KOMPSAT-3는 0.7 m 공간해상도의 스테레오 흑백영상을 획득할 수 있으며, RPC를 제공하고 있다. 내 외부표정요소 오차를 포함하고 있는 제공 RPC로부터 지상좌표를 결정하기 위해서는 지상기준점을 이용한 RPC 조정이 필요하다. 우리나라에는 국토지리정보원에 의해 수천 개의 국가 통합기준점이 국토 전역에 걸쳐 설치되고 분포되어 있다. 따라서 통합기준점은 국토지리정보원의 국가기준점발급시스템에서 쉽게 검색되고 다운로드 받을 수 있다. 본 연구는 KOMPSAT-3 위성영상에서 UCP를 탐지하기 위해, 특징점 추출 방법과 거리 방향각 적용방법을 제안하였다. 그 결과, 거리 방향각 적용방법이 더 좋은 결과를 보였다. 이 방법으로 조정된 RPC는 UCP 한 점만 적용한 경우, GPS 지상 기준점을 이용하여 조정한 경우와 비교하였다. 그 결과, 평면위치 정확도는 제안 방법이 가장 우수하였다. 따라서 본 연구에서 제안한 UCP 탐지방법으로 RPC 보정을 위한 GPS 현장관측을 대체할 수 있을 것이다.
KOMPSAT-3는 0.7 m 공간해상도의 스테레오 흑백영상을 획득할 수 있으며, RPC를 제공하고 있다. 내 외부표정요소 오차를 포함하고 있는 제공 RPC로부터 지상좌표를 결정하기 위해서는 지상기준점을 이용한 RPC 조정이 필요하다. 우리나라에는 국토지리정보원에 의해 수천 개의 국가 통합기준점이 국토 전역에 걸쳐 설치되고 분포되어 있다. 따라서 통합기준점은 국토지리정보원의 국가기준점발급시스템에서 쉽게 검색되고 다운로드 받을 수 있다. 본 연구는 KOMPSAT-3 위성영상에서 UCP를 탐지하기 위해, 특징점 추출 방법과 거리 방향각 적용방법을 제안하였다. 그 결과, 거리 방향각 적용방법이 더 좋은 결과를 보였다. 이 방법으로 조정된 RPC는 UCP 한 점만 적용한 경우, GPS 지상 기준점을 이용하여 조정한 경우와 비교하였다. 그 결과, 평면위치 정확도는 제안 방법이 가장 우수하였다. 따라서 본 연구에서 제안한 UCP 탐지방법으로 RPC 보정을 위한 GPS 현장관측을 대체할 수 있을 것이다.
The KOMPSAT-3 can acquire panchromatic stereo image with 0.7 m spatial resolution, and provides Rational Polynomial Coefficient (RPC). In order to determine ground coordinate using the provides RPC, which include interior-exterior orientation errors, its adjustment is needed by using the Ground Cont...
The KOMPSAT-3 can acquire panchromatic stereo image with 0.7 m spatial resolution, and provides Rational Polynomial Coefficient (RPC). In order to determine ground coordinate using the provides RPC, which include interior-exterior orientation errors, its adjustment is needed by using the Ground Control Point (GCP). Several thousands of national Unified Control Points (UCPs) are established and overall distributed in the country by the Korean National Geographic Information Institute (NGII). UCPs therefore can be easily searched and downloaded by the national-control-point-record-issues system. This paper introduced the point-extraction method and the distance-bearing method to detect of UCPs. As results, the distance-bearing method was better detected through the experiment. RPC adjustment using this method was compared with that by only one UCP and GCPs using GPS. The proposed method was more accurate than the other method in the horizontal. As demonstrated in this paper, the proposed UCPs detection method could be replaced GPS surveying for RPC adjustment.
