A Study on the Accuracy Estimation by Number of Control Points in High Resolution Images

고해상도 영상에서 기준점 개수에 따른 정확도 평가에 관한 연구

Abstract

The high-resolution satellite images provided by Kompsat-3A, a multipurpose satellite, have various applications such as digital map generation, 3D image generation, and DEM generation. In order to utilize high-resolution satellite images, the user must create an orthoimage in order to use the image in a suitable manner. The position and the number of the ground reference points affect the accuracy of the orthoimage. In particular, the Kompsat-3A satellite image has a high resolution of about 0.5m, so the difficulty in selecting the ground control points and the accuracy of the selected point will have a great influence on the subsequent application process. Therefore, in this study, we analyzed the influence of the number of ground reference points on the accuracy of the terrestrial satellite images.

1. 서론

다목적관측위성인 아리랑 3호(KOMPSAT -3)가 2015년 발사되어 항공사진 수준의 국토관측 및 공간정보의 제작이 가능하게 되었다. 고해상도 위성영상의 연구사례를 살펴보면, Choung(2015)은 KOMPSAT-2 영상, 고해상도 위성 영상, 그리고 획득 한 항공기의 지형 LiDAR (Light Detection And Ranging) 데이터를 이용하여 인근 연안 지역에 위치한 다양한 경작지를 추출하여, 평지 지역의 경작지 중 85%와 해안 지역 근처에 위치한 산간 경작지의 15%가 된 방법으로 추출하였다. 최근에는 고해상도 위성영상에 대한 공간객체 추출을 위해서 다양한 분류기법을 시도 하고 있다. 위성영상의 활용을 위한 응용기술인 토지이용분류 및 공간객체추출을 위하여 적용 가능한 객체기반분류 프로세스를 비교하고자 두 가지 프로세스인 수직적 프로세스, 수평적 프로세스를 KOMPSAT-3A 위성영상에 적용하여 비교분석을 수행하였다. 연구결과 사용자 정확도와 제작자 정확도가 85% 미만인 항목이 존재하였고, 수평적 프로세스는 모두 85% 이상으로 나타났다. 따라서 수직적 프로세스보다 수평적 프로세스가 효율적이라는 사실을 밝혀내었다(Lee et al., 2018).

고해상도 위성영상은 기존의 영상분류, 식생지수 분석, 수치표고모형제작 그리고 기상 분야 등의 제한된 활용범위를 넘어서 고해상도 정사영상 제작, 3D 모델링 그리고 정밀 토지이용제작 등에 활용 범위가 확대 되고 있는 추세이다. 이와 같이 고해상도 위성영상을 공간정보 분야에 활용하기 위해서는 위성영상의 좌표 설정에 대한 선행연구가 이루어 져야 한다. Kim et al.(2003)은 SPOT 위성영상에서 3차원 모델링시 지상기준점의 개수에 따른 정확도 평가에 관한 연구를 수행한 결과 10개가 가장 경제적이라는 연구결과를 발표하였다. 지상 기준점을 이용하여 RPCs (Rational Polynimial Coefficioents)를 보정한 정확도 분석에 관현 연구에서는 RPCs의 편위보정을 통해 1픽셀 정도의 정확도를 확보할 수 있음이 알려 졌다(Fraser and Hanley, 2005). Oh and Lee(2018)는 고해상도 위성에서 입체 위성영상 처리를 위해 가장 많이 활용하는 RPCs의 무기준점 편위 보정을 통하여 상호표정의 정밀성을 분석한 후, 종시차 달성의 정확성을 분석하였다. 연구결과 아리랑 3호 위성영상의 경우 2차 다항식으로 1픽셀 수준의 종시차를 달성할 수 있음을 알 수 있었다. 그리고 Yun and Lee(2018)은 지상기준점 개수가 무인항공사진측량의 성과물의 위치 정확도에 미치는 영향에 관한 연구를 수행하여, 위치 정확도의 변화량보다 수직위치 정확도의 변화량이 더 큰 결과를 나타내었고, 촬영고도가 높을수록 지상기준점의 개수와 배치가 위치 정확도에 미치는 영향이 크게 나타났다.

기존 연구에서는 위성영상을 비롯한 원격탐사에서 지상기준점에 관한 연구가 이루어지고 있었으나, 고해상도 위성영상에 대하여 지상기준점이 미치는 영향을 분석한 연구가 이루어지지 않았다. 따라서 본 연구에서는 1:5,000 수치지도를 이용하여 지상기준점을 선정한 후 지상기준점 개수에 따른 위치 및 높이 오차를 분석하고 자한다.

2. 연구대상지역과 위성영상 재원

2.1 연구대상 지역

본 연구에서 사용된 영상은 국토관측위성(KAS500-1및2호)와 유사한 제원을 가지는 KOMPSAT-3A 영상을 사용하였다.

Kompsat-3A 위성영상에서 지상기준점 개수에 따른 정확도 분석을 위해서 선정된 지역은 충북 옥천군으로 농경지, 주거지 및 일부 산지로 구성된 전형적인 농촌지역이다. 촬영 면적은 약 200㎢이며 Fig. 1과 같다.

