본 논문의 목적은 KOMPSAT-2 영상과 함께 제공되는 RPC를 이용하여 계산된 3차원 지형정보의 정확도를 향상시키는 것이다. 본 논문에서는 보정된 RFM알고리즘을 제안하였고, 이러한 알고리즘을 이용하여 정확도를 향상시킬 수 있었다. 또한, 지상기준점의 수에 따른 정확도의 변화도 실험하였다. 실험에는 9개의 GCP와 24개의 CP가 사용되었다. 24개의 CP를 이용하여 실험한 결과, 수평방향의 RMSE는 2.20(m)를 나타냈으며, X방향 1.72(m), Y방향 1.37(m), Z방향 2.20(m)의 RMSE를 나타냈다.
본 논문의 목적은 KOMPSAT-2 영상과 함께 제공되는 RPC를 이용하여 계산된 3차원 지형정보의 정확도를 향상시키는 것이다. 본 논문에서는 보정된 RFM 알고리즘을 제안하였고, 이러한 알고리즘을 이용하여 정확도를 향상시킬 수 있었다. 또한, 지상기준점의 수에 따른 정확도의 변화도 실험하였다. 실험에는 9개의 GCP와 24개의 CP가 사용되었다. 24개의 CP를 이용하여 실험한 결과, 수평방향의 RMSE는 2.20(m)를 나타냈으며, X방향 1.72(m), Y방향 1.37(m), Z방향 2.20(m)의 RMSE를 나타냈다.
The objective of this paper is to improve the accuracy of the 3D geopositioning extracted from Rational Polynomial Coefficient(RPC) provide in the KOMPSAT-2 metadata files. In this paper, we developed the algorithm to adjust a RFM(Rational Functional Model), and could improve the accuracy of a RFM w...
The objective of this paper is to improve the accuracy of the 3D geopositioning extracted from Rational Polynomial Coefficient(RPC) provide in the KOMPSAT-2 metadata files. In this paper, we developed the algorithm to adjust a RFM(Rational Functional Model), and could improve the accuracy of a RFM with this algorithm. Furthermore, when a RFM was adjusted with this algorithm, the effects of the number of GCPs on the accuracy of the adjusted RFM was tested. For accuracy assessment using adjusted RFM, 9 ground control points(GCPs) and 24 check points could be used. Results indicated that the root mean squared errors(RMSEs) of horizontal residual errors calculated 24 check points were 2.20(m). The achieved accuracy of three dimensional object-point determination was 1.72(m) in the X-dimension and 1.37(m) in the Y-dimension and 2.20(m) in the Z-dimension.
The objective of this paper is to improve the accuracy of the 3D geopositioning extracted from Rational Polynomial Coefficient(RPC) provide in the KOMPSAT-2 metadata files. In this paper, we developed the algorithm to adjust a RFM(Rational Functional Model), and could improve the accuracy of a RFM with this algorithm. Furthermore, when a RFM was adjusted with this algorithm, the effects of the number of GCPs on the accuracy of the adjusted RFM was tested. For accuracy assessment using adjusted RFM, 9 ground control points(GCPs) and 24 check points could be used. Results indicated that the root mean squared errors(RMSEs) of horizontal residual errors calculated 24 check points were 2.20(m). The achieved accuracy of three dimensional object-point determination was 1.72(m) in the X-dimension and 1.37(m) in the Y-dimension and 2.20(m) in the Z-dimension.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 본 연구에서는 KOMPSAT-2RFM으로 계산된 영상 기하의 오차를 보정하기 위하여, RFM으로 계산된 영상좌표, 지상좌표와 실제 좌표사이에서 발생된 오차에 대한 상관성 분석을 수행하였고, 기존 IKONOS와는 다른 방법으로 전개된 다항식 모델링 방법을 제안하였다. 제안된 모델의 정확도를 검증하기 위하여 1쌍의 스테레오 영상과 영상 내의 33개 지상점이 사용되었으며, 기존의 모델과 비교하여 최대 3배 이상 향상된 위치 정확도를 획득하였다.
이 연구에서는 KOMPSAT-2 위성영상에서 제공하는 RPC를 이용하여 계산된 영상 기하의 오차를 보정하기 위하여, RFM 주변환식과 역변환식으로 계산된 영상좌표, 지상좌표와 실제 좌표사이의 오차를 분석하였고, 나타난 결과를 이용하여 1차 다항식 보정 모델을 제안하였다. 제안된 모델의 정확도를 검증하기 위하여 1쌍의 스테레오 영상과 영상 내의 33개 지상점이 이용되었으며, 다음과 같은 결론을 도출하였다.