The KOMPSAT-3 can acquire panchromatic stereo image with 0.7 m spatial resolution, and provides Rational Polynomial Coefficient (RPC). In order to determine ground coordinate using the provides RPC, which include interior-exterior orientation errors, its adjustment is needed by using the Ground Control Point (GCP). Several thousands of national Unified Control Points (UCPs) are established and overall distributed in the country by the Korean National Geographic Information Institute (NGII). UCPs therefore can be easily searched and downloaded by the national-control-point-record-issues system. This paper introduced the point-extraction method and the distance-bearing method to detect of UCPs. As results, the distance-bearing method was better detected through the experiment. RPC adjustment using this method was compared with that by only one UCP and GCPs using GPS. The proposed method was more accurate than the other method in the horizontal. As demonstrated in this paper, the proposed UCPs detection method could be replaced GPS surveying for RPC adjustment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 시각적인 방법으로 여러 점의 UCP를 찾기 위해서는 포털사이트 지도 검색등과 같은 번거로운 작업이 필요하다. 따라서 본 연구는 여러 개의 UCP를 동시에 탐지하기 위해, 첫 번째 UCP는 시각적인 방법으로 직접 독취하고, 나머지 UCP들은 자동으로 찾는 방법에 대해 소개하고자 한다.
본 연구는 KOMPSAT-3 위성영상에서 UCP를 반자동으로 탐지하기 위해, 특징점 추출 방법과 거리·방향각 적용방법을 제안하였다.
RPC로 구한 가상 UCP간의 영상거리와 방향각을 이용하여 UCP를 탐지하였다. 이는 제공되는 RPC와 UCP의 지상좌표를 이용하여 계산된 영상좌표는 일정한 오차를 가진다는 것에 착안하였다. 그렇다면 독취한 UCP 간 영상거리, 방향각은 RPC로부터 계산된 UCP 간 영상거리, 방향각과 거의 같은 결과를 가질 수 있다(Fig.
제안 방법
RPC 보정을 위한 실험은 3가지 경우로 나누어 수행하였다. 첫 번째는 식 (3)으로 찾은GPS 지점 중 6점의 영상좌표와 기준 UCP의 영상좌표를 이용하여 식(4)으로 RPC 보정계수를 구한 경우(Case 1), 두 번째는 기준 UCP를 이용하여 식(2)으로부터 RPC 편위량(shift)만을 구한 경우(Case 2), 세 번째는 직접 측정한 GPS 6점의 영상좌표를 이용하여 식(4)로 RPC 보정계수를 구한 경우(Case 3)이다.
RPC로 구한 가상 UCP간의 영상거리와 방향각을 이용하여 UCP를 탐지하였다. 이는 제공되는 RPC와 UCP의 지상좌표를 이용하여 계산된 영상좌표는 일정한 오차를 가진다는 것에 착안하였다.
첫 번째는 식 (3)으로 찾은GPS 지점 중 6점의 영상좌표와 기준 UCP의 영상좌표를 이용하여 식(4)으로 RPC 보정계수를 구한 경우(Case 1), 두 번째는 기준 UCP를 이용하여 식(2)으로부터 RPC 편위량(shift)만을 구한 경우(Case 2), 세 번째는 직접 측정한 GPS 6점의 영상좌표를 이용하여 식(4)로 RPC 보정계수를 구한 경우(Case 3)이다. 그리고 각각의 Case별로 나머지 8개 GPS 지점의 영상좌표와 지상좌표를 구하고 이를 직접 측정한 좌표와 비교하였다(Table 5 and Table 6).
그리고 기준 UCP로부터 구한 , 를 RPC와 UCP의 지상좌표로부터 계산된 모든 가상 UCP 영상좌표에 감하거나 더하여 UCP의 위치를 수정하였다. 이는 제공 KOMPSAT-3 RPC의 영상좌표 오차는 한 영상에서 일정한 크기와 방향을 가진다는 기존연구 결과에 근거 하였다(Lee et al.
담양군 영상으로는 특징점 추출 방법, 거리와 방향각 방법을 적용하여 UCP를 탐지하고, 두 방법을 비교하였다. 그리고 양산시 영상에서는 UCP 한 점(Fig. 8의 UYS14)을 제외한 나머지 지점은 식별이 불가능하였기 때문에 현장관측에 의한 GPS 지점을 대상으로 거리와 방향각 방법만을 적용한 후, 그 성능을 평가하였다.
