KR20220067351A - Sar 영상에서의 객체 변화 탐지 방법 및 sar 영상에서의 객체 변화 탐지 시스템 - Google Patents

Abstract

SAR 영상에서의 객체 변화 탐지 방법 및 SAR 영상에서의 객체 변화 탐지 시스템이 개시된다. 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 방법은, 합성개구레이다(SAR)에 의해 생성된 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성하는 단계와, 상기 차분 영상 내에서 구성되는 복수의 도형을, 후보객체군으로서 추출하는 단계와, 상기 후보객체군으로 추출된 상기 복수의 도형 각각에 대해, 형상 지수를 산출하는 단계와, 상기 후보객체군에 대한 형상 지수를, 추후 선정될 대상 객체에 관한 기하학적 특성에 따라 일정치 조정하여, 상기 후보객체군 중에서 식별할 최종후보객체의 조건을 설정하는 단계, 및 상기 합성개구레이다로부터 상기 복수의 전후 SAR 영상과 다른 SAR 영상이 입력됨에 연동하여, 상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체로서 판단하여, 상기 대상 객체에 관한 변화 추적 결과에 포함시키는 단계를 포함한다.

Description

SAR 영상에서의 객체 변화 탐지 방법 및 SAR 영상에서의 객체 변화 탐지 시스템{METHOD AND SYSTEM FOR DETECTING VARIATION AMOUNT OF OBJECT IN SAR IMAGES}

본 발명은 합성개구레이다(SAR)에 의해 생성되는 SAR 영상에서의 객체 변화 탐지 방법에 연관되며, 형상 지수(Shape Index, SI) 및 기하학적 특성(Geometry features)을 이용한 객체 변화 탐지의 효율성 향상에 연관된다.

합성개구레이다(SAR: Synthetic Aperture Radar)는 지상 및 해양에 대해 공중에서 레이다파를 순차적으로 쏜 이후 레이다파가 굴곡면에 반사되어 돌아오는 미세한 시간차를 처리하여 지상지형도를 만들거나 지표를 관측하는 레이다 시스템을 말한다.

합성개구레이다는, 전투기, 헬리콥터, 대형 정찰기를 비롯해 무인정찰기, 인공위성 등에 장착되어, 지형 패턴 뿐만 아니라, 이동목표 추적(MTI: Moving Target Indicator)에도 널리 사용되고 있다.

한편 종래에는 합성개구레이다(SAR)에 의해 촬영된 SAR 영상에서 대상 객체에 대한 변화를 탐지하기 위해, 일차적으로 스펙클 잡음(speckle noise)을 제거한 후, SIFT(Scale Invariant Feature Transform) 알고리즘이나 필터(filter)를 적용하는 방식으로 이루어지고 있다.

여기서 스펙클 잡음은 윤곽 검출이나 지역 분할 등의 SAR 영상 분석 작업을 방해하는 열화 요소로서, SIFT 알고리즘은, 이러한 열화 요소가 제거된 이미지에서, 이미지의 크기(scale)와 회전(Rotation) 시에도 불변하는 고유 특징을 추출하기 위한 알고리즘 중 하나이다.

하지만 SAR 영상에서 스펙클 잡음을 제거 후 SIFT 알고리즘/필터를 이용하게 되면, 대상 객체의 크기가 작은 경우 변화를 검출하기 어렵다는 한계를 가진다.

최근에는 딥러닝 기술을 이용하여 SAR 영상에서 객체를 추출하고 분류하는 방식도 널리 사용되고 있다. 하지만 이 방식의 경우 딥러닝 학습을 위한 데이터셋을 매뉴얼하게 구성하는데 어려움이 따른다.

이에 따라 SAR 영상에서 특정 객체의 변화 정도를 보다 효율적으로 탐지할 수 있는 처리 기법이 요구된다.

본 발명의 실시예는 전후의 SAR 영상 간 변화량을 이용하여, 대상 객체의 변화를 빠르고 효율적으로 탐지하는 것을 목적으로 한다.

본 발명의 실시예는 전후의 SAR 영상 간 변화량으로 판단되는 픽셀 중 연속하는 픽셀들을 다각형(polygon)으로서 추출하고, 다각형의 형상 지수를 산출하고, 검출을 원하는 대상 객체(차량, 도로 등)에 따라, 다각형의 형상 지수를 변경해 조건을 설정함으로써, 설정된 조건을 이용하여, 입력된 SAR 영상에서 대상 객체의 변화를 효율적으로 탐지하는 것을 목적으로 한다.

