KR101693705B1

KR101693705B1 - 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법 및 시스템

Info

Publication number: KR101693705B1
Application number: KR1020150122761A
Authority: KR
Inventors: 어양담; 라푸히엔; 이수봉
Original assignee: 건국대학교 산학협력단
Priority date: 2015-08-31
Filing date: 2015-08-31
Publication date: 2017-01-18

Abstract

본 발명은 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법을 제공한다. 본 발명에 따른 위성 영상 처리 방법은 사용자로부터 시뮬레이션 영상을 확보하고자 하는 날짜 및 지역에 대한 정보를 입력 받는 단계와 사용자가 지정한 지역에 대한 복수의 샘플 위성 영상을 수신하는 단계와 상기 복수의 샘플위성 영상 내 태양 방사(Solar radiation)를 산출하는 단계와 태양 방사 값 및 기상 정보를 기초로 다중 회귀 모델을 이용하여 스펙트럼 휘도(Spectrum radiance)를 산출하는 단계 및 스펙트럼 휘도를 기초로 시뮬레이션 영상을 추정하는 단계를 포함한다.

Description

다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법 및 시스템 {MANUFACTURING METHOD FOR MEDIUM- RESOLUTION SIMULATION SATELLITE IMAGE BY MULTIPLE REGRESSION AND SYSTEM THEREOF}

본 발명은 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법 및 시스템 에 관한 것으로, 보다 상세하게는 복수의 위성 영상으로부터 지정한 특정 날짜에 해당하는 시뮬레이션 영상을 획득하는 위성 영상 시스템 및 방법에 관한 것이다.

오늘날 위성 영상은 다양한 기관에서 사용된다. 이러한 위성 영상 생성 시, 정확한 지표면의 영상을 획득하는 데 방해되는 것은 위성 정보를 수집하는 과정에서 발생하는 지표면과 위성 사이의 대기이다.

구체적으로, 대기에 존재하는 수증기와 에어로졸은 대기 중에 존재하는 빛을 산란시킨다. 또한, 구름은 지표면의 이미지의 촬영을 방해할 뿐만 아니라, 구름이 태양 빛을 반사하여 지표면의 영상을 획득하기 어렵도록 하는 상황이 발생한다.

이러한 대기에 존재하는 수증기, 에어로졸 및 구름은 계절 별로 특정한 대기 정보를 가지는 경우로 나뉠 수 있으며, 이러한 대기 정보를 반영하여 영상 정보를 적절히 보정하여 지정한 특정 날짜에 해당하는 시뮬레이션 영상을 획득하기 위한 기술이 계속하여 개발되고 있다.

구체적으로, 위성 영상을 촬영하기 위하여 위성에 탑재되는 지형 관측 센서의 개발이 계속된다. 이에 따라 다양한 위성 영상이 확보되고 있으나, 종래의 시뮬레이션 영상은 최근의 고해상도(high-resolution) 이미지를 이용하거나 제한된 수의 지형 관측 센서에 탑재된 퓨전 영상만을 사용하는 등의 제한이 있었다.

이에 충분한 위성 영상을 이용하여 정확도를 높인 시뮬레이션 영상을 확보하는 알고리즘의 확보가 필요하게 되었다.

일반적으로 시뮬레이션 영상은 날씨 조건에 크게 영향을 받지 않는 레이더 영상과 적외선 영상 그리고 저해상도 환경기상위성영상에서 주로 이루어져 왔다. 하지만 광학 영상의 경우, 최근의 위성기술과 원격탐사용 센서 기술의 급격한 발전으로 중해상도의 다량의 항공 및 위성 영상이 확보되고, 이를 기반으로 한 영상 시뮬레이션 분야의 연구도 진행되고 있다.

본 발명에 따른 위성 영상 시스템은 복수의 위성 영상을 사용하여 지정한 특정 날짜의 시뮬레이션 영상을 획득하고자 한다.

또한, 복수의 위성 영상을 처리하여 다중 회귀 분석에 따른 지표 특정을 반영하여 구름, 지표면의 반사, 그림자 등의 요인을 제거하고자 한다.

또한, 충분한 위성 영상을 이용하여 정확도를 높인 시뮬레이션 영상을 확보하는 알고리즘을 확보하고자 한다.

