[논문]농림위성영상 정밀센서모델링 효율성 재고를 위한 최적의 해상도 및 지상기준점 칩 개수 분석

최현경; 김태정

doi:10.7780/kjrs.2022.38.6.1.34

[국내논문] 농림위성영상 정밀센서모델링 효율성 재고를 위한 최적의 해상도 및 지상기준점 칩 개수 분석
Analysis of Optimal Resolution and Number of GCP Chips for Precision Sensor Modeling Efficiency in Satellite Images 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.38 no.6 pt.1, 2022년, pp.1445 - 1462

최현경 (인하대학교 공간정보공학과) , 김태정 (인하대학교 공간정보공학과)

초록
AI-Helper

2025년도 발사예정인 농림위성은 광역농림상황관측용도로 개발된 5 m급 해상도를 갖는 중해상도 위성이다. 위성영상 활용을 위해서는 위성영상에 대한 정밀센서모델을 수립하여 정확한 기하정보를 수립하는 것이 중요하다. 선행 연구에서 지상기준점 칩과 위성영상을 정합하는 과정을 통해 자동으로 정밀센서모델을 수립할 수 있음을 보고하였다. 따라서 위성영상의 기하정확도를 향상시키기 위해서는 지상기준점 칩 정합 성능을 향상시켜야 한다. 이 논문은 중해상도 위성영상의 센서모델 정확도 향상을 위한 지상기준점 칩 정합 개선방안을 제안한다. 고해상도 지상기준점 칩을 중해상도 위성영상 정밀센서모델링을 위해 사용할 경우의 중요한 기술요소는 상이한 공간해상도 처리방식과 최적 지상기준점 수량결정이다. 본 연구에서는 이러한 기술요소를 해결하기 위해 중해상도 위성영상과 지상기준점 칩 정합 시, 위성영상 업샘플링(upsampling) 배율과 사용한 칩 개수에 따른 칩 정합 성능을 비교 분석하였다. 실험에는 해상도가 5 m인 RapidEye 영상을 중해상도 위성영상으로 사용하였으며, 해상도가 0.25 m인 항공정사영상과 0.5 m인 위성정사영상을 지상기준점 칩으로 제작하여 사용하였다. 정확도 분석은 수동으로 추출한 기준점을 사용하여 수행되었다. 실험결과, 업샘플링 배율 2 내지 3에서 정확도가 크게 향상되었으며 지상기준점 수량은 대략 100개인 경우 정확도가 유지되었다. 이러한 결과로부터 중해상도 위성의 정밀센서모델 수립에 고해상도 지상기준점 칩 적용 가능성을 확인할 수 있었고, 기존보다 향상된 정확도의 정밀센서모델이 수립됨을 확인하였다. 본 연구결과가 향후 농림위성에 활용될 수 있을 것으로 기대한다.

Abstract ▼ AI-Helper

Compact Advanced Satellite 500-4 (CAS500-4), which is scheduled to be launched in 2025, is a mid-resolution satellite with a 5 m resolution developed for wide-area agriculture and forest observation. To utilize satellite images, it is important to establish a precision sensor model and establish accurate geometric information. Previous research reported that a precision sensor model could be automatically established through the process of matching ground control point (GCP) chips and satellite images. Therefore, to improve the geometric accuracy of satellite images, it is necessary to improve the GCP chip matching performance. This paper proposes an improved GCP chip matching scheme for improved precision sensor modeling of mid-resolution satellite images. When using high-resolution GCP chips for matching against mid-resolution satellite images, there are two major issues: handling the resolution difference between GCP chips and satellite images and finding the optimal quantity of GCP chips. To solve these issues, this study compared and analyzed chip matching performances according to various satellite image upsampling factors and various number of chips. RapidEye images with a resolution of 5m were used as mid-resolution satellite images. GCP chips were prepared from aerial orthographic images with a resolution of 0.25 m and satellite orthogonal images with a resolution of 0.5 m. Accuracy analysis was performed using manually extracted reference points. Experiment results show that upsampling factor of two and three significantly improved sensor model accuracy. They also show that the accuracy was maintained with reduced number of GCP chips of around 100. The results of the study confirmed the possibility of applying high-resolution GCP chips for automated precision sensor modeling of mid-resolution satellite images with improved accuracy. It is expected that the results of this study can be used to establish a precise sensor model for CAS500-4.

