KR102015817B1 - 입체 위성영상의 제공 rpc 자동 보정 방법 - Google Patents

입체 위성영상의 제공 rpc 자동 보정 방법 Download PDF

Info

Publication number
KR102015817B1
KR102015817B1 KR1020180026298A KR20180026298A KR102015817B1 KR 102015817 B1 KR102015817 B1 KR 102015817B1 KR 1020180026298 A KR1020180026298 A KR 1020180026298A KR 20180026298 A KR20180026298 A KR 20180026298A KR 102015817 B1 KR102015817 B1 KR 102015817B1
Authority
KR
South Korea
Prior art keywords
coordinates
ground
image
points
gcp
Prior art date
Application number
KR1020180026298A
Other languages
English (en)
Inventor
이효성
Original Assignee
순천대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 순천대학교 산학협력단 filed Critical 순천대학교 산학협력단
Priority to KR1020180026298A priority Critical patent/KR102015817B1/ko
Application granted granted Critical
Publication of KR102015817B1 publication Critical patent/KR102015817B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G06K9/4671—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

개시된 본 발명에 따른 입체 위성영상의 제공 RPC 자동 보정 방법은, a) 위성을 통해 촬영된 스테레오 위성영상과 제공된 RPC를 수신하는 단계 b) SIFT 영상매칭기법을 이용하여 스테레오 위성영상 전체에 속한 지상의 수백점들의 특정지점에 대한 좌우 동일 영상좌표를 획득하는 단계, c) 획득한 수백점들의 좌우 동일 영상좌표와 제공된 RPC를 이용하여 수백점들의 오차가 포함된 임시 3차원 지상좌표를 계산하는 단계, d) 스테레오 위성영상 내에 위치한 복수의 지상 기준점을 확보하여 확보된 복수의 지상 기준점들의 좌, 우 영상좌표를 계산하고, 각각의 좌, 우 영상좌표 중심으로 일정 영역의 박스를 설정하고 좌, 우 박스간 영상매칭을 수행하여 각각의 박스 내의 좌, 우 매칭된 모든 지점의 영상좌표들을 구한 후 이들의 가상의 3차원 지상좌표들을 계산하고, 계산된 가상의 3차원 지상좌표들 중 복수의 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)를 구하는 단계, e) 대응되는 가상의 3차원 지상좌표(Xdem, Ydem, Zdem)와 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 높이를 이용하여 LHD 매칭을 수행한 후, 오차보정을 위한 변환계수를 산출하는 단계, f) 산출된 변환계수를 이용하여 c) 단계에서 구한 수백점들의 임시 3차원 지상좌표를 보정하는 단계, 및 g) 보정된 수백점들의 3차원 지상좌표와 수백점들의 좌우 동일 영상좌표를 이용하여 RPC를 재계산한 후, RPC를 보정하는 단계를 포함한다.