본 발명의 일 실시예에 따르면, 사용자로부터 시뮬레이션 영상을 확보하고자 하는 날짜 및 지역에 대한 정보를 입력 받는 단계;와 상기 사용자가 지정한 지역에 대한 복수의 샘플 위성 영상을 수신하는 단계;와 상기 복수의 샘플 위성 영상 내 태양 방사(Solar radiation)를 산출하는 단계;와 상기 태양 방사 값 및 기상 정보를 기초로 다중 회귀 모델을 이용하여 스펙트럼 휘도(Spectrum radiance)를 산출하는 단계; 및 상기 스펙트럼 휘도를 기초로 시뮬레이션 영상을 추정하는 단계;를 포함하는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법이 제공된다.

또한, 상기 기상 정보는 온도, 습도, 가시성(visibility) 및 강우량을 포함할 수 있다.

또한, 상기 태양 방사 산출 시 상기 다중 회귀 모델에서 사용되는 직접파(Direct shortwave), 반사파(Reflected shortwave) 및 분산파(diffuse shortwave)를 산출할 수 있다.

또한, 상기 스펙트럼 휘도를 산출 시하는 단계는 NDVI(식생지수)를 더 포함하여 다중 회귀 모델을 이용하여 산출할 수 있다.

또한, 지표의 변화를 고려하기 위하여 참조 영상(Reference image)를 기초로 상기 생성된 시뮬레이션 영상의 정확도를 높일 수 있다.

본 발명의 다른 실시예에 따르면, 사용자로부터 시뮬레이션 영상을 확보하고자 하는 날짜 및 지역에 대한 정보에 대한 입력과, 상기 사용자가 지정한 지역에 대한 복수의 샘플 위성 영상을 수신하는 통신부; 및 상기 복수의 샘플 위성 영상 내 태양 방사(Solar radiation)를 산출하고, 상기 태양 방사 값 및 기상 정보를 기초로 다중 회귀 모델을 이용하여 스펙트럼 휘도(spectruam radiance)를 산출하고, 상기 스펙트럼 휘도를 기초로 시뮬레이션 영상을 추정하는 영상 처리 모듈;을 포함하는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 시스템이 제공될 수 있다.

또한, 상기 다중 회귀 모델은 NDVI(식생지수)를 더 포함하여 상기 스펙트럼 휘도를 산출할 수 있다.

본 발명에 따른 위성 영상 시스템은 복수의 위성 영상을 사용하여 지정한 특정 날짜의 시뮬레이션 영상을 획득할 수 있다.

또한, 복수의 위성 영상을 처리하여 다중 회귀 분석에 따른 지표 특정을 반영하여 구름, 지표면의 반사, 그림자 등의 요인을 제거할 수 있다.

또한, 충분한 위성 영상을 이용하여 정확도를 높인 시뮬레이션 영상을 확보하는 알고리즘을 확보할 수 있다.

도 1은 본 발명에 따른 위성 영상 처리 방법의 순서도이다.
도 2는 본 발명에 따른 시뮬레이션 영상을 획득하기 위하여 사용자가 선택한 지역을 나타낸 화면이다.
도 3은 본 발명에 따른 위성 영상 시스템을 나타낸 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 시뮬레이션 영상의 비교를 위한 복수의 영상 화면이다,
도 5는 본 발명의 다른 실시 예에 따른 시뮬레이션 영상의 비교를 위한 복수의 영상 화면이다.
도 6은 본 발명의 일 실시예에 따른 시뮬레이션 영상과 실제 영상의 유사도를 확인하기 위하여 R 값을 비교한 그래프이다.
도 7은 본 발명의 다른 실시예에 따른 시뮬레이션 영상과 실제 영상의 유사도를 확인하기 위하여 R 값을 비교한 그래프이다.
도 8은 본 발명의 일 실시예에 따른 시뮬레이션 영상과 실제 영상의 복사 휘도 값을 비교한 그래프이다.
도 9는 본 발명의 다른 실시예에 따른 시뮬레이션 영상과 실제 영상의 복사 휘도 값을 비교한 그래프이다.
도 10은 본 발명에 따른 위성 영상 처리 방법에서 다중 회귀 모델의 예측 변수를 선택하는 단계에 대한 순서도이다.

이하에서는 본 발명의 실시예를 첨부 도면을 참조하여 상세히 설명한다. 이하의 실시 예는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 사상을 충분히 전달하기 위해 제시하는 것이다. 본 발명은 여기서 제시한 실시 예만으로 한정되지 않고 다른 형태로 구체화될 수도 있다. 도면은 본 발명을 명확히 하기 위해 설명과 관계없는 부분의 도시를 생략하고, 이해를 돕기 위해 구성요소의 크기를 다소 과장하여 표현할 수 있다.

