• 한국측량학회지
• /
• 제36권6호
• /
• pp.581-588
• /
• 2018

본 연구는 다시기 영상의 활용이 유리한 RapidEye 영상의 활용성을 증대시키기 위하여, 이들 간에 지역적으로 존재하는 기하오차를 최소화 하는 정밀 상호좌표등록 기법을 제안하였다. 이를 위해, RapidEye 영상과 함께 제공되는 RPCs (Rational Polynomial Coefficients)를 이용하여 다시기 정사영상을 생성하고, 정사영상 간의 정밀 상호 좌표등록을 수행하였다. 정사영상을 생성하기 위해서 수치지도에서 추출된 DEM (Digital Elevation Model)을 활용하였으며, 정밀 상호좌표등록을 수행하기 위하여 RNCC (Registration Noise Cross Correlation) 기법을 적용하였다. 영광지역에 대해 2015년 5월부터 2016년 11월까지 획득된 RapidEye 1B 영상 총 4장을 활용하여 실험을 진행하였으며, 밴드별(blue, green, red, red edge, near-infrared)로 적용된 정밀 상호좌표등록 결과 비교분석을 통해 각 밴드가 보이는 상호좌표등록 적용 가능성 여부를 판단하였다. 실험 결과, RapidEye 영상의 모든 밴드를 활용하여 상호좌표등록이 가능하였으며, 상호좌표등록을 하지 않았을 때보다 다시기 영상 간 정량적/정성적으로 향상된 기하 일치도를 보였다. 특히 red와 red edge 밴드를 이용할 경우 다시기 영상 촬영시기의 계절적 차이에 관계없이 안정적인 상호좌표등록 결과를 보임을 확인하였다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.491-498
• /
• 2019

본 연구는 KOMPSAT-3 및 3A호 영상 간 상호좌표등록을 수행할 당시에 두 영상이 보이는 수렴각(convergence angle)의 크기에 따라서 상호좌표등록의 정확도가 어떻게 달라지는지에 대한 분석을 수행하였다. 고해상도 위성영상의 메타데이터에서 제공하는 영상의 좌표정보를 이용하여 영상 정합을 수행하기 위한 탐색영역을 줄일 수 있으므로, 본 연구에서는 좁은 탐색영역에서 정합 신뢰도가 높은 영역기반 정합쌍 추출 기법 중 하나인 상호정보(mutual information) 기법을 활용하였다. 상대적으로 해상도가 낮은 다중분광 영상을 이용하여 초기 상호좌표등록을 수행하여 초기 위치관계를 파악하고, 보다 정밀한 상호좌표등록을 위해 전정색 영상의 관심대상지역을 중심으로 정밀 상호좌표등록을 수행하였다. 대전지역에서 촬영된 16장의 KOMPSAT-3 및 3A호 영상으로 120개의 조합을 구성하여 실험을 수행하였다. 실험결과, 영상 간 수렴각 크기와 상호좌표등록 정확도 사이의 상관계수 값은 0.59를 보였고, 영상 간의 수렴각 크기가 클수록 상호좌표등록 정확도가 떨어지는 경향을 보이는 것을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.49-52
• /
• 2006

최근 대규모 지역 혹은 전 지구에 걸친 분석 및 모니터링을 위한 위성영상의 사용이 늘어나면서 이를 처리하기 위한 효율적인 '영상좌표 상호등록'법이 요구되고 있다. 이에 본 연구에서는 일반적으로 오랜 시간이 소요되는 '영상좌표 상호등록'의 효율성을 높이기 위해 '사전검수영역기반정합법'(Pre-qualified area based matching)을 사용하였다. 이를 통해 '영상좌표 상호등록'시 연산시간을 현저히 단축시켰고 추출된 정합점에 과대오차제거법을 적용함으로서 단순히 영역기반정합법을 적용한 경우에 비해서 정확도가 향상됨을 확인할 수 있었다. 제안한 알고리즘을 이용하여 테스트 프로그램을 작성, 한반도 Landsat ETM+ 영상 3장을 이용하여 테스트하였다. 정합점 간의 평균제곱오차는 0.436 영상소, 정합점은 평균 38,475개로 나타났다. 연산시 간은 평균 약 8분으로 나타났다.