본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 방법은, 합성개구레이다(SAR)에 의해 생성된 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성하는 단계와, 상기 차분 영상 내에서 구성되는 복수의 도형을, 후보객체군으로서 추출하는 단계와, 상기 후보객체군으로 추출된 상기 복수의 도형 각각에 대해, 형상 지수를 산출하는 단계와, 상기 후보객체군에 대한 형상 지수를, 추후 선정될 대상 객체에 관한 기하학적 특성에 따라 일정치 조정하여, 상기 후보객체군 중에서 식별할 최종후보객체의 조건을 설정하는 단계, 및 상기 합성개구레이다로부터 상기 복수의 전후 SAR 영상과 다른 SAR 영상이 입력됨에 연동하여, 상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체로서 판단하여, 상기 대상 객체에 관한 변화 추적 결과에 포함시키는 단계를 포함할 수 있다.

또한, 본 발명의 실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템은, 합성개구레이다(SAR)에 의해 생성된 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성하는 생성부와, 상기 차분 영상 내에서 구성되는 복수의 도형을, 후보객체군으로서 추출하는 추출부와, 상기 후보객체군으로 추출된 상기 복수의 도형 각각에 대해, 형상 지수를 산출하는 산출부와, 상기 후보객체군에 대한 형상 지수를, 추후 선정될 대상 객체에 관한 기하학적 특성에 따라 일정치 조정하여, 상기 후보객체군 중에서 식별할 최종후보객체의 조건을 설정하는 설정부, 및 상기 합성개구레이다로부터 입력되는 SAR 영상으로부터, 상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체로서 판단하여, 상기 대상 객체에 관한 변화 추적 결과에 포함하는 처리부를 포함할 수 있다.

본 발명에 따르면, 전후의 SAR 영상 간 변화량을 이용하여, 대상 객체의 변화를 빠르고 효율적으로 탐지할 수 있다.

본 발명에 따르면, 전후의 SAR 영상 간 변화량으로 판단되는 픽셀 중 연속하는 픽셀들을 다각형(polygon)으로서 추출하고, 다각형의 형상 지수를 산출하고, 검출을 원하는 대상 객체(차량, 도로 등)에 따라, 다각형의 형상 지수를 변경해 조건을 설정함으로써, 설정된 조건을 이용하여, 입력된 SAR 영상에서 대상 객체의 변화를 효율적으로 탐지할 수 있다.

도 1은 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템을 포함한 네트워크를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템의 내부 구성을 도시한 블록도이다.
도 3은 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템에서, 복수의 전후 SAR 영상의 일례를 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템에서, 차분 영상의 일례를 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템에서, 최종후보객체의 조건을 설정하는 과정을 설명하기 위한 도면이다.
도 6은 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 방법의 순서를 도시한 흐름도이다.
도 7은 본 발명의 다른 실시예에 따른 SAR 영상에서의 객체 변화 탐지 방법의 순서를 도시한 흐름도이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

도 1은 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템을 포함한 네트워크를 도시한 도면이다.

도 1을 참조하면, 네트워크(100)는, SAR 영상에서의 객체 변화 탐지 시스템(110), 위성(120), 합성개구레이다(SAR)(130) 및 지상 제어국(140)을 포함하여 구성될 수 있다.

SAR 영상에서의 객체 변화 탐지 시스템(이하, '객체 변화 탐지 시스템')(110)은, SAR 영상을 생성하는 합성개구레이다(SAR)(130)가 장착된 위성(120) 또는 상기 위성(120)과 통신하는 지상 제어국(140)의 내부에 포함되어 구현될 수 있으나, 본 명세서에서는 설명의 편의를 위해 본 발명의 객체 변화 탐지 시스템(110)이 합성개구레이다(SAR)(130)와 네트워크(100)로 연결된 서버 내에 구현되는 것을 한정하여 설명한다.

일례로, 객체 변화 탐지 시스템(110)은, 합성개구레이다(SAR)에 의해 생성된 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성하고, 상기 차분 영상 내에서 구성되는 복수의 도형을, 후보객체군으로서 추출하고, 상기 후보객체군으로 추출된 상기 복수의 도형 각각에 대해, 형상 지수를 산출하고, 상기 후보객체군에 대한 형상 지수를, 추후 선정될 대상 객체에 관한 기하학적 특성에 따라 일정치 조정하여, 상기 후보객체군 중에서 식별할 최종후보객체의 조건을 설정하고, 상기 합성개구레이다로부터 상기 복수의 전후 SAR 영상과 다른 SAR 영상이 입력됨에 연동하여, 상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체의 변화 추적 결과에 포함함으로써, SAR 영상으로부터 객체 변화를 탐지할 수 있다.