제안 방법
KOMPSAT-2 스테레오 영상에 골고루 분포되어 있는 9개의 지상기준점과 24개의 검사점을 이용하여 제안된 모델과 기존의 보정모델의 정확도를 실험하였고, 결과를 표 4에 나타내었다.
RFM 역변환식을 제안된 모델로 보정하기 위하여, 9 개의 지상기준점을 이용하여 RPC 편의 보정 계수를 구하고, 테일러 급수 전개를 이용하여, 보정된 RFM 역변환 식을 구하였다. 표 7는 지상지준점 9점과 검사점 24점에 대해 RMSE를 구한 결과이다.
또한, 각 지상점에서 나타난 영상 컬럼방향 오차와 라인방향 오차를 영상의 컬럼방향과 라인방향으로 1차 다항식에 피팅 (fitting)하여 오차의 경향성을 관찰한다. 실험 결과를 바탕으로 KOMPSAT-2 RPC 편의 보정식을 세우고, 보정식으로 재계산된 지상점 좌표(X, Y, Z)와 그에 따른 RMSE를 계산한다.
제안된 모델의 정확도를 검증하기 위하여 1쌍의 스테레오 영상과 영상 내의 33개 지상점이 사용되었으며, 기존의 모델과 비교하여 최대 3배 이상 향상된 위치 정확도를 획득하였다. 또한, 제안된 모델에 사용되는 지상기준점의 수에 따라 달라지는 정확도의 변화도 실험하였다.
또한, 제안된 모델의 상대적 평가를 위하여, 기존 IKONOS에 적용되었던 RPC 편의 보정모델의 위치 정확도를 실험하였다. 표 3은 본 논문에서 제안된 모델과 기존 IKONOS에서 적용되 었던 모델을 나타낸다.
먼저 지상점의 지상좌표를 사용하여 RFM 주변환식의 정확도를 검정하였다. 그림 2은 RFM 주변환식을 이용하여 33개의 지상점에 대한 좌 .
셋째, 지상기준점의 수와 배치유형 따른 정확도의 상관관계를 알기 위하여 지상기준점의 수를 2점부터 9점까지 하나씩 늘려가면서 실험하였다. 지상기준점의 수를 2개에서 4개로 증가시켰을 때, 좌측영상은 0.
또한, 각 지상점에서 나타난 영상 컬럼방향 오차와 라인방향 오차를 영상의 컬럼방향과 라인방향으로 1차 다항식에 피팅 (fitting)하여 오차의 경향성을 관찰한다. 실험 결과를 바탕으로 KOMPSAT-2 RPC 편의 보정식을 세우고, 보정식으로 재계산된 지상점 좌표(X, Y, Z)와 그에 따른 RMSE를 계산한다. 그림 1은 KOMPSAT-2 RPC 편의 보정식의 유도 및 정확도 분석 과정을 나타낸다.
사용된 영상은 2009년 04월 12일과 2009년 09월 10 일에 촬영된 KOMPSAT-2 스테레오 영상으로 Im급 흑백영상이다. 영상의 촬영 시기는 약 5개월의 시차를 가지고 있으며, 좌 - 우측 영상은 각각 16.8도와 -19.2도로 촬영되었고, 지형과 지물의 식별을 용이하게 하기 위해 다중 밴드영상과 Pansharpning을 수행하여 연구에 사용하였다.(표 1).
우선 K0MPSAT-2 위성영상에서 제공된 RPC와 측량된 33개의 지상점(X, Y, Z)을 이용하여, 각각의 영상좌표를 계산하고, 오차의 크기와 빈도, 방향성을 분석한다. 또한, 각 지상점에서 나타난 영상 컬럼방향 오차와 라인방향 오차를 영상의 컬럼방향과 라인방향으로 1차 다항식에 피팅 (fitting)하여 오차의 경향성을 관찰한다.
이와 같은 결과를 이용하여, 제안된 모델을 이용한 RFM 역변환식의 정확도 역시 검증해 보았다. 그림9는 RFM 역변환식을 보정하지 않았을 때, 33개의 지상점에서 3차원 지상좌표의 오차의 크기와 빈도를 나타낸 것이다.