Keyword

표/그림 (24)

그림 Fig. 1. Example of GCP chip in South Korea.
표 Table 1. Specifications for GCP chip used
그림 Fig. 2. Example of GCP chip in North Korea.
표 Table 2. Specifications for satellite images used
그림 Fig. 3. The satellite image data used in this study: (a) Asan, (b) Incheon, (c) Yanggu, and (d) Gaesung.
그림 Fig. 4. Distribution of study areas. Yellow area: Asan, green area: Incheon, blue area: Yanggu, and red area: Gaesung.
그림 Fig. 5. Flow chart for automated sensor modeling process.
그림 Fig. 6. Searching for GCP chips in satellite image boundary using initial sensor model.
그림 Fig. 7. Distribution chart according to the number of GCP chips.
그림 Fig. 8. Different satellite image patches and a GCP chip according to upsampling factors.
그림 Fig. 9. Satellite image and GCP chip matching results by upsampling factors.
표 Table 3. Quantity of GCP chips per experimental case
표 Table 4. Chip matching result (Asan)
그림 Fig. 10. Result of Asan area: (a) model point rRMSE according to chip quantity, (b) check point rRMSE according to chip quantity, (c) matching rate according to chip quantity, and (d) process time according to chip quantity.
표 Table 4. Continued
그림 Fig. 11. Result of Incheon area: (a) model point rRMSE according to chip quantity, (b) check point rRMSE according to chip quantity, (c) matching rate according to chip quantity, and (d) process time according to chip quantity.
표 Table 5. Chip matching result (Incheon)
그림 Fig. 11. Continued
표 Table 6. Chip matching result (Yanggu)
그림 Fig. 12. Result of Yanggu area: (a) model point rRMSE according to chip quantity, (b) check point rRMSE according to chip quantity, (c) matching rate according to chip quantity, and (d) process time according to chip quantity.
표 Table 7. Chip matching result (Gaesung)
그림 Fig. 13. Result of Gaesung area: (a) model point rRMSE according to chip quantity, (b) check point rRMSE according to chip quantity, (c) matching rate according to chip quantity, and (d) process time according to chip quantity.
표 Table 7. Continued
그림 Fig. 14. Comparison of Asan results with digital topographic map.

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 중해상도 위성영상의 해상도를 향상시켜서 고해상도 지상기준점 칩과 정합을 수행할 때 사용되는 칩의 개수를 조절하여 선행연구와 동일하게 위치정확도를 유지시키면서 처리시간을 단축시킬 수 있는 방안을 찾고자 하였다. 원본 위성영상으로는 5 m급 해상도를 가지는 RapidEye 영상을 사용하여 원본 위성 영상의 업샘플링 배율과 사용한 칩 개수를 조정하며 지상기준점 칩 정합 및 자동정밀센서모델링 수립을 실행하였다.
본 연구에서는 농림위성의 정밀센서모델 수립 시, 고해상도 지상기준점 칩 적용 가능성을 평가하기 위해 업샘플링 배율 및 지상기준점 칩 개수에 따른 정합성능을 비교 분석하였다. 실험 결과, 칩 개수 조정과 위성영상 업샘플링을 함께 적용한 경우, 정합성능이 향상되는 것을 확인하였다.

