KR101711575B1

KR101711575B1 - 위성영상의 rpc 보정을 위한 통합기준점 탐지 방법

Info

Publication number: KR101711575B1
Application number: KR1020150184115A
Authority: KR
Inventors: 이효성; 안기원
Original assignee: 순천대학교 산학협력단
Priority date: 2015-12-22
Filing date: 2015-12-22
Publication date: 2017-03-03
Anticipated expiration: 2035-12-22

Abstract

개시된 본 발명에 따른 위성영상의 RPC 보정을 위한 통합기준점 탐지 방법은, a) 위성영상으로부터 UCP(통합기준점)들을 찾고, 상기 UCP들(1~n번) 중 하나의 기준 UCP(UCP 1번)를 선정하고 이 기준 UCP(UCP 1번)의 '실제 영상좌표'를 독취하는 단계; b) 제공된 RPC로부터 미리 계산된 상기 UCP들(1~n번)의 '계산된 영상좌표'들로부터 서로 이웃하는 UCP들간의 영상거리 및 방향각을 산출하는 단계; 및, c) 상기 산출된 영상거리 및 방향각과 상기 기준 UCP(UCP 1번)의 '실제 영상좌표'를 이용하여, 기준 UCP를 제외한 나머지 UCP들(2~n번)의 '실제 영상좌표'를 기준 UCP의 이웃하는 순서대로 산출하는 단계를 포함한다. 본 발명에 의하면 다수의 UCP 확보를 통해 보다 정확한 RPC 보정이 이루어 질 수 있으며, 영상 기준점 확보를 위한 현장관측을 생략할 수 있어 결국 종래의 지상기준점의 확보에 많은 시간과 경비가 소요되는 문제점을 해결할 수 있는 효과가 있다.

Description

위성영상의 RPC 보정을 위한 통합기준점 탐지 방법{Method for Detecting of the Unified Control Points for RPC Adjustment of Satellite Image}

본 발명은 위성영상의 RPC 보정을 하기 위해 이용되는 복수 개의 통합기준점을 탐지하는 방법에 관한 것이다.

고해상도 위성영상은 원격탐사분야, 사진측량분야, 지리정보시스템, 지형의 3차원 시물레이션, 국토개발, 지구과학, 군사·방위 등의 목적에 유용되고 있으며 새로운 분야에 활용영역을 확대해 나가고 있다.

고해상도 위성영상을 사용하여 양질의 국토공간정보를 확보하기 위해서는 영상을 수집하는 센서의 특성을 파악하고 적절한 모델링을 수행하여 높은 정확도로 3차원 지형정보를 획득할 수 있어야 한다. 대부분의 고해상도 영상데이터는 수치영상과 함께 센서정보도 제공되는데 특히, 센서정보로는 물리적센서모델링(physical sensor modeling)과 일반센서모델링(generalized sensor modeling)에 사용되는 자료가 포함되어 있다.

물리적센서모델링 자료에는 센서의 내부표정요소(CCD Array 크기, 영상왜곡량, 초점거리 등)와 외부표정요소(센서의 위치와 자세)가 제공된다. 일반센서모델링 자료로는 이 모델링의 대표적인 방법인 RFM(Rational Function Model)에 사용되는 RPC(Rational Polynomial Coefficient)가 제공된다. 이 RPC는 센서의 내·외부표정요소를 대체한다. 최근에는 RPC가 물리적센서모델에 비해 3차원 위치 측정 방법이 간편하고 정확도도 뒤떨어지지 않기 때문에 많이 사용되고 있다.

한편, 우리나라에서는 2012년 5월 18일, 아리랑위성 3호(KOMPSAT-3, The Korea Multi-Purpose Satellite 3)가 성공리에 발사되어 고해상도 영상(0.7m 해상도의 흑백영상과 2.8m 해상도의 4개 파장대 컬러영상)을 수신하고 있으며 2013년 3월부터 일반인에게 제공되고 있다. 이 위성은 1호, 2호 위성과 비교하여 위성체의 고속 자세제어 능력을 갖추고 있고 관측 영상의 해상도가 향상되어 국가의 고해상도 영상 수요를 지속적으로 충족할 수 있게 되었다.