Description

입체 위성영상의 제공 RPC 자동 보정 방법{A METHOD OF AUTOMATIC CORRECTION OF PROVIDED RPC OF STEREO SATELLITE IMAGES}
본 발명은 국가 기준점을 포함한 기 구축된 복수의 기준점을 이용하여 고해상도 입체 위성영상의 제공 RPC를 자동으로 보정하기 위한 RPC(Rational Polynomial Coefficient) 자동 보정 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 위성영상 데이터는 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 FunctionModel)에 사용되는 RPC(Rational Polynomial Coefficient)가 제공된다. 이 RPC는 센서의 내·외부표정요소를 대체한다. RPC는 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[0006] 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 영상에서 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.
고해상도 위성영상으로부터 제공 RPC를 보정을 위한 지상기준점은 영상범위내의 통합기준점이나 GPS 상시관측소의 사전조사와 현장답사 또는 GPS 측량을 통한 지상좌표 획득과 영상에서 동일한 지점의 영상좌표 독취작업과 같은 매우 번거로운 작업이 뒤따라야 하는데 이는 많은 시간과 경비가 필요한 문제점이 있다. 그리고 현장 여건상 지상기준점은 영상전체를 포괄할 수 없고, 영상에서의 기준점 배치 상태와 분포에 따라서도 보정결과에 영향을 줄 수 있기 때문에 이를 대체 또는 보완할 수 있는 방법이 필요하다.
한국등록특허공보 제10-1711575호 (2017.03.03. 공고) 한국등록특허공보 제10-1295747호 (2013.08.20. 공고) 한국등록특허공보 제10-0501071호 (2005.07.18. 공고)
본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 고해상도 입체 위성영상의 부정확한 제공 RPC를 보정하기 위해, 영상범위내의 사전조사와 현장답사를 포함하는 GPS 측량을 통한 지상좌표 획득과 영상좌표 독취작업 등과 같은 번잡한 기준점 측량작업을 필요로 하지 않고, 국가 기준점과 같은 기 구축된 기준점의 지상좌표 정보만 이용하여 제공 RPC를 자동으로 보정하는 방법을 제공하는 것이다.
상기 과제를 해결하기 위한 본 발명의 입체 위성영상의 제공 RPC 자동 보정 방법은, a) 위성을 통해 촬영된 스테레오 위성영상과 제공된 RPC를 수신하는 단계; b) SIFT(Scale Invariant Feature Transform) 영상매칭기법을 이용하여 상기 스테레오 위성영상 전체에 속한 지상의 수백점들의 특정지점에 대한 좌우 동일 영상좌표를 획득하는 단계; c) 상기 획득한 수백점들의 좌우 동일 영상좌표와 상기 제공된 RPC를 이용하여 상기 수백점들의 오차가 포함된 임시 3차원 지상좌표를 계산하는 단계; d) 상기 스테레오 위성영상 내에 위치한 복수의 지상 기준점을 확보하여 상기 확보된 복수의 지상 기준점들의 좌, 우 영상좌표를 계산하고, 상기 각각의 좌, 우 영상좌표 중심으로 일정 영역의 박스를 설정하고 상기 좌, 우 박스간 영상매칭을 수행하여 각각의 박스 내의 좌, 우 매칭된 모든 지점의 영상좌표들을 구한 후 이들의 가상의 3차원 지상좌표들을 계산하고, 상기 계산된 가상의 3차원 지상좌표들 중 상기 복수의 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)를 구하는 단계; e) 상기 대응되는 가상의 3차원 지상좌표(Xdem, Ydem, Zdem)와 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 높이를 이용하여 LHD 매칭을 수행한 후, 오차보정을 위한 변환계수를 산출하는 단계; f) 상기 산출된 변환계수를 이용하여 c) 단계에서 구한 상기 수백점들의 임시 3차원 지상좌표를 보정하는 단계; 및, g) 상기 보정된 수백점들의 3차원 지상좌표와 상기 수백점들의 좌우 동일 영상좌표를 이용하여 RPC를 재계산한 후, RPC를 보정하는 단계;를 포함한다.
상기 d) 단계의 복수의 지상 기준점을 확보하는 단계는, 위성영상에서 제공하는 메타파일로부터 촬영된 지역의 위도와 경도를 찾아내고, 해당 위도와 경도의 지역 내에서 기 구축된 복수의 기준점의 실제 좌표 정보를 찾게 된다.