이와 같이 본 발명에 따르면, 전후의 SAR 영상 간 변화량을 이용하여, 대상 객체의 변화를 빠르고 효율적으로 탐지할 수 있다.

도 2는 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템의 내부 구성을 도시한 블록도이다.

도 2를 참조하면, 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 생성부(210), 추출부(220), 산출부(230), 설정부(240) 및 처리부(250)를 포함하여 구성할 수 있다. 또한, 실시예에 따라 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 분류부(260) 및 필터링부(270)를 각각 추가하여 구성할 수 있다.

생성부(210)는 합성개구레이다(SAR)에 의해 생성된 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성한다. 생성부(210)는 전후의 SAR 영상 간 변화량을 포함하여, 차분 영상을 생성할 수 있다.

일례로 생성부(210)는 영상 감시 시스템에서 움직이는 객체를 정확히 검출하기 위한 방법 중 하나인 영상 차분(Frame Differece) 기법에 의해, 전후의 SAR 영상으로부터 차분 영상을 생성할 수 있다.

여기서 영상 차분 기법은, 비디오에서 연속적으로 주사되는 각각의 프레임에 담겨있는 정보를 사용하여 장면이 전환되는 지점을 찾아내는데 이용될 수 있다. 생성부(210)는 움직임이 있는 환경에서, 2프레임 혹은 3프레임의 이미지를 비교해서 움직이는 부분을 찾아 차분 영상을 생성할 수 있다.

일례로 생성부(210)는 복수의 전후 SAR 영상 간 대응 픽셀 마다의 픽셀값을 차감한 값을, 픽셀값으로 가지는 상기 차분 영상을 생성할 수 있다.

이에 따라 차분 영상 내에서 픽셀값이 '0'인 픽셀은, 상기 복수의 전후 SAR 영상 간에 변화량이 없는 부분으로 유추될 수 있다. 다시 말하면, 차분 영상 내에서 픽셀값이 '0'이 아닌 픽셀은, 상기 복수의 전후 SAR 영상 간에 변화량이 있는 부분으로 유추될 수 있다.

이하 도 3 내지 도 4를 참조하여 생성부(210)를 설명한다.

도 3은 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템에서, 복수의 전후 SAR 영상의 일례를 도시한 도면이다. 도 3에는 앞서 생성된 제1 SAR 영상(310)과 그 후에 생성된 제2 SAR 영상(320)이 도시되어 있다.

도 4는 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템에서, 차분 영상의 일례를 도시한 도면이다. 도 4에는 제1 SAR 영상(310)과 제2 SAR 영상(320) 간 변화량을 포함하는 차분 영상(410)이 도시되어 있다.

도 3 내지 도 4를 참조하면, 생성부(210)는 제1 객체 '도로' 위를 주행하는 제2 객체 '차량'이 촬영된 제1 및 제2 SAR 영상(310, 320)을 비교하여, 제2 객체 '차량'의 이동에 따라, 픽셀값이 변경된 제1 SAR 영상(310) 내 픽셀(301) 및 제2 SAR 영상(320) 내 픽셀(302)을 찾고, 픽셀(301) 및 픽셀(302)에서의 변화된 픽셀값을 포함하여 차분 영상(410)을 생성할 수 있다.

예를 들면 생성부(210)는 제1 SAR 영상(310) 내 픽셀(301) '(5, 1) 및 (5, 2)'의 픽셀값 'x' 및 'y'를, 제2 SAR 영상(320) 내 '(5, 1) 및 (5, 2)'의 픽셀값 'x1' 및 'y1'로부터 각각 차감하고, 이를 차분 영상(410) 내 '(5, 1) 및 (5, 2)'의 픽셀값 'x1-x' 및 'y1-y'로 각각 지정할 수 있다.

마찬가지로 생성부(210)는 제2 SAR 영상(320) 내 픽셀(302) '(3, 2) 및 (4, 2)'의 픽셀값 'p1' 및 'q1'에서, 제1 SAR 영상(310) 내 '(3, 2) 및 (4, 2)'의 픽셀값 'p' 및 'q'를 각각 차감하고, 이를 차분 영상(410) 내 '(3, 2) 및 (4, 2)'의 픽셀값 'p1-p' 및 'q1-q'로 각각 지정할 수 있다.

생성부(210)는 제1 SAR 영상(310)와 제2 SAR 영상(320) 간 대응 픽셀 마다 이를 반복하여, 두 SAR 영상 각각의 픽셀값의 차를 픽셀값으로 가지는 차분 영상(410)을 생성할 수 있다.

추출부(220)는 상기 차분 영상 내에서 구성되는 복수의 도형을, 후보객체군으로서 추출한다.

