A Case Study of Amplitude-Based Change Detection Methods Using Synthetic Aperture Radar Images

위성 레이더 영상을 활용한 강도 기반 변화탐지기술 활용 사례연구

Abstract

The Korea Aerospace Research Institute is responsible for supplying and supporting the utilization of imagery data from the Arirang satellite series for organizations affiliated with the Government Satellite Information Application Consultation. Most of them primarily utilize optical imagery, and there is a relative lack of utilization of Synthetic Aperture Radar (SAR) imagery. In this paper, as part of supporting the use of SAR images, we investigated SAR intensity-based change detection algorithms and their use cases that have been researched to determine SAR intensity-based change detection algorithms to be developed in the future. As a result of the research, we found that various algorithms utilizing intensity difference, correlation coefficients, histograms, or polarimetric information have been researched by numerous researchers to detect and analyze change pixels and the applications of change detection algorithms have been studied in various fields such as a city, flood, forest fire, and vegetation. This study will serve as a reference for the development of SAR change detection algorithms, intended for utilization in the Government Satellite Information Application Consultation.

한국항공우주연구원은 위성정보활용협의체 소속기관을 대상으로 아리랑위성 시리즈 영상자료 보급 및 활용지원을 담당하고 있다. 협의체 소속기관 사용자들은 대부분 광학 영상 중심으로 위성영상을 활용하고 있으며, 상대적으로 Synthetic Aperture Radar (SAR) 영상에 대한 활용 방안은 미흡한 실정이다. 본 논문에서는 SAR 영상자료 활용을 지원하기 위한 일환으로 향후 개발할 SAR 강도 기반 변화탐지 기술의 결정을 위해 현재까지 연구되어진 SAR 강도 기반 변화탐지 기술과 그 활용사례들을 조사했다. 조사 결과 많은 연구자로부터 강도 차분, 상관계수, 히스토그램(Histogram) 또는 편파 정보를 활용하여 변화 픽셀을 탐지하고 분석하기 위한 다양한 알고리즘들과 도시, 홍수, 산불, 식생과 같은 다양한 분야에서 변화탐지 알고리즘의 활용방안이 연구되었음을 확인할 수 있었다. 본 연구는 위성정보활용협의체에 활용할 SAR 변화탐지 기술 개발에 활용할 예정이다.

1. 서론

Synthetic Aperture Radar (SAR) 위성영상의 활용 방안이 대두됨에 따라 많은 SAR 위성들이 개발되고 운용될 계획에 있다. 한국에서는 국가적 수요를 목적으로 위성 정보를 활용하기 위해 위성정보활용협의체를 구성하고 있으며, 협의체 내에는 다양한 정부 기관들이 소속되어 있다. 한국항공우주연구원은 위성정보활용협의체에 대한 위성정보 지원을 맡고 있으며, 그 일환으로 광학 및 SAR 영상 활용 프로그램을 제공하고 있다(Chae et al., 2022). 하지만 현재 위성정보활용협의체에서는 대부분 광학 영상 위주로 활용을 하고 있으며, SAR 영상에 대한 활용 사례가 상대적으로 미진한 상황이다(Chae et al., 2022). 현재 운용 중인 아리랑 5호를 포함하여 아리랑 6호 그리고 소형 SAR 군집위성 등이 발사될 예정이므로 이러한 상황에 발맞추어 SAR 영상을 활용할 수 있는 다양한 프로그램을 개발하는 것이 필요한 시점이다.

현재 국내의 다양한 연구자들에 의해 SAR 위성 활용 사례들이 조사되고 정리된 바가 있다(Baek and Jung, 2019; Lee, 2006; Lee et al., 2021; Yang, 2018; Yoon et al., 2010). 앞선 연구들에서는 SAR 시스템의 소개와 SAR를 활용해 구현할 수 있는 기술 요소들의 특징을 정리하는데 초점이 맞추어져 있다. 이로 인해 활용 기술들을 이용한 실제 활용사례에 대한 소개보다는 해당 활용사례에서의 변화탐지 기술의 기술적 의의에 중점을 두어 정리가 되어있어 SAR 활용기술이 실제 어떤 사례에서 활용되고 있는지를 알기가 어렵다는 한계가 존재한다. 본 논문에서는 SAR를 이용한 강도 기반 변화탐지 기술들과 더불어 각 변화탐지 기술을 활용하여 실제 변화를 탐지한 사례를 조사하여 정리했다는 점에서 기존 연구들과 차별점이 있다. 본 논문의 조사 결과는 향후 위성활용협의체의 SAR 영상활용 지원을 위한 SAR 변화탐지 기술 개발에 활용될 예정이다.