도 1 본 발명에 따른 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방을 나타낸 순서도이고, 도 2는 본 발명의 일 실시 예에 따른 시뮬레이션 영상을 획득하기 위하여 사용자가 선택한 지역을 도시한 화면이다

먼저, 시뮬레이션 영상으로 획득하고자 하는 지역 및 날짜를 지정한다(S10). 구체적으로, 도 2는 본 발명의 일 실시 예에 따른 시뮬레이션 영상을 획득하기 위하여 사용자가 선택한 지역을 도시한 화면이다.

이에 따르면, 도 1의 정사각형 24km*24Km 반경 영역(200)을 800픽셀*800픽셀의 시뮬레이션 영상을 구하고자 하는 영역으로 하였다.

다음으로, 지정한 날짜의 시뮬레이션 이미지를 획득하기 위하여 복수의 위성에서 찍은 샘플 이미지를 획득한다(S20).

다만, 본 발명에 따른 위성 영상 처리 방법에서는 지표에 눈이 쌓여 있는 경우, 시뮬레이션으로 인한 영상 처리에 장애물이 될 수 있으므로 획득하고자 하는 이미지의 영역이 한반도로 한정된 경우, 겨울에 해당하는 12월, 1월 및 2월의 이미지 영상은 샘플의 범위에서 제거하였다.

구체적으로, 본 발명의 일 실시 예에서는 샘플 영상을 1991년부터 2014년의 3월부터 11월 영상으로부터 55개의 위성 영상을 추출하였다.

또한, 본 발명에 따른 위성 영상 처리 방법에서 다중 회귀 및 지정한 날짜의 태양 방사(solar radiation)을 산출하기 위하여 필요한 기상정보(온도, 습도, 강우량 및 가시성)를 도 1에 도시된 두 삼각형 모양의 지점(100)으로부터 획득하였다.

복수의 샘플 영상을 획득한 이후, 획득한 영상에 구름으로 인한 효과를 지우기 위한 알고리즘이 수행될 수 있다.

뿐만 아니라, 복수의 샘플 이미지가 획득된 시간이 다를 수 있으므로, 그림자 효과를 고려한 알고리즘이 수행될 수도 있다.

다음으로, 복수의 위성에서 찍은 샘플 이미지를 기초로 태양 방사(Solar radiation) 모델링을 수행한다(S30).

구체적으로, 태양으로부터 수신되는 방사선에는 단파와 장파가 포함된다. 지구에 도달하는 단파 방사선으로는 직접파(direct), 분산파(diffuse), 및 반사파(reflected) 방사선이 있다.

이 때, 직접파 방사선, 분산파 방사선 및 반사파 방사선은 아래의 <식 1> 내지 <식 3>으로부터 도출할 수 있다.

<식 1>

<식 2>

<식 3>

단,

는 직접파 방사선,

는 분산파 방사선,

은 반사파 방사선,

는 외기복사 방사선,

는 대기 투과율(atmospheric transmittance for beam radiation), r 는 지표 반사율, i 는 지표와 태양의 사이각(angle between the normal to the surface and the direction to the sun)

는 지표 경사도,

는 태양고도를 의미한다.

이 후, <식 1> 내지 <식 3>으로부터 도출한 태양 방사값과 기타 기상정보(온도, 습도, 강우량 및 가시성)을 통하여 다중 회귀값을 이용한 스펙트럼 휘도 값을 계산하고(S40), 획득한 스펙트럼 휘도 값으로부터 시뮬레이션 영상을 획득하고자 하는 날짜와 지역의 픽셀 값을 추정한다(S50).

본 발명에 따르면

(k　科?T=　{T ₁ ,　T₂,T₃　T_M} , b　科?B　=　{1,　2,　...,　N}) 에서 스펙트럼 휘도 값을 계산하기 위하여 M개의 다른 날짜의 영상을 N개의 채널로부터 획득한 것이고,

는 예측 변수를 의미한다. (단, 채널이란 이미지 영상을 수신하는 복수의 위성으로 판단될 수 있다.)