아리랑위성 3호 영상은 센서왜곡이 보정된 Level 1R 영상 또는 기하보정된 Level 1G 영상으로 제공되고 있고, 이 영상과 함께 메타데이터로 제공되는 RPC의 평면위치 정확도(CE90; Circular Error at 90% Probability)는 대략 50m로 보고되고 있다(KARI, 2013). 이는 제공 RPC가 위성센서와 카메라의 기하학적 왜곡을 포함하고 있는 물리적 센서모델로부터 생성된 것이기 때문이다. 이러한 오차를 최소화 하고, 대상지역의 정밀한 지상좌표를 구하기 위해, 기존에는 지상기준점(3차원 지상좌표가 측정되어 있고 영상에 선명히 나타나 정밀한 영상좌표를 읽을 수 있는 점) 측량으로 RPC의 정확도를 향상시켰다. 이러한 지상기준점의 개수는 요구되는 정확도에 따라 다르나 최소 한 점 이상이어야 한다.

RPC 보정을 위한 지상기준점 측량은 영상에서 선점작업, 현장 주변의 통합기준점이나 GPS 상시관측소의 사전조사, 선점된 기준점의 현장답사와 GPS 측량 등의 매우 번거로운 작업이 뒤따라야 하는데 이는 많은 시간과 경비가 필요한 문제점이 있다. 그리고 현장 여건상 영상전체를 포괄할 수 없고, 영상에서의 기준점 배치 상태와 분포에 따라서도 RPC 보정결과에 영향을 줄 수 있기 때문에 이를 보완할 수 있는 방법이 필요하다.

한편 우리나라의 경우, 국토지리정보원(National Geographic Information Institute, NGII)에서 설치한 통합기준점(Unified Control point; UCP)이 현재까지 5~10km 간격으로 약 3,650 여점이 설치되어 있으며, 2017년까지 2~3km 간격으로 모두 7,000여점을 설치할 계획이다(NGII, 2003; NGII, 2013). 이 점들의 설치위치와 지상좌표 등은 NGII의 국가기준점성과발급서비스 시스템에서 실시간으로 쉽게 검색된다(NGII, 2014). 또한 이 점들은 크게 기존의 수준점 형태(크기 약 1m×1m)와 정방형의 방사무늬 형태(크기 약 1.5m×1.5m)로 구성된다(도 1 참조). 따라서 이 점들은 주변 장애물만 없다면 항공영상 뿐만 아니라 1m 이하의 고해상도 위성영상에서 식별이 가능하다. 또한 국토 면적을 고려하면 현재까지 KOMPSAT-3 위성영상(크기: 약 17km×13km)에 약 8점 정도가 설치되어 있다고 볼 수 있으며, 2017년 기준 약 16점이 설치될 예정이어서 이 지점들이 영상에서 탐지된다면 고해상도 위성영상의 RPC 보정용으로 편리하게 활용할 수 있을 것이다.

그러나 항공영상이나 위성영상의 표정 또는 조정을 위하여 전 국토를 대상으로 설치해 놓은 통합기준점(UCP)을 활용한 국내외 연구 사례는 찾아보기 어렵다. 한편, 하기 선행기술문헌 'KOMPSAT-3 위성영상의 RPC보정을 위한 국가 통합기준점의 활용'은 KOMPSAT-3영상 내 존재하는 UCP를 검색, 식별하는 방법을 제시하고 선정된 UCP 한 점만을 활용한 고해상도 위성영상의 RPC 보정방법을 제시하였다.

여기서, 한 개보다는 여러 개의 UCP를 찾아서 RPC 보정용으로 활용할 수 있다면 위치 결정 정확도는 더욱 향상될 것이다. 그러나, 선행기술문헌에 의한 시각적인 방법으로 여러 점의 UCP를 찾기 위해서는 포털사이트 지도 검색 등과 같은 번거로운 작업이 필요하며, 따라서 이는 전술한 바와 같이 지상기준점의 확보에 많은 시간과 경비가 소요되는 문제점과 동일한 문제점이 발생하며, 특히 여러 개의 UCP를 확보하는 것은 그만큼 문제가 더 발생한다.

