[국내논문]융합평가 지수에 따른 고해상도 위성영상 기반 변화탐지 정확도의 비교평가 Comparison of Change Detection Accuracy based on VHR images Corresponding to the Fusion Estimation Indexes원문보기
변화탐지 기법은 위성영상의 활용 및 국토 모니터링에 있어서 필수적인 알고리즘이다. 그러나, 변화탐지 기법을 고해상도 위성영상에 적용할 경우, 다시기 영상 간의 기하학적 차이 등에 의하여 변화탐지 정확도가 저하될 수 있다. 본 연구에서는 효과적인 위성영상의 변화탐지를 위하여 기존의 융합 영상 평가지수를 활용하고자 한다. 또한, 기존의 다시기 위성영상을 활용한 일반적인 변화탐지 기법과 교차융합영상을 이용한 변화탐지 결과를 비교하여, 다시기 고해상도 위성영상에 적합한 변화탐지 기법을 제안하고자 한다. 이를 위해, 융합영상 평가 지수인 ERGAS, UIQI, SAM를 무감독 변화탐지 기법에 적용하고 기존의 CVA를 이용한 변화탐지 기법의 결과와 비교하였다. 또한, 영상융합 기법에 따른 고해상도 위성영상 변화탐지 정확도를 평가하여 고해상도 위성영상의 무감독 변화탐지에서 발생할 수 있는 기하학적 오차를 최소화할 수 있는 방법을 분석하였다. 실험결과, 교차융합영상과 ERGAS 지수를 활용한 변화탐지 기법이 기존 기법과 비교하여 상대적으로 높은 변화지역 탐지 가능성을 가지는 것을 확인할 수 있었다.
변화탐지 기법은 위성영상의 활용 및 국토 모니터링에 있어서 필수적인 알고리즘이다. 그러나, 변화탐지 기법을 고해상도 위성영상에 적용할 경우, 다시기 영상 간의 기하학적 차이 등에 의하여 변화탐지 정확도가 저하될 수 있다. 본 연구에서는 효과적인 위성영상의 변화탐지를 위하여 기존의 융합 영상 평가지수를 활용하고자 한다. 또한, 기존의 다시기 위성영상을 활용한 일반적인 변화탐지 기법과 교차융합영상을 이용한 변화탐지 결과를 비교하여, 다시기 고해상도 위성영상에 적합한 변화탐지 기법을 제안하고자 한다. 이를 위해, 융합영상 평가 지수인 ERGAS, UIQI, SAM를 무감독 변화탐지 기법에 적용하고 기존의 CVA를 이용한 변화탐지 기법의 결과와 비교하였다. 또한, 영상융합 기법에 따른 고해상도 위성영상 변화탐지 정확도를 평가하여 고해상도 위성영상의 무감독 변화탐지에서 발생할 수 있는 기하학적 오차를 최소화할 수 있는 방법을 분석하였다. 실험결과, 교차융합영상과 ERGAS 지수를 활용한 변화탐지 기법이 기존 기법과 비교하여 상대적으로 높은 변화지역 탐지 가능성을 가지는 것을 확인할 수 있었다.
Change detection technique is essential to various applications of Very High-Resolution(VHR) satellite imagery and land monitoring. However, change detection accuracy of VHR satellite imagery can be decreased due to various geometrical dissimilarity. In this paper, the existing fusion evaluation ind...
Change detection technique is essential to various applications of Very High-Resolution(VHR) satellite imagery and land monitoring. However, change detection accuracy of VHR satellite imagery can be decreased due to various geometrical dissimilarity. In this paper, the existing fusion evaluation indexes were revised and applied to improve VHR imagery based change detection accuracy between multi-temporal images. In addition, appropriate change detection methodology of VHR images are proposed through comparison of general change detection algorithm with cross-sharpened image based change detection algorithm. For these purpose, ERGAS, UIQI and SAM, which were representative fusion evaluation index, were applied to unsupervised change detection, and then, these were compared with CVA based change detection result. Methodologies for minimizing the geometrical error of change detection algorithm are analyzed through evaluation of change detection accuracy corresponding to image fusion method, also. The experimental results are shown that change detection accuracy based on ERGAS index by using cross-sharpened images is higher than these based on other estimation index by using general fused image.
Change detection technique is essential to various applications of Very High-Resolution(VHR) satellite imagery and land monitoring. However, change detection accuracy of VHR satellite imagery can be decreased due to various geometrical dissimilarity. In this paper, the existing fusion evaluation indexes were revised and applied to improve VHR imagery based change detection accuracy between multi-temporal images. In addition, appropriate change detection methodology of VHR images are proposed through comparison of general change detection algorithm with cross-sharpened image based change detection algorithm. For these purpose, ERGAS, UIQI and SAM, which were representative fusion evaluation index, were applied to unsupervised change detection, and then, these were compared with CVA based change detection result. Methodologies for minimizing the geometrical error of change detection algorithm are analyzed through evaluation of change detection accuracy corresponding to image fusion method, also. The experimental results are shown that change detection accuracy based on ERGAS index by using cross-sharpened images is higher than these based on other estimation index by using general fused image.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한, 기존의 다시기 위성영상을 활용한 일반적인 변화탐지 기법과 교차융합영상을 이용한 변화탐지 결과를 비교하여, 다시기 고해상도 위성영상에 적합한 변화탐지기법을 제안하고자 한다.