또한 상기 d) 단계는 d1) 상기 스테레오 위성영상 내에 위치한 복수의 지상 기준점을 확보하는 단계, d2) 상기 확보된 복수의 지상 기준점을 RFM식에 대입하여 복수의 지상 기준점들의 좌, 우 영상좌표를 계산하는 단계, d3) 상기 각각의 좌측(또는 우측) 영상좌표 중심으로 일정 영역의 윈도우 영역 박스를 설정하고, 이에 대응되는 각각의 우측(또는 좌측) 영상좌표 중심으로 상기 윈도우 영역보다 상대적으로 더 넓은 일정 영역의 탐색 영역 박스를 설정한 후, 상기 좌, 우 박스간 영상매칭을 수행하여 좌, 우 박스 내 모든 지점의 매칭 쌍(중복된 좌, 우 영상간 동일한 지점)의 영상좌표들을 구하는 단계, d4) 상기 좌, 우 매칭된 영상좌표들과 상기 제공된 RPC를 이용하여 상기 좌, 우 매칭된 영상좌표 지점들의 가상의 3차원 지상좌표를 계산하는 단계, 및 d5) 상기 계산된 가상의 3차원 지상좌표들 중 상기 복수의 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)를 구하는 단계를 포함할 수 있다.
또한 상기 e) 단계의 LHD 매칭을 수행하는 단계는, 상기 대응되는 가상 3차원 지상좌표(Xdem, Ydem, Zdem)와 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)가 동일한 평면 위치에서의 높이차가 일정하다는 가정에서 획득된 양 지점의 높이(Zdem, Zgcp)를 이용하여 LHD 매칭을 수행할 수 있다.
한편 본 발명에 따른 입체 위성영상의 제공 RPC 자동 보정 방법은, 상기 g) 단계 이후 정확도를 평가하는 정확도 평가 단계를 더 포함할 수 있다.
본 발명에 따른 입체 위성영상의 제공 RPC 자동 보정 방법은, 현장관측과 영상좌표 독취 작업 없이도 국가 기준점을 포함한 기 구축된 복수의 기준점 위치정보만을 이용하여 위성영상으로부터 제공되는 RPC를 자동으로 보정할 수 있으며, 이를 통해 종래 제공 RPC 보정을 위해 지상기준점 확보와 영상좌표 독취에 소요되는 시간과 경비를 획기적으로 줄일 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 입체 위성영상의 제공 RPC 자동 보정 방법을 설명하기 위한 흐름도,
도 2는 기 구축된 지상 기준점으로부터 LHD 매칭을 통해 변환계수 산출과정을 설명하기 위한 개념도이다.
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 제공 RPC 자동 보정 방법에 대해 상세히 설명하기로 한다.
도 1 및 도 2를 참조하면, 본 발명의 실시예에 따른 입체 위성영상의 제공 RPC 자동 보정 방법은, a) 위성을 통해 촬영된 스테레오 위성영상과 제공된 RPC를 수신하는 단계(S100), b) SIFT 영상매칭기법을 이용하여 상기 스테레오 위성영상 전체에 속한 지상의 수백점들의 특정지점에 대한 좌우 동일 영상좌표를 획득하는 단계(S200), c) 상기 획득한 수백점들의 좌우 동일 영상좌표와 상기 제공된 RPC를 이용하여 상기 수백점들의 오차가 포함된 임시 3차원 지상좌표를 계산하는 단계(S300), d) 상기 스테레오 위성영상 내에 위치한 복수의 지상 기준점을 확보하여 상기 확보된 복수의 지상 기준점들의 좌, 우 영상좌표를 계산하고, 상기 각각의 좌, 우 영상좌표 중심으로 일정 영역의 박스를 설정하고 상기 좌, 우 박스간 영상매칭을 수행하여 각각의 박스 내의 좌, 우 매칭된 영상좌표들과 제공 RPC를 이용하여 가상의 3차원 지상좌표들을 계산한 후, 상기 계산된 가상의 3차원 지상좌표들 중 상기 복수의 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)를 구하는 단계(S400), e) 상기 대응되는 가상의 3차원 지상좌표(Xdem, Ydem, Zdem)와 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 높이를 이용하여 LHD 매칭을 수행한 후, 오차보정을 위한 변환계수를 산출하는 단계(S500), f) 상기 산출된 변환계수를 이용하여 c) 단계에서 구한 상기 수백점들의 임시 3차원 지상좌표를 보정하는 단계(S600), 및 g) 상기 보정된 수백점들의 3차원 지상좌표와 상기 수백점들의 좌우 동일 영상좌표를 이용하여 RPC를 재계산한 후, RPC를 보정하는 단계(S700)를 포함한다.
먼저 스테레오 위성영상과 제공된 RPC를 수신하는 단계(S100)를 설명하기로 한다.
스테레오 위성영상은 위성에서 같은 지역을 두 장 이상 중복 촬영하여 획득한 위성영상을 의미하며 이 영상과 함께 메타데이터로 RPC(Rational Polynomial Coefficient)가 제공된다.
다음으로 SIFT 영상매칭기법을 이용하여 상기 스테레오 위성영상 전체에 속한 수백점들의 특정지점에 대한 좌(L),우(R) 동일 영상좌표(LriLci : RriRci(i=1~n)를 획득하는 단계(S200)를 설명하기로 한다.
복수의 특정지점에 대한 좌우 동일 영상좌표를 구하는 방법은 다양한 영상매칭기법이 적용될 수 있는데, 본 발명의 실시예에 의하면 수백점의 특정지점 영상매칭에는 SIFT 방법을 이용한다.