이 중 담양군의 세 번째 영상은 옅은 구름이 포함되어 있다. 담양군 영상으로는 특징점 추출 방법, 거리와 방향각 방법을 적용하여 UCP를 탐지하고, 두 방법을 비교하였다. 그리고 양산시 영상에서는 UCP 한 점(Fig.
, 2014). 독취한 UCP를 특징점 추출을 위한 기준 UCP로 정하고, 이 UCP 조서의 지상좌표와 제공 RPC를 RFM(Rational Function Model)(식 1)에 입력하여 영상좌표를 계산하고, 앞에서 독취한 영상좌표와의 차이(식 2)를 구하였다.
마지막으로, 앞에서 수정된 UCP의 영상좌표 또한 2화소 정도의 오차가 포함되어 있으므로 정확한 영상좌표를 구하기 위해, 수정된 UCP 영상좌표를 중심으로 10화소×10화소 정도 내에서 특징점 추출 연산자를 적용하였다(Fig. 2).
거리·방향각을 이용한 UCP 탐지 실험은 담양군과 양산시 영상 모두 이용하였다. 먼저 담양군 영상의 경우, 앞에서 제시한 식(3)을 이용하여 나머지 6점에 대한 영상좌표를 구하였으며, 이를 독취한 영상좌표와 비교하였다(Table 3). 그 결과, 전체적으로 2화소 내외의 거리오차를 보였으며, 구름영향이 있는 세 번째 영상의 오차가 가장 크게 나타났다.
본 연구는 UCP를 찾기 위해, 특징점 추출에 의한 방법과 두 지점간 방향각과 거리를 이용한 방법으로 접근하였다. UCP 탐지를 위한 구체적인 내용은 다음과 같다.
양산시 영상의 경우, UCP 15개 중 UYS14만 식별이 가능하였기 때문에(Fig. 9) UYS 14를 기준 UCP로 정한 후, 14개의 GPS 측정 지점을 대상으로 거리·방향각 방법(식 3)으로 영상좌표를 구하였다(Table 4).
8은 추출한 점들 중, 2 화소 차 이내에 들어오는 점수를 나타낸 것이다. 여기서, UCP를 찾아내기 위한 특징 점은 한 개만으로 충분하기 때문에 수정된 UCP 주변으로 여러 개의 특징점이 추출되더라도 단 하나의 특징점만 적용하였다.
사용된 특징점 추출 연산자로는 FAST, Harris, Shi&Tomasi, SURF, MSER, KP Harris, BRISK, SUSAN, SIFT, Moravec을 적용하였다. 이 방법들은 MATLAB 툴박스에서 구현이 가능하거나 기존에 많이 활용되는 방법들을 위주로 선정하여 활용하였다.
이 지역 영상에는 UCP는 총 12개가 포함되어 있었으나 눈으로 식별이 가능한 지점은 7개 지점이다. 이중 포털사이트 활용에 의한 검색과 영상에서 Cubic convolution 리샘플링 방법에 의한 식별을 통해 정확한 영상좌표를 취득했다고 판단된 U0859를 특징점 추출을 위한 기준 UCP로 정하였다(Fig. 6).
대상 데이터
거리·방향각을 이용한 UCP 탐지 실험은 담양군과 양산시 영상 모두 이용하였다.
본 연구에 사용된 영상자료는 전남 담양군과 경남 양산시 일대를 중복 촬영한 KOMPSAT-3 위성영상이다(Fig. 4 and Fig. 5). 담양군 영상의 경우 각각 다른 날짜와 궤도에서 관측 수집된 3개의 중복영상이며, 양산시 영상은 동일궤도에서 촬영된 스테레오 영상이다(Table 1).
특징점 추출에 의한 UCP 탐지 실험은 담양군 영상을 대상으로 수행되었다. 이 지역 영상에는 UCP는 총 12개가 포함되어 있었으나 눈으로 식별이 가능한 지점은 7개 지점이다. 이중 포털사이트 활용에 의한 검색과 영상에서 Cubic convolution 리샘플링 방법에 의한 식별을 통해 정확한 영상좌표를 취득했다고 판단된 U0859를 특징점 추출을 위한 기준 UCP로 정하였다(Fig.
