, SPOT-5, Quickbird, Kompsat-2 위성영상을 사용하였다. 특히 2006 년에 발사된 Kompsat-2(다목적실용위성2호) 위성의 경우는 초기 데이터의 위치 정확도 분석에 관한 연구(서두천 등, 2007)는 보고된 바 있으나 이러한정밀센서모델링 기법과영상정합을 적용한DEM 생성에관한연구결과는아직보고된바없다.
- 본 연구에서는 생성된 DEM 의 정확도 분석에 관한 연구를 수행하였다. 생성된 DEM 의 높이 값을 비교하기 위해서 비교할 기준 데이터로 USGS DTED 데이터를 사용하였다. 기준 DTED 파일은 경도 1도 위도 1도의 크기를 가지며 30m 의 공간 해상도와 18m 이내의 수직정확도를 갖고 있다 (NIMA, 2000).
- 센서모델링 성능은 생성 DEM의 정확도와 연결되므로각 위성의물리적인 특성을 고려하여 적절한 모델이 적용되어야 한다. 실험 영상으로는 IKONO, SPOT-5, Quickbird, Kompsat-2 스테레오 고해상도 위성영상을 사용하였으며 실험에 사용된 영상의 정보는 다음 표 1과 같다.
- 앞서 기술된 센서모델링 기법과 DEM 생성 알고리즘을 적용하여 영상별로 DEM을 생성하였다. 실험에 사용된 영상은 IKONOS, SPOT-5, Quickbird, Kompsat-2 스테레오 영상이다. 그림 2~4는 IKONOS, SPOT-5, Quickbird 스테레오 영상으로부터 생성된 DEM 결과를 보여준다.
데이터처리
- 아울러 본 연구에서는 생성된 모든 DEM의 정확도를 평가하였다. 영상별로 해당지역의 DTED (Digital Terrain Elevation Data) Level 2 데이터와 높이 값을 비교하여 오차를 산출하였으며 또한 LPS(Leica Photogrammetry suite v9.0)를 이용해 생성한 DEM 결과와 비교 분석 하였다.
- 그 다음 4 픽셀 범위 안의 DEM 픽셀의 경위도 좌표에 해당하는 위치를 추정하고 4픽셀의 높이 값을 이용하여 공일차 보간 방식을 수행한다. 이렇게 계산된 높이 값과 생성된 DEM의 높이 값을 비교하여 오차를 산출하고 평균절대오차와 RMS를 계산 하였다. 그런데 여기서 생성된 DEM의 모든 픽셀에 대해 높이 값을 비교하게 되면 DEM 격자 수만큼의 픽셀에 대해 탐색하고 보간법을 적용해야 하므로 검증에 상당히 오랜 시간이 걸린다.
이론/모형
- 이번에는 동일한 위성영상과 기준점을 입력하여 상용 소프트웨어로 DEM을 생성한 후 정확도를 비교 분석하였다. DEM 생성을 위한 상용 소프트웨어로서 LPS(Leica Photogrammetry suite v9.0)를사용하였다. 그림8은DTED 와 본 연구에서 생성한 DEM 그리고 LPS를 이용하여 생성한 DEM을 비교하여 나타낸 것이다.
- 그림에서 확인할 수 있듯이 생성된 DEM과 기준 DTED와 각 픽셀이 갖는 경위도 좌표는 정확하게 일치하지 않는다. 따라서 공일차 보간법(Bilinear Interpolation)을 적용하여 높이 값을 비교하였다. 우선 기준 DTED와 DEM 을 입력받아 DTED의 픽셀을 탐색해가며 DEM 픽셀의 경위도 좌표와 일치하는 곳을 찾는다.