구체적으로, 예측변수에는 기상정보에 해당하는 온도, 습도, 강우량 및 가시성과 <식1> 내지 <식 3>에서 산출한 직접파 방사선, 분산파 방사선 및 반사파 방사선을 포함한다.

따라서, 아래의 <식 4>를 통하여 본 발명에 따른 다중 회귀식을 이용하여 시뮬레이션 영상의 픽셀 값을 추정할 수 있다.

<식 4>

이 때, t 는 획득하고자 하는 시뮬레이션 영상의 날짜이고, i, j, b 는 열(row), 행(column), 및 밴드(band) 넘버(number)를 의미하고, a1 내지 a8은 회귀 계수,

내지

는 온도, 습도, 가시성, 강우량 및 직접파 방사선, 분산파 방사선, 반사파 방사선에 해당하고, Y는 스펙트럼 휘도 값이다.

단, 지표의 변화를 감소시키기 위하여 아래의 <식 6>과 같이, 예측 변수에 NDVI(식생지수:Normal Distribution Vegetation Index)를 추가할 수 있다.

<식 5>

단, R_nir 은 가시광선 밴드

R_red 는 근적외선 밴드

<식 6>

내지

는 온도, 습도, 가시성, 강우량 및 직접파 방사선, 분산파 방사선, 반사파 방사선 및 시뮬레이션 날짜에 해당하는 NDVI에 해당하고, Y는 스펙트럼 휘도 값이다.

따라서, <식 4> 또는 <식 6>을 통해서 획득한 스펙트럼 휘도값을 기초로 해당 영역의 픽셀값을 추정하여 시뮬레이션 영상을 획득한다(S50).

이상에서는 본 발명에 따른 위성 영상 처리 방법의 처리 방법에 대하여 설명하였다.

이하 도 3에서는 본 발명에 따른 위성 영상 시스템(2)의 블록도에 대하여 설명한다.

본 발명에 따른 위성 영상 시스템(2)은 영상 처리 모듈(3) 및 통신부(4)를 포함하며, 도 1에 설명된 위성 영상 처리 방법을 실행한다.

구체적으로, 영상 처리 모듈(3)은 도 1에 도시된 바와 같이, 복수의 샘플 이미지를 획득하여(S10), 태양 방사를 산출하고(S20), 다중 회귀 방정식에 기초하여 복사 휘도를 계산하여(S40) 픽셀 값을 추정한다(S50).

또한, 복수의 샘플 이미지를 획득하기 이전에, 시뮬레이션 영상을 획득하고자 하는 날짜 및 지역에 대한 입력을 사용자 인터페이스(5)로부터 입력 받을 수 있다.

사용자로부터 시뮬레이션 영상을 획득하고자 하는 날짜 및 지역에 대한 입력을 받으면, 본 발명에 따른 위성 영상 시스템(2)은 통신부(4)를 통하여 복수의 샘플 영상을 수신하고, 상용 프로그램을 통하여 본 발명에 따른 각각의 위성 영상 처리 방법 내 단계(S20 내지 S40)를 수행할 수 있다.

즉, 통신부(4)는 위성 영상 시스템(2)이 위성 영상을 수신 받을 뿐 아니라, 사용자에게 수행하는 단계를 사용자 인터페이스(5)를 통하여 표시하고, 수행 입력 값을 사용자로부터 입력 받을 수 있다.

다음으로는, 본 발명에 따른 위성 영상 처리 방법에 따른 시뮬레이션 영상을 평가하기 위하여 다양한 비교 실험을 수행한 결과에 대하여 설명한다.

본 발명에 따른 위성 영상 처리 방법을 통한 시뮬레이션 영상이 효과적인지를 확인하기 위하여 NDVI를 수행하지 않은 시뮬레이션 영상과 참조 영상을 포함하지 않은 영상 및 각각을 포함하여 시뮬레이션 영상을 획득한 것으로 복수의 실험을 수행하였다.

먼저, 2006년의 9월 22일 및 2014년 3월 11일의 시뮬레이션 영상을 획득하는 것을 목표로 하였다.

제 1 실험은 <식 4>를 이용하여 NDVI 및 참조 영상 없이 특정 날짜의 시뮬레이션 영상을 획득하였다.

제 2 실험은 <식 6>을 이용하여 NDVI를 포함한 시뮬레이션 영상을 획득하였다. 구체적으로, 제 2 실험에서 사용된 NDVI 값은 2006년 9월 22일의 시뮬레이션 영상을 확보하기 위하여 2004년 8월 31일과 2006년 10월 24일 NDVI 값의 선형값을 이용하였고, 2014년 3월 11일 의 시뮬레이션 영상을 확보하기 위하여 2014년 1월 31일의 NDVI값을 사용하였다.