제안 방법

본 연구에서는 중해상도 위성영상의 해상도를 향상시켜서 고해상도 지상기준점 칩과 정합을 수행할 때 사용되는 칩의 개수를 조절하여 선행연구와 동일하게 위치정확도를 유지시키면서 처리시간을 단축시킬 수 있는 방안을 찾고자 하였다. 원본 위성영상으로는 5 m급 해상도를 가지는 RapidEye 영상을 사용하여 원본 위성 영상의 업샘플링 배율과 사용한 칩 개수를 조정하며 지상기준점 칩 정합 및 자동정밀센서모델링 수립을 실행하였다. 처리시간과 수립된 센서모델의 위치정확도를 비교하여 5 m급 해상도 위성영상에 대한 최적의 업샘플링 배율과 칩 개수를 분석하였다.
원본 위성영상으로는 5 m급 해상도를 가지는 RapidEye 영상을 사용하여 원본 위성 영상의 업샘플링 배율과 사용한 칩 개수를 조정하며 지상기준점 칩 정합 및 자동정밀센서모델링 수립을 실행하였다. 처리시간과 수립된 센서모델의 위치정확도를 비교하여 5 m급 해상도 위성영상에 대한 최적의 업샘플링 배율과 칩 개수를 분석하였다. 본 연구를 통해 중 해상도 위성영상과 고해상도 지상기준점 칩 정합 시, 선행연구보다 더 적은 수의 지상기준점 칩을 사용하여도 위성영상 업샘플링을 통한 센서모델링 향상과 함께 처리 시간을 대폭 줄일 수 있다는 결론을 얻을 수 있었다.
7의 왼쪽 영상은 실험에 사용한 아산지역 RapidEye 영상 영역에 대한 지상기준점 데이터베이스 검색결과로 총 1,304개의 지상기준점 칩이 검색된 결과이다. 본 연구에서는 검색된 모든 지상기준점 100%를 사용하는 경우와 각각 50%, 25%, 12.5%, 6%, 3%, 1.5%를 사용하는 경우로 구분하여 이후 정밀 센서모델링 수립 실험에 적용할 지상기준점 칩을 구성하였다. 이때, 해당 개수만큼 무작위로 칩을 선택하여 구성하는 방식을 적용하였다.
업샘플링은 쌍선형보간법(bilinear interpolation)을 사용하여 수행하였다. 원본 영상의 업샘플링 배율을 각각 2배, 3배, 4배, 5배로 변경하며 공간해상도 5 m, 2.5 m, 1.67 m, 1.25 m 및 1 m를 가지도록 원본 영상을 변환하여 지상기준점 칩과의 정합을 수행하였다. Fig.
동일한 영상 크기에 대한 포함영역이므로, 업샘플링 배율을 늘릴수록 더 국소지역을 나타내는 것을 확인할 수 있다. 처리속도 및 메모리를 절약하기 위해서 실제 실험에서는 업샘플링을 원본 위성영상 전체에 대해서 적용하는 대신 지상기준점에 대한 탐색영역에 대해서 적용하였다. Fig.
실험에 사용된 4개의 RapidEye 위성영상의 촬영 영역에 존재하는 지상기준점 칩을 검색한 결과 Table 3과 같이 모든 경우에 1,300점 이상이 지상기준점 칩이 검색되었으나 영상에 따라 추출된 칩의 개수는 서로 상이하였다. 최초 검색된 칩의 개수를 100%로 하여 50%, 25%, 12.5%, 6%, 3%, 1.5%의 칩 수를 실험에 사용하였다. 각 연구지역별로 구성한 칩 개수는 Table 3과 같다.

대상 데이터

본 연구에서는 농림위성과 같은 5 m 공간해상도를 갖는 RapidEye 영상을 사용하였다. 사용한 위성영상은 총 4장이며 각 영상에 대한 사양은 Table 2와 같다.
본 연구에서는 농림위성과 같은 5 m 공간해상도를 갖는 RapidEye 영상을 사용하였다. 사용한 위성영상은 총 4장이며 각 영상에 대한 사양은 Table 2와 같다. 연구 지역은 아산, 인천, 양구, 개성을 포함하는 지역으로 선정하였다.
사용한 위성영상은 총 4장이며 각 영상에 대한 사양은 Table 2와 같다. 연구 지역은 아산, 인천, 양구, 개성을 포함하는 지역으로 선정하였다. 농림위성에 활용하기 위하여는 농경지 및 산림지가 포함되어야 한다.
5% 만을 사용하여 후속 실험을 적용하기 위해서 구성한 지상기준점 구성 결과를 보여준다. 전체 1,304점 중에서 163점 만을 정밀센서모델링을 위한 지상기준점으로 선택하였다.

데이터처리

상기한 실험 결과를 정성적으로 검증하기 위해 수립된 정밀센서모델을 통해 정밀정사영상을 생성하여 수치지형도와 중첩하여 비교하였다. Fig.

이론/모형

5와 같다. 먼저, 위성영상과 함께 제공된 원본 rational polynomial coefficient (RPC)를 사용하여 초기센서모델을 수립한다(Fig. 5의 1번 절차).
5의 3번 절차). 업샘플링은 쌍선형보간법(bilinear interpolation)을 사용하여 수행하였다. 원본 영상의 업샘플링 배율을 각각 2배, 3배, 4배, 5배로 변경하며 공간해상도 5 m, 2.