지상기준점의 수와 배치유형 따른 정확도의 상관관계를 알기 위하여 지상기준점의 수를 2점부터 9점까지 그림 6의 지상기준점에 부여된 번호에 따라 하나씩 늘려가면서 실험하였다. 지상기준점은 영상에서 최대한 넓게 사용해야 한다는 점을 고려하여 처음 두 지상기준점은 영상의 좌상단과 우하단의 점을 사용하였고, 세 점 이상의 지상기준점에 대해서도 이를 고려하여 선택하였다.
대상 데이터
둘찌]. 9개의 지상기준점과 24개의 검사점을 이용하여, 제안된 모델과 기존 IKONOS에 적용되었던 보정 모델의 위치 정확도를 실험하였다. 제안된 모델과 기존의 모델을 이용하여 계산된 Total RMSE는 좌측영상의 경우, 1.
본 연구에서는 도심과 산악지형을 동시에 관찰할 수 있고, 인근에 GPS 상시관측소가 있어 지상데이터의 획득이 용이한 대전지역을 연구 대상지역으로 선정하였다. 사용된 영상은 2009년 04월 12일과 2009년 09월 10 일에 촬영된 KOMPSAT-2 스테레오 영상으로 Im급 흑백영상이다.
사용된 영상은 2009년 04월 12일과 2009년 09월 10 일에 촬영된 KOMPSAT-2 스테레오 영상으로 Im급 흑백영상이다. 영상의 촬영 시기는 약 5개월의 시차를 가지고 있으며, 좌 - 우측 영상은 각각 16.
앞서 선행 된, 두 보정모델의 상대적 비교 실험에서는 총 애의 지상기준점과 24개의 검사점이 사용되었다. 그런데 본 논문에서 제안한 모델을 통한 KOMPSAT-2 RPC 편의의 보정은 좌 .
영상의 기하보정 정확도 평가를 위하여, 대상 영역에서 33개의 지상점을 영상전체에 골고루 분포하도록 선정하였고, 현장답사를 통해 지상좌표를 획득하였다. GPS 데이터의 수신은 TRIMBLE 5700장비를 이용하였고, TotalRMSE0.
보정계수이다. 제안된 모델(식(7))을 이용한 영상점 오차 보정의 정확도를 시험하기 위하여, 33개의 지상점을 9개의 지상기준점과 24개의 검사점으로 나누어 실험하였다. 그림 6는 9 개의 지상기준점과 24개의 검사점의 분포를 나타내며, 지상기준점과 검사점은 영상 전체에 균등하게 배치하였다.
제안된 모델의 정확도를 검증하기 위하여 1쌍의 스테레오 영상과 영상 내의 33개 지상점이 사용되었으며, 기존의 모델과 비교하여 최대 3배 이상 향상된 위치 정확도를 획득하였다. 또한, 제안된 모델에 사용되는 지상기준점의 수에 따라 달라지는 정확도의 변화도 실험하였다.
제안된 모델의 정확도를 검증하기 위하여 1쌍의 스테레오 영상과 영상 내의 33개 지상점이 이용되었으며, 다음과 같은 결론을 도출하였다.
데이터처리
넷째, 9개의 지상기준점과 24개의 검사점을 이용하여, 제안된 모델을 이용한 RFM 역 변환식으로 3차원 좌표를 계산하였다. 그 결과 수평 방향 RMSE는 2.
성능/효과
03(픽셀)으로 영상 컬럼방향과 라인방향의 오차의 절대오차는 크지만 상대오차는 매우 작은 값을 나타냈다. 각 방향의 오차를 1차 다항식에 피팅한 결과 영상 컬럼방향 오차는 영상 라인방향으료- 죄측 영상의 경우 0.95, 우측영상의 경우에는 0.87, 영상 라인방향 오차는 영상 컬럼방향으로 각각 0.24, 0.51 의 결정 계수(R2)를 나타냈다. 또한 영상 컬럼방향오차를 영상라인 방향으로 피팅한 경우의 RMSE는 좌 .
89(픽셀)의 상대적으로 큰 정확도 차이를 나타냈다. 결과적으로 KOMPSAT-2 RPC의 편의 보정의 경우, 본 논문에서 제안된 모델은 기존의 보정 모델과 비교하여 최대 3배 이상 향상된 위치 정확도를 나타냈다.
14(픽셀)을 나타냈다. 결과적으로, 본 논문에서 제안된 모델은 기존의 보정 모델과 비교하여 최대 3배 이상 향상된 위치 정확도를 나타냈다.
그 결과 수평 방향 RMSE는 2.20(m), Total RMSE는 3.11(m)를 나타냈다.
