[논문]다중시기 KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 프로토타입 프로그램 개발

채성호; 오관영; 이선구

doi:10.7780/kjrs.2022.38.6.4.9

다중시기 KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 프로토타입 프로그램 개발
Development of Proto-type Program for Automatic Change Detection and Cueing of Multi-temporal KOMPSAT-5 SAR Imagery 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.38 no.6 pt.4, 2022년, pp.1955 - 1969

채성호 (한국항공우주연구원 위성활용부) , 오관영 (한국항공우주연구원 위성활용부) , 이선구 (한국항공우주연구원 위성활용부)

초록
AI-Helper

KOMPSAT 시리즈 등 국가 위성정보를 활용하는 공공 및 민간의 사용자들은 대부분 광학 영상 중심으로 위성영상을 활용하고 있으며, 상대적으로 Synthetic Aperture Radar (SAR) 영상의 활용은 미흡한 실정이다. 현재 운영 중에 있는 KOMPSAT-5를 비롯하여 향후 KOMPSAT-6 및 초소형 SAR 위성체계 등이 발사 예정에 있기 때문에 다양한 분야에서 SAR 위성정보의 활용요구가 증대되고 있다. 이에 따라 SAR 위성정보 활용을 지원할 수 있는 SAR 활용 핵심 기술 보유가 필요한 시점이다. SAR 특성을 활용한 핵심 활용 기술로 변화탐지 기술이 있지만 현재까지도 SAR 영상을 활용하여 자동으로 변화를 탐지하고 사용자에게 알림하는 기술 개발은 요원한 상태이다. 본 연구는 독자적인 SAR 자동변화탐지알림 기술을 확보하고 우리나라 위성정보활용협의체와 같은 공공분야 기관의 실무자가 실무에 국내 SAR 위성정보를 활용하는 것을 촉진하기 위해 다중시기 KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 기능 요소를 도출하고 프로토타입 프로그램을 개발하였다.

Abstract ▼ AI-Helper

Most of the public and private users who use national satellite information such as the KOMPSAT series mainly use Electro-Optical and Infrared (EO/IR) satellite images, and the utilization of Synthetic Aperture Radar (SAR) images is relatively insufficient. As KOMPSAT-5 currently in operation, KOMPSAT-6 and micro SAR satellite constellation systems are scheduled to be launched in the future, the demand for utilization of SAR satellite information is increasing in various fields. Accordingly, it is necessary to possess core technology for SAR utilization that can support the utilization of SAR satellite information for users. Due to the all-weather properties of SAR system, change detection technology is a key application technology. However, until now, the development of technology that automatic change detection and cueing using SAR images is insufficient. Through this study, the requirements of automatic change detection and cueing function using multi-temporal KOMPSAT-5 SAR satellite images were derived and a prototype program was developed. This prototype program aims to secure independent SAR utilization technology and promote the utilization of domestic SAR satellite information by practitioners in public sector organizations in Korea.

주제어

표/그림 (23)

표 Table 1. Detailed requirements of proto-type program
그림 Fig. 1. S/W architecture.
표 Table 1. Continued
그림 Fig. 2. S/W operation concept.
그림 Fig. 3. S/W layout.
그림 Fig. 5. Implementation result of Image pre-processing function
그림 Fig. 4. Implementation results of reference and comparison SAR image input function and Area of Interest (AOI) cropping function.
그림 Fig. 6. Implementation result of Image co-registration function.
그림 Fig. 7. Implementation result of (a) overlaid image transparency adjustment function, (b) linkview fuction, and (c) 2CMV function.
그림 Fig. 8. Implementation result of difference image generation function.
그림 Fig. 9. Implementation result of change detection function.
그림 Fig. 10. Implementation result of change cueing function.
그림 Fig. 11. Implementation result of (a) metadata comparison function, (b) image display in Google Maps, (c) option setting fuction, and (d) save result function.
그림 Fig. 12. The position of the target in (a) the reference image and (b) comparison image.
그림 Fig. 13. Automatic change detection and cueing result using CARABAS-II dataset: (a) difference image generation result and (b) target's cueing result with rotated bounding box in change detection Image.
표 Table 2. Image processing parameters of the CARABAS-II challenge problem dataset
표 Table 3. Image processing parameters of downtown change detection input KOMPSAT-5 SAR image
그림 Fig. 14. KOMPSAT-5 SAR image for downtown change detection: (a) input KOMPSAT-5 SAR image and AOI setting area, (b) cropped reference image, and (c) cropped comparison image.
그림 Fig. 15. Automatic change detection and cueing result using KOMPSAT-5 dataset in downtown area: (a) difference image generation result and (b) target's cueing result with rotated bounding box in change detection Image.
그림 Fig. 16. KOMPSAT-5 SAR image for maritime change detection: (a) input KOMPSAT-5 SAR image and AOI setting area, (b) cropped reference image, and (c) cropped comparison image.
그림 Fig. 17. Automatic change detection and cueing result using KOMPSAT-5 dataset in maritime area: (a) difference image generation result and (b) target's cueing result with rotated bounding box in change detection image.
표 Table 4. Image processing parameters of maritime change detection input KOMPSAT-5 SAR image
표 Table 5. Processing time by input images size