본 명세서에서 복수의 전후 SAR 영상 간에 변화량이 있는 픽셀들이 연속해서 이루는 도형 각각은, 상기 복수의 전후 SAR 영상으로부터 변화가 탐지된 모든 객체로 볼 수 있고, 지상 제어국 등의 명령에 의해 추후 선정될 대상 객체의 후보가 되는 객체들이라는 점에서, 상기 차분 영상에서 구성되는 도형들은 후보객체군으로 정의될 수 있다. 이 후보객체군 중에서 식별되는 최종후보객체가 대상 객체로서 추적되게 된다.

SAR 영상에서의 객체 변화 탐지 시스템(200)은, 분류부(260)를 더 포함하여 구성할 수 있다.

분류부(260)는 상기 차분 영상에 대한 데이터 이분화(data binary)(또는, 데이터 재분류)를 통해, 상기 차분 영상 내의 전체 픽셀 중, 픽셀값이 '0'이 아닌 복수의 제1 픽셀을 분류하는 기능을 한다.

상술한 것처럼, 차분 영상 내 픽셀값이 '0'인 픽셀은, 해당 픽셀에서 두 SAR 영상 간에 변화량이 없는 픽셀, 즉 변화가 없는 부분을 의미하고, 차분 영상 내 픽셀값이 '0'이 아닌 픽셀은, 해당 픽셀에서 두 SAR 영상 간에 변화량이 있는 픽셀, 즉 변화가 있는 부분을 의미할 수 있다.

이를 고려하여 분류부(260)는 상기 차분 영상에서 픽셀값이 '0'이 아니어서 두 SAR 영상 간에 변화량이 있는 것으로 유추되는 부분, 즉, 제1 픽셀을 상기 차분 영상으로부터 분류(선별)할 수 있다.

다시 말해 분류부(260)는 상기 차분 영상에서 픽셀값이 '0'이어서 두 SAR 영상 간에 변화량이 없는 것으로 유추되는 픽셀을 상기 차분 영상으로부터 제거할 수 있다. 이에 따라 차분 영상은 두 SAR 영상 간 변화량이 있는 제1 픽셀의 값만 남게 된다.

일례로 추출부(220)는 복수의 제1 픽셀 중 연속되는 제2 픽셀끼리 연결하여, 복수의 도형을 구성할 수 있다.

예를 들어 도 4를 참조하면, 추출부(220)는 두 SAR 영상(310, 320) 간에 변화량이 있는 픽셀 '(5, 1), (5, 2), (3, 2), (4, 2)'이 모두 이어져 위치하므로, 4개의 픽셀로 도형(401)을 구성하고, 도형(401)을 후보 객체군으로서 차분 영상(410)으로부터 추출할 수 있다.

또한 추출부(220)는 두 SAR 영상(310, 320) 간에 변화량이 있는 다른 4개의 픽셀 '(3, 4), (3, 5), (2, 5), (1, 5)'이 도형(401)과는 이격해 위치하므로, 이 픽셀들로 도형(402)을 구성하고, 도형(402)을 후보 객체군으로서 차분 영상(410)으로부터 더 추출할 수 있다.

또한 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 필터링부(270)를 더 포함하여 구성할 수 있다.

필터링부(270)는, 산출부(230)에 의해 상기 복수의 도형 각각에 대해 구해지는 기하학적 특성 중 넓이가 일정값 이하로 구해지는 도형을, 노이즈로서 상기 후보객체군에서 제외하는 기능을 한다.

예를 들어 도 4를 참조하면, 산출부(230)는 후보객체군이 되는 도형(401, 402)들의 넓이, 둘레 길이, 중심점 등을 포함하여 기하학적 특성을 구하고, 필터링부(270)는, 넓이가 너무 작은 도형을 제거가 덜 된 노이즈(noise)로 판단하여 삭제할 수 있다. 이 과정에서 노이즈에 해당하는 너무 작은 도형이 상당 부분 제거되어, 형상 지수를 산출할 후보객체군의 범위가 축소되므로, 처리량이 감소할 수 있다.

산출부(230)는 상기 후보객체군으로 추출된 상기 복수의 도형 각각에 대해, 형상 지수를 산출한다.

도형의 형상 지수(SI)는, 도형의 형상이 원 또는 정사각형 등의 기하학적 정형으로부터 얼마나 변형되어 있는지를 지수화한 값으로, 예를 들면, 도형의 면적을 도형의 둘레 길이로 나누고, 다시 변환 길이로 나누어 무차원화 함으로써 산출될 수 있다.