2. SAR 강도 기반 변화탐지 기술

2.1. 상관계수 기반 변화탐지

SAR 강도 정보를 활용한 변화탐지 기술은 국내외 많은 연구자들에 의해 연구되어 왔으며, 강도 차분 및 상관계수 정보를 활용해 변화를 탐지하는 경우를 자주 볼 수 있다(Carreño Conde and De Mata Muñoz, 2019; Liu and Yamazaki, 2011; Long et al., 2014; Rignot and van Zyl, 1993). 홍수처럼 변화 전후의 후방산란 강도가 명확하게 달라지는 사례에서 변화를 탐지하는 경우에는 상관계수를 이용하지 않고 차분정보만 활용하여 홍수 피해를 입은 영역을 탐지하는 경우도 존재한다(Long et al., 2014).

하지만 도시나 산간 지역에서는 많은 개체들이 비슷한 후방산란 강도를 나타내거나, 자동차나 벌목된 나무 몸통과 같은 작은 개체로부터 오는 강한 후방산란 또는 노이즈 등에 의해 오탐지가 발생하기도 한다. 이러한 오탐지를 줄이기 위해 특정 크기 이하의 변화 픽셀을 제거하거나 인접한 작은 변화 픽셀들을 한 개의 폴리곤(Polygon)으로 처리하는 경우도 존재한다(Lasaponara and Tucci, 2019; Liu and Yamazaki, 2011; Long et al., 2014). 강도 상관계수 기반 변화탐지 알고리즘들은 강도 정보를 이용하므로 영상들의 획득 간격이 길거나 위성의 자세가 불안정하더라도 어느 정도의 적용이 가능하며, 상대적으로 쉬운 구현 난이도에 비하여 변화가 발생한 지역들을 인지할 수 있는 수준의 변화탐지 성능을 나타낸다는 장점이 있다.

2.2. 히스토그램(Histogram) 기반 변화탐지

일부 사례에서는 다중시기 영상들로부터 생성한 차분 영상의 히스토그램을 기반으로 변화탐지를 수행하였으며, Generalized Kittler and Illingworth Thresholding (GKIT), Expectation-Maximization (EM) 등의 변화탐지 알고리즘과 그 변형 알고리즘을 활용하였다(Bruzzone and Prieto, 2000; Hu and Ban, 2014; Lopez and Stilla, 2022). 해당 알고리즘의 기본 가정과 원리는 영상에서 변화가 있는 픽셀과 없는 픽셀들의 쌍봉분포 또는 다봉분포를 이룰 것이므로 적절한 값을 임계치로 설정하여 변화가 존재하는 픽셀들을 구분하는 것이다. 하지만 영상에 존재하는 노이즈들로 인해 변화 영역을 선명하게 구분하기 어려운 경우가 존재한다.

이로 인해 많은 연구들에서는 노이즈를 줄이기 위하여 Gamma MAP 필터, Kuan 필터, Lee 필터 등 다양한 노이즈 저감 필터를 적용하였다(Kim et al., 2016; Hu and Ban, 2014; Lopez and Stilla, 2022). 만약 영상 내 변화 영역의 비율이 너무 적은 경우 전체 히스토그램이 단봉 분포의 형태를 나타내게 되는데, 이러한 분포 형태에서 변화 픽셀을 분류하기 위하여 Between-Class Variance (BCV), Generalized Gausian Model (GG)-GKIT와 같은 알고리즘이 개발되고 적용되었다(Demirkaya and Asyali, 2004; Hu and Ban, 2014).

2.3. 편파 기반 변화탐지

SAR 영상에서는 레이더 신호의 송신과 수신 편파를 기록하며, 수평(Horizontal) 편파는 H, 수직(Vertical) 편파는 V로 표시한다. 위성마다 제공하는 편파 정보가 다르며 편파 정보는 HH, VV, HV, VH 4개로 구성되어 있다. 이 중 동시에 한 개 편파 정보만 제공하면 단일 편파라고 부르며, 동시에 두 개 편파 정보를 제공하면 이중 편파, 4개 편파 모드를 제공하면 완전 편파라고 부른다.