제 3실험은 NDVI를 포함한 시뮬레이션 영상으로 실제 영상을 참조 영상으로 하였다. 구체적으로, 제 3실험에서 사용된 참조 영상은 2006년 9월 22일의 시뮬레이션 영상을 확보하기 위하여 2005년 10월 12일 영상을 참조 영상으로 하였고, 2014년 3월 11일 시뮬레이션 영상을 확보하기 위하여 2013년 10월 27일 영상을 참조 영상으로 하였다.

제 1 실험 내지 제 3실험 내 다중 회귀를 통해서 획득된 시뮬레이션 영상의 유의차 검정 결과는 다음의 표와 같다.

<표 1>은 2006년 9월 22 의 시뮬레이션 영상에 대한 제 1 실험 내지 제 3실험의 유의차 검정 결과이며, <표 2>는 2014년 3월 11일의 시뮬레이션 영상에 대한 제 1 실험 내지 제 3 실험의 유의차 검정 결과이다.

Band index	1	2	3	4	5	7
Mean of p-value
제 1 실험	2.2E-05	7.3E-05	3.1E-04	1.8E-04	3.1E-03	2.3E-03
제 2 실험	1.4E-06	1.4E-05	7.1E-05	1.1E-05	1.9E-03	7.3E-04
제 3 실험	1.4E-05	4.8E-05	3.6E-04	5.6E-04	4.1E-03	2.6E-03
Percentage of pixels whose p-values were greater than 0.05
제 1 실험	0.007	0.019	0.149	0.272	1.792	1.097
제 2 실험	0.001	0.006	0.030	0.012	0.754	0.302
제 3실험	0.001	0.011	0.050	0.033	0.941	0.429

Band index	1	2	3	4	5	7
Mean of p-value
제 1 실험	4.0E-06	2.5E-05	1.2E-04	6.6E-05	2.3E-03	1.1E-03
제 2 실험	1.6E-06	1.5E-05	8.1E-05	2.6E-05	1.9E-03	8.0E-04
제 3 실험	1.5E-05	4.9E-05	3.8E-04	5.7E-04	4.1E-03	2.7E-03
Percentage of pixels whose p-values were greater than 0.05
제 1 실험	0.007	0.019	0.135	0.266	1.775	1.043
제 2 실험	0.001	0.006	0.026	0.004	0.718	0.276
제 3 실험	0.011	0.036	0.141	0.085	1.331	1.044

제 1 실험 내지 제 3 실험에서 P값의 평균은 거의 0에 가깝고, P값이 0.05를 초과하는 픽셀 내 백분율의 가장 큰 값은 제 <표 1>의 제 1 실험에서 1.792% 및 <표 2>의 제 3실험에서 1.775% 에 해당한다.

즉, 제 1 실험 내지 제 3실험 모두 시뮬레이션을 원하는 날짜와 유의도가 매우 높고, 특히 NDVI 및 참조 영상을 포함한 경우에 있어서 시뮬레이션 영상과 원 영상의 유의도가 더욱 높음을 알 수 있다.

다음으로, <표 3>은 2006년 9월 22일 및 2014년 3월 11의 제 1 실험의 다중 회귀를 통해서 획득된 시뮬레이션 영상에 대한 R(결정계수: Coefficient of determination)값을 계산한 것이고, <표 4>는 제 2실험의 다중 회귀를 통해서 획득된 시뮬레이션 영상에 대한 R값을 계산한 것이고, <표 5>는 제 3실험의 다중 회귀를 통해서 획득된 시뮬레이션 영상에 대한 R값을 계산한 것이다.

또한, 도 4는 2006년 9월 22일 시뮬레이션 영상을 비교를 위한 복수의 영상 화면이고, 도 5는 2014년 3월 11의 시뮬레이션 영상을 비교하기 위한 복수의 영상 화면이다.