성능/효과

처리시간과 수립된 센서모델의 위치정확도를 비교하여 5 m급 해상도 위성영상에 대한 최적의 업샘플링 배율과 칩 개수를 분석하였다. 본 연구를 통해 중 해상도 위성영상과 고해상도 지상기준점 칩 정합 시, 선행연구보다 더 적은 수의 지상기준점 칩을 사용하여도 위성영상 업샘플링을 통한 센서모델링 향상과 함께 처리 시간을 대폭 줄일 수 있다는 결론을 얻을 수 있었다.
이는 위성영상의 공간해상도가 기준점 칩 영상의 해상도에 더 가까워질수록 칩 영상에 기록된 신호특성을 더 잘 반영한 유사도가 계산될 수 있다는 결과를 나타내며, 이것이 곧 정합성공율 향상에 기인했다고 해석된다. 이러한 해석을 바탕으로 본 논문에서 제안하는 위성영상 업샘플링을 통한 지상기준점 칩 정합의 타당성을 확인할 수 있다.
지상기준점 개수에 따른 검사점 정확도 경향을 살펴 보면, 먼저 원본해상도를 이용한 자동정밀센서모델링의 경우 사용된 지상기준점 개수가 적을수록 원본해상도 영상에 대한 검사점 정확도는 대체로 나빠지는 경향을 보였다. 그러나 2배 또는 3배의 업샘플링을 적용한 경우는 지상기준점 개수 대비 검사점 정확도 저하 정도가 확연히 줄어드는 특징을 보였다.
그러나 2배 또는 3배의 업샘플링을 적용한 경우는 지상기준점 개수 대비 검사점 정확도 저하 정도가 확연히 줄어드는 특징을 보였다. 이는 업샘플링을 적용할 경우 실험에 사용한 모든 영상에 대해서 최대 지상기준점 개수보다 훨씬 적은 개수(예: 6%)의 기준점을 사용하여도 향상된 정확도를 얻을 수 있다는 매우 긍정적인 결론을 의미한다. 사용한 지상기준점 수가 전체의 1.
Table 4–7도 동일한 결과를 나타내고 있다. 업샘플링 배율 및 지상기준점 개수에 따른 검사점 정확도, 정합 성공률과 처리시간까지 종합적으로 고려하여 분석한 결과, 원본해상도를 2배 내지 3배 업샘플링하고 지상기준점 개수를 약 100개 내외로 사용하는 경우 정밀센서 모델링의 정확도를 크게 개선하는 동시에 처리 시간도 획기적으로 줄일 수 있다고 결론지을 수 있다.
14는 아산지역의 각 실험 케이스 별 생성된 정밀정사영상과 수치지형도를 비교한 결과이다. 원본해상도인 5 m의 영상을 이용하여 정밀정사영상을 생성한 결과 영상에서의 도로가 수치지형도와 잘 일치하지 않음을 육안으로 확인할 수 있다. 그러나 업샘플링을 적용하여 생성한 정밀정사 영상은 원본해상도를 사용하여 생성한 정밀정사영상보다 개선된 위치정확도를 가지는 것을 확인할 수 있다.
업샘플링 배율을 2 내지 3배로 적용하고 지상기준점 칩을 100개 이상 사용하여 정밀센서모델을 수립하는 경우 원본영상의 해상도 기준으로 0.6–0.8 화소의 검사점 정확도를 산출할 수 있었다
본 연구에서는 농림위성의 정밀센서모델 수립 시, 고해상도 지상기준점 칩 적용 가능성을 평가하기 위해 업샘플링 배율 및 지상기준점 칩 개수에 따른 정합성능을 비교 분석하였다. 실험 결과, 칩 개수 조정과 위성영상 업샘플링을 함께 적용한 경우, 정합성능이 향상되는 것을 확인하였다. 업샘플링 배율을 2 내지 3배로 적용하고 지상기준점 칩을 100개 이상 사용하여 정밀센서모델을 수립하는 경우 원본영상의 해상도 기준으로 0.
5 화소보다 적은 값을 가지는 검사점 정확도를 나타낸 경우가 있었다. 이는 원본해상도를 적용할 경우에 충족하기 어려웠던 CARD4L에서 제시한 위치 정확도 기준을 적절한 위성 영상 업샘플링 수행과 지상기준점 칩 수 조정을 통해 달성할 가능성이 있음을 암시하는 결과로 볼 수 있다.