특징점 추출에 의한 UCP 탐지 실험은 담양군 영상을 대상으로 수행되었다. 이 지역 영상에는 UCP는 총 12개가 포함되어 있었으나 눈으로 식별이 가능한 지점은 7개 지점이다.
성능/효과
9) UYS 14를 기준 UCP로 정한 후, 14개의 GPS 측정 지점을 대상으로 거리·방향각 방법(식 3)으로 영상좌표를 구하였다(Table 4). 그 결과, RMSE는 담양군 결과와 거의 유사한 반면 최대오차는 다소 높은 결과를 보였다.
(2013)은 GPS를 이용한 지상기준점 측량을 실시한 후, KOMPSAT-3 위성영상에서 기준점 개수와 RPC 조정계수 적용 방법에 따른 RPC의 위치결정 정확도를 제시하였다. 그 결과, 다수의 기준점에 의한 6개 RPC 조정계수 방법이 가장 우수하였으며, 한 점을 이용한 RPC 편위량 (shift) 계수 적용 방법 또한 큰 차이가 없음을 보여주었다. RPC 보정을 위한 지상기준점 측량은 영상에서 선점작업, 현장 주변의 통합기준점이나 GPS 상시관측소의 사전조사, 선점된 기준점의 현장답사와 GPS 측량 등의 매우 번거로운 작업이 뒤따라야 한다.
먼저 담양군 영상의 경우, 앞에서 제시한 식(3)을 이용하여 나머지 6점에 대한 영상좌표를 구하였으며, 이를 독취한 영상좌표와 비교하였다(Table 3). 그 결과, 전체적으로 2화소 내외의 거리오차를 보였으며, 구름영향이 있는 세 번째 영상의 오차가 가장 크게 나타났다. 이 결과는 특징점 추출에 의한 결과(Table 2)에 비해 수치적으로는 정확도가 다소 떨어지나 특징점 추출 방법은 기본적으로 UCP 탐지가 안 된 지점이 많기 때문에 상대적 비교가 힘들다고 볼 수 있다.
수정된 UCP 위치를 중심으로 10화소×10화소 내에서 특징점 추출 연산자를 적용한 후, 그 중심으로부터 2화소차 이내에 들어오는 점들만 유효한 것으로 판단하였다.
이 실험 결과를 통해 특징점 추출 방법에 비해 거리·방향각 적용방법이 UCP 탐지를 위해 더욱 효율적이고, 정확하였다. 이 방법을 통해 다수의 UCP 영상좌표를 결정할 수 있었으며, 이로부터 UCP 한점만 적용한 경우, 다수의 GPS 기준점을 적용하여 RPC를 보정한 경우와 비교한 결과, 평면위치 정확도는 제안 방법이 가장 우수하였으며, 높이 정확도 또한 GPS 측량 방법에 비해 1 m 이내의 차이를 보였다. 그리고 거리·방향각으로 계산된 UCP 영상좌표간의 거리와 방향은 눈으로 독취한 UCP 영상좌표 간 경우보다 정확할 수 있으므로 이 방법을 좀 더 보완한다면 현장관측에 의한 지상기준점 획득 방법보다 정확한 RPC 보정이 이루어 질 수 있을 것으로 판단한다.
이 실험 결과를 통해 특징점 추출 방법에 비해 거리·방향각 적용방법이 UCP 탐지를 위해 더욱 효율적이고, 정확하였다.
후속연구
그리고 거리·방향각으로 계산된 UCP 영상좌표간의 거리와 방향은 눈으로 독취한 UCP 영상좌표 간 경우보다 정확할 수 있으므로 이 방법을 좀 더 보완한다면 현장관측에 의한 지상기준점 획득 방법보다 정확한 RPC 보정이 이루어 질 수 있을 것으로 판단한다. 결국 본 연구에서 제안한 UCP 탐지방법으로 RPC 보정을 위한 현장관측을 대체할 수 있을 것으로 판단한다.