• 한국측량학회지
• /
• 제39권1호
• /
• pp.13-21
• /
• 2021

아리랑3호, 국토위성 등 고해상도 국토관측 위성은 일반적으로 가시광 및 근적외선 영역의 영상을 획득하기 위한 MS (Multispectral) CCD (Charge Coupled Device) 센서와 MS보다 4배의 공간해상도를 갖는 고해상도 PAN (Panchromatic) 영상을 획득하기 위한 CCD 센서의 조합으로 된 카메라를 탑재한다. 카메라 내에서 PAN과 MS CCD라인이 일정한 간격을 갖게 설치되기 때문에 위성이 궤도를 지나가며 대상물을 약간의 시간차를 갖고 촬영하게 되며 따라서 영상 내의 대상물 위치도 달라진다. PAN과 MS 영상융합을 위해서는 PAN과 MS영상간의 정밀한 상호좌표등록이 필요한데, 본 연구에서는 센서모델링을 통한 기법과 영상 매칭의 융합을 통한 상호좌표등록을 수행하였다. PAN과 MS 상호 센서모델링을 통해 초기 상호좌표등록을 수행하고, 영상 매칭을 통해 그 정밀도를 향상시켜 약 RMSE (Root Mean Square Error) 0.2 화소의 정밀도를 확보할 수 있었다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.221-232
• /
• 2021

본 연구는 KOMPSAT-3 및 KOMPSAT-3A호에서 전처리 단계에 따라 구분하여 제공하는 Level 1R 영상과 Level 1G 영상을 이용하여 기준영상의 기하품질에 따른 상호좌표등록 결과 분석을 수행하였다. 기준영상으로 Level 1R 영상 및 1G 영상 각각을 사용하고 대상영상은 Level 1R 영상을 사용하여 상호좌표등록을 수행하였다. 실험을 위해 대전지역에서 촬영된 KOMPSAT-3 및 3A호의 Level 1R, 1G 영상 총 7장을 이용하였다. 상호좌표등록을 수행하기 위해, 우선적으로 특징기반 정합기법인 SURF (Speeded-Up Robust Feature) 기법과 영역기반 정합기법인 위상상관 (Phase Correlation) 기법을 함께 이용한 반복적 정합기법을 통해 두 영상의 기하학적 위치를 개략적으로 일치시켜 주었다. 개략적으로 일치된 영상에서 SURF 기법을 이용하여 정합쌍을 추출하고 Affine 변환모델과 Piecewise Linear 변환모델을 각각 구성하여 상호좌표등록을 수행하였다. 실험결과, 기하오차가 보정된 Level 1G 영상을 기준영상으로 선정하였을 경우, Level 1R 영상을 이용하였을 때보다 상대적으로 많은 수의 정합쌍을 추출하였다. 또한, 기준영상이 Level 1G 영상일 때의 상호좌표등록 RMSE (Root Mean Square Error) 값이 평균 5화소 미만으로 Level 1R 영상을 이용하였을 때보다 더 낮은 것을 확인하였다. 이는 상호좌표등록 수행 시 두 위성영상 간의 초기위치관계가 상호좌표등록 결과에 영향을 끼칠 수 있음을 의미하며, 기준영상의 기하품질이 우수할수록 안정적인 상호좌표등록 정확도를 나타내는 것을 확인하였다.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.687-693
• /
• 2006

최근 전 지구적, 혹은 대규모 지역의 분석 및 모니터링을 위한 위성영상의 사용이 늘어나고 있으며 이를 처리하기 위해 빠르고 편리한 '영상좌표 상호등록'방법이 요구되고 있다. 이러한 '영상좌표 상호등록'은 위성의 센서모델 및 천체력 자료를 이용하는 엄밀 모델식을 이용하는 방법과 기 존재하는 기준 영상(Reference image)을 사용하거나 혹은 수치지도를 사용하는 경험적 방법의 두 가지로 분류할 수 있다. '영상좌표 상호등록'의 효율성을 높이기 위해서 저자는 '사전검수 영역기반정합법'(Pre-qualified area matching)을 사용하였다. 이는 Canny 연산자를 이용한 경계추출법, 교차상관계수를 사용한 영역기반정합법(Area based matching), t-분포를 이용하여 95%의 신뢰구간 내에서 과대오차 소거법을 적용한 방법이다. 이러한 사전검수(Pre-qualification) 과정을 통해 연산시간을 현저히 단축시켰고, '영상좌표 상호등록'의 정확도 역시 향상됨을 알 수 있었다. 제안한 알고리즘을 사용하여 프로그램을 작성하고, 한반도 Landsat ETM+ 영상 3장을 이용하여 테스트하였다. 정합점 간의 평균제곱오차는 0.435 영상소, 정합점은 평균 25,573개로 나타났다. 연산 시간은 3.0GHz 1Gb RAM 사양의 컴퓨터에서 평균 약 4.2분으로 나타났다.

