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
- 이는 차후 수행할 비용함수를 구성하는데 필요한 필수적인 과정이며, 이를 위해 4개의 매칭쌍을 수동으로 추출한 후 광학영상을기준으로 SAR 영상에 대하여 1차 polynomial 변환을수행하였다. 그 후, 두 영상 모두에 대하여 히스토그램 균등화 과정을 거쳐서 선형정보를 보다 효과적으로 추출하고자 하였다.
- 특히, 고도가 높거나 고도 변화가 심한 지역은, SAR 영상의 경우 측면관 측을 통해 영상이 취득되는데 따른 특성으로 기하학적 왜곡의 크기나 형태가 광학 영상의 왜곡 특성과 다르므로, 두 영상을 affine이나 polynomial function과 같은선형의 변환식으로 기하보정 할 경우 이러한 왜곡을 보정하는데 무리가 따른다. 따라서 본 연구에서는 선형 식과 비선형식을 결합한 형태인 전역적/국지적 변환모델식 (global/local mapping function)을 제안하여 두 영상이 가지고 있는 기하학적인 차이를 효과적으로 최소화하고자 하였다.
- 매칭을 수행하는 후보를 특정 범위 내로 제한함으로써 높이 변화가 존재하는 곳에 위치하는 매칭쌍을 후보에서 제외함과 동시에 매칭시 소요되는 시간 비용을 줄이고자 하였다. 또한 SAR 영상의 측면관측으로 인한 기하학적 왜곡을 최소화하기위해 선형(rigid)과 비선형 (non-rigid)의 변환식이 결합된 모델을 제안하여 기하 보정 정확도를 높이고자 하였다.
- 방사적 특성이 다른 두 영상에서 매칭쌍을 추출하기 위해서 각 영상에서 선형정보를 추출하여 이들의 유사성에 대한 비용함수를 구성하였고, 이상치(outher)를 제거하는 과정을 통해서 신뢰할만한 매칭쌍을 추출하고자 하였다. 매칭을 수행하는 후보를 특정 범위 내로 제한함으로써 높이 변화가 존재하는 곳에 위치하는 매칭쌍을 후보에서 제외함과 동시에 매칭시 소요되는 시간 비용을 줄이고자 하였다. 또한 SAR 영상의 측면관측으로 인한 기하학적 왜곡을 최소화하기위해 선형(rigid)과 비선형 (non-rigid)의 변환식이 결합된 모델을 제안하여 기하 보정 정확도를 높이고자 하였다.
- 2와 같이 삼각망 외각에 존재하는 매칭 쌍(빨간색으로 표시)을 이용하여 affine transformation 계수를 추정하며, 이를 이용하여 영상에서 삼각망이 구성되지 않은 지 역색 지역)에 대한 변환을 수행하게 된다. 삼각망 외각에 존재하는 매칭쌍만을 전역적인 affine transformation 계수를 추정하는데 이용함으로써 두변환모델 사이에 생길 수 있는 오차를 최소화하고자 하였다. 이렇듯 기존의 piecewise linear function과 affine transformation이 가지는 단점을 서로 효과적으로 보안함으로써 기하보정 정확도를 높이고자 하였다.
- 이렇게 추출된 매칭쌍을 이용하여 대상영상을 기준 영상의 좌표체계로 변환시키면, 정확하게 매칭된 매칭 쌍들은 상대적으로 작은 기하학적인 잔차(residual)를가지고 있을 것이라는 특성을 이용하여 이상치라고 판단되는 매칭쌍을 제거하고자 하였다. 특히, 지리적으로 높은 위치에서 추출된 매칭쌍이나 높이변화가 심한 지역에서 추출된 매칭쌍이 모델식을 구성하는데 이용되면, 그 모델식을 통해 변환되는 모든 지역은 정확도 면에서 신뢰할만한 결과를 얻을 수 없다.
- 삼각망 외각에 존재하는 매칭쌍만을 전역적인 affine transformation 계수를 추정하는데 이용함으로써 두변환모델 사이에 생길 수 있는 오차를 최소화하고자 하였다. 이렇듯 기존의 piecewise linear function과 affine transformation이 가지는 단점을 서로 효과적으로 보안함으로써 기하보정 정확도를 높이고자 하였다.
- 이에 본 연구는 고해상도의 광학영상과 SAR 영상 간의 정밀한 기하보정을 수행하는 것을 목적으로 한다. 방사적 특성이 다른 두 영상에서 매칭쌍을 추출하기 위해서 각 영상에서 선형정보를 추출하여 이들의 유사성에 대한 비용함수를 구성하였고, 이상치(outher)를 제거하는 과정을 통해서 신뢰할만한 매칭쌍을 추출하고자 하였다.
가설 설정
- 전처리 과정을 통해서 두 영상에 대한 위치 좌표가 개략적으로 일치되었다는 가정 하에, 두 영상에 존재하는 선형 화소를 이용하여 매칭을 수행할 수 있도록 비용함수를 구성하였다(Newton et al., 1994), 기준영상의하나의 선형 화소를 기준으로 특정 범위의 원형탐색영역 내에 존재하는 대상영상의 선형 화소에 대해서만 매칭 과정을 수행하며, 그 때의 비용함수는 아래와 같다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.