이 방법을 통해 다수의 UCP 영상좌표를 결정할 수 있었으며, 이로부터 UCP 한점만 적용한 경우, 다수의 GPS 기준점을 적용하여 RPC를 보정한 경우와 비교한 결과, 평면위치 정확도는 제안 방법이 가장 우수하였으며, 높이 정확도 또한 GPS 측량 방법에 비해 1 m 이내의 차이를 보였다. 그리고 거리·방향각으로 계산된 UCP 영상좌표간의 거리와 방향은 눈으로 독취한 UCP 영상좌표 간 경우보다 정확할 수 있으므로 이 방법을 좀 더 보완한다면 현장관측에 의한 지상기준점 획득 방법보다 정확한 RPC 보정이 이루어 질 수 있을 것으로 판단한다. 결국 본 연구에서 제안한 UCP 탐지방법으로 RPC 보정을 위한 현장관측을 대체할 수 있을 것으로 판단한다.
또한 실제 UCP의 지상좌표 위치 정확도는 ±3 cm 내외이기 때문에 제공 RPC의 오차가 일정하고 UCP가 비슷한 높이에 설치되었다면, 제공 RPC와 UCP 지상좌표로부터 계산된 UCP 간의 영상거리와 방향은 실제 눈으로 독취한 UCP 간의 경우와 비슷하거나 오히려 더 정확할 수 도 있을 것으로 판단한다. 따라서 이 방법을 좀 더 보완한다면 현장관측에 의한 지상기준점 획득 방법보다 정확하거나 유사한 RPC 보정이 이루어 질 수 있을 것으로 판단한다. 또한 이를 통해 영상기준점 확보를 위한 현장관측을 생략할 수 있을 것으로 본다.
또한 국토면적을 고려하면 현재까지 KOMPSAT-3 위성영상(크기: 약 17×13 km)에 약 8점 정도가 설치되어 있다고 볼 수 있으며, 2017년 기준 약 16점이 설치될 예정이어서 이 지점들이 영상에서 탐지된다면 고해상도 위성영상의 RPC 보정용으로 편리하게 활용할 수 있을 것이다.
또한 실제 UCP의 지상좌표 위치 정확도는 ±3 cm 내외이기 때문에 제공 RPC의 오차가 일정하고 UCP가 비슷한 높이에 설치되었다면, 제공 RPC와 UCP 지상좌표로부터 계산된 UCP 간의 영상거리와 방향은 실제 눈으로 독취한 UCP 간의 경우와 비슷하거나 오히려 더 정확할 수 도 있을 것으로 판단한다.
(2014)은 KOMPSAT-3영상 내 존재하는 UCP를 검색, 식별하는 방법을 제시하고 선정된 UCP 한 점만을 활용한 고해상도 위성영상의 RPC 보정방법을 제시하였다. 여기서 여러 개의 UCP를 찾아서 RPC 보정용으로 활용할 수 있다면 위치 결정 정확도는 더욱 향상될 것이다. 그러나 시각적인 방법으로 여러 점의 UCP를 찾기 위해서는 포털사이트 지도 검색등과 같은 번거로운 작업이 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
KOMPSAT-3 RPC의 영상좌표 오차의 특징은 무엇인가?
그리고 기준 UCP로부터 구한 , 를 RPC와 UCP의 지상좌표로부터 계산된 모든 가상 UCP 영상좌표에 감하거나 더하여 UCP의 위치를 수정하였다. 이는 제공 KOMPSAT-3 RPC의 영상좌표 오차는 한 영상에서 일정한 크기와 방향을 가진다는 기존연구 결과에 근거 하였다(Lee et al., 2013).
KOMPSAT-3 위성은 어떤 영상을 제공하는가?
우리나라 KOMPSAT-3 위성은 해상도 2.2 m인 다중 파장대 영상과 0.7 m의 흑백영상을 제공하고 있다(Seo and Kim, 2011). 그리고 영상 메타데이터와 함께 제공되는 Rational Polynomial Coefficient(RPC)의 평면위치 정확도(Circular Error at 90% Probability, CE90)는 대략 50 m로 보고되고 있다(KARI, 2013).
KOMPSAT-3 위성은 RPC 평면위치 정확도가 대략 50m로 보고되고 있는데, 그 이유는 무엇인가?
