Journal of the Institute of Electronics and Information Engineers (전자공학회논문지)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지
DOI QR코드

DOI QR Code

Enhancement of Spatial Resolution to Local Area for High Resolution Satellite Imagery

고해상도 위성영상을 위한 국소영역 공간해상도 향상 기법

  • Kang, Ji-Yun (Department of Information Communications Engineering, ChungNam National University) ;
  • Kim, Ihn-Cheol (Department of Information Communications Engineering, ChungNam National University) ;
  • Kim, Jea-Hee (Department of Information Communications Engineering, ChungNam National University) ;
  • Park, Jong Won (Department of Information Communications Engineering, ChungNam National University)
  • 강지윤 (충남대학교 정보통신공학과) ;
  • 김인철 (충남대학교 정보통신공학과) ;
  • 김재희 (충남대학교 정보통신공학과) ;
  • 박종원 (충남대학교 정보통신공학과)
  • Received : 2012.11.07
  • Published : 2013.04.25
Download PDF
⟨ Previous Next ⟩

Abstract

The high resolution satellite images are used in many fields such as weather observation, remote sensing, military facilities monitoring, cultural properties protection etc. Although satellite images are obtained in same satellite imaging system, the satellite images are degraded depending on the condition of hardware(optical device, satellite operation altitude, image sensor, etc.). Due to the fact that changing the hardware of satellite imaging system is impossible for resolution enhancement of these degraded satellite after launching a satellite, therefore the method of resolution enhancement with satellite images is necessary. In this paper the resolution is enhances by using a Super Resolution(SR) algorithm. The SR algorithm is an algorithm to enhance the resolution of an image by uniting many low resolution images, so an output image has higher resolution than using other interpolation methods. But It is difficult to obtain many images of the same area. Therefore, to solve this problem, we applied SR after by applying the affine and projection transform. As a results, we found that the images applied SR after affine and projection transform have higher resolution than the images only applied SR.

고해상도 위성영상은 기상관측, 지형관측, 원격탐사, 군사시설감시, 문화재보호 등 많은 분야에서 이용된다. 위성영상은 동일한 위성영상 시스템에서 획득한 영상이라 할지라도 하드웨어(광학장치, 위성의 운용고도, 영상 센서 등)의 조건에 따라서 해상도가 저하된 영상들이 발생한다. 따라서 위성이 발사된 이후에는 이러한 해상도가 저하된 영상들의 해상도 향상을 위해서 영상시스템의 하드웨어를 변경하는 것은 불가능하므로 위성영상 자체를 이용하여 해상도를 향상시키는 방법이 필요하다. 본 논문에서는 이러한 저해상도 위성영상을 이용하여 해상도를 향상시키는 방법으로 SR(Super Resolution) 알고리즘을 사용하였다. SR 알고리즘은 다수의 저해상도 영상들의 정합을 통해 영상의 해상도를 향상시키는 알고리즘이다. 하지만 위성영상에서는 동일 지역에 대한 여러 장의 영상을 획득하기 어렵다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 어파인 변환(Affine Transform)및 투영 변환(Projection Transform)을 적용 후 영상에 대한 기하학적 변화를 보정하여 SR 알고리즘을 수행하였다. 그 결과 SR 알고리즘만 적용한 영상보다 어파인 변환과 투영 변환을 거친 후 SR 알고리즘을 적용한 영상에서 해상도가 확실하게 더 증가되는 것을 확인하였다.

Keywords

References

  1. S. M. Park, M. K. Park, M. G. Kang, "Super-Resolution Image Construction: A Technical Overview," IEEE signal processing magazine, pp. 21-36, 2003.
  2. R. C. Gonzalez, R. E. Woods, Digital Image Processing 2nd ed., 2002.
  3. D. Jain. "Superresolution using Papoulis- Gechberg Algorithm," Digital Video Processing, 2005.
  4. M. Irani and S. Peleg, "Improving resolution by image registration," CVGIP: Graphical Models and Image Proc., vol. 53, pp. 231-239, May 1991. https://doi.org/10.1016/1049-9652(91)90045-L
  5. A. Zomet, A. Rav-Acha, S. Peleg, "Robust Super-Resolution," IEEE Computer Vision and Pattern Recognition, vol. 1, pp. 645-650, 2001.
  6. A. M. Tekalp, Digital Video Processing. Englewood Cliffs, NJ: Prentice Hall, 1995.
  7. T. Q. Pham, L. J. van Vliet, and K. Schutte, "Robust fusion of irregularly sampled data using adaptive normalized convolution," EURASIP J. Appl. Signal Process., article ID 83268, 2006.
  8. D. Zwillinger(Ed.), Affine Transformation, 4.3.2 in CRC Standard Mathmatical Tables and Formulae 31st ed, Boca Raton, FL:CRC Press, pp. 265-266, 1995.
  9. R. Hartley, A. Zisserman, Multiple View Geometry in computer vision, Cambridge Univ. Press, pp. 32-33, 2003.
  10. F. Li, X. Jia, D. Fraser, and A. Lambert, "Super resolution for remote sensing images based on a universal Hidden Markov Tree model," IEEE Trans. Geosci. Remote Sens., vol. 48, pp. 1270-1278, Mar. 2010. https://doi.org/10.1109/TGRS.2009.2031636
  11. J. L. Moiqne, N. S. Netantahu, R. D. Eastman, Image Registration for Remote Sensing, Cambridge Univ. Press, 2011.
  12. Z. Wang, A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli, "Image quality assessment: From error measurement to structural similarity," IEEE Trans. Image Process., vol. 13, no. 4, pp. 600-612, Apr. 2004. https://doi.org/10.1109/TIP.2003.819861
  13. B. Girod, What's wrong with mean-squared error, in Digital Images and Human Vision(A. B. Watson, ed.), pp. 207-220, the MIT press, 1993.