설정부(240)는 상기 후보객체군에 대한 형상 지수를, 추후 선정될 대상 객체에 관한 기하학적 특성에 따라 일정치 조정하여, 상기 후보객체군 중에서 식별할 최종후보객체의 조건을 설정한다.

일례로 설정부(240)는 상기 대상 객체로서 이동체인 '차량'이 선정되는 경우, 상기 차량에 관한 기하학적 특성 중 차량 넓이 또는 차량 둘레의 일정 비율을, 상기 후보객체군의 형상 지수에 조합한 수식을, 상기 최종후보객체에 관한 조건으로서 설정할 수 있다.

또한 설정부(240)는 상기 대상 객체로서 고정체인 '도로'가 더 선정되는 경우, 상기 도로에 관한 기하학적 특성 중 도로 넓이 또는 도로 둘레의 일정 비율을, 상기 후보객체군의 형상 지수에 조합한 수식을, 상기 최종후보객체에 관한 조건으로서 추가 설정할 수 있다.

처리부(250)는 상기 합성개구레이다로부터 상기 복수의 전후 SAR 영상과 다른 SAR 영상이 입력됨에 연동하여, 상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체로서 판단하여, 상기 대상 객체에 관한 변화 추적 결과에 포함시킨다.

예를 들어 설정부(240)는, 필터링부(270)에 의해 "If area < 20 then 0"을 만족하는 노이즈를 제거한 후 남은 후보객체들의 크기 별로, small object에 대한 필터 조건을 "if 20<area< 40 and 1.4<SI < 2.2"로 설정하고, middle object(예, truck)에 대한 필터 조건을 "if 40<area< 80 and 1.5<SI < 2.9"로 설정하고, large vehicle에 대한 필터 조건을 "if area > 80 and 1.8 <SI < 3"으로 설정할 수 있다.

이에 따라 처리부(250)는 변화 추적할 대상 객체가 truck으로 정해지면 그에 설정된 필터 조건 "if 40<area< 80 and 1.5<SI < 2.9"를 이용하여, 합성개구레이다로부터 입력되는 SAR 영상으로부터 상기 필터 조건을 만족하는 최종후보객체를 실시간으로 판별하고, 판별한 최종후보객체를, 대상 객체의 변화 추적 결과에 포함시킬 수 있다.

이와 같이 본 발명에 따르면, 전후의 SAR 영상 간 변화량으로 판단되는 픽셀 중 연속하는 픽셀들을 다각형(polygon)으로서 추출하고, 다각형의 형상 지수를 산출하고, 검출을 원하는 대상 객체(차량, 도로 등)에 따라 다각형의 형상 지수를 변경해, SAR 영상으로부터 식별할 최종후보객체의 조건 수식을 설정해 둠으로써, 조건 수식을 이용하여, 상기 전후의 SAR 영상 이후에 합성개구레이다로부터 입력되는 SAR 영상으로부터, 대상 객체의 변화를 빠르고 효율적으로 탐지할 수 있다.

도 5는 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 시스템에서, 최종후보객체의 조건을 설정하는 과정을 설명하기 위한 도면이다.

도 5를 참조하면, 추출부(220)는 전후 SAR 영상의 비교에 의해 육안으로 구축되는 Ground Truth Set을, 데이터셋(dataset)으로서 확인한다(단계(501)). 상기 데이터셋은, 도 5에서 'GCP1', 'GCP2'로 예시된다.

산출부(230)는 전후 SAR 영상의 비교에 의해 얻어진 차분 영상, 즉 변화 탐지 영상에서 남은 영역 마다의 도형(polygon)을 구성하고, 해당 도형(즉, 후보객체) 별로 면적(area, 도 5에서 'a') 및 형상 지수(Shape Index, 도 5에서 'SI')를 계산한다(단계(502)).

필터링부(270)는, 노이즈(noise)를 제거하기 위해 면적(a)이 '20' 미만인 후보객체를 제거한다(단계(503)). 이에 따라, 도 5에서 'area < 20'인 좌측상단의 후보객체는 노이즈로서 제거된다.

노이즈를 제거한 후, 설정부(240)는 단계(501)에서 구축된 Ground Truth와 단계(502)에서 후보객체 별로 계산된 면적(a) 및 형상 지수(SI)를 비교하며, 정답(최종후보객체)에 대한 area 및 SI의 통계자료를 구축한다(단계(504)).

설정부(240)는 상기 통계자료를 기반으로 후보객체의 크기 별로 SI & area로 구성된 필터 조건을 설정한다(단계(505)).

일례로 상기 필터 조건은, 후보객체가 'small object'인 경우 "if 20<area< 40 and 1.4<SI < 2.2"로 설정될 수 있다.