- 본 연구에서 센서모델 수립을 위해 IKONOS의 경우 위성에서 궤도 정보를 제공하지 않으므로 궤도정보 없이도 센서모델 수립이 가능한 DLT모델(Gupta 등, 1997)을적용하였으며 Quickbird, SPOT-5 경우 위성의 물리적인 특성을 반영한 궤도-자세각 모델 (김태정, 2006)을 사용하였다. Kompsat-2의 경우 서론에서 언급하였듯 기준점을 사용하지 않은 경우 센서 모델링과 기하정확도 분석에 관한 연구는 보고된 바 있으나 기준점을 사용한 정밀 센서 모델링과 DEM 생성에 관한 연구는 아직 미미하다.
- Kompsat-2의 경우 서론에서 언급하였듯 기준점을 사용하지 않은 경우 센서 모델링과 기하정확도 분석에 관한 연구는 보고된 바 있으나 기준점을 사용한 정밀 센서 모델링과 DEM 생성에 관한 연구는 아직 미미하다. 본 연구에서는 GPS 측량을 통해 기준점을 획득하여 Kompsat-2 위성의 물리적인 요소를 고려한 궤도-자세각 센서모델링 기법(Kim 등, 2006)을 적용하여 정밀센서모델을 수립 하였다. 본 연구에서 적용한 센서모델링 기법의 정확도를 평가하기 위해 우선 Kompsat-2 위성에서 제공되는 RPC 계수를 이용하였을 경우 산출된 초기 위치 정확도와 비교 하였다.
- 이 정합된 점을 중심으로 이러한 과정을 영상 전역에 걸쳐 반복하게 된다. 산술적 유사치 계산시 zero mean normalized cross-correlation(이태윤 등, 2005)을 이용하였으며 정합 여부를 결정하는 상관계수의 임계치는 실험적인 방법에 의해 0.3으로 설정하였다. 이 외에 탐색 윈도우 크기, 탐색 간격 등 여러 가지 변수들의 설정 역시 반복적인 실험을 통해 결정하였으며 영상 정합 후 최근린 보간법을 적용하여 DEM을 생성하였다.
성능/효과
- Kompsat-2 스테레오 영상으로부터 생성한 DEM 역시 다른 위성영상과 마찬가지로 영상전역에 걸쳐 정합이 잘 이루어졌음을 확인하였으며 기존 DEM과 비교한 결과 해당지역의 잘 나타내고 있음을 확인할 수 있다. 4절에서 기술된 정확도 분석을 통해서도 Kompsat-2로부터 생성된 DEM의 정확도가 다른 위성영상으로부터 생성된 DEM과 유사한 결과를 보여주며, 이는 앞서 언급한 Kompsat-2센서모델링 기법과 영상정합 알고리즘이 성공적으로 수행되었음과 동시에 Kompsat-2 스테레오 영상의 정밀 수치표고모델 생성을 위한 고해상도 위성영상으로서의 활용 가능성을 입증하였다고 할 수 있다.
- Kompsat-2 스테레오 영상으로부터 생성한 DEM 역시 다른 위성영상과 마찬가지로 영상전역에 걸쳐 정합이 잘 이루어졌음을 확인하였으며 기존 DEM과 비교한 결과 해당지역의 잘 나타내고 있음을 확인할 수 있다. 4절에서 기술된 정확도 분석을 통해서도 Kompsat-2로부터 생성된 DEM의 정확도가 다른 위성영상으로부터 생성된 DEM과 유사한 결과를 보여주며, 이는 앞서 언급한 Kompsat-2센서모델링 기법과 영상정합 알고리즘이 성공적으로 수행되었음과 동시에 Kompsat-2 스테레오 영상의 정밀 수치표고모델 생성을 위한 고해상도 위성영상으로서의 활용 가능성을 입증하였다고 할 수 있다.
- 결과를 토대로 본 연구에서 생성한 DEM과 LPS를 이용하여 생성한 DEM을 비교해보면 IKONOS의 경우 LPS 를 이용하여 생성한 DEM의 오차가 다소 작으나 그 외에 모든 위성영상에 본 연구에서 생성한 DEM이 더 좋은 결과를 보이고 있다. Kompsat-2의 경우 LPS에서는 아직 Kompsat-2에 적합한 모델을 지원하지 않아 IKONOS와 동일한 방식으로 RPC 계수를 이용하여 DEM을 생성하였다.
