최근 관심이 증대되고 있는 국토모니터링과 관련하여 기존의 SPOT, IRS, KOMPSAT, LANDSAT 등의 중ㆍ저해상도 위성영상과 IKONOS 등의 고해상도 위성영상을 이용하여 국토의 변화를 탐지하고자 하는 시도가 활발히 진행되고 있다. 이 때 영상의 기하보정은 필수적인 과정이며 영상의 기하보정시 기준점을 취득하는 과정에 많은 시간과 작업비용이 소요된다. 현재 기준점 취득은 수치지도 등을 통해 기존의 지상기준점을 이용하는 방법과 GPS를 이용한 현지 측량방법이 활용되고 있는데 동일지역에 대해 매번 사업 때마다 수행되고 있는 실정이다. 따라서 이러한 과정을 보다 효율적으로 수행하기 위한 하나의 방안으로 본 연구에서는 image chip을 이용하여 GCP를 취득하고 이를 데이터베이스로 구축하여 기존의 작업을 자동화, 체계화하고자 하였다. 이를 통하여 중복측량 방지와 데이터의 균질성을 기할 수 있었다. Image Chip의 영상 정합을 위해서는 상관계수법과 최소제곱정합법을 이용하여 부영상소 단위까지 정합결과를 얻을 수 있었으며 위성의 header 정보로부터의 영상의 표정각과 입사각에 대한 정보를 이용하여 축척과 회전요소를 고려함으로써 영상 정합시 보다 정확한 기준점 정보를 취득할 수 있었다. 또한, 이종 센서간 영상정합 가능성에 대해서 연구한 결과 KOMPSAT과 SPOT간에는 신뢰할 만한 수준의 정합 결과를 얻을 수 있었으나 고해상도 영상의 경우에는 항공사진과 IKONOS의 영상 정합시 센서의 방사학적 특성의 차이로 신뢰할 안한 결과를 얻을 수 없었다. 영상 정합시 정확도에 영향을 미치는 인자들에 관한 실험 결과 센서의 파장, 계절, Chip 영상의 크기 등이 큰 영향을 미쳤으며 영상정합을 위해 영상 GCP를 데이터베이스에서 검색할 때 이에 대한 고려가 우선적으로 이루어져야 할 것으로 사료된다.n of hub-and-spoke system, integration of logistics bases, introduction of (automatic) parking building, diversification of transportation mode, and etc. At the same time, we constructed three practically executable scenarios based on those ideas. The first is "Center Hub" scenario, the second is "Metropolitan Hub" scenario. The third and last scenario is "Regional Consolidation of Warehouses (distribution centers)".f worldly desire' and 'cordiality' that one could be deserved his diligency becoming a part of the harmonious idealistic living place. Fourthly, on the character of story teller. Originally he is a incomer of "Gang-Ho" from real world. so that reason, he is showing dualism not to deny the loyalty oath to his king, while he intends to satisfy with the life in "Gang- Ho" separating himself from real world. As a gentry, at that time, the loyalty oath is inevitable one and that is found from wr
최근 관심이 증대되고 있는 국토모니터링과 관련하여 기존의 SPOT, IRS, KOMPSAT, LANDSAT 등의 중ㆍ저해상도 위성영상과 IKONOS 등의 고해상도 위성영상을 이용하여 국토의 변화를 탐지하고자 하는 시도가 활발히 진행되고 있다. 이 때 영상의 기하보정은 필수적인 과정이며 영상의 기하보정시 기준점을 취득하는 과정에 많은 시간과 작업비용이 소요된다. 현재 기준점 취득은 수치지도 등을 통해 기존의 지상기준점을 이용하는 방법과 GPS를 이용한 현지 측량방법이 활용되고 있는데 동일지역에 대해 매번 사업 때마다 수행되고 있는 실정이다. 따라서 이러한 과정을 보다 효율적으로 수행하기 위한 하나의 방안으로 본 연구에서는 image chip을 이용하여 GCP를 취득하고 이를 데이터베이스로 구축하여 기존의 작업을 자동화, 체계화하고자 하였다. 이를 통하여 중복측량 방지와 데이터의 균질성을 기할 수 있었다. Image Chip의 영상 정합을 위해서는 상관계수법과 최소제곱정합법을 이용하여 부영상소 단위까지 정합결과를 얻을 수 있었으며 위성의 header 정보로부터의 영상의 표정각과 입사각에 대한 정보를 이용하여 축척과 회전요소를 고려함으로써 영상 정합시 보다 정확한 기준점 정보를 취득할 수 있었다. 또한, 이종 센서간 영상정합 가능성에 대해서 연구한 결과 KOMPSAT과 SPOT간에는 신뢰할 만한 수준의 정합 결과를 얻을 수 있었으나 고해상도 영상의 경우에는 항공사진과 IKONOS의 영상 정합시 센서의 방사학적 특성의 차이로 신뢰할 안한 결과를 얻을 수 없었다. 영상 정합시 정확도에 영향을 미치는 인자들에 관한 실험 결과 센서의 파장, 계절, Chip 영상의 크기 등이 큰 영향을 미쳤으며 영상정합을 위해 영상 GCP를 데이터베이스에서 검색할 때 이에 대한 고려가 우선적으로 이루어져야 할 것으로 사료된다.n of hub-and-spoke system, integration of logistics bases, introduction of (automatic) parking building, diversification of transportation mode, and etc. At the same time, we constructed three practically executable scenarios based on those ideas. The first is "Center Hub" scenario, the second is "Metropolitan Hub" scenario. The third and last scenario is "Regional Consolidation of Warehouses (distribution centers)".f worldly desire' and 'cordiality' that one could be deserved his diligency becoming a part of the harmonious idealistic living place. Fourthly, on the character of story teller. Originally he is a incomer of "Gang-Ho" from real world. so that reason, he is showing dualism not to deny the loyalty oath to his king, while he intends to satisfy with the life in "Gang- Ho" separating himself from real world. As a gentry, at that time, the loyalty oath is inevitable one and that is found from wr
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 저장된 여러 가지 위성으로부터 Chip GCP를 추출하여 이를 이종센서 영상간에 정합시켜 봄으로써 정확도를 검정하였고, 이종센서간 정합과정에 영향을 미칠 수 있는 인자에 관한 연구를 수행하였다.