또한 상기 필터 조건은 후보객체가 'truck'인 경우, "if 40<area< 80 and 1.5<SI < 2.9"로 설정될 수 있다.

또한 상기 필터 조건은 후보객체가 'large vehicle'인 경우, "if area > 80 and 1.8 <SI < 3"로 설정될 수 있다.

처리부(250)는 SAR 영상이 입력되면, 상기 단계(503)의 'area < 20' 조건과 상기 단계(505)의 필터 조건을 기준으로, 정답/오답을 판별한다(단계(506)).

즉 처리부(250)는 입력되는 SAR 영상에서 'area < 20' 조건 및 필터 조건을 만족하는 후보객체를, 최종후보객체(정답)로서 판별하고, 이를 만족하지 않는 후보객체를, 최종후보객체가 아닌 것으로 판별한다(오답).

이에 따라 처리부(250)는 입력되는 SAR 영상에서 판별되는 최종후보객체를, 대상 객체의 변화 추적 결과에 포함시킨다.

이하, 도 6 내지 도 7에서는 본 발명의 실시예들에 따른 SAR 영상에서의 객체 변화 탐지 시스템(200)의 작업 흐름을 상세히 설명한다.

도 6은 본 발명의 일실시예에 따른 SAR 영상에서의 객체 변화 탐지 방법의 순서를 도시한 흐름도이다.

본 실시예에 따른 SAR 영상에서의 객체 변화 탐지 방법은, 상술한 SAR 영상에서의 객체 변화 탐지 시스템(200)에 의해 수행될 수 있다.

도 6을 참조하면, 단계(610)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 합성개구레이다(SAR)에 의해 생성된 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성한다.

단계(620)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 상기 차분 영상 내에서 구성되는 복수의 도형을, 후보객체군으로서 추출한다.

단계(630)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 상기 후보객체군으로 추출된 상기 복수의 도형 각각에 대해, 형상 지수를 산출한다.

단계(640)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 상기 후보객체군에 대한 형상 지수를, 추후 선정될 대상 객체에 관한 기하학적 특성에 따라 일정치 조정하여, 상기 후보객체군 중에서 식별할 최종후보객체의 조건을 설정한다.

단계(650)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 상기 합성개구레이다로부터 상기 복수의 전후 SAR 영상과 다른 SAR 영상이 입력됨에 연동하여, 상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체의 변화 추적 결과에 포함한다.

도 7은 본 발명의 다른 실시예에 따른 SAR 영상에서의 객체 변화 탐지 방법의 순서를 도시한 흐름도이다.

본 실시예에 따른 SAR 영상에서의 객체 변화 탐지 방법은, 상술한 SAR 영상에서의 객체 변화 탐지 시스템(200)에 의해 수행될 수 있다.

도 7을 참조하면, 단계(710)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성한다. 본 단계는 영상 쌍에 대한 차분 영상을 생성하는 단계일 수 있다.

일례로 SAR 영상에서의 객체 변화 탐지 시스템(200)은 복수의 전후 SAR 영상 간 대응 픽셀 마다의 픽셀값을 차감한 값을, 픽셀값으로 가지는 상기 차분 영상을 생성할 수 있다.

이에 따라 차분 영상 내에서 픽셀값이 '0'인 픽셀은, 상기 복수의 전후 SAR 영상 간에 변화량이 없는 부분으로 유추될 수 있다. 다시 말하면, 차분 영상 내에서 픽셀값이 '0'이 아닌 픽셀은, 상기 복수의 전후 SAR 영상 간에 변화량이 있는 부분으로 유추될 수 있다.

단계(720)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 상기 차분 영상을 데이터 재분류(데이터 이분화)하고, 단계(730)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 상기 차분 영상의 다각형화에 의해 도형을 추출한다.

본 단계(720)에서는, 형상 지수 계산의 효율성 및 노이즈 제거를 위해, 상기 차분 영상에 대한 데이터 재분류(reclassify)를 진행하여, 전후 SAR 영상에 대한 데이터를 이분화(binary)해 변화량만 차분 영상에 남기는 과정이 수행된다.

또한 단계(730)는 변화량으로 유추되는 픽셀(pixel)들의 연속성을 판단하여 다각형(polygon)을 추출함으로써, 차분 영상 내의 모든 부분들이 다각형화를 통해 도형이 되는 과정일 수 있다.

일례로 SAR 영상에서의 객체 변화 탐지 시스템(200)은 상기 차분 영상 내의 전체 픽셀 중, 두 SAR 영상 간에 변화량이 없는 것을 의미하는 픽셀값이 '0'인 픽셀을 제외함으로써, 변화량이 있는 것을 의미하는 픽셀값이 '0'이 아닌 픽셀들만 차분 영상에 남길 수 있다.