• 대한공간정보학회지
• /
• 제21권4호
• /
• pp.101-107
• /
• 2013

일반적으로 상용화되고 있는 고해상도 위성영상에는 좌표가 부여되어 있지만, 촬영 당시 센서의 자세나 지표면 특성 등에 따라서 영상 간의 지역적인 위치차이가 발생한다. 따라서 좌표를 일치시켜주는 영상 간 상호등록 과정이 필수적으로 적용되어야 한다. 하지만 영상 내에 구름이 분포할 경우 두 영상 간의 정합쌍을 추출하는데 어려움을 주며, 오정합쌍을 다수 추출하는 경향을 보인다. 이에 본 연구에서는 구름이 포함된 고해상도 KOMPSAT-2 영상간의 자동 기하보정을 수행하기 위한 방법론을 제안한다. 대표적인 특징기반 정합쌍 추출 기법인 SIFT 기법을 이용하였고, 기준영상의 특징점을 기준으로 원형 버퍼를 생성하여, 오직 버퍼 내에 존재하는 대상영상의 특징점만을 후보정합쌍으로 선정하여 정합률을 높이고자 하였다. 제안 기법을 구름이 포함된 다양한 실험지역에 적용한 결과, SIFT 기법에 비해 높은 정합률을 보였고, 상호등록 정확도를 향상시킴을 확인할 수 있었다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2000년도 학술회의 논문집 3권2호
• /
• pp.67-76
• /
• 2000

위성영상을 이용하여 지형도를 제작하는 새로운 방법으로 레이다 간섭기법이 활발히 연구되고 있다. 레이다 간섭기법은 같은 지역에 대한 두 장의 SAR 영상을 이용하여 고도값을 추출하는 방법으로, 기존의 SPOT과 같은 광학영상에 비하여 날씨나 시간의 제약을 받지 않고 지형정보를 얻을 수 있다는 장점을 가지고 있다. 그러나 레이다 간섭기법을 이용하여 고도값을 추출하는 방법은 처리과정이 복잡하고 기복이 심한 지역에서의 수직위치 정확도가 떨어진다는 단점을 가지고 있다. 본 연구에서 ERS-1과 ERS-2의 tandem 모드 SAR 영상을 사용하여 수치표고모형을 작성한 후 14개의 지상기준점에 대한 수직위치 정확도를 분석한 결과 14.06m의 오차를 보였다. 그러나 항공탑재레이다 시스템의 영상을 사용하여 수치표고 모형을 제작하면 $2{\sim}5m$의 수직위치 정확도를 얻을 수 있으므로 1/10,000이나 1/25,000 축척 지형도의 수정, 갱신에 활용할 수 있으리라 기대된다.

• 한국측량학회지
• /
• 제29권3호
• /
• pp.249-255
• /
• 2011

고중복도 비디오카메라 영상을 이용하여 GPS/INS 및 지상기준점 자료 없이 제작되는 자유 입체 모자이크 영상은 기준 프레임 영상의 3차원 모델좌표계로 표현되는 상호표정요소를 이용하여 제작될 수 있다. 이와같이 제작된 자유 입체 모자이크 영상으로부터 결정되는 3차원 좌표는 3차원 모델좌표계로 나타내게 된다. 따라서 자유 입체 모자이크 영상을 이용하여 절대좌표를 결정하기 위해서는 모델좌표계를 절대좌표계로 변환하기 위한 방법이 필요하다. 일반적으로 서로 다른 두 개의 3차원 직각 좌표계간의 좌표변환은 3차원 상사변환(similarity transformation)이 사용된다. 하지만 자유 입체 모자이크 영상의 3차원 모델좌표는 원점으로부터 떨어질수록 오차가 누적되어 선형변환을 이용한 좌표변환을 수행하기 어렵다. 따라서 이러한 자유 입체 모자이크 영상의 모델좌표를 절대좌표로 변환하기 위한 3차원 비선형 변환 방법이 필요하다. 또한 절대좌표계로 표현된 수치지도와 입체 모자이크 영상을 중첩하여 사용하기 위해서는 자유 입체 모자이크 영상을 실좌표 입체 모자이크 영상으로 변환하기 위한 방법이 필요하다. 따라서 본 연구에서는 자유 입체 모자이크 영상의 3차원 모델좌표를 3차원 절대좌표로 변환하기 위한 3차원 비선형 변환 방법과 이 방법을 기반으로 자유 입체 모자이크 영상을 실좌표 입체 모자이크 영상으로 제작하기 위한 2차원 비선형 변환방법을 제안하였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2006년도 춘계학술발표회 논문집
• /
• pp.181-185
• /
• 2006

Image co-registration is the process of overlaying two images of the same scene, one of which represents a reference image, while the other is geometrically transformed to the one. In order to improve efficiency and effectiveness of the co-registration approach, the author proposed a pre-qualified area matching algorithm which is composed of feature extraction with canny operator and area matching algorithm with cross correlation coefficient. For refining matching points, outlier detection using studentized residual was used and iteratively removes outliers at the level of three standard deviation. Throughout the pre-qualification and the refining processes, the computation time was significantly improved and the registration accuracy is enhanced. A prototype of the proposed algorithm was implemented and the performance test of 3 Landsat images of Korea showed: (1) average RMSE error of the approach was 0.436 Pixel (2) the average number of matching points was over 38,475 (3) the average processing time was 489 seconds per image with a regular workstation equipped with a 3 GHz Intel Pentium 4 CPU and 1 Gbytes Ram. The proposed approach achieved robustness, full automation, and time efficiency.