Korean Journal of Remote Sensing (대한원격탐사학회지)

Korean Society of Remote Sensing (대한원격탐사학회)
권호 표지
DOI QR코드

DOI QR Code

Image Registration of Cloudy Pushbroom Scanner Images

구름을 포함한 푸쉬브룸 스캐너 영상의 밴드간 상호등록

  • Lee, Won-Hee (Department of Civil Engineering, Chosun University) ;
  • Yu, Su-Hong (School of Civil & Environmental Engineering, Yonsei University) ;
  • Heo, Joon (School of Civil & Environmental Engineering, Yonsei University)
  • 이원희 (조선대학교 토목공학과) ;
  • 유수홍 (연세대학교 사회환경시스템공학부) ;
  • 허준 (연세대학교 사회환경시스템공학부)
  • Received : 2010.11.12
  • Accepted : 2011.01.14
  • Published : 2011.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

Since PAN(panchromatic) and MS(multispectral) imagery of pushbroom scanner have the offset between PAN and MS CCD(charge coupled device) in the focal plane, PAN and MS images are acquired at different time and angle. Since clouds are fast moving objects, they should lead mis-registration problem with wrong matching points on clouds. The registration of cloudy imagery to recognize and remove the contamination of clouds can be categorized into three classes: (1) cloud is considered as nose and removed (2) employing multi-spectral imagery (3) using multi-temporal imagery. In this paper, method (1) and (3) are implemented and analysed with cloudy pushbroom scanner images.

푸쉬브룸 스캐너 PAN영상과 MS영상 사이에는 오프셋이 존재하며 서로 다른 시간과 각도로 촬영하고 있다. 이로 인하여 구름과 같이 빠르게 움직이는 물체는 오정합 점들을 생성하며 이는 PAN영상과 MS영상간의 상호영상등록의 오차를 발생시킨다. 특히 구름(안개 및 스모그 포함)이 있는 기상조건 하에서 얻어진 위성영상은 구름에 의해 가려진 지형정보를 추출하는 데 있어 많은 문제를 야기하기 때문에 정확한 영상등록을 위해서는 효과적인 구름 탐지 및 제거 알고리즘이 필요하다. 구름 제거를 위한 관련 연구들은 크게 다음과 같은 세 가지로 나누어지는데 (1) 구름 검출 알고리즘을 통해 구름으로 여겨지는 영역을 분리하여 구름영역을 제거하는 방법 (2) 다중분광영상의 밴드정보를 이용하는 방법 (3) 다시기 영상정보를 이용하는 방법들로 나눌 수 있다. 본 연구에서는 구름 지역을 제거하는 방법과 다시기영상을 이용하는 방법을 사용하여 구름이 포함된 푸쉬브룸 스캐너 밴드간 영상등록의 정확도를 비교, 분석하였다.

Keywords

References

  1. Arellano, P., 2003. Missing information in remote sensing wavelet approach to detect and remove clouds and their shadows, Master Thesis, Institute of Geo-information Science and Earth Observation, Enschede, The Netherlands.
  2. Gabarda, S. and G. Cristobal, 2007. Cloud covering denoising through image fusion, Image Vision Computation, 25: 523-530. https://doi.org/10.1016/j.imavis.2006.03.007
  3. Helmer, E. H. and B. Ruefenacht, 2005. Cloud-free satellite image mosaics with regression trees and histogram matching, Photogrammetry Engineering & Remote Sensing, 71(9): 1079-1089. https://doi.org/10.14358/PERS.71.9.1079
  4. Kong, J. G. S. Hu, and D. Liang, 2010. Thin cloud removing apporach of color remote sensing image based on support vector machine, 2010 Asia-Pacific Conference on Wearable Computing Systems, 131-135.
  5. Liwe, S. C., M. Li, and L. K. Kwoh, 2003. Producing cloud free and cloud-shadow free mosaic from cloudy IKONOS images, Proceedings 2003 IEEE International Geoscience and Remote Sensing System, Toulouse, France.
  6. Meng, Q., B. E. Borders, C. J. Cieszewski, and M. Madden, 2009. Closest spectral fit for removing clouds and cloud shadows, Photogrammetry Engineering & Remote Sensing, 75(5): 569-576. https://doi.org/10.14358/PERS.75.5.569
  7. Tseng, D. C., H. T. Tseng, and C. L. Chien, 2008. Automatic cloud removal from multitemporal SPOT images, Applied Mathematics and Computation, 205: 584-600. https://doi.org/10.1016/j.amc.2008.05.050

Cited by

  1. Automatic Co-registration of Cloud-covered High-resolution Multi-temporal Imagery vol.21, pp.4, 2013, https://doi.org/10.7319/kogsis.2013.21.4.101