SIFT(Scale Invariant Feature Transform)는 특징점(키포인트)의 검출(detection)과 특징량의 기술(description)을 하는 알고리즘인데, SIFT는 영상의 스케일 변화와 회전에도 변하지 않는 특징량을 기술하기 때문에 이미지 모자이크 등의 영상 매칭과 물체인식에 사용되고 있다. SIFT는 구체적으로 1) 극값 검출법인 DoG(Difference-of-Gaussian) 처리를 통해 스케일 공간에서의 극값을 탐색함으로써 키포인트의 위치와 스케일을 결정하는 스케일과 키포인트 검출 단계, 2) 1) 과정에서 검출했던 키포인트로부터 특징점으로 적합하지 않은 점들을 삭제하고 서브 픽셀 추정을 하는 키포인트 모으기 단계, 3) 회전에 불변하는 특징을 얻기 위해 키포인트의 오리엔테이션을 구하는 오리엔테이션의 산출 단계, 4) 3) 과정에서 구했던 오리엔테이션을 기반으로 키포인트의 특징량을 기술하는 특징량 기술 단계로 진행된다.
본 발명의 실시예에서는 SIFT를 이용하나, 본 발명은 이에 한정되지 않으며 종래에 공지된 다양한 특징점 추출 알고리즘을 이용할 수 있으며, 이때 특징점 추출 알고리즘에 의한 좌 또는 우 영상의 포인터 추출이 가능하고, 이로부터 상관계수기법 또는 최소제곱기법을 수행하여 특징점에 대한 좌,우 영생매칭을 수행하여 매칭포인터를 찾을 수 있다.
그 후 제공되는 RPC와 상기 획득한 수백점들의 영상좌표를 이용하여 RFM(Rational FunctionModel) 식에 입력해 수백점들의 오차가 포함된 임시 3차원 지상좌표(Xi, Yi, Zi,(i=1~n)) 를 구한다(S300).
RFM 식의 주변환(Forward transform)과 역변환(Invers transform)에 의해 임의점의 영상좌표 및 지상좌표를 산출할 수 있으며, 따라서 제공 RPC와 상기 획득한 수백점들의 영상좌표를 RFM 식에 입력해 수백점들의 임시 3차원 지상좌표를 구한다(선행기술문헌의 특허문헌 2 및 특허문헌 3 참조).
여기서 제공 RPC가 오차를 가지므로 상기 임시 3차원 지상좌표 역시 일정 오차를 가지는 것으로 이해될 수 있다.
다음으로 S400 단계를 설명하기로 한다. S400단계는 상기 스테레오 위성영상 내에 위치한 국가 기준점을 포함한 기 구축된 복수의 지상 기준점을 확보하여 확보된 상기 복수의 지상 기준점과 제공 RPC로부터 복수의 지상 기준점들의 좌, 우 영상좌표를 계산하고, 상기 각각의 좌, 우 영상좌표 중심으로 일정 영역의 박스를 설정하고 상기 좌, 우 박스간 영상매칭을 수행하여 각각의 박스 내의 좌, 우 매칭된 모든 지점의 영상좌표들을 구한 후 이들의 가상의 3차원 지상좌표를 계산한다. 그리고 상기 계산된 복수의 박스 내 3차원 지상좌표들 중 상기 복수의 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)를 찾는 단계(S400)를 설명하기로 한다. 이하 구체적으로 설명하기로 한다.
먼저 상기 스테레오 위성영상 내에 위치한 국가 기준점을 포함한 기 구축된 복수의 지상 기준점을 확보한다(S410).
상기 지상 기준점(GCP:Ground Control Point)은 국가 기준점을 포함한 기 구축된 기준점을 의미하는 것으로, 국가 기준점은 국내의 경우 국토지리정보원(National Geographic Information Institute, NCII)에서 제공하는 삼각점, 통합기준점(UCP:Unified Control Point, 평면위치, 표고, 타원체고, 중력값 등이 정밀 측정되어 있는 점)을 포함한다. 따라서 본 발명에 의하면 종래와 같이 지상 기준점을 현지에서 측량하거나 영상좌표 독취작업 등과 같은 번거로운 기준점 측량작업 필요 없이, 기 구축된 기준점의 지상좌표 정보만을 이용하여 RPC를 보정할 수 있는 이점이 있다.
지상 기준점을 확보하는 방법은 위성영상에서 제공하는 메타파일로부터 촬영된 지역의 위도와 경도를 찾아내고, 해당 위도와 경도의 지역에 대해 국토지리정보원에서 제공하는 국가 기준점 또는 기 구축된 기준점 정보를 이용해 복수의 지상 기준점의 3차원 좌표정보를 찾게 된다. 도 2를 참조하면, 왼쪽 하부 사진도면에 노란 점들이 표시되는데, 상기 노란 점들이 국가 기준점인 통합기준점들(United Control Points: UCPs)을 나타낸 것이다.
그 후 상기 확보된 복수의 지상 기준점의 좌, 우 영상좌표를 계산한다(S420). 구체적으로는 상기 확보한 스테레오 위성영상 내의 지상 기준점을 이용하여 제공 RPC가 포함된 RFM 식에 대입하면, 상기 지상 기준점들에 해당하는 좌, 우 영상좌표를 계산할 수 있다. 물론 이 영상좌표들은 오차를 포함한 제공 RPC에 의해 계산된 것이므로 지상기준점에 해당하는 정확한 영상지점이 아닌 것으로 이해될 수 있다.