AI 본문요약
AI-Helper

문제 정의

본 다중시기 KOMPSAT-5 SAR 위성영상의 자동 변화 탐지알림 프로토타입 프로그램에 대하여 적용 시험을 수행하였다. 입력 자료로 KOMPSAT-5로 도심지역 및 해상 지역을 촬영한 영상과 The CARABAS-II challenge problem의 영상 데이터를 활용하였다.
본 연구는 독자적인 SAR 자동변화탐지알림 기술을 확보하고 우리나라 위성정보활용협의체와 같은 공공분야 기관의 실무자가 실무에 국내 KOMPSAT-5 SAR 위성영상을 활용하는 것을 촉진하기 위해 다중시기 KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 기능 요소를 도출하고 프로토타입 프로그램을 개발하는 것을 목표로 한다.
본 연구에서는 독자적인 SAR 자동변화탐지알림 기술을 확보하고 우리나라 위성정보활용협의체와 같은 공공분야 기관의 실무자가 실무에 국내 KOMPSAT-5 SAR 위성영상을 활용하는 것을 촉진하기 위해 실무에 활용 가능한 다중시기 KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 프로토타입 프로그램을 개발하였다. SAR 자동변화탐지알림을 위해 각 처리 단계에 따라 단계별로 요구되는 기능을 상세히 분석하였으며, 이를 프로토타입 프로그램으로 구현하였다.
본 연구의 성과물인 본 연구의 성과물인 다중시기 KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 프로토타입 프로그램은 비전문가인 일반 사용자들도 쉽게 활용할 수 있도록 하기 위해 기존의 상용 S/W와 같이 user-friendly한 인터페이스를 가지도록 설계 및 개발하였다. 개발 프로토타입 프로그램의 레이아웃은 Fig.