그리고 영상 메타데이터와 함께 제공되는 Rational Polynomial Coefficient(RPC)의 평면위치 정확도(Circular Error at 90% Probability, CE90)는 대략 50 m로 보고되고 있다(KARI, 2013). 이는 제공 RPC가 위성센서와 카메라의 기하학적 왜곡을 포함하고 있는 물리적 센서모델로부터 생성된 것이기 때문이다. 이러한 오차를 최소화 하고, 대상지역의 정밀한 지상좌표를 구하기 위해, 기존에는 지상 기준점 측량으로 RPC의 정확도를 향상시켰다(Ahn et al.
참고문헌 (16)
Ahn, K.W., H.C. Lim, and D.C. Seo, 2002. The application of RFM for geometric correction of high-resolution satellite image data, Journal of the Korean Society of Surveying Geodesy Photogrammetry and Cartography, 20(2): 155-164 (in Korean with English abstract).
Ahn, K., H. Lee, D. Seo, B. Park, and D. Jeong, 2014. The use of the unified control points for RPC adjustment of KOMPSAT-3 satellite image, Journal of the Korean Society of Surveying Geodesy Photogrammetry and Cartography, 32(5): 539-550 (in Korean with English abstract).
Di, K., R. Ma, and R.X. Li, 2003. Rational functions and potential for rigorous sensor model recovery, Photogrammetric Engineering & Remote Sensing, 69(1): 33-41.
Grodecki, J. and G. Dial, 2003. Block adjustment of high-resolution satellite images described by rational polynomials, Photogrammetric Engineering & Remote Sensing, 69(1): 59-68.
Kang, J.M., Y.W. Lee, and J.K. Park, 2003. The geometric correction of IKONOS image using rational polynomial coefficients and GCPs, Journal of the Korean Society of Surveying Geodesy Photogrammetry and Cartography, 21(2): 165-172 (in Korean with English abstract).
KARI, 2013. KOMPSAT-3 image data manual, Korea Aerospace Research Institute, Daejeon, http://kompsat.satreci.com(last date accessed: 25 November 2013).
Lee, C.N. and J.H. Oh, 2014. LiDAR chip for automated geo-referencing of high-resolution satellite imagery, Journal of the Korean Society of Surveying Geodesy Photogrammetry and Cartography, 32(4-1): 319-326 (in Korean with English abstract).
Lee, H., D. Seo, K. Ahn, and D. Jeong, 2013. Positioning accuracy analysis of KOMPSAT-3 satellite imagery by RPC adjustment, Journal of the Korean Society of Surveying Geodesy Photogrammetry and Cartography, 31(6-1): 503-509 (in Korean with English abstract).
NGII, 2003. National spatial information by means of statistics, Surveying & Mapping Magazine, Special 3, National Geographic Information Institute, Suwon, pp. 50-57 (in Korean).
NGII, 2013. Project plan of 2013 National Geographic Information Institute, Surveying & Mapping Magazine, Special(2), National Geographic Information Institute, Suwon, pp. 69-81 (in Korean).
NGII, 2014. Record issues system of national control point, National Geographic Information Institute, Suwon, http://nbns.ngii.go.kr (last date accessed: 01 October 2014).
Oh, J., C. Lee, Y. Eo, and J. Bethel, 2012. Automated georegistration of high-resolution satellite imagery using a RPC model with airborne lidar information, Photogrammetric Engineering & Remote Sensing, 78(10): 1045-1056.
Oh, J.H. and C.N. Lee, 2014. Automated improvement of RapidEye 1-B geo-referencing accuracy using 1:25,000 digital maps, Journal of the Korean Society of Surveying Geodesy Photogrammetry and Cartography, 32(5): 505-513 (in Korean with English abstract).
Oh, K.Y. and H.S. Jung, 2012. Automatic geometric calibration of KOMPSAT-2 stereo pair data, Korean Journal of Remote Sensing, 28(2); 191-202 (in Korean with English abstract).
Seo, D. and H. Kim, 2011. Characterizing overlap area of KOMPSAT-3, Aerospace Engineering and Technology, 10(2): 154-162 (in Korean with English abstract).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.