따라서, Chip 영상을 데이터베이스에 저장할 때는 최적의 크기를 결정할 필요가 있다. 이에 본 연구에서는 Chip 영상의 크기를 다양하게 변화시켜 matching 정확도에 미치는 영향을 분석하였다. 일반적인 경우, 즉 해상도와 촬영시기가 다른 두 영상 SPOT과 KOMPSAT의 경우에 대해 chip 크기를 변화시켜 정확도를 분석해 보 았다.
제안 방법
또, 이종센서간에 matching 점을 다시 GCP Chip으로 만들어 활용할 경우를 산정하여 이러한 경우 영상정합이 반복될 때마다 오차가 얼마나 전파되는지를 분석하여 보았다. KOMPSAT에서 취득한 19개의 기준점에 대해서 IRS어서 영상정합을 한 후 여기서 생성된 Chip 영상에 대해서 SPOT 영상을 target으로 하여 영상정합을 시도하였다. 마지막으로 SPOT 영상에서 취득한 Chip GCP에 대해 KOMPSAT 영상과 정합을 시도하여 원래의 기준점에 대한 영상좌표와 얼마나 차이가 나는지 원래의 KOMPSAT 영상 기준점의 영상좌표와 정합된 KOMPSAT의 영상좌표를 비교해보았다.
또, 이종센서간에 matching 점을 다시 GCP Chip으로 만들어 활용할 경우를 산정하여 이러한 경우 영상정합이 반복될 때마다 오차가 얼마나 전파되는지를 분석하여 보았다. KOMPSAT에서 취득한 19개의 기준점에 대해서 IRS어서 영상정합을 한 후 여기서 생성된 Chip 영상에 대해서 SPOT 영상을 target으로 하여 영상정합을 시도하였다.
KOMPSAT에서 취득한 19개의 기준점에 대해서 IRS어서 영상정합을 한 후 여기서 생성된 Chip 영상에 대해서 SPOT 영상을 target으로 하여 영상정합을 시도하였다. 마지막으로 SPOT 영상에서 취득한 Chip GCP에 대해 KOMPSAT 영상과 정합을 시도하여 원래의 기준점에 대한 영상좌표와 얼마나 차이가 나는지 원래의 KOMPSAT 영상 기준점의 영상좌표와 정합된 KOMPSAT의 영상좌표를 비교해보았다. 결과는 x,y 방향으로 각각 5, 9 pixel 정도 였다.
먼저 GCP chip 영상과 이종센서간의 정합 가능성을 알아보기 위하여 IRS와 SPOT 영상으로부터 추출한 19개의 동일한 GCP chip 영상에 대해 KOMPSAT 영상을 target 영상으로 하여 각각 영상정합을 시도하여 그 결과를 비교해보았다. 정확도는 상용소프트웨어인 Erdas Imagine OrthoBase Pro를 이용하여 19개의 수치지도에서 취득한 기준점 좌표를 통해 Pushbroom 방식의 sensor modelings 수행하여 얻은 영상좌표의 residual에 대해 RMSE를 비교하였다.
본 연구에서는 GCP Chip을 이용하여 기준점 정보를 취득하여 다음과 같은 결론을 얻을 수 있었다. 1.
이에 본 연구에서는 Chip 영상의 크기를 다양하게 변화시켜 matching 정확도에 미치는 영향을 분석하였다. 일반적인 경우, 즉 해상도와 촬영시기가 다른 두 영상 SPOT과 KOMPSAT의 경우에 대해 chip 크기를 변화시켜 정확도를 분석해 보 았다.
