• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1135-1147
• /
• 2021

고해상도 위성영상의 기하보정을 위해 촬영 당시의 위성 센서와 지표면과의 기하학적 관계를 복원하는 센서모델링 과정이 필요하다. 이를 위해 일반적으로 고해상도 위성은 RPC (Rational Polynomial Coefficient) 정보를 제공하고 있지만, 제공 RPC는 위성 센서의 위치와 자세 등에 의해 발생하는 기하왜곡을 포함하고 있다. 이러한 RPC 오차를 보정하기 위해 일반적으로 지상기준점(Ground Control Points)을 활용한다. 지상기준점을 수집하는 대표적인 방법으로 현장 측량을 통해 지상좌표를 취득하지만, 이는 위성영상의 품질이나 촬영 시기에 따른 토지피복의 변화, 기복변위 등으로 위성영상 내에서 지상기준점을 판독하기에 어려운 문제가 있다. 이에 최근에는 다양한 센서로부터 취득된 영상지도를 참조자료로 이용하여, 영상정합 기법을 통해 지상기준점 수집을 자동화할 수 있다. 본 연구에서는 무인항공기 영상을 활용하여 추출된 정합점을 통해 KOMPSAT-3A 위성영상의 RPC를 보정하고자 한다. 무인항공기 영상과 KOMPSAT-3A 위성영상의 정합점 추출을 위한 전처리 방법을 제안하고, 대표적인 특징기반 정합기법(Feature-based matching method)과 영역기반 정합기법(Area-based matching method)인 SURF (Speeded-Up Robust Features)와 위상상관(Phase Correlation) 기법을 각각 적용하여 추출된 정합점의 특성을 비교하였다. 각 기법을 통해 추출된 정합점을 활용하여 RPC 보정계수를 산출한 후, GNSS (Global Navigation Satellite System) 측량을 통해 직접 취득한 검사점에 적용하여 KOMPSAT-3A의 기하품질을 향상하였다. 제안기법의 성능 및 활용성 검증을 위해 GCP를 이용하여 보정한 결과와 비교하여 분석하였다. GCP 기반 보정 방법은 제공 RPC보다 Sample은 2.14 pixel, Line은 5.43 pixel 만큼 개선된 보정 정확도를 보였다. 그리고 SURF와 위상상관 기법을 활용한 제안기법은 제공 RPC보다 각각 Sample은 0.83 pixel, 1.49 pixel만큼 보정되었으며, Line은 4.81 pixel, 5.19 pixel만큼 개선되었다. 이를 통해 GCP 기반 위성영상 RPC 보정 방법의 대안으로 무인항공기 영상이 활용될 수 있음을 확인하였다.

• 한국측량학회지
• /
• 제28권6호
• /
• pp.605-612
• /
• 2010

광범위한 지역을 관측하기 위한 많은 종류의 위성들이 발사되어 지구를 관측하고 있다. 이러한 위성들은 영상정보 이외에 천체력 자료, RPC 계수 등과 같은 위성궤도와 관련 정보들을 제공하고 있다. 위성에서 제공하는 이러한 궤도정보를 활용할 경우 영상의 가하보정에 요구되는 기준점을 줄일 수 있다. 본 연구에서는 RADARSAT-l SAR 위성영상을 대상으로 동일궤도에서 촬영된 다중 위성영상들의 효과적인 기하보정을 위하여 기준영상에서 단일기준점 및 천제력자료를 활용하여 위성궤도를 모델링하고, 이를 기반으로 동일궤도상에서 취득된 인접영상의 기하보정기법을 기술하였다. 정확도 평가를 위해서 본 연구에서 제시한 기법으로 생성된 기하보정영상을 Erdas Imagine에서 처리한 기하보정영상과 비교하여 정확도를 평가하였다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.327-343
• /
• 2020