본 연구에서는 무감독 변화탐지 기법에 적용할 수 있는 다양한 융합 평가지수들을 고해상도 위성영상에 적용하고, 이에 따른 결과를 분석하고자 한다.
본 연구에서는 융합평가 지수와 영상융합 기법에 따른 고해상도 위성영상 변화탐지 정확도를 비교평가 하였으며, 이를 통해 고해상도 위성영상의 무감독 변화탐지에서 발생할 수 있는 기하학적 오차를 최소화할 수 있는 방법을 분석하고자 하였다.
제안 방법
본 연구에서는 대표적인 융합평가지수인 ERGAS, SAM, UIQI 지수를 변화탐지 기법에 적용하고, 기준 영상과 변화지역 영상간의 상대적인 유사도를 평가하였다.
본 연구에서는 변화된 지역의 실제 좌표를 구하는 것이 주 목적이 아니기 때문에, 원 영상을 위성으로부터 취득할 당시에 기록되어 있는 좌표를 기준으로 변화지역 영상의 좌표를 동일하게 조정하는 상대 기하보정 기법을 적용하였으며, 참조자료 영상 내에서 지상기준점(GCP; Ground Control Point)를 추출한 후, 이를 이용하여 변화 지역의 좌표를 참조자료와 동일하게 조정하였다.
이를 통해, 고해상도 위성영상 무감독 변화탐지 기법에 적합한 변화탐지지수를 평가하였다.
전처리 과정을 거친 영상들에 대하여 교차융합영상을 생성한 후, 본 연구에서 제안한 교차융합영상 생성 방법 및 변화탐지 계수를 적용 하였다.
한편, 고해상도 위성영상의 공간적인 특성을 반영하고, 화소간 비교에 의한 오차를 최소화하기 위하여 UIQI, ERGAS, SAM 지수들을 3*3크기의 원도우 기반의 지수로 수정하여 적용하였다.
UIQI는 영상의 상관도, 편향, 화소차이를 정량화하여 표현함으로써 원 영상과 융합영상간의 유사도를 측정하기 위하여 제안되었으며, 본 연구에서는 기준 영상상과 변화지역 영상간의 상대적인 유사도를 평가하는 척도로 사용 가능하다.
을 이용하여 융합된 고해상도 멀티스펙트럴 영상을 의미한다. 또한, Rm, Rp, Tm, Tp의 영상을 새롭게 조합하여 교차융합영상(cross-sharpened image)을 생성하였다. 교차융합영상은 동일한 혹은 시기가 일치하지 않는 임의의 멀티스펙트럴, 고해상도 흑백영상을 이용하여 생성한 융합영상을 의미한다(Choi and Byun, 2012(b)).
본 연구에서는 변화 전의 기준자료(reference data)에 대한 멀티스펙트럴 영상을 Rm, 기준자료에 대한 고해상도 흑백영상을 Rp, 변화 후의 지역자료(target data)에 대한 멀티스펙트럴 영상을 Tm, 변화 지역자료에 대한 고해상도 흑백영상을 Tp으로 정의한다.
대상 데이터
1, 2와 같이 2004년 10월 30일(시기 1)의 기준자료와 2006년 10월 28일(시기 2)의 변화 지역자료에 대한 영상을 사용하였으며, 영상의 세부사항은 Table 1과 같다.
일반적인 변화탐지에 사용되는 RpRmTpTm 조합과, 공간적인 특성이 동일한 교차융합영상의 조합인 RpRmRpTm, TpTmTpRm을 이용하여 총 4종류의 변화탐지지수(ERGAS, UIQI, SAM, CVA)를 실험영상에 적용하였다.
이론/모형
본 연구에서 적용한 임계치 추정기법은 영상 처리 분야에서 가장 많이 사용하는 기법 중의 하나인 Otsu의 임계치 기법을 사용하였다(Otsu, 1979).
성능/효과
그러나, 무감독 변화탐지 기법의 적용에 있어서는 일반적인 융합영 상들을 이용한 결과와 비교하여, 교차융합영상조합에 ERGAS 기법을 적용한 변화탐지 결과가 가장 높은 정확도를 보임을 정량적/시각적으로 확인하였다.
실험 결과, 교차융합 영상들의 조합이 일반적인 융합영상의 변화탐지 결과에서 발생하는 오차를 감소시킬 수 있으며, 무감독 변화탐지 기법의 적용에 있어서는 교차융합영상조합에 ERGAS 기법을 적용한 변화탐지 결과가 UIQI, SAM, CVA와 비교하여 높은 정확도를 나타내는 것을 확인하였다.