지상 물체의 구조에 따라 레이더 신호의 후방산란 편파 정보가 서로 다르게 나타나는 특성을 이용하여 SAR 편파 정보를 활용한 식생 분류, 유류유출 탐지 등 다양한 연구가 수행되었다(Brisco et al., 2013; Kim and Jung, 2018; Xu et al., 2018; McNairn and Brisco, 2004). 일반적으로 식생의 경우 유의미한 변화가 존재하지 않더라도 서로 다른 시기에 촬영한 영상에서의 후방산란 강도가 서로 다르게 나타나 단순한 강도 차분과 같은 기법을 쓰는 경우 변화 오탐지가 발생할 수 있다.

식생에서의 변화를 관측하기 위한 방법 중 하나로 후방산란된 편파 정보를 편파 분해를 통해 체적 산란, 이 중 산란, 표면 산란으로 분류할 수 있다(Hong et al., 2015). 체적 산란은 다양한 방향으로 무성하게 뻗어 있는 식생으로부터 발생하고, 이중 산란은 지표면과 식생 줄기와 같은 직교하는 두 평면에서 발생하며, 표면 산란은 Bragg 표면 산란에 의해 수면에서 주로 발생한다(Brisco et al., 2013). 이러한 성질을 이용하여 식생에서 어떠한 변화가 발생했는지 파악하는 연구가 다수 수행되었다(Brisco et al., 2013; Silva-Perez et al., 2021; Ye et al., 2022; Zhang et al., 2014).

3. SAR 강도 기반 변화탐지 활용사례

3.1. 도시 변화탐지

도시에서 발생하는 변화는 주로 건물이나 교량과 같은 인공구조물의 신설, 증축 또는 해체로 인한 특정 개체의 변화와 태풍, 홍수, 지진과 같은 자연재해로 인해 도시 전역에서 발생하는 변화가 있다. 일반적으로 강도 기반 변화탐지 기법을 적용한 도시 변화탐지 연구들에서는 해당 변화가 신설과 증축 등으로 인해 새롭게 생겨난 변화인지 해체 또는 파괴로 인해 사라진 변화인지 파악할 수가 있다(Bruzzone and Prieto, 2000; Hu and Ban, 2014; Liu and Yamazaki, 2011; Lopez and Stilla, 2022).

하지만 해당 변화가 건물과 같은 인공구조물의 변화인지 숲이나 강에서 발생한 변화인지 분류할 수 없다는 한계점이 존재한다. SAR 영상을 거리 방향으로 서로 다른 중심 주파수를 가진 Sublook 영상을 만들었을 때 인공 구조물과 같이 강하고 안정적으로 후방산란을 발생시키는 픽셀의 위상 정보는 서로 다른 Sublook 영상 내에서 선형적으로 변화하게 된다(Sanjuan-Ferrer et al., 2015; Schneider and Papathanassiou, 2009). 이러한 특징을 이용하여 Lopez and Stilla (2022)는 강도 기반 변화탐지 기법을 적용해 얻은 변화탐지 결과로부터 인공구조물에서 발생한 변화만을 추출하였다(Fig. 1).

Fig. 1. Example of change detection on man-made structures (Lopez and Stilla, 2022).

Washaya et al. (2018)은 지진, 태풍, 전쟁으로 인해 도시 전역에서 발생한 피해를 확인하기 위하여 긴밀도(Coherence) 영상을 이용한 변화탐지를 수행했다. 도시 지역에서 변화가 발생하면 다중 시기 영상에서의 긴밀도가 낮아지는 점에서 착안하여 긴밀도를 기준으로 변화 유무를 분류하였다. 이후 변화 픽셀을 그대로 사용하는 것이 아니라 행정구와 같이 도시 구획을 나누어 폴리곤을 생성하여 각 폴리곤 내에 존재하는 모든 픽셀들의 긴밀도 평균과 표준편차를 구함으로써 각 구역마다의 변화 정도를 파악하였다. 이를 통해 도시 내 변화가 많이 발생한 지역을 더 직관적으로 확인할 수 있었다.