제안 방법

본 연구에서는 독자적인 SAR 자동변화탐지알림 기술을 확보하고 우리나라 위성정보활용협의체와 같은 공공분야 기관의 실무자가 실무에 국내 KOMPSAT-5 SAR 위성영상을 활용하는 것을 촉진하기 위해 실무에 활용 가능한 다중시기 KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 프로토타입 프로그램을 개발하였다. SAR 자동변화탐지알림을 위해 각 처리 단계에 따라 단계별로 요구되는 기능을 상세히 분석하였으며, 이를 프로토타입 프로그램으로 구현하였다. 다중시기 위성 SAR 영상의 전처리, 영상정합 등 변화탐지의 기반이 되는 알고리즘을 구현하여 효과적인 변화탐지가 되도록 하였다.
SAR 자동변화탐지알림을 위해 각 처리 단계에 따라 단계별로 요구되는 기능을 상세히 분석하였으며, 이를 프로토타입 프로그램으로 구현하였다. 다중시기 위성 SAR 영상의 전처리, 영상정합 등 변화탐지의 기반이 되는 알고리즘을 구현하여 효과적인 변화탐지가 되도록 하였다. 실제 사용자 중심의 인터페이스를 지원함으로써 사용자가 빠르고 편리하게 사용할 수 있도록 개발하였다.
참조영상과 정합영상간의 변화탐지 연산을 통하여 변화영상을 생성한다. 본 프로토타입 프로그램에서는 Amplitude Change Detection (ACD) 기반 변화를 탐지하고, 변화영상을 생성하기 위하여 차(difference) 연산과 비(ratio) 연산을 제공한다. 변화영상에 컬러테이블을 적용하여 새롭게 나타난 객체는 Red, 사라진 객체는 Blue, 변화가 없는 객체나 지역은 Green 색상이 강하게 도시되도록 하였다(Fig.
상세요구사항을 바탕으로 다중시기 위성SAR 영상의 자동변화탐지알림 Computer Software Configuration Items (CSCI)를 정의하고 구성요소로서 영상입력 및 분석 Computer Software Configuration (CSC), 영상 전처리 CSC, 영상정합 CSC, 변화탐지 CSC, 그리고 변화알림 및 성능평가 CSC를 설계하였다(Fig. 1).
KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 프로토타입 프로그램의 개발에 있어 요구되는 기능을 분석한 결과 영상 입력, 입력 영상 분석, 영상 전처리, 자동영상정합, 자동변화탐지, 자동변화탐지 결과 알림, 처리 성능 평가, 단계별 실행의 기능을 도출하였다. 이를 바탕으로 프로토타입 프로그램 설계를 수행하였으며, 요구되는 기능을 분석하여 구체적인 요구사항을 도출하였다. 상세요구사항은 단위 시험이 가능한 단위로 도출하였으며, 이는 각 기능의 검증 및 시험평가 단위가 된다.
3과 같다. 입력영상과 정합영상 변화탐지영상을 한 화면에서 비교하며 분석할 수 있도록 레이아웃을 설계/개발하였다. SW의 기본 레이아웃 화면에서 상단에는 처리단계별 메뉴를 구성되어 있다.

대상 데이터

KOMPSAT-5 SAR위성으로광주광역시,전남나주시,전남 화순군을 아우르는 지역을 촬영한 영상을 활용하였으며, 참조영상(2021-04-04)과 비교영상(2022-04-03)은 모두 L1D HDF 영상이며, 약 1년 정도의 촬영시기 차이가 난다. 본 프로토타입 프로그램을 통해 메타데이터 비교한 결과 두 영상 간 영역/영상 중첩률은 각각 99.
57%이다. 관심지역으로 샌프란시스코 만(San Fransisco Bay) 바다 지역을 설정하였으며 선박들의 위치 변화에 대한 자동변화탐지알림 처리를 수행하였다(Fig. 16).
미국 샌프란시스코 지역을 촬영한 KOMPSAT-5 SAR 위성영상을 입력영상으로 사용하였다. 입력영상은 L1D HDF 영상이며, 참조영상(2021-01-30)과 비교영상(2022-04-23)은 시기적으로 약 1년 3개월의 차이가 난다.
본 다중시기 KOMPSAT-5 SAR 위성영상의 자동 변화 탐지알림 프로토타입 프로그램에 대하여 적용 시험을 수행하였다. 입력 자료로 KOMPSAT-5로 도심지역 및 해상 지역을 촬영한 영상과 The CARABAS-II challenge problem의 영상 데이터를 활용하였다. 이하 세부절에서는 프로토타입 프로그램의 적용 시험 결과에 대해 설명한다.