본 연구는 효율적인 재난 피해 분석을 위해 재난 후 KOMPSAT (Korea Multi-Purpose Satellite)-3/3A Level 1R 영상의 기하품질을 향상하는 방법을 제안한다. 제안 기법은 재난상황에 대한 데이터 수급의 한계를 해결하고자, 영상 수급이 원활한 Planetscope 정사영상과 KOMPSAT-3/3A 영상에 격자기반 SIFT (Scale Invariant Feature Transform) 기법을 적용하여 RPC (Rational Polynomial Coefficient) 보정에 필요한 GCP (Ground Control Point, 지상기준점)를 취득한다. 제안 기법을 검증하기 위해 2019년 4월 강릉 산불 피해 지역의 KOMPSAT-3 영상과 토지피복의 다양성을 고려하여 추가된 대전지역 KOMPSAT-3A 영상에 제안 기법을 적용하였다. 생성된 KOMPSAT-3/3A 정사영상의 기하품질을 검증한 결과, KOMPSAT-3 다중분광 영상의 위치오차 (RMSE: Root Mean Square Error)가 6.62화소에서 1.25화소로, KOMPSAT-3A의 경우 7.03화소에서 1.66화소로 감소되어 영상의 기하품질이 향상됨을 확인하였다. 기하품질이 향상된 KOMPSAT-3 정사영상은 산불 발생 전 Planetscope 정사영상과 비교되었으며, 이를 통해 향상된 기하품질이 산불 피해 지역 분석에 적합하다고 판단하였다. 본 연구는 GCP 취득의 대안으로 Planetscope 정사영상의 사용 가능성을 보여주었으며, 제안 기법은 재난 상황뿐만 아니라 Planetscope 영상의 수급이 가능한 다양한 KOMPSAT-3/3A 활용연구에 적용될 수 있을 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.387-396
• /
• 2024

대부분의 고해상도 위성영상은 rational polynomial coefficients (RPC) 정보를 제공하여 지상좌표와 영상좌표 간 변환을 수행한다. 그러나 초기 RPC에는 기하학적 오차가 존재하여 ground control points (GCPs)와의 정합을 통해 보정을 수행하여야 한다. GCP chip은 항공정사영상에서 추출한 높이 정보가 포함된 작은 영상 패치(patch)이다. 많은 선행연구에서는 영역 기반 정합 기법을 사용하여 고해상도 위성영상과 GCP chip 간 정합을 수행하였다. 계절적 차이나 변화된 지역이 존재하는 영상에서는 화소값에 의존하는 정합이 어렵기 때문에 윤곽 정보를 추출하여 정합을 수행하기도 한다. 그러나 일반적으로 사용하는 canny 기법으로 정합에 용이한 윤곽을 추출하기 위해서는 위성영상의 분광 특성에 적절한 임계치를 설정해주어야 하는 문제가 존재한다. 따라서 본 연구에서는 위성영상의 지역별 특성에 둔감한 윤곽 정보를 활용하여 RPC 보정을 위한 정합을 수행하고자 한다. 이를 위해 딥러닝 기반 윤곽 정보 추출 네트워크인 pixel difference network (PiDiNet)를 활용하여 위성영상과 GCP chip의 윤곽맵(edge map)을 각각 생성하였다. 그 후 생성된 윤곽맵을 normalized cross-correlation과 relative edge cross-correlation의 입력데이터로 대체하여 영역 기반의 정합을 수행하였다. 마지막으로 RPC 보정에 필요한 변환모델 계수를 도출하기 위하여 data snooping 기법을 반복적으로 적용하여 참정합쌍을 추출하였다. 오정합쌍을 제거한 참정합쌍에 대해 root mean square error (RMSE)를 도출하고 기존에 사용하던 상관관계 기법과 결과를 정성적으로 비교하였다. 실험 결과, PiDiNet은 약 0.3~0.9 화소의 RMSE 값 분포를 보였으나 canny 기법에 비해 두꺼운 윤곽을 나타내어 일부 영상에서 미세하게 정확도가 저하되는 것을 확인하였다. 그러나 위성영상 내 특징적인 윤곽을 일관적으로 나타냄으로써 정합이 어려운 지역에서도 정합이 잘 수행되는 것을 확인하였다. 본 연구를 통해 윤곽 기반 정합 기법의 강인성을 개선하여 다양한 지역에서의 정합을 수행할 수 있을 것으로 예상된다.