Target date	Category	Band
Target date	Category	1	2	3	4	5	7
2006/9/22	Max	0.962	0.971	0.957	0.972	0.955	0.971
	Min	0.075	0.056	0.064	0.063	0.021	0.011
	Mean	0.781	0.758	0.670	0.709	0.585	0.609
	Std	0.065	0.097	0.125	0.120	0.171	0.148
	Variance	0.004	0.009	0.016	0.014	0.029	0.022
2014/3/11	Max	0.961	0.970	0.956	0.972	0.955	0.971
	Min	0.076	0.058	0.062	0.051	0.021	0.011
	Mean	0.780	0.756	0.669	0.710	0.580	0.608
	Std	0.065	0.098	0.126	0.120	0.173	0.148
	Variance	0.004	0.010	0.016	0.015	0.030	0.022

<표 3>을 확인하면, 제 1 실험에 따른 2006년 9월 22일 및 2014년 3월 11일의 시뮬레이션 영상의 최대값 및 평균값 모두 비교적 높은 것을 알 수 있다.

다만, 다만, R값이 낮은 경우(최소값 포함)는 지리적 특성을 반영하지 못한 다중 회귀 곡선으로 인한 요인으로 볼 수 있다.

Target date	Category	Band
Target date	Category	1	2	3	4	5	7
2006/9/22	Max	0.965	0.978	0.978	0.979	0.962	0.973
	Min	0.243	0.152	0.064	0.103	0.033	0.033
	Mean	0.849	0.828	0.811	0.872	0.609	0.670
	Std	0.056	0.078	0.096	0.068	0.164	0.137
	Variance	0.003	0.006	0.009	0.005	0.027	0.019
2014/3/11	Max	0.965	0.978	0.978	0.978	0.962	0.973
	Min	0.244	0.142	0.063	0.116	0.034	0.030
	Mean	0.857	0.836	0.828	0.877	0.607	0.680
	Std	0.048	0.077	0.091	0.066	0.167	0.140
	Variance	0.002	0.006	0.008	0.004	0.028	0.020

<표 4>는 제 2실험에 따른 NDVI를 포함한 다중 회귀를 이용하여 확보한 시뮬레이션 영상에 대한 R값으로, <표 3>과 비교하면 알 수 있듯이, NDVI 의 효과를 고려하여 R값의 최대값, 최소값 및 평균값이 근소하게 증가하였으며, 표준편차가 감소하였음을 알 수 있다.

Target date	Category	Band
Target date	Category	1	2	3	4	5	7
2006/9/22	Max	0.976	0.981	0.984	0.979	0.962	0.978
	Min	0.230	0.152	0.064	0.103	0.033	0.033
	Mean	0.850	0.829	0.812	0.870	0.609	0.670
	Std	0.056	0.079	0.097	0.073	0.165	0.138
	Variance	0.003	0.006	0.009	0.005	0.027	0.019
2014/3/11	Max	0.982	0.987	0.987	0.990	0.977	0.984
	Min	0.245	0.142	0.064	0.118	0.034	0.030
	Mean	0.860	0.842	0.831	0.880	0.618	0.680
	Std	0.050	0.079	0.092	0.067	0.173	0.145
	Variance	0.002	0.006	0.008	0.004	0.030	0.021

<표 5> 는 제 3실험에 따른 NDVI 및 참조 영상을 포함한 다중 회귀를 이용하여 확보한 시뮬레이션 영상에 대한 R값이다.

참조 영상을 포함하지 않은 다중 회귀를 이용하여 확보한 시뮬레이션 영상에 대한 R 값(표 3 및 표 4와 비교할 수 있다)과 비교하면 알 수 있듯이, 참조 영상 및 NDVI 효과를 고려하여 R값의 최대값, 최소값 및 평균값이 근소하게 증가하고, 표준편차가 여전히 작은 값을 갖는 것을 확인할 수 있다.

구체적으로, 도 4는 본 발명의 일 실시예에 따른 시뮬레이션 영상을 비교하기 위한 복수의 영상 화면을 포함하는 것으로, (a)는 2006년 9월 22일의 실제 영상이고, (b)는 제 3실험에서 포함한 참조 영상 (c)는 제 1 실험에 따른 2006년 9월 22일의 시뮬레이션 영상, (d)는 제 2 실험에 따른 2006년 9월 22일의 시뮬레이션 영상, (e)는 제 3실험에 따른 2006년 9월 22일의 시뮬레이션 영상이다.