KOMPSAT-3 위성영상의 RPC보정을 위한 국가 통합기준점의 활용(안기원, 이효성, 서두천, 박병욱, 정동장, 한국측량학회지 제32권 제5호, 2014.10, 539-550)

본 발명은 상기와 같은 점을 감안하여 안출된 것으로써, 여러 개의 UCP를 동시에 탐지하기 위해, 첫 번째 UCP는 시각적인 방법으로 직접 독취하고, 나머지 UCP들은 자동으로 찾도록 하는 위성영상의 RPC 보정을 위한 통합기준점 탐지 방법을 제공하는 것을 그 해결 과제로 한다.

상기 해결 과제를 달성하기 위한 본 발명에 따른 위성영상의 RPC 보정을 위한 통합기준점 탐지 방법은, a) 위성영상으로부터 UCP(통합기준점)들을 찾고, 상기 UCP들(1~n번) 중 하나의 기준 UCP(UCP 1번)를 선정하고 이 기준 UCP(UCP 1번)의 '실제 영상좌표'를 독취하는 단계; b) 제공된 RPC로부터 미리 계산된 상기 UCP들(1~n번)의 '계산된 영상좌표'들로부터 서로 이웃하는 UCP들간의 영상거리 및 잇는 선분의 방향을 산출하는 단계; 및, c) 상기 산출된 영상거리 및 잇는 선분의 방향과 상기 기준 UCP(UCP 1번)의 '실제 영상좌표'를 이용하여, 기준 UCP를 제외한 나머지 UCP들(2~n번)의 '실제 영상좌표'를 기준 UCP의 이웃하는 순서대로 산출하는 단계;를 포함한다.

본 발명에 의하면 다수의 UCP 확보를 통해 보다 정확한 RPC 보정이 이루어 질 수 있으며, 영상 기준점 확보를 위한 현장관측을 생략할 수 있어 결국 종래의 지상기준점의 확보에 많은 시간과 경비가 소요되는 문제점을 해결할 수 있는 효과가 있다.

도 1은 UCP의 일례를 나타낸 사진(좌측:bench mark shape, 우측:radial shape),
본 2는 본 발명의 실시예에 따른 위성영상의 RPC 보정을 위한 통합기준점 탐지 방법의 흐름도,
도 3은 KOMPSAT-3로부터 획득한 담양군 지역의 위성 사진,
도 4는 담양군 지역의 복수의 UCP들로부터 기준 UCP(U0859)를 구하는 과정을 설명하기 위한 도면(좌측: NGII 웹사이트를 이용하여 얻은 담양군 지역의 UCP들 위치 지도(원내가 U0859), 중간: 도 3의 첫번째 영상에서의 U0859를 표시한 도면, 좌측: U0859를 cubic convolution 리샘플링 방식에 의해 확대한 도면),
도 5는 도 3의 첫번째 영상에서의 UCP들의 영상좌표 및 오차벡터를 나타낸 도면(좌측:실제 독취된 영상좌표, 우측: RPC에 의해 미리 계산된 영상좌표)이다.

본 발명의 상기와 같은 목적, 특징 및 다른 장점들은 첨부도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명함으로써 더욱 명백해질 것이다. 이하 첨부된 도면을 참조하여 본 발명의 실시예에 따른 위성영상의 RPC 보정을 위한 통합기준점 탐지 방법에 대해 상세히 설명하기로 한다.