다음으로 계산된 상기 복수의 지상 기준점들의 좌, 우 영상좌표 중심으로 일정 영역의 박스를 설정하고, 좌, 우 박스 간 영상매칭을 수행하여 좌, 우 박스 내 매칭된 모든 지점의 매칭 쌍들의 영상좌표들을 구하는데(S430), 구체적으로 아래와 같은 방법으로 구할 수 있다.
먼저 상기 계산된 지상 기준점의 좌, 우 영상좌표에서 일측(예를 들어 좌측) 영상의 영상좌표 중심으로 일정 영역의 윈도우 박스(예를 들어 100*100 픽셀 사이즈)를 설정하고, 이에 대응되는 타측(예를 들어 우측) 영상의 영상좌표 중심으로 일측 영역(윈도우 박스)의 대략 네 배에 해당하는 탐색영역의 박스(예를 들어 200*200 픽셀 사이즈)를 설정한다. 여기서 하나의 지상 기준점에 하나의 박스가 형성되므로, 스테레오 위성영상에 복수의 지상 기준점이 있는 경우 복수의 박스가 생성된다. 그리고 대응되는 각각의 좌, 우 두 박스 간 상관계수와 최소제곱법으로 공지의 영상매칭기법을 이용하여 자동으로 영상매칭을 수행한 후, 좌, 우 박스 내 모든 지점의 매칭 쌍(중복된 좌, 우 영상간 동일한 지점)의 영상좌표들을 구한다.
타측(우측)의 탐색 영역 박스를 일측(좌측)의 윈도우 영역 박스보다 대략 4배(가로 2배, 세로 2배)로 넉넉하게 설정함으로써 영상매칭시 윈도우 영역을 커버할 수 있다.
그리고 상기 매칭하여 구한 좌, 우 매칭 쌍의 영상좌표들에 제공 RPC를 입력하여 일측(좌측)의 윈도우 영역 박스 내에 해당하는 가상의 3차원 지상좌표를 구한다(S440). 하나의 지상 기준점에 하나의 박스가 형성되므로, 스테레오 위성영상에 복수의 지상 기준점이 있는 경우 복수의 박스가 생성되며, 복수의 박스 내 모든 영상좌표들의 가상 3차원 지상좌표들을 구할 수 있다.
그 후 전단계에서 구한 복수의 박스(윈도우 영역 박스) 내 가상의 3차원 지상좌표들 중, 상기 지상 기준점들의 실제 3차원 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)를 찾는다(S450).
다음으로 LHD(Least Squares Height-Differences) 매칭을 수행하여 오차보정을 위한 변환계수를 산출한다(S500).
LHD 매칭을 수행하기 위해서는 먼저, 상기 S450 단계에서 확보한 지상 기준점들의 실제 지상좌표(Xgcp, Ygcp, Zgcp) 위치와 위성영상 박스 내 가상의 3차원 지상좌표들 중, 지상 기준점들의 실제 지상좌표와 가장 가까운 평면 위치(즉 X,Y 좌표가 가장 근접한 지점)를 찾고, 두 지점의 높이를 획득한다. 여기서 평면위치가 가장 가까우므로 두 지점은 X,Y 좌표가 동일한 것으로 취급하고, 평면 위치가 같기 때문에 두 지점의 높이는 자동으로 획득될 수 있다. 여기서 복수의 지상 기준점들의 실제 위치와 위성영상 박스내 가상의 3차원 지상좌표로부터 획득한 위치의 높이 차이는 일정해야 한다.
그 후 상기 확보된 복수의 지상 기준점 위치(Xgcp, Ygcp, Zgcp), 위성영상 박스내 가상의 3차원 지상좌표로부터 획득한 위치(Xdem, Ydem, Zdem)를 이용하여 LHD 매칭기법을 수행한다.
복수의 지상 기준점 위치(Xgcp, Ygcp, Zgcp)와 동일한 평면위치에서 획득한 가상의 3차원 지상좌표(Xdem, Ydem, Zdem)간 변환식은 아래 식 1과 같이 표현된다.
Figure 112018022522938-pat00001
여기서,
Figure 112018022522938-pat00002
,
Figure 112018022522938-pat00003
and
Figure 112018022522938-pat00004
는 이동량(Translations), s는 축척(Scale Factor), R은 회전각(ω, φ, κ)이 포함된 회전행렬(Rotation Matrix).
상기 식 1은 로젠 홀름(Rosenholm)과 토레 가드(Torlegard)의 이론(1988)을 바탕으로 아래 식 2에 나타난 바와 같이 테일러 급수 확장(Taylor series expansion)에 의해 선형화될 수 있다.
Figure 112018022522938-pat00005
여기서, 지수(index) °는 초기값을 나타낸다.
상기 식 2는 아래 식 3과 같이
Figure 112018022522938-pat00006
의 관점에서 다시 정리될 수 있다.
Figure 112018022522938-pat00007
Figure 112018022522938-pat00008
한편, 지상 기준점들의 Z 축이 대상 가상의 3차원 지상좌표의 Z 축과 동일한 경우
Figure 112018022522938-pat00009
로 공식화 할 수 있으며, 그 방정식은 하기 식 4로 선형화 할 수 있다.
Figure 112018022522938-pat00010
식 3의
Figure 112018022522938-pat00011