단계(740)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 도형의 기하학적 정보(둘레, 넓이)를 추출하고, 단계(750)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 기하학적 정보(둘레, 넓이)를 통한 1차 후보군 범위를 축소한다.

예를 들어 도 4를 참조하면, SAR 영상에서의 객체 변화 탐지 시스템(200)은 후보객체군이 되는 도형(401, 402)들의 넓이, 둘레 길이, 중심점 등을 포함하여 기하학적 특성을 구하고, 넓이가 너무 작은 도형을 제거가 덜 된 노이즈(noise)로 판단하여 삭제함으로써, 후보객체군의 범위를 1차 축소할 수 있다.

단계(760)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 상기 단계(750)에서 축소된 후보군 내에서 각 도형의 형상 지수를 계산하고, 단계(770)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 계산한 형상 지수 기반으로 최종 후보군에 대한 조건을 수립한다.

본 단계(770)에서는, 원하는 객체(차량, 도로 등)에 따라, 해당 형상 지수를 변경하여 조건을 설정하는 과정으로, 넓이와 둘레의 비율을 다양하게 조합한 수식을 조건으로 설정할 수 있다.

단계(780)에서 SAR 영상에서의 객체 변화 탐지 시스템(200)은, 상기 조건을 이용하여 SAR 영상 내에서 최종 목표 객체를 추출한다.

SAR 영상에서의 객체 변화 탐지 시스템(200)은 상기 합성개구레이다로부터 입력되는 SAR 영상으로부터, 상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체의 변화 추적 결과에 포함할 수 있다.

본 단계(780)에서는 SAR 영상에서 변화가 감지된 후보객체군 중, 상기 수식(조건)을 만족하는 최종후보객체만이 추출되므로, 대상 객체의 변화를 용이하게 탐지할 수 있게 된다.

이와 같이, 본 발명에 따르면, 전후의 SAR 영상 간 변화량으로 판단되는 픽셀 중 연속하는 픽셀들을 다각형(polygon)으로서 추출하고, 다각형의 형상 지수를 산출하고, 검출을 원하는 대상 객체(차량, 도로 등)에 따라, 다각형의 형상 지수를 변경해 조건을 설정함으로써, 설정된 조건을 이용하여, 입력된 SAR 영상에서 대상 객체의 변화를 효율적으로 탐지할 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

200: SAR 영상에서의 객체 변화 탐지 시스템
210: 생성부
220: 추출부
230: 산출부
240: 설정부
250: 처리부
260: 분류부
270: 필터링부

Claims (13)