성능/효과

KOMPSAT-5 SAR 위성영상의 자동변화탐지알림 프로토타입 프로그램의 개발에 있어 요구되는 기능을 분석한 결과 영상 입력, 입력 영상 분석, 영상 전처리, 자동영상정합, 자동변화탐지, 자동변화탐지 결과 알림, 처리 성능 평가, 단계별 실행의 기능을 도출하였다. 이를 바탕으로 프로토타입 프로그램 설계를 수행하였으며, 요구되는 기능을 분석하여 구체적인 요구사항을 도출하였다.
KOMPSAT-5 영상에 작업영역을 5,000 × 5,000 픽셀로 설정할 경우, 최소 4분 11초에서 최대 11분 1초가 소요되는 것으로 확인하였다
총 673건의 활용 사례 중에 KOMPSAT-5의 Synthetic Aperture Radar (SAR) 위성정보 활용 사례는 44건으로 전체의 약 7% 정도에 불과하여 SAR 위성정보의 활용은 매우 저조한 상황이다. 각 분야 별로 KOMPSAT-5 SAR 위성정보의 활용 사례를 살펴보면, 홍수, 싸이클론, 화산, 지반침하로 인한 변화탐지 등 재해 분야가 16건으로 전체 중 36%로 가장 많은 활용사례가 도출되었다. 그 다음으로 해상풍 산출, 선박탐지, 선박 속도 관측, 기름 유출 탐지, 해빙 관측 등의 해양 분야가 13건으로 29%였고, 지표 후 방산란 특성 분석이나 토지피복분류, 도심지 변화탐지, 초해상화, 수치지형도제작 등 지리 분야 관련 활용이 11건으로 25%를 차지한다.
KOMPSAT-5 영상에 작업영역을 5,000 × 5,000 픽셀로 설정할 경우, 최소 4분 11초에서 최대 11분 1초가 소요되는 것으로 확인하였다. 본 프로토타입 프로그램에 적용된 영상의 전처리, 정합, 변화탐지 등의 알고리즘은 KOMPSAT-5 등의 대용량 SAR 영상을 처리하는데 많은 컴퓨터 자원과 연산 시간이 소요된다. 현재는 국지적인 관심지역만을 리사이징하여 변화탐지를 수행하면서 그 단점을 보완하고 있다.
입력영상은 L1D HDF 영상이며, 참조영상(2021-01-30)과 비교영상(2022-04-23)은 시기적으로 약 1년 3개월의 차이가 난다. 본 프로토타입 프로그램을 통해 메타데이터 비교한 결과 두 영상 간 영역/영상 중첩률은 각각 85.08%, 86.57%이다. 관심지역으로 샌프란시스코 만(San Fransisco Bay) 바다 지역을 설정하였으며 선박들의 위치 변화에 대한 자동변화탐지알림 처리를 수행하였다(Fig.
KOMPSAT-5 SAR위성으로광주광역시,전남나주시,전남 화순군을 아우르는 지역을 촬영한 영상을 활용하였으며, 참조영상(2021-04-04)과 비교영상(2022-04-03)은 모두 L1D HDF 영상이며, 약 1년 정도의 촬영시기 차이가 난다. 본 프로토타입 프로그램을 통해 메타데이터 비교한 결과 두 영상 간 영역/영상 중첩률은 각각 99.07%, 98.92%이다. 관심 지역으로 광주의 도심지를 지정하여 자동변화탐지알림 처리를 수행하였다.

후속연구

SAR 영상의 특성상 고스트 효과, 선박 웨이크(wake) 등에 의해 오탐지 객체들이 함께 탐지되는 단점이 보이지만 변화된 선박의 유무를 확인할 수 있다. 마찬가지로 보다 정확한 결과를 도출하기 위해서는 추가 실험을 통해 최적의 파라미터를 찾는 연구가 필요하다.
약 1년 정도의 시기 차이에서 도시 정비 사업으로 실제 아파트 등의 건축물이 생기거나 주택, 상가 등의 건축물이 사라진 경우도 관찰할 수 있다. 보다 정확한 결과를 도출하기 위해서는 추가 실험을 통해 최적의 파라미터를 찾는 연구가 필요하다.
본 연구의 산출물(알고리즘 및 프로토타입 프로그램)은 향후 위성정보활용협의체 기관에서 불법 선박 조기 탐지, 불법 건축물 탐지, 광역 재난 피해 확인 등에 활용할 수 있을 것으로 예상한다. 본 프로토타입 프로그램의 실무에서의 적용을 위하여 향후 자동변화탐지알림 알고리즘 고도화, 대용량 영상의 변화탐지를 위한 병렬처리 방법이나 효율적인 알고리즘 개발 등이 필요할 것으로 보인다.
본 연구의 산출물(알고리즘 및 프로토타입 프로그램)은 향후 위성정보활용협의체 기관에서 불법 선박 조기 탐지, 불법 건축물 탐지, 광역 재난 피해 확인 등에 활용할 수 있을 것으로 예상한다. 본 프로토타입 프로그램의 실무에서의 적용을 위하여 향후 자동변화탐지알림 알고리즘 고도화, 대용량 영상의 변화탐지를 위한 병렬처리 방법이나 효율적인 알고리즘 개발 등이 필요할 것으로 보인다.
현재는 국지적인 관심지역만을 리사이징하여 변화탐지를 수행하면서 그 단점을 보완하고 있다. 향후 대용량 영상의 변화탐지를 위한 병렬처리 방법이나 효율적인 알고리즘 개발 등이 필요할 것으로 보인다.
실제 사용자 중심의 인터페이스를 지원함으로써 사용자가 빠르고 편리하게 사용할 수 있도록 개발하였다. 현재 운용중인 KOMPSAT-5의 SAR 영상자료를 활용하여 자동변화탐지알림 기능을 지원하는 소프트웨어의 기반을 마련하였으며, 향후 KOMPSAT-6 및 군집형 SAR 위성체계 활용의 기초를 마련하였다.