는 식 4에 대입될 수 있으며, 따라서 식 4는 하기 식 5와 같이 표현될 수 있다.
Figure 112018022522938-pat00012
식 5의
Figure 112018022522938-pat00013
는 식 2에서 기술된 Z 항으로 대체될 수 있고, 7 개의 매개 변수는 하기 식 6에 의해 최종적으로 결정된다.
Figure 112018022522938-pat00014
여기서
Figure 112018022522938-pat00015
,
Figure 112018022522938-pat00016
=
Figure 112018022522938-pat00017
는 초기 7 개의 매개 변수에 의해 계산된 초기 높이 값이고,
Figure 112018022522938-pat00018
및
Figure 112018022522938-pat00019
는 생성된 가상 3차원 지상좌표의 두 격자 공간의 X 및 Y 방향에 대한 경사 즉,
Figure 112018022522938-pat00020
=
Figure 112018022522938-pat00021
및
Figure 112018022522938-pat00022
=
Figure 112018022522938-pat00023
이다.
7 개의 파라미터를 계산하기 위해,
Figure 112018022522938-pat00024
는 최소 제곱법 및 반복연산(예를 들어,
Figure 112018022522938-pat00025
)에 의해 계산 될 수 있고, 7 개의 파라미터는
Figure 112018022522938-pat00026
항의 변수가 0에 가까울 때까지 결정된다.
식 6을 최소제곱법으로 표현하면 하기 식 7과 같다.
Figure 112018022522938-pat00027
여기서, LHD 매칭은 기본적으로 복수의 지상 기준점의 실제위치(Xgcp, Ygcp, Zgcp)와 동일한 평면위치의 가상 위치(Xdem, Ydem, Zdem)간 높이를 이용하는 방법이므로 모든 지점의 높이차이는 일정해야 하는 것이 중요하다. 따라서 LHD 매칭을 적용할 때, 과대오차를 가진 가상위치(Xdem, Ydem, Zdem)의 참여를 제한하기 위해, 임의 한 점의 높이차(
Figure 112018022522938-pat00028
)가 다른 지점의 높이차 평균값(
Figure 112018022522938-pat00029
)으로부터
Figure 112018022522938-pat00030
(
Figure 112018022522938-pat00031
=표준편차) 범위내면 W(경중률)=1, 그렇지 않으면 W=0이 되도록 한다.
따라서 식 7로부터 7개의 변환계수 여기서,
Figure 112018022522938-pat00032
를 구할 수 있다.
총 7개의 변환계수를 구하기 위해서는 최소 8점 이상의 기준점 정보가 필요하나, 일반적인 RPC 오차가 이동량(XT, YT, ZT)이 대부분을 차지하므로, 상기 3개의 변환계수(XT, YT, ZT)는 4점 이상의 기준점 정보만 확보되면 된다.
다음으로 상기 구해진 7개(또는 3개)의 변환계수를 이용하여 상기 S300 단계에서 구한 상기 수백점들의 임시 3차원 지상좌표를 보정한다(S600).
즉, 상기 구해진 변환계수를 S300 단계에서 구한 임시 지상좌표에 적용하여 보정된 지상좌표를 계산한다.
그리고 상기 수백점들의 보정된 3차원 지상좌표와 이에 대응되는 좌, 우 영상좌표(S200 참조)를 이용하여 좌, 우(또는 영상 1, 영상 2) 각각에 대한 RPC를 재계산하여 구하면, 이 구해진 RPC가 보정된 RPC가 된다(S700).
한편, 본 발명의 실시예에 따르면, RPC 보정 후 정확도를 평가하는 단계(S800)를 더 포함할 수 있는데, 이러한 정확도 평가는 검사점의 좌, 우 동일 영상좌표와 제공 RPC를 이용하여 지상좌표를 계산하고, 변환계수 적용한 후, 원래 검사점의 지상좌표와 비교함으로써 가능하다.
구체적으로 먼저 S400 단계에서의 구한 모든 박스 내의 가상의 3차원 지상좌표를 S500 단계에서 구한 변환계수로 조정한다. 그 후 모든 박스 내의 조정된 3차원 지상좌표와 지상 기준점의 실제 지상좌표간의 가장 가까운 평면위치를 찾고, 그 지점의 높이차를 구하게 된다. 여기서 높이차이가 적을수록 변환계수의 정확도는 높은 결과를 보이게 된다.
이상에서 설명한 바와 같이, 본 발명에 따른 위성영상의 제공 RPC 자동 보정 방법에 의하면, 현장관측과 영상좌표 독취 작업 없이도 국가 기준점을 포함한 기 구축된 복수의 기준점 위치정보만을 이용하여 위성영상으로부터 제공되는 RPC를 자동으로 보정할 수 있으며, 이를 통해 종래 제공 RPC 보정을 위해 지상기준점 확보와 영상좌표 독취에 소요되는 시간과 경비를 획기적으로 줄일 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 (5)