또한, 도 5는 본 발명의 다른 실시예에 따른 시뮬레이션 영상을 비교하기 위한 복수의 영상 화면을 포함하는 것으로, (a)는 2014년 3월 11일의 실제 영상이고, (b)는 제 3실험에서 포함한 참조 영상 (c)는 제 1 실험에 따른 2014년 3월 11일의 시뮬레이션 영상, (d)는 제 2 실험에 따른 2014년 3월 11일의 시뮬레이션 영상, (e)는 제 3실험에 따른 2014년 3월 11일의 시뮬레이션 영상이다.

도 6 및 도 7은 본 발명에 따른 시뮬레이션 영상과 실제 영상의 유사도를 확인하기 위한 R 값을 비교한 그래프이다.

구체적으로, 도 6은 2006년 9월 22일의 시뮬레이션 영상을 획득한 제 1 내지 제 3실험에 대한 R 값을 나타낸 것으로 (a)는 제 1 실험 (b)는 제 2 실험 및 (c)는 제 3실험을 의미한다.

구체적으로, x 축은 R값(correlation coefficient)을 의미하고, Y 축은 해당 R값 이상을 갖는 픽셀 수를 의미한다.

<표 3> 내지 <표 5>의 결과와 마찬가지로, 참조 영상 및 NDVI 효과를 고려하여 시뮬레이션 영상을 확보할 ??, R 값이 증가하는 것을 알 수 있다.

또한, 도 7은 2014년 3월 11일 시뮬레이션 영상을 획득한 제 1 내지 제 3실험에 대한 R 값을 나타낸 것으로 (a)는 제 1 실험 (b)는 제 2 실험 및 (c)는 제 3실험을 의미한다.

마찬가지로, 참조 영상 및 NDVI 효과를 고려하여 시뮬레이션 영상을 확보할 ??, R 값이 증가하는 것을 알 수 있다.

다음으로 도 8 및 도 9는 본 발명에 따른 시뮬레이션 영상과 실제 영상의 복사 휘도 값을 비교한 그래프이다.

구체적으로, 도 8은 2006년 9월 22일이 시뮬레이션 영상을 확보한 것으로 (a)는 제 1 실험, (b)는 제 2 실험, (c)는 제 3실험에 따른 시뮬레이션 영상 확보 시 파장(x축) 에 따른 복사 휘도 값을 실제 영상의 복사 휘도[W/m₂/μm/sr](평균 및 표준편자)를 나타낸 것이다.

또한, 도 9는 2014년 3월 11일 시뮬레이션 영상을 확보한 것으로 (a)는 제 1 실험, (b)는 제 2 실험, (c)는 제 3실험에 따른 시뮬레이션 영상 확보 시 파장(x축) 에 따른 복사 휘도 값을 실제 영상의 복사 휘도[W/m₂/μm/sr]( (평균 및 표준편자)를 나타낸 것이다.

도 8 및 도 9에서 모두 확인할 수 있듯이, (a)에서 (c)로 갈수록 시뮬레이션 영상과 실제 영상간의 오차가 줄어드는 것을 확인할 수 있다.

마지막으로, 도 10은 본 발명에 따른 시뮬레이션 영상을 확보하기 위하여 수행하는 다중 회귀 방정식의 예측 변수를 선택하는 단계에 대하여 구체적으로 설명한 순서도이다.

즉, 복수의 샘플 이미지를 이용하여 태양 방사(solar radiation)을 산출한 이후, 시뮬레이션 영상을 확보하기 위하여 다중 회귀를 이용한다. 이 때, 예측 변수를 선택한다(S100). 구체적으로, 예측 변수를 선택할 때, 지표의 변화를 고려한다는 입력이 수신되지 않으면(S200의 예), 온도, 습도, 가시성, 강우량의 네 가지의 기상 정보와 직접파 방사선, 분산파 방사선, 반사파 방사선을 고려한 다중 회귀 모델을 선택한다(S300). 구체적으로, 사용자는 사용자 인터페이스(5)를 통하여 지표의 변화를 고려할지 여부를 확인하고, 그에 따른 다중 회귀 모델을 선택할 수 있다.

만일 사용자가 지표의 변화를 고려할 것을 선택하면, 지표 변화를 고려한다는 입력을 사용자 인터페이스(5)로부터 수신 받고(S200의 예), 추가적으로 참조 영상(Reference image)를 포함한 다중 회귀 모델을 선택할 지 여부를 결정한다.

구체적으로, 참조 영상(Reference image)를 포함하는 것은 복수의 샘플 영상을 기초로 다중 회귀를 수행하더라도 부정확한 결과가 예측될 만한 급격한 변화(예를 들어, 인공물 건축)이 있는 경우에 수행할 수 있다.