그런데 영상 컬럼방향 오차의 분포에 비해, 영상라인 방향 오차의 분포가 더 불규칙한 결과를 보여 주었다. 따라서 영상 라인 방향 오차의 보정에 대한 정확도는 영상 컬럼방향 오차의 보정에 대한 정확도에 비해 다소 떨어질 것으로 예상되었다.
RFM 주변환식으로 계산된 지상점에 대한 영상좌표의 오차(표2)와 동일하게 지상점에 대한 3차원 좌표의 경우에도 절대오차는 크지만 상대오차는 매우 작은 값을 나타냈다. 또한, Y방향 절대오차와 상대오차가 X방향 오차보다 더 큰 결과를 보여주었는데, 이는 영상 컬럼방향의 절대오차와 상대오차가 영상라인방향의 절대오차와 상대오차보다 상대적으로 큰 값을 가졌던 결과와 유사한 것이다. 반면, Z방향의 절대오차의 크기는 Y방향 절대오차의 크기와 유사한 값을 지녔고, 상대오차의 경우에는 X방향 오차와 비슷한 값을 보여주었다.
좌 . 우측 영상에 대하여 모든 오차 벡터는 일정한 방향을 향하였고, 오차 벡터의 크기는 거의 일정하였다.
37(픽셀)이었다. 우측 영상에 대하여 컬럼방향과 라인방향의 오차 평균은 각각 66.09(픽셀)과 -142.84(픽셀)이었으며, 표준편차는 2.09(픽셀)과 4.03(픽셀)이었다. 좌 .
첫째, 좌 . 우측 영상에서 RFM 주변환식 이용하여 33 개 지상점에 대한 영상좌표를 계산 했을 때, 영상 컬럼방향 오차의 평균은 각각 4.54(픽셀)과 66.09(픽셀), 표준편차는 1.21(픽셀)과 2.09(픽셀)을 나타냈으며, 영상 라인 방향 오차의 평균은 각각 -71.24(픽셀)과 -142.84(픽셀), 표준편차는 6.37(픽셀)과 4.03(픽셀)으로 영상 컬럼방향과 라인방향의 오차의 절대오차는 크지만 상대오차는 매우 작은 값을 나타냈다. 각 방향의 오차를 1차 다항식에 피팅한 결과 영상 컬럼방향 오차는 영상 라인방향으료- 죄측 영상의 경우 0.
64(픽셀)을 나타냈디I 좌 . 우측 영상에서 각각의 보정 모델로 계산하였을 때, 영상 컬럼방향의 RMSE는 비슷한 크기를 나타냈으나 영상 라인방향의 RMSE는 최소 2배 이상 큰 폭의 차이를 나타냈다. 또한 각각의 보정 모델로 계산된 Total RMSE는 좌 .
표 5에서 지상기준점 없이 검사점에 대한 RMSE를 계산하였을 때, 좌 . 우측 영상에서 영상 컬럼방향의 RMSE 보다 영상 라인방향의 RMSE 가 최소 2배 이상의 차이를 보였지만, 최종적으로 보정된 결과에서는 큰 차이를 보여주지 않았다. 이는 지상기준점 의 수가 증가함에 따라 지상기준점 자체가 지니고 있는 오차를 상호 보정하기 때문인 것으로 판단된다.
. 우측 영상에서 영상 컬럼방향의 RMSE는 각 각 0(픽셀)과 0.67(픽셀), 영상 라인방향의 RMSE는 각 각 0.91(픽셀)과 0.54(픽셀)의 정확도 향상이 있었다. 또한, 24개의 검사점에 대해서 9개의 지상기준점으로 보정하였을 때, 좌 .
그림 2에서 좌 . 우측 영상의 오차벡터가 비슷한 크기와 방향성을 가졌던 것과는 상이한 결과로, 규칙성을 지니는 오차들은 본 논문에서 제안한 보델을 통해 제거되었다는 것을 의미한다.
그런데 좌 . 우측영상 모두에서 지상기준점의 수가 3개에서 4개로 증가함에 따라, 상대적으로 큰 정확도 향상을 보였다가 수렴하는 양상을 보였다. 이러한 결과는 KOMPSAT-2 RPC 편의의 안정적인 보정을 위해서는 4점 이상의 지상기준점이 필요하다는 것을 나타낸다.