1. 합성개구레이다(SAR)에 의해 생성된 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성하는 단계;
   상기 차분 영상 내에서 구성되는 복수의 도형을, 후보객체군으로서 추출하는 단계;
   상기 후보객체군으로 추출된 상기 복수의 도형 각각에 대해, 형상 지수를 산출하는 단계;
   상기 후보객체군에 대한 형상 지수를, 추후 선정될 대상 객체에 관한 기하학적 특성에 따라 일정치 조정하여, 상기 후보객체군 중에서 식별할 최종후보객체의 조건을 설정하는 단계; 및
   상기 합성개구레이다로부터 상기 복수의 전후 SAR 영상과 다른 SAR 영상이 입력됨에 연동하여,
   상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체로서 판단하여, 상기 대상 객체에 관한 변화 추적 결과에 포함시키는 단계
   를 포함하는 SAR 영상에서의 객체 변화 탐지 방법.
2. 제1항에 있어서,
   상기 차분 영상을 생성하는 단계는,
   상기 복수의 전후 SAR 영상 간 대응 픽셀 마다의 픽셀값을 차감한 값을, 픽셀값으로 가지는 상기 차분 영상을 생성하는 단계
   를 포함하는 SAR 영상에서의 객체 변화 탐지 방법.
3. 제2항에 있어서,
   상기 SAR 영상에서의 객체 변화 탐지 방법은,
   상기 차분 영상에 대한 데이터 이분화를 통해, 상기 차분 영상 내의 전체 픽셀 중, 픽셀값이 '0'이 아닌 복수의 제1 픽셀을 분류하는 단계; 및
   상기 복수의 제1 픽셀 중 연속되는 제2 픽셀끼리 연결하여, 상기 복수의 도형을 구성하는 단계
   를 더 포함하는 SAR 영상에서의 객체 변화 탐지 방법.
4. 제1항에 있어서,
   상기 복수의 도형 각각에 대해, 넓이, 둘레 및 중심점을 포함한 기하학적 특성(geometry features)을 구하는 단계; 및
   상기 기하학적 특성 중 넓이가 일정값 이하로 구해지는 도형을, 노이즈로서 상기 후보객체군에서 제외하는 단계
   를 더 포함하는 SAR 영상에서의 객체 변화 탐지 방법.
5. 제1항에 있어서,
   상기 대상 객체로서 이동체인 '차량'이 선정되는 경우,
   상기 최종후보객체에 관한 조건을 설정하는 단계는,
   상기 차량에 관한 기하학적 특성 중 차량 넓이 또는 차량 둘레의 일정 비율을, 상기 후보객체군의 형상 지수에 조합한 수식을, 상기 최종후보객체에 관한 조건으로서 설정하는 단계
   를 포함하는 SAR 영상에서의 객체 변화 탐지 방법.
6. 제5항에 있어서,
   상기 대상 객체로서 고정체인 '도로'가 더 선정되는 경우,
   상기 최종후보객체에 관한 조건을 설정하는 단계는,
   상기 도로에 관한 기하학적 특성 중 도로 넓이 또는 도로 둘레의 일정 비율을, 상기 후보객체군의 형상 지수에 조합한 수식을, 상기 최종후보객체에 관한 조건으로서 추가 설정하는 단계
   를 더 포함하는 SAR 영상에서의 객체 변화 탐지 방법.
7. 합성개구레이다(SAR)에 의해 생성된 복수의 전후 SAR 영상을 비교하여, 차분 영상을 생성하는 생성부;
   상기 차분 영상 내에서 구성되는 복수의 도형을, 후보객체군으로서 추출하는 추출부;
   상기 후보객체군으로 추출된 상기 복수의 도형 각각에 대해, 형상 지수를 산출하는 산출부;
   상기 후보객체군에 대한 형상 지수를, 추후 선정될 대상 객체에 관한 기하학적 특성에 따라 일정치 조정하여, 상기 후보객체군 중에서 식별할 최종후보객체의 조건을 설정하는 설정부; 및
   상기 합성개구레이다로부터 상기 복수의 전후 SAR 영상과 다른 SAR 영상이 입력됨에 연동하여,
   상기 조건에 따라 식별되는 상기 SAR 영상 내 최종후보객체를, 상기 대상 객체로서 판단하여, 상기 대상 객체에 관한 변화 추적 결과에 포함시키는 처리부
   를 포함하는 SAR 영상에서의 객체 변화 탐지 시스템.
8. 제7항에 있어서,
   상기 생성부는,
   상기 복수의 전후 SAR 영상 간 대응 픽셀 마다의 픽셀값을 차감한 값을, 픽셀값으로 가지는 상기 차분 영상을 생성하는
   SAR 영상에서의 객체 변화 탐지 시스템.
9. 제8항에 있어서,
   상기 SAR 영상에서의 객체 변화 탐지 시스템은,
   상기 차분 영상에 대한 데이터 이분화를 통해, 상기 차분 영상 내의 전체 픽셀 중, 픽셀값이 '0'이 아닌 복수의 제1 픽셀을 분류하는 분류부
   를 더 포함하고,
   상기 추출부는,
   상기 복수의 제1 픽셀 중 연속되는 제2 픽셀끼리 연결하여, 상기 복수의 도형을 구성하는
   SAR 영상에서의 객체 변화 탐지 시스템.
10. 제7항에 있어서,
    상기 산출부에 의해 상기 복수의 도형 각각에 대해 구해지는 기하학적 특성 중 넓이가 일정값 이하로 구해지는 도형을, 노이즈로서 상기 후보객체군에서 제외하는 필터링부
    를 더 포함하는 SAR 영상에서의 객체 변화 탐지 시스템.
11. 제7항에 있어서,
    상기 대상 객체로서 이동체인 '차량'이 선정되는 경우,
    상기 설정부는,
    상기 차량에 관한 기하학적 특성 중 차량 넓이 또는 차량 둘레의 일정 비율을, 상기 후보객체군의 형상 지수에 조합한 수식을, 상기 최종후보객체에 관한 조건으로서 설정하는
    SAR 영상에서의 객체 변화 탐지 시스템.
12. 제11항에 있어서,
    상기 대상 객체로서 고정체인 '도로'가 더 선정되는 경우,
    상기 설정부는,
    상기 도로에 관한 기하학적 특성 중 도로 넓이 또는 도로 둘레의 일정 비율을, 상기 후보객체군의 형상 지수에 조합한 수식을, 상기 최종후보객체에 관한 조건으로서 추가 설정하는
    SAR 영상에서의 객체 변화 탐지 시스템.
13. 제1항 내지 제6항 중 어느 한 항의 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.

Images