3.2. 홍수 변화탐지

잔잔한 수면은 후방산란 강도가 약해 지상에 비해 SAR 영상 내에서 어둡게 보인다. 이러한 특징을 이용하여 홍수로 인해 물이 잠긴 지역을 파악하기 위한 다양한 연구들이수행되었다(CarreñoConde andDe Mata Muñoz, 2019; Long et al., 2014; Reksten et al., 2019).

홍수에 있어 지형의 경사는 물의 유속과 배수에 영향을 미치며, 경사가 가파를수록 아래 지역에 더 많은 홍수가 발생할 수 있지만 경사가 높은 해당 지역에는 홍수가 날 경향이 적다(Al-Juaidi, 2023; Moharrami et al., 2021; Nguyen et al., 2020). 또한 일반적으로 높은 고도에 있을 수록 실제 홍수가 날 가능성이 적다(Degiorgis et al., 2012). 이러한 점을 이용해 일부 홍수 탐지 연구에서는 지형 고도를 고려하여 홍수가 날 확률이 적은 곳을 미리 제거하는 과정을 거쳐 홍수 오탐지 확률을 줄였다(Reksten et al., 2019; Schlaffer et al., 2015).

전처리를 통해 실제 홍수 탐지를 수행할 후보 영역을 줄였다고 하더라도 침수 지역 구분을 위한 히스토그램 임계값을 설정하는 데 있어서 SAR 영상에 존재하는 스펙클(Speckle) 노이즈로 인해 영향을 받게 된다. 따라서 노이즈 저감을 위해 노이즈 필터를 적용하여야 하는데 필터의 크기가 너무 크다면 오히려 수체 탐지 성능이 저조해지는 부작용이 나타나므로 적정한 크기의 노이즈 필터 크기를 선정하는 것이 중요하다(Carreño Conde and De Mata Muñoz, 2019; Long et al., 2014; Park, 2016).

Long et al. (2014)은 영상 차분 히스토그램으로부터 홍수 침수 지역을 탐지한 뒤 홍수 픽셀들을 그룹화함으로써 노이즈로 인해 산발적으로 발생한 오탐지 영향을 줄였으며, 수년 동안의 홍수 침수 영역을 탐지하여 그려냄으로써 효과적으로 홍수 취약 지역을 나타냈다(Fig. 2).

Fig. 2. Example of 4 years of flood detection (Long et al., 2014).

3.3. 식생 변화탐지

SAR 영상을 이용한 식생의 변화탐지는 산불이나 홍수와 같은 자연재해로 인해 식생에 생긴 변화를 탐지하는 사례(Abdikan et al., 2022; Brisco et al., 2013; Lasaponara and Tucci, 2019; Ruiz-Ramos et al., 2018; Tanase et al., 2015)와 작물의 분류나 생장 과정에서 생긴 변화를 관측하는 사례(Silva-Perez et al., 2021; Xu et al., 2018; Ye et al., 2022; Zhang et al., 2014)로 나눌 수 있다.

Ruiz-Ramos et al. (2018)은 SAR 영상에서 산불 피해를 입은 지역을 관측할 수 있는지 알아보기 위해 단순히 후 방산란 강도의 차이를 비교하였다. 그 결과 산불이 발생한 이후부터 화재 피해 지역에서의 후방산란 강도가 아주 오랜기간 계속해서 낮아짐을 발견했다. Tanase et al. (2015)은 후방산란된 강도 정보로부터 Radar Burn Ratio (RBR) 지수맵을 생성하여 산불 피해를 입은 식생 영역을 추출했다. 하지만 고정된 임계값을 이용해 산불 피해 영역을 추출하므로 식생 군락의 종류가 달라지거나 지형이 달라짐에 따라 산불 피해 탐지 성능이 변하게 되는 단점이 존재했다. 이를 보완하기 위해 Lasaponara and Tucci (2019)는 RBR 지수맵에 무감독 분류(unsupervised classification)를 적용하여 특정 지형이나 군락과 관계없이 산불 피해의 심각 정도를 추출해낼 수 있었다.