  1. a) 위성을 통해 촬영된 스테레오 위성영상과 제공된 RPC를 수신하는 단계;
    b) SIFT(Scale Invariant Feature Transform) 영상매칭기법을 이용하여 상기 스테레오 위성영상 전체에 속한 지상의 수백점들의 특정지점에 대한 좌우 동일 영상좌표를 획득하는 단계;
    c) 상기 획득한 수백점들의 좌우 동일 영상좌표와 상기 제공된 RPC를 이용하여 상기 수백점들의 오차가 포함된 임시 3차원 지상좌표를 계산하는 단계;
    d) 상기 스테레오 위성영상 내에 위치한 복수의 지상 기준점을 확보하여 상기 확보된 복수의 지상 기준점들의 좌, 우 영상좌표를 계산하고, 상기 복수의 지상 기준점들 각각의 좌, 영상좌표 중심으로 일정 영역의 박스를 설정하고 상기 좌, 우 박스간 영상매칭을 수행하여 각각의 박스 내의 좌, 우 매칭된 모든 지점의 영상좌표들을 구한 후 이들의 가상의 3차원 지상좌표들을 계산하고, 상기 계산된 가상의 3차원 지상좌표들 중 상기 복수의 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)를 구하는 단계;
    e) 상기 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)와, 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 높이를 이용하여 LHD 매칭을 수행한 후, 오차보정을 위한 변환계수를 산출하는 단계;
    f) 상기 산출된 변환계수를 이용하여 c) 단계에서 구한 상기 수백점들의 임시 3차원 지상좌표를 보정하는 단계; 및,
    g) 상기 보정된 수백점들의 3차원 지상좌표와 상기 수백점들의 좌우 동일 영상좌표를 이용하여 RPC를 재계산한 후, RPC를 보정하는 단계;를 포함하는 것을 특징으로 하는 입체 위성영상의 제공 RPC 자동보정 방법.
  2. 제 1 항에 있어서, 상기 d) 단계의 복수의 지상 기준점을 확보하는 단계는,
    위성영상에서 제공하는 메타파일로부터 촬영된 지역의 위도와 경도를 찾아내고, 해당 위도와 경도의 지역 내에서 기 구축된 복수의 기준점의 실제 좌표 정보를 찾는 것을 특징으로 하는 입체 위성영상의 제공 RPC 자동 보정 방법.
  3. 제 2 항에 있어서, 상기 d) 단계는
    d1) 상기 스테레오 위성영상 내에 위치한 복수의 지상 기준점을 확보하는 단계, d2) 상기 확보된 복수의 지상 기준점을 RFM식에 대입하여 복수의 지상 기준점들의 좌, 우 영상좌표를 계산하는 단계, d3) 상기 각각의 좌측(또는 우측) 영상좌표 중심으로 일정 영역의 윈도우 영역 박스를 설정하고, 이에 대응되는 각각의 우측(또는 좌측) 영상좌표 중심으로 상기 윈도우 영역보다 상대적으로 더 넓은 일정 영역의 탐색 영역 박스를 설정한 후, 상기 좌, 우 박스간 영상매칭을 수행하여 좌, 우 박스 내 모든 지점의 매칭 쌍(중복된 좌, 우 영상간 동일한 지점)의 영상좌표들을 구하는 단계, d4) 상기 좌, 우 매칭된 영상좌표들과 상기 제공된 RPC를 이용하여 상기 좌, 우 매칭된 영상좌표 지점들의 가상의 3차원 지상좌표를 계산하는 단계, 및 d5) 상기 계산된 가상의 3차원 지상좌표들 중 상기 복수의 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)를 구하는 단계를 포함하는 것을 특징으로 하는 입체 위성영상의 제공 RPC 자동 보정 방법.
  4. 제 1 항에 있어서, 상기 e) 단계의 LHD 매칭을 수행하는 단계는,
    상기 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)의 평면위치와 가장 가까운 지상좌표(Xdem, Ydem, Zdem)와, 지상 기준점의 실제 지상좌표(Xgcp, Ygcp, Zgcp)가 동일한 평면 위치에서의 높이차가 일정하다는 가정에서 획득된 양 지점의 높이를 이용하여 LHD 매칭을 수행하는 것을 특징으로 하는 입체 위성영상의 제공 RPC 자동 보정 방법.
  5. 제1 항 내지 제 4 항 중 어느 한 항에 있어서,
    상기 g) 단계 이후 정확도를 평가하는 정확도 평가 단계를 더 포함하는 것을 특징으로 하는 입체 위성영상의 제공 RPC 자동 보정 방법.
KR1020180026298A 2018-03-06 2018-03-06 입체 위성영상의 제공 rpc 자동 보정 방법 KR102015817B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180026298A KR102015817B1 (ko) 2018-03-06 2018-03-06 입체 위성영상의 제공 rpc 자동 보정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180026298A KR102015817B1 (ko) 2018-03-06 2018-03-06 입체 위성영상의 제공 rpc 자동 보정 방법