- 결과를 통해 확인할 수 있듯이 Kompsat-2의 경우 해당 위성의 모듈을 탑재한 PCI로 생성시 LPS를 이용하여 생성한 경우에 비해 다소 오차가 줄어들었으나 본 연구에서 생성한 DEM에 비해 여전히 큰 오차를 보이고 있다.
- 결과에서 확인할 수 있듯이 모든 스테레오 영상에서 센서모델오차가 1~2 pixel 정도로 산출되었으며 Kompsat-2 역시 기준점을 사용하였을 경우 1 pixel 정도의 오차를 가짐으로써 정밀센서모델이 잘 수립되었음을 확인할 수 있다.
- 결과에서 확인할 수 있듯이 유사한 위치정확도가 산출 됨으로서 궤도-자세각 모델을 적용한 Kompsat-2 센서 모델링 기법이 만족할만한 성능을 나타내고 있음을 확인할수 있다.
- 결과에서 확인할 수 있듯이 탐색간격에 따른 오차의 크기는 차이가 없음을 확인할 수 있다. 이번에는 탐색간격을 다르게 적용하였을 경우 오차의 분포를 산출하여 나타내었다.
- 표 5에서 확인할 수 있듯이 탐색간격에 따른 오차의 분포 또한 차이가 없음을 확인할 수 있다. 결론적으로 탐색 간격에 따른 정확도 평가 결과의 차이는 거의 없으며 탐색간격을 1000으로 설정하여도 전체를 비교하여 얻은 데이터와 동일한 결과를 얻을 수 있다. 이러한 결과를 바탕으로 탐색간격을 1000으로 설정하여 SPOT-5, Quickbird, Kompsat-2로부터 생성된 DEM의 정확도 평가를 수행하였다.
- 이는 기존 DTED의 구축시기와 실험에 사용한 위성영상의 획득시기가 달라 다소간의 오차가 생길수 있으며 또한 잘못된 정합 결과에서 발생하는 오차로서 추후 연구하여 해결해야 할 부분이라고 할 수 있다. 그러나 앞서 기술한 DTED의 공간해상도와 수직정확도를 감안할 때 비교적 높은 정확도로 판단되며 또한 생성된 모든 DEM은 해당지표면을 잘 나타냄으로서 좋은 정합 결과를 보여준다. 생성된 DEM은 10m 급의 해상도로서 고해상도 위성영상을 이용하여 기존에 구축된 DEM을 갱신할 수 있는 데이터로서 충분한 가치를 지닌다.
- 그림 9에서 확인할 수 있듯이 도심지역을 확대한 결과본 연구에서 생성한 DEM이 더 우수한 정합결과를 보이고 있음을 확인할 수 있다. 또한 추가적으로 정량적인 평가를 수행하기 위해 LPS를 이용하여 생성한 DEM의 정확도를 분석해 보았다.
- 기준 DTED를 이용해 DEM 높이 값을 검증한 결과 생성된 모든 DEM에서 평균절대오차의 경우 12m RMS 오차의 경우 16m 이내의 오차가 산출되었다.
- 그러나 여기서 상위레벨로 갈수록 정합점의 수는 매우 크게 증가하므로 하위레벨의 정합점을 모두 상위레벨의 정합 후보점으로 사용하게 되면 정합속도가 매우 느려질 수가 있을 뿐 아니라 유사도가 낮은 정합점도 다수 포함될 수 있다. 따라서 본 연구에서는 생성 DEM의 성능을 유지시키며 이러한 문제를 해결하기 위해 정합 후보점 추출시 정합이 이루어진 점 중에서도 유사도가 높은 점을 선택적으로 추출하였으며 정합 후보점이 영상 전역에 고르게 분포되게 하였다.