도 2을 참조하면, 본 발명의 실시예에 따른 위성영상의 RPC 보정을 위한 통합기준점 탐지 방법은, a) 위성영상으로부터 UCP(통합기준점)들을 찾고, 상기 UCP들(1~n번) 중 하나의 기준 UCP(UCP 1번)를 선정하고 이 기준 UCP(UCP 1번)의 '실제 영상좌표'를 독취하는 단계; b) 제공된 RPC로부터 미리 계산된 상기 UCP들(1~n번)의 '계산된 영상좌표'들로부터 서로 이웃하는 '계산된 영상좌표'들간의 영상거리 및 잇는 선분의 방향을 산출하는 단계; 및, c) 상기 산출된 영상거리 및 잇는 선분의 방향과 상기 기준 UCP(UCP 1번)의 '실제 영상좌표'를 이용하여, 기준 UCP를 제외한 나머지 UCP들(2~n번)의 '실제 영상좌표'를 산출하는 단계;를 포함한다.

먼저, 위성영상으로부터 UCP(통합기준점)들을 찾고, 이 UCP들 중 하나의 기준 UCP를 선정하고 이 기준 UCP의 실제 영상좌표를 독취한다(S110).

이 과정은 상기 선행기술문헌 'KOMPSAT-3 위성영상의 RPC보정을 위한 국가 통합기준점의 활용(안기원 외)'에 상세하게 개시되어 있으므로 그 상세한 설명은 생략하기로 한다(Fig.1.~Fig.9., p541~p543 참조). 즉, 위성영상으로부터 이 영상의 메타데이터를 이용하여 대략적인 영상의 지상좌표 범위를 알아둔다. 그리고, 파악된 영상 범위를 이용하여 국토지리정보원 인터넷 홈페이지의 국가기준점성과발급시스템에서 영상범위내의 통합기준점을 검색한다. 그리고, 파악된 영상범위를 이용하여 영상범위 내의 통합기준점을 검색하고, 이 통합기준점들 중 조서의 약도와 사진 및 포털사이트 등을 활용하여 공중에서 식별이 가능하고 주변에 장애물이 없는 하나의 기준 UCP(UCP 1번)를 정하고, 이 기준 UCP의 실제 영상좌표를 독취한다.

본 발명의 실시예에 따른 통합기준점 탐지 방법은 전라남도 담양군 영상을 대상으로 수행하였는데, 도 3은 담양군 지역 일대를 각각 다른 날짜와 궤도에서 관측 수집된 KOMPSAT-3 중복 위성영상이며, 이 중 세번째 영상은 옅은 구름이 포함되어 있다.

도 4를 참조하면, 상기 영상에서 UCP는 총 12개가 포함되어 있었으나, 눈으로 식별이 가능한 지점은 7개 지점이다. 이 중 포털사이트 활용에 의한 검색과 영상에서 Cubic convolution 리샘플링 방법에 의한 식별을 통해 정확한 영상좌표를 취득했다고 판단된 U0859를 특징점 추출을 위한 기준 UCP(UCP 1번)로 정하였다.

다음으로, 제공된 RPC로부터 미리 계산된 UCP들의 '계산된 영상좌표'들로부터 UCP들간의 영상거리 및 잇는 선분의 방향을 산출하게 된다(S120). 그 후, 상기 산출된 영상거리 및 방향각과 상기 기준 UCP(UCP 1번)의 '실제 영상좌표'를 이용하여, 기준 UCP를 제외한 나머지 UCP들(2~n번)의 '실제 영상좌표'를 산출하게 된다(S130). 이하 상기 각 단계에 대해 구체적으로 살펴보기로 한다.

도 5는 도 3의 담양군 지역의 첫번째 위성영상에서의 UCP들의 영상좌표들을 나타낸 것으로써, 왼쪽(자주색)의 점들(1~7번)은 UCP들의 '실제 영상좌표'를 나타낸 것이고, 오른쪽(파랑색)의 점들(1~7)은 제공된 RPC로부터 계산된 UCP들의 '계산된 영상좌표'를 나타낸 것이다. 여기서 전술한 바와 같이 RPC 정보는 영상과 함께 제공되기 때문에 상기 '계산된 영상좌표'는 미리 구할 수 있게 된다.

도시된 바와 같이, UCP들의 제공되는 RPC를 이용하여 미리 구할 수 있는 '계산된 영상좌표'와 '실제 영상좌표'는 일정한 오차를 가진다는 것에 착안하였다. 그렇다면 '실제 영상좌표'의 UCP들간 영상거리, 잇는 선분의 방향은, '계산된 영상좌표'의 UCP들간 영상거리, 잇는 선분의 방향과 거의 같은 결과를 가질 수 있음을 알 수 있다. 따라서 기준 UCP를 제외한 나머지 UCP들의 '실제 영상좌표'를 알 수 없더라도, 상기 '계산된 영상좌표'의 UCP들간의 영상거리, 잇는 선분의 방향을 구하고, 이렇게 구한 영상거리, 잇는 선분의 방향을 독취한 기준 UCP에 적용하게 되면, 나머지 UCP들의 '실제 영상좌표'를 구할 수 있게 된다. 이하 구체적으로 살펴보기로 한다.

먼저 도 5의 오른쪽 UCP들의 '계산된 영상좌표'는 이미 알고 있다. 따라서, 기준 UCP(UCP 1번)와 나머지 UCP들(UCP 2~7번)간의 영상거리, 잇는 선분의 방향을 구할 수 있다. 즉, UCP 1번(기준 UCP)과 UCP 2번 간의 영상거리, 잇는 선분의 방향은 아래 [수학식 1,2]에 의해 구할 수 있다.

여기서,

: UCP 1번의 계산된 영상좌표에서 라인(Line), UCP 1번의 계산된 영상좌표에서 샘플(Sample)

: UCP 2번의 계산된 영상좌표에서 라인(Line), UCP 2번의 계산된 영상좌표에서 샘플(Sample)

: UCP 1번과 UCP 2번간의 영상거리

: UCP 1번과 UCP 2번간의 잇는 선분의 방향

그런데, 전술한 바와 도 5에 도시된 바와 같이 UCP 1번의 계산된 영상좌표와 UCP 2번의 계산된 영상좌표간의 영상거리 및 방향각은, UCP 1번의 실제 영상좌표와 UCP 2번의 실제 영상좌표간의 영상거리 및 잇는 선분의 방향과 같음을 알 수 있다.

따라서, 앞에서 독취한 기준 UCP인 UCP 1번의 '실제 영상좌표'로부터 UCP 2번의 '실제 영상좌표'는 아래 [수학식 3,4]와 같이 구할 수 있다.

여기서,

: UCP 1번의 실제 영상좌표에서 라인(Line), UCP 1번의 실제 영상좌표에서 샘플(Sample)

: UCP 2번의 실제 영상좌표에서 라인(Line), UCP 2번의 실제 영상좌표에서 샘플(Sample)

따라서, UCP 2번부터 영상에 포함된 모든 UCP들(2~n번)의 영상좌표는 [수학식 3,4]로 계산이 가능하다. 즉, [수학식 3,4]는 아래의 [수학식 5,6]과 같이 표시할 수 있으며, 따라서 [수학식 5,6]으로부터 모든 UCP들(2~n번)의 영상좌표를 구할 수 있다.

여기서,

,

: UCP i(=2~n)번째의 실제 영상좌표에서 라인, UCP i(=2~n)번째의 실제 영상좌표에서 샘플

: UCP (i-1)번과 UCP i번간의 영상거리, 여기서, i는 2보다 크고 n+2보다 작음

: UCP (i-1)번과 UCP i번간의 잇는 선분의 방향, 여기서, i는 2보다 크고 n+2보다 작음

그리고, 산출된 UCP들의 '실제 영상좌표'를 이용하여 RCP Affine 보정계수를 아래의 [수학식 7,8]와 같이 구할 수 있다.

여기서,

,

: [수학식 5,6]의 UCP로 구한 RPC의 (2~n)번째의 라인, 샘플 보정량

a1,a2,a3,b1,b2,b3: RPC 오차 보정을 위한 Affine 변환 계수

한편 [수학식 5,6]을 [수학식 7,8]에 대입하면 아래의 [수학식 9,10]로 표현할 수 있으며, 독취한 기준 UCP 1번으로부터 [수학식 5,6]을 이용하여 UCP의 '실제 영상좌표'를 굳이 구하지 않아도 [수학식 9,10]으로 RPC 보정계수를 직접 구할 수도 있다.

하기 [표 1]은 앞에서 제시한 [수학식 5,6]을 이용하여 나머지 UCP 6점에 대한 영상좌표를 구하였으며, 이를 독취한 영상좌표와 비교한 것을 나타낸 것이다.

Errors (unit: pixels)	First image (6 points)	Second image (6 poinst)	Third image (6poinst)
RMSE	1.1	1.2	1.5
Max. error	2.2	2.5	3.8

그 결과, 전체적으로 2화소 내외의 거리오차를 보였으며, 구름영향이 있는 세 번째 영상의 오차가 가장 크게 나타났다. 따라서 장애물이 없고 눈으로 식별이 가능한 지점일 경우, 담양군 결과를 기준으로 모든 UCP 탐지가 가능한 거리·방향각 활용방법이 적절하다고 판단된다.

이와 같이, 국내영상에 한해서 본 발명의 실시예에 따른 거리·방향각 적용방법으로 다수의 UCP 확보를 통해 보다 정확한 RPC 보정이 이루어 질것으로 판단된다. 또한 실제 UCP의 지상좌표 위치 정확도는 ±3cm 내외이기 때문에 제공 RPC의 오차가 일정하고 UCP가 비슷한 높이에 설치되었다면, 제공 RPC와 UCP 지상좌표로부터 계산된 UCP 간의 영상거리와 방향은 실제 눈으로 독취한 UCP 간의 경우와 비슷하거나 오히려 더 정확할 수 도 있을 것으로 판단한다.

따라서 본 발명에 의하면 영상 기준점 확보를 위한 현장관측을 생략할 수 있으며, 결국 종래의 지상기준점의 확보에 시간과 경비가 소요되는 문제점을 해결할 수 있는 이점이 있다.

이상에서 본 발명의 바람직한 실시예에 대하여 설명하였으나 본 발명은 상술한 특정의 실시예에 한정되지 아니한다. 즉, 본 발명이 속하는 기술분야에서 통상의 지식을 가지는 자라면 첨부된 특허청구범위의 사상 및 범주를 일탈함이 없이 본 발명에 대한 다수의 변경 및 수정이 가능하며, 그러한 모든 적절한 변경 및 수정의 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.

Claims

a) 위성영상으로부터 UCP(통합기준점)들을 찾고, 상기 UCP들(1~n번) 중 하나의 기준 UCP(UCP 1번)를 선정하고 이 기준 UCP(UCP 1번)의 '실제 영상좌표'를 독취하는 단계;
b) 제공된 RPC로부터 미리 계산된 상기 UCP들(1~n번)의 '계산된 영상좌표'들로부터 서로 이웃하는 UCP들간의 영상거리 및 잇는 선분의 방향을 산출하는 단계; 및,
c) 상기 산출된 영상거리 및 잇는 선분의 방향과 상기 기준 UCP(UCP 1번)의 '실제 영상좌표'를 이용하여, 기준 UCP를 제외한 나머지 UCP들(2~n번)의 '실제 영상좌표'를 기준 UCP의 이웃하는 순서대로 산출하는 단계;를 포함하는 위성영상의 RPC 보정을 위한 통합기준점 탐지 방법.
제 1 항에 있어서,
상기 c) 단계는 '실제 영상좌표'는 하기 식과 같이 구하는 위성영상의 RPC 보정을 위한 통합기준점 탐지 방법.

여기서,
,
: UCP i번째의 실제 영상좌표에서 라인, UCP i번째의 실제 영상좌표에서 라인

: UCP (i-1)번과 UCP i번간의 영상거리, 여기서, i는 2보다 크고 n+2보다 작음

: UCP (i-1)번과 UCP i번간의 잇는 선분의 방향, 여기서, i는 2보다 크고 n+2보다 작음