Publications (1)

Publication Number Publication Date
KR102015817B1 true KR102015817B1 (ko) 2019-08-29

Family

ID=67775815

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180026298A KR102015817B1 (ko) 2018-03-06 2018-03-06 입체 위성영상의 제공 rpc 자동 보정 방법

Country Status (1)

Country Link
KR (1) KR102015817B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112464433A (zh) * 2020-10-27 2021-03-09 桂林理工大学 面向fpga硬件的递推最小二乘求解rfm模型参数优化算法
CN114385712A (zh) * 2022-01-11 2022-04-22 东南大学 一种基于gnss的乡村生态景观多源数据空间融合方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100501071B1 (ko) 2005-04-28 2005-07-18 공간정보기술 주식회사 고해상도 위성영상과 ｒｆｍ을 이용한 수치도화 시스템 및방법
KR101295747B1 (ko) 2012-04-25 2013-08-20 서울시립대학교 산학협력단 Ｒｐｃ를 이용한 자동 기하 보정 시스템 및 방법
KR20140094211A (ko) * 2013-01-21 2014-07-30 국방과학연구소 입체 위성 영상 ＲＰＣｓ 정보를 이용한 단영상에서의 3차원 위치결정 방법
KR20160002510A (ko) * 2014-06-30 2016-01-08 건국대학교 산학협력단 스테레오 영상을 이용한 촬영좌표 획득장치 및 그 방법
JP2016057092A (ja) * 2014-09-05 2016-04-21 国立研究開発法人情報通信研究機構 Ｓａｒ図からの立体地形図形成方法
KR101668006B1 (ko) * 2015-09-08 2016-10-20 한국항공우주연구원 위성 기반의 3차원 공간 정보 구축 방법 및 시스템
KR101711575B1 (ko) 2015-12-22 2017-03-03 순천대학교 산학협력단 위성영상의 rpc 보정을 위한 통합기준점 탐지 방법
KR101737438B1 (ko) * 2016-07-18 2017-05-18 한국항공우주연구원 기준 레이어의 구축 방법 및 장치와, 기준 레이어를 이용한 3차원 공간 정보 구축 방법 및 시스템
KR20190026452A (ko) * 2017-09-05 2019-03-13 순천대학교 산학협력단 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100501071B1 (ko) 2005-04-28 2005-07-18 공간정보기술 주식회사 고해상도 위성영상과 ｒｆｍ을 이용한 수치도화 시스템 및방법
KR101295747B1 (ko) 2012-04-25 2013-08-20 서울시립대학교 산학협력단 Ｒｐｃ를 이용한 자동 기하 보정 시스템 및 방법
KR20140094211A (ko) * 2013-01-21 2014-07-30 국방과학연구소 입체 위성 영상 ＲＰＣｓ 정보를 이용한 단영상에서의 3차원 위치결정 방법
KR20160002510A (ko) * 2014-06-30 2016-01-08 건국대학교 산학협력단 스테레오 영상을 이용한 촬영좌표 획득장치 및 그 방법
JP2016057092A (ja) * 2014-09-05 2016-04-21 国立研究開発法人情報通信研究機構 Ｓａｒ図からの立体地形図形成方法
KR101668006B1 (ko) * 2015-09-08 2016-10-20 한국항공우주연구원 위성 기반의 3차원 공간 정보 구축 방법 및 시스템
KR101711575B1 (ko) 2015-12-22 2017-03-03 순천대학교 산학협력단 위성영상의 rpc 보정을 위한 통합기준점 탐지 방법
KR101737438B1 (ko) * 2016-07-18 2017-05-18 한국항공우주연구원 기준 레이어의 구축 방법 및 장치와, 기준 레이어를 이용한 3차원 공간 정보 구축 방법 및 시스템
KR20190026452A (ko) * 2017-09-05 2019-03-13 순천대학교 산학협력단 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
이효성, et al. "연구 논문: KOMPSAT-3 위성영상의 RPC 보정을 위한 국가 통합기준점 탐지." 대한원격탐사학회지 30.6 (2014) *
이효성, 박병욱, and 안기원. "고해상도 위성영상의 토지피복 특성에 따른 혼합정합." 한국측량학회지 30.6 (2012) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112464433A (zh) * 2020-10-27 2021-03-09 桂林理工大学 面向fpga硬件的递推最小二乘求解rfm模型参数优化算法
CN114385712A (zh) * 2022-01-11 2022-04-22 东南大学 一种基于gnss的乡村生态景观多源数据空间融合方法

Similar Documents

Publication Publication Date Title
KR101965965B1 (ko) 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법
CN107014399B (zh) 一种星载光学相机-激光测距仪组合系统联合检校方法
Gutjahr et al. The epipolarity constraint in stereo-radargrammetric DEM generation
KR101439213B1 (ko) 입체 위성 영상 ＲＰＣｓ 정보를 이용한 단영상에서의 3차원 위치결정 방법
Rupnik et al. Refined satellite image orientation in the free open-source photogrammetric tools Apero/Micmac
Tang et al. Combined adjustment of multi-resolution satellite imagery for improved geo-positioning accuracy
CN105300362A (zh) 一种应用于rtk接收机的摄影测量方法
Gonçalves Automatic orientation and mosaicking of archived aerial photography using structure from motion
Zhang et al. Block adjustment for satellite imagery based on the strip constraint
KR102015817B1 (ko) 입체 위성영상의 제공 rpc 자동 보정 방법
Oh et al. Automated bias-compensation approach for pushbroom sensor modeling using digital elevation model
Maurice et al. A photogrammetric approach for map updating using UAV in Rwanda
Saponaro et al. Geometric accuracy evaluation of geospatial data using low-cost sensors on small UAVs
KR101711575B1 (ko) 위성영상의 rpc 보정을 위한 통합기준점 탐지 방법
Rokhmana et al. Cadastral surveys with non-metric camera using UAV: a feasibility study
CN111121729A (zh) 基于平坦地形的光学遥感卫星内检校方法及系统
CN116310901A (zh) 一种基于低空遥感的泥石流物源动态运移识别方法
Fursov et al. Computing RPC using robust selection of GCPs
Awange et al. Fundamentals of photogrammetry
Zhou et al. DEM generation using Ziyuan-3 mapping satellite imagery without ground control points
Liu et al. Adaptive re-weighted block adjustment for multi-coverage satellite stereo images without ground control points
Cao et al. Precise sensor orientation of high-resolution satellite imagery with the strip constraint
Monica et al. Geometric correction model for dual sensor pushbroom aerial camera
Zomrawi et al. Accuracy evaluation of digital aerial triangulation
KR100473958B1 (ko) Ｇｐｓ 단일 기준점을 이용한 고정확도의 ｒｐｃ 데이터 갱신방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant