$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

고해상도 위성영상 무기준점 기반 다중영상 센서 모델링
Multi-Image RPCs Sensor Modeling of High-Resolution Satellite Images Without GCPs 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.39 no.6, 2021년, pp.533 - 540  

오재홍 (Dept. of Civil Engineering, Korea Maritime and Ocean University) ,  이창노 (Dept. of Civil Engineering, Seoul National University of Science and Technology)

초록
AI-Helper 아이콘AI-Helper

고해상도 위성영상은 극지 내륙 지역과 같이 접근이 어려운 지역에 대해서도 공간 정보를 획득할 수 있는 탁월한 접근성을 가진다. 고해상도 위성영상으로부터 도출되는 공간정보의 위치 정확도를 향상시키기 위해서는 기준점을 활용하는데, 이러한 접근 불가 지역에 대해서는 기준점 획득이 쉽지 않기 때문에 여러 보조 데이터를 쓰기도 하나, 그러한 보조 데이터 마저 획득이 어려운 지역이 존재한다. 따라서 본 논문에서는 완전한 무기준점 기반으로 위치 정확도를 향상시키기 위한 방법으로 멀티 영상의 번들조정을 기반으로 정확도 향상의 정도를 평가하였다. 멀티 영상 조정을 위해 영상 간의 매칭점를 추출하여 활용하였고, 개별 영상 또는 스테레오 영상의 조정이 아닌 전체 영상의 통합 센서 모델링을 구현하여 정확도 향상 정도를 평가하였다. 실험으로 아리랑 3A 영상을 활용하였으며, 실험결과 RMSE (Root Mean Square Error) 오차의 현격한 향상은 도출하기 어려웠으나, 최대오차를 감소시키는 효과가 있었으며, 특히 표고 방향으로의 과대오차를 감소시키는데 효과적임을 알 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

High-resolution satellite images have high potential to acquire geospatial information over inaccessible areas such as Antarctica. Reference data are often required to increase the positional accuracy of the satellite data but the data are not available in many inland areas in Antarctica. Therefore ...

주제어

#고해상도 위성영상   #다중 영상   #센서 모델링   #지상 기준점   #위치 정확도  

표/그림 (11)

참고문헌 (11)

  1. Fischler, M.A. and Bolles, R.C. (1981), Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography, Communications of the ACM, Vol. 24, No. 6, pp. 381-395. 

    상세보기 crossref

  2. Grodecki, J. and Dial, G. (2003), Block adjustment of high-resolution satellite images described by rational polynomials, Photogrammetric Engineering & Remote Sensing, Vol. 69, No. 1, pp. 59-68. 

    상세보기 crossref

  3. Huang, X. and Qin, R. (2019), Multi-view large-scale bundle adjustment method for high-resolution satellite images, ASPRS 2019 Annual Conference, 28-30 Jan, Denver, USA. 

  4. Jeong, M.Y., Kang, W.B., Song, A.R., and Kim, Y.I. (2020), A study on the improvement of geometric quality of KOMPSAT-3/3A imagery using Planetscope imagery, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 38, No. 4, pp. 327-343. (in Korean with English abstract) 

    원문보기 상세보기 crossref

  5. Lee, H.S. and Hahn, M. (2020), Point-to-surface matching for DEM correction using ICESAT data, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XLIII-B4-2020, pp.715-720. 

  6. Mikhail, E.M., Bethel, J.S., and McGlone, J.C. (2001), Introduction to Modern Photogrammetry, John Wiley & Sons Inc., New York, pp. 136-137. 

  7. Noh, M.J. and Howat, I.M. (2018), Automatic relative RPC image model bias compensation through hierarchical image matching for improving DEM quality, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 136, pp.120-133. 

    상세보기 crossref

  8. Oh, J.H., Lee, C.N., and Seo, D.C. (2013), Automated HRSI georegistration using orthoimage and SRTM: Focusing KOMPSAT-2 imagery, Computers & geosciences, Vol. 52, pp.77-84. 

    상세보기 crossref

  9. Oh, J.H. and Lee, C.N. (2015), Automated bias-compensation of rational polynomial coefficients of high resolution satellite imagery based on topographic maps, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 100, pp.14-22. 

    상세보기 crossref

  10. Oh, J.H. and Lee, C.N. (2018), Relative RPCs bias-compensation for satellite stereo images processing, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 36, No. 4, pp. 287-293. (in Korean with English abstract) 

    원문보기 상세보기 crossref

  11. Park, H.J., Son, J.H., Shin, J.I., Kwon, K.E., and Kim, T.J. (2019), Quality analysis of GCP chip using Google map, Korean Journal of Remote Sensing, Vol, 35, No. 6-1, pp.907-917. (in Korean with English abstract) 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로