Fig. 4에 나타난 바와 같이, Otsu 임계치 기법의 정확도 한계 때문에 전체적인 변화 탐지 정확도는 낮지만, 고해상도 위성영상 내의 주된 변화지역을 탐지할 수 있었으며, 일부 기하학적 특성이 다른 건물들을 미 변화지역으로 분류하는 것이 가능함을 확인할 수 있다.
후속연구
또한, ERGAS를 변화탐지에 적용한 Renza et al (2012)의 연구와 같이 다양한 융합영상평가지수들을 변화탐지 기법에 적용할 수 있을 것이라고 판단되었다.
향후 연구에서는 추가적인 자료를 통한 실험의 검증이 필요하며, 객체 기반의 변화탐지에 따른 영향에 대한 연구도 진행할 예정이다.
질의응답
핵심어
질문
논문에서 추출한 답변
변화탐지 기법을 고해상도 위성영상에 적용할 경우 변화탐지 정확도가 저하될 수 있는 이유는 무엇인가?
변화탐지 기법은 위성영상의 활용 및 국토 모니터링에 있어서 필수적인 알고리즘이다. 그러나, 변화탐지 기법을 고해상도 위성영상에 적용할 경우, 다시기 영상 간의 기하학적 차이 등에 의하여 변화탐지 정확도가 저하될 수 있다. 본 연구에서는 효과적인 위성영상의 변화탐지를 위하여 기존의 융합 영상 평가지수를 활용하고자 한다.
ERGAS는 무엇을 기반으로 계산되는가?
두 영상 간의 평균제곱근오차(RMSE; Root Mean Square Error)를 기반으로 계산되기 때문에 수치가 0에 가까울수록 미변화지역을 나타내는 계수로써 사용할 수 있다. 일반적인 ERGAS는 흑백영상과 멀티스펙트럴 영상의 해상도를 고려하여 계산되지만, 변화탐지 적용에 있어서 두 영상의 해상도는 동일하기 때문에, 본 연구에서는 ERGAS 지수를 식 (2)와 같이 조정하였다.
융합영상과 원 멀티스펙트럴 영상의 정량적 평가를 위해 사용되는 대표적인 융합평가지수들로는 어떤 것들이 있는가?
한편, 서론에서 언급한 바와 같이 최근에는 융합 영상 평가지수를 변화탐지 분야에 적용한 연구들이 이루어졌다. 융합영상과 원 멀티스펙트럴 영상의 정량적 평가를 위해서 사용되는 대표적인 융합평가지수들은 ERGAS(Erreur Relative Globale Adimensionnelle de Synthese), SAM(Spectral Angle Mapper), UIQI (Universal Image Quality Index), Q4, SID(Spectral Information Divergence), RASE(Relative Average Spectral Error) 등이 있으며, 위와 같은 평가지수들은 원 영상과 융합영상간의 동일한 위치의 화소값들의 밝기값 차이, 상관도(correlation) 등을 이용하여 화소간 유사도를 측정하는 특성을 지닌다(Rahmani et al., 2010).
참고문헌 (11)
Chen, X., Vierling, L., Deering, D., 2005, A simple and effective radiometric correction method to improve landscape change detection across sensors and across time, Remote Sensing of Environment, Vol. 98, pp. 63-79.
Choi, J., Byun, Y., 2012(a), Utilization of a pansharpening quality index for change detection of high resolution satellite image, Conference of The Korean society for GeoSpatial Information System, pp.5-6.
Choi, J., Byun, Y., 2012(b), Effects analysis of the image fusion result by a relief displacement and changed area, Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, pp. 303-304.
Choi, J., Byun, Y., 2012(c), The pansharpening algorithm based on NDVI for generation of satellite digital map with high-spatial resolution, Journal of Cadastre, Vol. 42, No. 2, pp. 213-226.
Lu, D., Mausel, P., Brondizio, E., Moran, E., 2004, Change detection techniques, International Journal of Remote Sensing, Vol. 25, No. 12, pp. 2365-2407.
Rahmani, S., Strait, M., Merkurijev, D., Moeller, M., Wittman, T., 2010, An adaptive IHS pan-sharpening method, IEEE Geoscience and Remote Sensing Letters, Vol. 7, No. 4, pp. 746-750.
Renza, D., Martinez, E., Arquero, A., 2012, A new approach to change detection in multispectral image by means for ERGAS index, IEEE Geoscience and Remote Sensing Letters, Vol. 10, No.1, pp.1-5.
Wang, B., Choi, J., Choi, S., 2012, Cpmparison of unsupervised change detection methods for satellite imagery using fusion quality quality indexes, COnference on Geo-Spatial Information, pp. 77-78.
Zhang, H., Chen, J., Mao, Z., 2009, An operational method to determine change threshold using change vector analysis, Proc. of SPIE Vol. 7497, pp. 749706-1-749706-8.
Zhang, Q., Wang, J., 2002, Detection of buildings from Landsat-7 ETM+ and SPOT panchromatic data in Beijing, China, IEEE Geoscience and Remote Sensing Symposium(IGARSS), Vol. 5, pp. 2977- 2979.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.