- 생성된 DEM은 10m 급의 해상도로서 고해상도 위성영상을 이용하여 기존에 구축된 DEM을 갱신할 수 있는 데이터로서 충분한 가치를 지닌다. 또한 본 연구에서 생성한 DEM 은 상용 소프트웨어로 생성한 DEM에 비해서도 정성적, 정량적으로 우수한 성능을 보여준다.
- 육안으로 확인한 모든 DEM 결과와 정확도 분석을 통한 결과를 미루어 볼 때 본 연구에서 생성한 DEM 결과는 고해상도 위성영상을 이용하여 기존 DEM을 업데이트 하기에 충분한 가치를 지닌다고 결론 지을 수 있다. 또한 상용 소프트웨어로부터 생성한 DEM과 비교한 실험 결과에서도 확인할 수 있듯이 해당지역의 지표면을 더 자세히 묘사하고 있으며 정량적인 실험결과 역시 본 연구에서 생성한 DEM의 정합결과가 더 좋은 성능을 나타내고 있음을 보여준다.
- 그림 2~4는 IKONOS, SPOT-5, Quickbird 스테레오 영상으로부터 생성된 DEM 결과를 보여준다. 모든 영상에서 영상 전역에 걸쳐 정합이 잘 이루어져 만족할만한 성능의 DEM이 생성 되었음을 확인할 수 있다. 생성 DEM의 정확도 분석은 4장에 기술되었다.
- 기존 DTED는 앞서 기술하였듯 30m 급의 해상도를 갖고 있으며, 본 연구에서 생성한 DEM은 10m 급의 해상도로 생성되었다. 본 연구에서 생성한 DEM은 기존에 구축된 DTED에 비해 해당지역을 더 자세하고 나타내고 있을 뿐 아니라 동일한 해상도로 LPS를 이용하여 생성한 DEM에 비해서 더 좋은 정합결과를 보여준다. 그림 9는 동일한 해상도로 생성된 두 DEM의 일부 지역을 확대하여 나타낸 것이다.
- 각 위성에 적절한 센서모델링 기법을 적용하여 센서모델 수립 후 자동 피라미드 방식과 에피폴라 곡선의 기하학적 특징을 이용한 알고리즘을 이용하여 영상정합을 수행하였다. 생성된 DEM은 만족할만한 성능을 보여주며 Kompsat-2 역시 본 연구에서 적용한 센서모델링 기법과 영상정합을 통해 성공적으로 DEM을 생성하였다.
- 육안으로 확인한 모든 DEM 결과와 정확도 분석을 통한 결과를 미루어 볼 때 본 연구에서 생성한 DEM 결과는 고해상도 위성영상을 이용하여 기존 DEM을 업데이트 하기에 충분한 가치를 지닌다고 결론 지을 수 있다. 또한 상용 소프트웨어로부터 생성한 DEM과 비교한 실험 결과에서도 확인할 수 있듯이 해당지역의 지표면을 더 자세히 묘사하고 있으며 정량적인 실험결과 역시 본 연구에서 생성한 DEM의 정합결과가 더 좋은 성능을 나타내고 있음을 보여준다.
후속연구
- 생성된 DEM의 정확도를 평가하기 USGS DTED 데이터와 비교하여 오차를 산출한 결과 생성된 모든 DEM은약 9~12m 의 평균절대오차와 13~16m 의 RMS 높이 오차를 가진다. 이는 기존 DTED의 구축시기와 실험에 사용한 위성영상의 획득시기가 달라 다소간의 오차가 생길수 있으며 또한 잘못된 정합 결과에서 발생하는 오차로서 추후 연구하여 해결해야 할 부분이라고 할 수 있다. 그러나 앞서 기술한 DTED의 공간해상도와 수직정확도를 감안할 때 비교적 높은 정확도로 판단되며 또한 생성된 모든 DEM은 해당지표면을 잘 나타냄으로서 좋은 정합 결과를 보여준다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.