후속연구

8 화소의 검사점 정확도를 산출할 수 있었다. 이는 향후 발사될 5 m 해상도를 가지는 농림위성의 자동정밀센서모델 수립 및 자동정밀정사영상 생성에 국토위성용으로 제작된 지상기준점 데이터베이스를 사용할 수 있음을 의미하는 결과라고 할 수 있다. 또한 본문에서 제시한 여러 실험결과 중에는 0.
본 연구에서는 무작위로 지상기준점 칩을 선정하는 방식으로 지상기준점 개수를 조절하였으나 보다 정교한 샘플링 방식을 사용하여, 추출된 기준점이 가급적 균등한 분포를 가지도록 개선해야 할 것이다. 또한 본 연구에서 사용한 지상기준점 칩의 지상좌표 설정에 사용된 여러 기준점 자료들의 상대적 정확도가 정밀센서모델링에 미치는 영향에 대한 분석과 후속연구가 필요할 것으로 보이며, 더 나아가 피복의 형태에 따른 기준점의 영향과 특히 산림지역에 설치된 지상기준점 칩의 영향에 대한 분석이 더 필요할 것으로 예상된다.
본 연구에서는 무작위로 지상기준점 칩을 선정하는 방식으로 지상기준점 개수를 조절하였으나 보다 정교한 샘플링 방식을 사용하여, 추출된 기준점이 가급적 균등한 분포를 가지도록 개선해야 할 것이다. 또한 본 연구에서 사용한 지상기준점 칩의 지상좌표 설정에 사용된 여러 기준점 자료들의 상대적 정확도가 정밀센서모델링에 미치는 영향에 대한 분석과 후속연구가 필요할 것으로 보이며, 더 나아가 피복의 형태에 따른 기준점의 영향과 특히 산림지역에 설치된 지상기준점 칩의 영향에 대한 분석이 더 필요할 것으로 예상된다. 본 연구 결과를 통해 얻어진 결과가 향후 농림위성 영상처리 및 활용에 도움이 될 수 있기를 희망한다.
또한 본 연구에서 사용한 지상기준점 칩의 지상좌표 설정에 사용된 여러 기준점 자료들의 상대적 정확도가 정밀센서모델링에 미치는 영향에 대한 분석과 후속연구가 필요할 것으로 보이며, 더 나아가 피복의 형태에 따른 기준점의 영향과 특히 산림지역에 설치된 지상기준점 칩의 영향에 대한 분석이 더 필요할 것으로 예상된다. 본 연구 결과를 통해 얻어진 결과가 향후 농림위성 영상처리 및 활용에 도움이 될 수 있기를 희망한다.

참고문헌 (10)

Baek, M.J., S.G. Lee, and S.B. Ryu, 2018. Development Trend of the Compact Advanced Satellite and the Application Plan, Current Industrial and Technological Trends in Aerospace, 16(2): 72-81. https://doi.org/10.7780/kjrs.2016.32.3.8
Boccia, V., R.Q. Iannone, and F. Gascon, 2021. Copernicus Sentinel-2 Data From A Card4L Perspective: Preliminary Self-Assessment Performed by Esa, Proc. of 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS, Brussels, Belgium, Jul. 11-16, pp. 1994-1996. https://doi.org/10.1109/IGARSS47720.2021.9554913
Fischler, M.A. and R.C. Bolles, 1981. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography, Communications of the ACM, 24(6): 381-395. https://doi.org/10.1145/358669.358692

상세보기
Lee, Y. and T. Kim, 2021. Determination of Spatial Resolution to Improve GCP Chip Matching Performance for CAS-4, Korean Journal of Remote Sensing, 37(6-1): 1517-1526. https://doi.org/10.7780/kjrs.2021.37.6.1.3

원문보기 상세보기
Park, H., J.H. Son, J.I. Shin, K.E. Kweon, and T. Kim, 2019. Quality Analysis of GCP Chip Using Google Map, Korean Journal of Remote Sensing, 35(6-1): 907-917. https://doi.org/10.7780/kjrs.2019.35.6.1.3

원문보기 상세보기
Park, H., J.H. Son, H.S. Jung, K.E. Kweon, K.D. Lee, and T. Kim, 2020. Development of the Precision Image Processing System for CAS-500, Korean Journal of Remote Sensing, 36(5-2): 881-891. https://doi.org/10.7780/kjrs.2020.36.5.2.3

원문보기 상세보기
Shin, J.I., T. Kim, W.S. Yoon, and H.J. Park, 2018. Improving Satellite-Aerial Image Matching Success Rate by Image Fusion, Proc. of 2018 2nd European Conference on Electrical Engineering and Computer Science (EECS), Bern, Switzerland, Dec. 20-22, pp. 224-227. https://doi.org/10.1109/EECS.2018.00049
Son, J.H., W. Yoon, T. Kim, and S. Rhee, 2021. Iterative Precision Geometric Correction for High-Resolution Satellite Images, Korean Journal of Remote Sensing, 37(3): 431-447. https://doi.org/10.7780/kjrs.2021.37.3.6

원문보기 상세보기
Yoon, W., H. Park, and T. Kim, 2018. Feasibility Analysis of Precise Sensor Modelling for KOMPSAT-3A Imagery Using Unified Control Points, Korean Journal of Remote Sensing, 34(6-1): 1089-1100. https://doi.org/10.7780/kjrs.2018.34.6.1.19

원문보기 상세보기
Yoon, W., 2019. A Study on Development of Automatic GCP Matching Technology for CAS-500 Imagery, Inha university, Icheon, Republic of Korea.

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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