그림 2에서 오차의 크기와 방향이 일정했던 것과는 차이가 있는 것으로, 제안한 모델을 이용한 좌표의 보정이 그림 2에서 보여준 공통된 경향의 오차를 모두 보정했다는 것을 의미한다. 이는 제안한 모델이 비교적 정확도가 높고 영상에 고루 분포하는 지상기준점을 이용하여 KOMPSAT-2영상 기하를 보정하였을 때' 4m 이하의 정확도로 보정할 수 있다는 것을 의미한다.
그런데 지상기준점의 수가 4점 이상인 경우는 RMSE가 크게 좋아지지 않는 결과를 보였다. 이러한 결과는 제안된 모델을 이용하여, 안정적으로 KOMPSAT-2 RPC 편의를 보정하기 위해서는 최소 4점이상의 지상기준점이 필요하디는 것을 나타낸다.
9개의 지상기준점과 24개의 검사점을 이용하여, 제안된 모델과 기존 IKONOS에 적용되었던 보정 모델의 위치 정확도를 실험하였다. 제안된 모델과 기존의 모델을 이용하여 계산된 Total RMSE는 좌측영상의 경우, 1.83(픽셀)과 5.73(픽셀), 우측영상의 경우 각각 2.25(픽셀)과 4.14(픽셀)을 나타냈다. 결과적으로, 본 논문에서 제안된 모델은 기존의 보정 모델과 비교하여 최대 3배 이상 향상된 위치 정확도를 나타냈다.
제안된 모델과 기존의 보정 모델을 이용하여 , 총 24개의 검사점에서 계산된 영상 컬럼방향의 RMSE는 좌측영상에서 1.16(픽셀)과 1.21(픽셀), 우측 영상에서는 1.54(픽셀)과 1.98(픽셀)을 나타냈다. 또한, 영상 라인 방향의 RMSE는 좌측 영상의 경우 1.
25(픽셀)을 나타냈다. 즉, 기상기준점의 수가 2개에서 9개로 증가시켰을 때, 좌측영상은 0.77(픽셀), 우측영상은 0.49(픽셀)의 정확도 향상을 보였다. 그런데 좌 .
하나씩 늘려가면서 실험하였다. 지상기준점의 수를 2개에서 4개로 증가시켰을 때, 좌측영상은 0.83(픽셀), 우측영상은 0.39(픽셀)의 정확도 향상을 보였다. 그런데 지상기준점의 수가 4점 이상인 경우는 RMSE가 크게 좋아지지 않는 결과를 보였다.
후속연구
이와 같은 현장측량 작업은 많은 시간과 경제적 비용이 요구되며, 위성 영상에서 군사보호지 역, 험준한 산악지 역, 기타 접근이 용이하지 않은 지역이 포함되어 있을 경우 충분한 수의 지상 기준점을 확보하기는 쉽지 않기 때문에, 사용되는 지상기준점의 수는 최소로 하는 것이 바람직하다. 따라서 본 논문에서 제안한 모델을 사용하여 3차원 위치정보를 획득할 경우, 소요의 정확도를 만족시킬 수 있는 최소의 지상 기준점 개수를 결정하는 연구가 요구된다.
참고문헌 (9)
안기원, 임환철, 서두천 (2002), 고해상도 인공위성 영상 데이터의 기하보정을 위한 RFM의 적용, 한국측량학회지, 한국측량학회, 제 20권, 제 2호, pp. 51-60.
김감래, 안병구, 김명배 (2003), SPOT 영상을 사용한 3차원 모델링시 지상기준점수에 따른 정확도 평가, 한국측량학회지, 한국측량학회, 제 21권, 제 1호, pp.61-69.
정형섭 (2010), SPOT 4 영상의 기하보정을 위한 시선 벡터 조정 모델, 한국측량학회지, 한국측량학회, 제 28권, 제 2호, pp. 133-142.
Tao, C.V. and Y, Hu. (2000), Image rectification using a generic sensor model - rational function model, IAPRS, Vol. 33, Part. B3, pp. 359-366.
Tao, C.V. and Y, Hu. (2002), 3D Reconstruction methods based on the rational function model, Photogrammetric Engineering and Remote Sensing, ASPRS, Vol.68, No. 7, pp. 705-714.
Di, K, R. Ma and R, Li. (2003), Rational functions and potential for rigorous sensor nodel recovery, Photogrammetric Engineering and Remote Sensing, ASPRS, Vol.69, No. 1, pp. 33-41.
Grodecki, J. and Dial, G. (2003), Block adjustment of highresolution satellite images described by rational polynomials, Photogrammetric Engineering and Remote Sensing, ASPRS, CD-ROM.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.