참고문헌 (13)

Baek, W.-K. and H.-S. Jung, 2019. A Review of Change Detection Techniques using Multi-temporal Synthetic Aperture Radar Images, Korean Journal of Remote Sensing, 35(5-1): 737-750 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2019.35.5.1.10

원문보기 상세보기
Bazi, Y., L. Bruzzone, and F. Melgani, 2005. An unsupervised approach based on the generalized Gaussian model to automatic change detection in multitemporal SAR images, IEEE Transactions on Geoscience and Remote Sensing, 43(4): 874-887. https://doi.org/10.1109/TGRS.2004.842441

상세보기
Bazi, Y., L. Bruzzone, and F. Melgani, 2007. Image thresholding based on the EM algorithm and the generalized Gaussian distribution, Pattern Recognition, 40(2): 619-634. https://doi.org/10.1016/j.patcog.2006.05.006

상세보기
Brigot, G., E. Colin-Koeniguer, A. Plyer, and J. Fabrice, 2016. Adaptation and evaluation of an optical flow method applied to coregistration of forest remote sensing images, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 9(7): 2923-2939. https://doi.org/10.1109/JSTARS.2016.2578362

상세보기
Buades, A., B. Coll, and J.M. Morel, 2005. A non-local algorithm for image denoising, Proc. of 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR' 05), San Diego, CA, Jun. 20-25, vol. 2, pp. 60-65. https://doi.org/10.1109/CVPR.2005.38
Canty, M.J., A.A. Nielsen, K. Conradsen, and H. Skriver, 2019. Statistical analysis of changes in Sentinel-1 time series on the Google Earth Engine, Remote Sensing, 12(1): 46. https://doi.org/10.3390/rs12010046

상세보기
Finn, H.M. and R.S. Johnson, 1968. Adaptive detection mode with threshold control as a function of spatially sampled clutter-level estimates, Rca Review, 29: 414-465.
Kang, A.R., Y.G. Byun, and T.B. Chae, 2015. Development and evaluation of a texture-based urban change detection method using very high resolution SAR imagery, Korean Journal of Remote Sensing, 31(3): 255-265 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2015.31.3.5

원문보기 상세보기
Kim, S. and W.D. Lee, 2021. Feasibility Study on FSIM Index to Evaluate SAR Image Co-registration Accuracy, Korean Journal of Remote Sensing, 37(5-1): 847-859 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2021.37.5.1.2

원문보기 상세보기
Lundberg, M., L.M. Ulander, W.E. Pierson, and A. Gustavsson, 2006. A challenge problem for detection of targets in foliage, Proc. of Algorithms for Synthetic Aperture Radar Imagery XIII, Orlando, FL, May 17, vol. 6237, pp. 160-171. https://doi.org/10.1117/12.663594
Morrone, C. M. and D. C. Burr, 1988. Feature detection in human vision: A phase-dependent energy model, Proceedings of the Royal Society of London B, 235(1280): 221-245. https://doi.org/10.1098/rspb.1988.0073

상세보기
Novak, L.M., 2013. Advances in SAR Change Detection: North Atlantic Treaty Organization, https://pdfs.semanticscholar.org/ca6a/1c9304d6c8f336b6b83c5d2c2f1fc67af4a1.pdf?_ga2.116652038.167531275.1570096722-1930553474.1559270058, Accessed on Nov. 10, 2022.
Washaya, P., T. Balz, and B. Mohamadi, 2018. Coherence change-detection with sentinel-1 for natural and anthropogenic disaster monitoring in urban areas, Remote Sensing, 10(7): 1026. https://doi.org/10.3390/rs10071026

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증