대상 데이터
본 연구에서 사용한 실험 영상은 SPOT3, KOMPSAT, IRS-1C 의 중·저해상도급 위성의 Panchromatic영상을 사용하였다. 실험 지역은 대전지역으로 한정하였으며 대전지역이 도심지, 논·밭 등의 식생지역, 산악지역, 수계지역이 고루 분포하여 지형에 의한 영향을 고려하기 적합하기 때문이다.
데이터처리
먼저 GCP chip 영상과 이종센서간의 정합 가능성을 알아보기 위하여 IRS와 SPOT 영상으로부터 추출한 19개의 동일한 GCP chip 영상에 대해 KOMPSAT 영상을 target 영상으로 하여 각각 영상정합을 시도하여 그 결과를 비교해보았다. 정확도는 상용소프트웨어인 Erdas Imagine OrthoBase Pro를 이용하여 19개의 수치지도에서 취득한 기준점 좌표를 통해 Pushbroom 방식의 sensor modelings 수행하여 얻은 영상좌표의 residual에 대해 RMSE를 비교하였다. 사용자가 수치지도를 통해 취득한 영상좌표를 통한 센서모델링 결과와 IRS와 정합하여 얻은 KOMPSAT의 영상좌표, SPOT 영상과 정합결과 얻은 KOMPSAT의 영상좌표의 센서 모델링 결과는 다음과 같다.
이론/모형
본 연구에서는 대표적인 영역기반 정합방법인 상관계수법과 최소제곱정합법을 이용 하였다. 영상정합을 수행하기 전에 위성의 헤더정보로부터 네 모서리의 좌표를 읽어들여 GCP 좌표에 대한 affine transform을 수행함으로써 GCP의 target 영상에서의 대략의 영상좌표를 계산할 수 있다.
성능/효과
2. 다양한 조건을 가진 이종센서간 영상정합을 수행함으로써 영상정합의 자동화와 GCP Chip을 이용한 기준점 정보의 데이터베이스 구축의 가능성을 제시하였다.
3. 다양한 크기의 Chip 영상을 가지고 영상 정합을 시도한 결과 Chip 영상의 크기가 커질수록 정확도가 향상되었으며 정확도와 비용을 고려할 때 Chip 영상의 기는 60 pix이 정도가 적당할 것으로 사료 된다.
Chip 영상의 크기를 달리하였을 경우 센서 모델링을 통한 RMSE는 다음과 같다. 결과적으로 Chip size가 51 이상이었을 때 현저한 결과 향상을 보였으며 그 이상인 경우, 정합점에 수렴해감을 확인할 수 있었다. 따라서 무작정 Chip size를 크게 하는 것보다는 효율성을 위해 적정선에서 Chip size 를 결정해줄 필요가 있을 것으로 사료된다.
최적의 Chip 영상의 크기를 찾기 위한 실험 결과 일정 수준까지는 chip 영상의 크기가 커질수록 정확도가 높아짐을 확인해 볼 수 있었으나, 프로그램 구동 시간이 현저히 증가했고, 이에 따라 영상 검색이나 저장시에도 고비용이 소요되리라고 예상된다. 전체적으로 Chip size가 커질수록 전체 정확도가 향상되는 결과를 보였으며, 논·밭 등의 오정합 지역에서 큰 향상을 보였다. Chip size가 51인 경우 이상에서는 1〜2 pixel 이내에서 변하거나 대부분 변함이 없었다.
위성영상의 헤더정보에는 입사각, 표정각에 관한 정보를 포함하고 있는데 이 요소를 이용하여 회전요소와 축척 관계를 고려함으로써 영상의 기하를 조정할 수 있다. 즉, 표정각을 헤더정보로부터 읽어들여 회전요소를 고려하고, 입사각으로부 터 두 영상의 해상도에 따른 축척을 고려함으로써 이종센서간 또는 다른 환경에서 촬영된 다양한 시기의 영상들에 대해 정합 가능성을 높였다
최적의 Chip 영상의 크기를 찾기 위한 실험 결과 일정 수준까지는 chip 영상의 크기가 커질수록 정확도가 높아짐을 확인해 볼 수 있었으나, 프로그램 구동 시간이 현저히 증가했고, 이에 따라 영상 검색이나 저장시에도 고비용이 소요되리라고 예상된다. 전체적으로 Chip size가 커질수록 전체 정확도가 향상되는 결과를 보였으며, 논·밭 등의 오정합 지역에서 큰 향상을 보였다.
1. 해상도와 촬영시기가 서로 다른 이종센서 간의 영상정합을 시도함에 있어서, 회전과 축척을 고려함으로써 영상정합 결과의 신뢰도와 정확도를 높일 수 있었다.
후속연구
4. 고해상도 영상과 중·저해상도의 영상간 정합이나 고해상도 영상간 영상정합은 기복변위나 그림자의 영향으로 인해 영역기반정합 방법으로는 만족할만한 결과를 얻지 못한 바 향후 이에 대한 연구가 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.