따라서, 부정확한 예측을 방지가 필요하다는 입력이 사용자 인터페이스(5)로부터 수신되면 NDVI, 참조영상과 기상정보(온도, 습도, 가시성, 강우량) 및 을 직접파 반사파, 분산파를 포함한 다중 회귀 모델을 선택하고(S210의 예 및 S320), 참조영상을 필요로 하지 않는 경우(S210의 아니오), NDVI 및 기상정보(온도, 습도, 가시성, 강우량) 및 을 직접파 반사파, 분산파를 포함한 다중 회귀 모델을 선택한다(S310).

다음으로 S300, S310 및 S320의 다중 회귀 모델에 따른 스펙트럼 휘도를 산출할 수 있다(S400). 이에 산출한 스펙트럼을 기초로 획득하고자 하는 시뮬레이션 영상을 획득한다(S500).

이상에서는 개시된 발명의 일 실시예에 대하여 도시하고 설명하였지만, 개시된 발명은 상술한 특정의 실시예에 한정되지 아니하며 청구범위에서 청구하는 요지를 벗어남 없이 개시된 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의하여 다양한 변형실시가 가능함을 물론이고 이러한 변형실시들은 개시된 발명으로부터 개별적으로 이해될 수 없다.

2 : 위성 영상 처리 시스템
3 : 영상 처리 모듈
4 : 통신부

Claims

사용자로부터 시뮬레이션 영상을 확보하고자 하는 날짜 및 지역에 대한 정보를 입력 받는 단계;
상기 사용자가 지정한 지역에 대한 복수의 샘플 위성 영상을 수신하는 단계;
상기 복수의 샘플 위성 영상 내 태양 방사(Solar radiation)를 산출하는 단계;
상기 태양 방사 산출 시 다중 회귀 모델에서 사용되는 직접파(Direct shortwave), 반사파(Reflected shortwave) 및 분산파(Diffuse Shortwave)를 산출하는 단계;
상기 직접파, 반사파, 분산파 중 적어도 하나 및 기상 정보를 기초로 상기 다중 회귀 모델을 이용하여 스펙트럼 휘도(Spectrum radiance)를 산출하는 단계; 및
상기 스펙트럼 휘도를 기초로 시뮬레이션 영상을 추정하는 단계;를 포함하는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법.
제 1항에 있어서,
상기 기상 정보는 온도, 습도, 가시성(visibility) 및 강우량을 포함하는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법.
삭제
제 2항에 있어서,
상기 스펙트럼 휘도를 산출하는 단계는 NDVI(식생지수)를 더 포함하여 다중 회귀 모델을 이용하여 산출하는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법.
제 4항에 있어서,
지표의 변화를 고려하기 위하여 참조 영상(Reference image)를 기초로 상기 추정된 시뮬레이션 영상의 정확도를 높이는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법.
사용자로부터 시뮬레이션 영상을 확보하고자 하는 날짜 및 지역에 대한 정보에 대한 입력과, 상기 사용자가 지정한 지역에 대한 복수의 샘플 위성 영상을 수신하는 통신부; 및
상기 복수의 샘플 위성 영상 내 태양 방사(Solar radiation)를 산출하고, 상기 태양 방사 산출 시 다중 회귀 모델에서 사용되는 직접파(direct shortwave), 반사파(reflected shortwave) 및 분산파(diffuse shortwave)를 산출하고, 상기 직접파, 반사파, 분산파 중 적어도 하나 및 기상 정보를 기초로 상기 다중 회귀 모델을 이용하여 스펙트럼 휘도(spectruam radiance)를 산출하고, 상기 스펙트럼 휘도를 기초로 시뮬레이션 영상을 추정하는 영상 처리 모듈;을 포함하는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 시스템.
제 6항에 있어서,
상기 기상 정보는 온도, 습도, 가시성(visibility) 및 강우량을 포함하는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 시스템.
삭제
제 7항에 있어서,
상기 다중 회귀 모델은 NDVI(식생지수)를 더 포함하여 상기 스펙트럼 휘도를 산출하는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 시스템.
제 9항에 있어서,
지표의 변화를 고려하기 위하여 참조 영상(Reference image)를 기초로 상기 추정된 시뮬레이션 영상의 정확도를 높이는 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 시스템.