SAR 영상을 이용해 작물의 분류와 생장 과정을 관찰하기 위한 연구들은 작물의 형상에 따라 달라지게 되는 후방산란 특성을 이용하기 위해 이중 편파 이상의 영상을 사용하여 연구를 수행했다(Silva-Perez et al., 2021; Xu et al., 2018; Ye et al., 2022; Zhang et al., 2014). Silva-Perez et al. (2021)과 Xu et al. (2018)은 다중 편파를 이용해 작물 생장 과정에서 발생하는 후방산란 특성을 이용해 작물 분류를 수행했다(Fig. 3). 하지만 입사각이나 궤도 등 후방산란되는 편파 정보에 영향을 끼치는 요소들에 의해 작물 분류 성능이 낮아질 수 있으므로 해당 요소들을 잘 고려해주어야 한다(Silva-Perez et al., 2021).

Fig. 3. Example of Quad-pol based crop classification (Silva-Perez et al., 2021). (a) Ground-Truth. (b) Result of the crop classification.

Brisco et al. (2013)은 홍수피해를 입은 지역에서 식생의 침수 정도를 관측하는 연구를 수행했다. 이를 위하여 식생에서부터 돌아오는 후방산란 편파 정보를 Freeman-Durden 분해(Freeman and Durden, 1998)를 통해 체적 산란, 이중 산란, 표면 산란으로 분류하였다. 이 중 산란과 체적 산란은 식생이 무성한 곳에서 주로 발생하게 되므로 두 산란이 확연히 증가하는 곳은 큰 침수 피해를 받은 후 물이 배수되면서 식생이 수면 밖으로 들어나게된 곳을 의미한다(Brisco et al., 2013). 표면 산란은 수면에서부터 주로 발생하게 되므로 표면 산란이 감소하는 것은 침수되었던 지역에서 물이 배수됨을 의미하며 반대로 표면 산란이 증가하는 지역은 제방을 쌓는 등의 인위적인 수위 관리 활동에 의해 수위가 높아진 지역을 의미한다(Brisco et al., 2013). 해당 결과로부터 직접적인 수위 관측을 수행할 수는 없었지만 침수피해 지역의 식생을 통해 간접적으로 침수피해 높이와 영역을 파악할 수 있었다.

4. 결론

본 논문에서는 SAR 강도 정보를 활용한 변화탐지 기술과 해당 기술들의 활용사례를 조사 및 정리하였다. 강도 기반의 변화탐지 기술만으로도 도시, 홍수, 산불, 식생 분야에서의 다양한 활용이 가능하다는 것을 확인했다. 하지만 통계적으로 각 분야마다의 활용사례연구를 정량적으로 분석하지 못하여 어느 분야에서 얼마나 활발히 연구가 수행되고 있는지는 파악하지 못하였다. 그리고 본 논문에서 조사한 개 분야 이외에도 선박과 유류 유출 탐지(Abou El-Magd et al., 2020; Kim and Jung, 2017; Baek and Jung, 2021), 해안선 변화탐지(Chen et al., 2011; Liu et al., 2016; Vandebroek at al., 2017), 표적 탐지(Cui et al., 2011), 토지피복 변화탐지(Braun and Hochschild, 2017), 유적 탐지(Tapete et al., 2013) 등 다양한 활용사례가 존재하므로 위성정보활용협의체 소속기관의 SAR 영상 활용방안 수요에 맞춘 추가 조사가 필요하다.

현재 시점에서 한국항공우주연구원 국가위성정보활용지원센터에서 운영 중인 유일한 SAR 위성인 아리랑 5호는 단일 편파만을 제공하여(Lee, 2010) 본 논문에서 소개한 편파를 활용한 변화탐지 기법을 적용하기에는 어려움이 있다. 하지만 향후 발사 예정인 아리랑 6호의 경우 완전 편파를 제공할 계획에 있으므로(Yang,2018) 아리랑 6호 활용 지원을 위해서는 편파 기반 변화 탐지 기술개발이 요구될 것으로 전망된다. 한국항공우주연구원을 주도로 위성정보활용협의체 소속기관에서 필요한 SAR 변화탐지 활용방안을 조사하고 이를 바탕으로 기술 개발계획을 수립하고 활용기술을 개발한다면 미래 SAR 위성정보 활용에 관한 국가적 수요가 발생한 때에 유용하게 사용될 수 있을 것으로 기대된다.