Fig. 1 Study area of KOMPSAT-3A satellite digital image

1:5,000 수치지도를 활용하여 기준점을 선정하였다. 수치지도 등고선을 이용하여 생성한 DEM을 정밀정사영상 제작에 이용하였으며 Fig. 2는 제작된 KOMPSAT-3A 정사영상과 수치지도를 중첩한 것이다. 지상기준점은 5개부터 30개까지 선정하여 평균 제곱근 오차를 분석하였다. 지상기준점 개수에 따른 정확도 분석을 위해 평균 제곱근 오차(root mean square error; RMSE)는 추정 값 또는 모델이 예측한 값과 실제 환경에서 관찰되는 값의 차이를 다룰 때 흔히 사용하는 측도이다. 정밀도(precision)를 표현하는데 적합하다. 각각의 차이를 잔차(residual)라고도 하며, 평균 제곱근 편차는 잔차를 하나의 척도로 종합할 때 사용된다.

Fig. 2 KOMPSAT-3A orthoimage and digital map overlay

원격탐사에서 화상 좌표계와 지도 좌표계 사이의 좌표 변환식을 구하기 위해 사용하는 기준점은 선정을 위해서는 지도나 GPS나 TotalStation로 측정된 정밀한 위치좌표를 필요로 하게 된다. Kompsat-3A에서 제공되는 위성영상은 0.6m급의 고해상도이다. 일반적으로 수치지도를 지상 기준점을 선정할 때에는 화상과 지도의 두 좌표계에서 공통적으로 분명한 좌표를 선정하게 되는데, 정확도에 대한 한계를 가지고 있다. 한다. 좌표 변환식은 보통 1차에서 5차까지 적당한 다항식을 가정하고, 이 다항식을 결정하는데 필요한 점의 수보다 많은 수의 지상 기준점을 사용하여 최소 자승법으로 구한다. 일반적으로 RCP 모델을 이용하여 3차원 지형자료를 추출하는 과정은 한쌍의 입체영상으로부터 매칭점을 결정하고 공간 전방교회과정을 통해 결정된 매칭점과 RCP 모델을 이용하여 3차원 지형좌표를 결정하는 방법으로 이루어진다.

2.2 Kompsat-3A 위성

Kompsat-3A는 Kompsat-3을 기반으로 한국항공우주연구원에서 개발한 고성능, 고해상도 지구관측위성이다. 국내 최고 해상도 광학카메라와 국내 최초의 고성능 적외선(IR : infra Red)센서를 탑재하고 있다(Table 1). 해상도 0.55m급 전자광학카메라인 AEISS-A (advanced earth imaging sensor system-A)는 Kompsat-3의 광학 카메라(AEISS)에 적외선 센서를 추가로 장착하여 중력의 50배까지 버틸 수 있도록 설계됐다. 카메라 내부에는 Kompsat-3과 유사하게 주 반사경을 비롯한 총 5개의 반사경으로 구성되어 있으며 반사경은 빛의 경로를 바꿔주는 역할을 한다. 또한 수집된 빛의 정보를 전기 신호정보로 변환해주는 CCD 조립체가 카메라 내부에 장착되어있다.

Table 1. Kompsat-3A Specifications

Kompsat-3A의 카메라 해상도는 약 70cm 정도였는데 길이로는 30%, 면적으로는 60%이상 정교해진 것이다. 이는 물체를 한 점으로 인식하는 수준으로 고강도 해상도이다. 3.3∼5.2μm의 관측 파장대역에서 해상도 5.5ｍ를 자랑하는 적외선센서는 세계 최고 수준이다. 하루 지구를 15바퀴 돌면서 두 차례 한반도 상공을 지나며 광학렌즈로는 10분, 적외선센서로는 2분간 한반도 촬영을 실시하며 4년간 528km 상공을 돌면서 지구관측 임무를 수행한다.

Kompsat-3A의 카메라 해상도는 약 70cm 정도였는데 길이로는 30%, 면적으로는 60%이상 정교해진 것이다. 이는 물체를 한 점으로 인식하는 수준으로 고강도 해상도이다. 3.3∼5.2μm의 관측 파장대역에서 해상도 5.5ｍ를 자랑하는 적외선센서는 세계 최고 수준이다. 하루 지구를 15바퀴 돌면서 두 차례 한반도 상공을 지나며 광학렌즈로는 10분, 적외선센서로는 2분간 한반도 촬영을 실시하며 4년간 528km 상공을 돌면서 지구관측 임무를 수행한다.

3. 영상의 기하보정 및 고찰

3.1 지상 기준점 선정

기존의 위성영상(공간해상도 30m, 10m 5m)의 기하보정은 수치지도에서 좌표를 획득하여 보정하였다. 하지만 고해상도 위성영상의 등장으로 지상기준점(GCP)선정의 정확도가 대두되면서 현지측량을 거쳐 지상기준점좌표를 획득하는 것이 일반적이다. 그러나 위성영상의 활용에 따라서 1m 이내의 고해상도 위성영상도 수치지도에서 추출된 지상기준점을 사용할 수 있다. 본 연구에서는 1:5,000 수치지도에서 획득된 지상기준점의 개수에 따른 X, Y, Z 오차가 미치는 영향을 분석하였다. 따라서 위성영상에서 뚜렷하게 보이는 인공구조물이나 도로교차점 등을 선택하여 지상기준점을 선정하였다. 지상기준점은 영상좌표와 측량성과 좌표사이의 변환에 있어서 기준이 되는 점이므로 그 위치가 시간에 따라 항상 변함이 없어야 한다. 위성영상 촬영당시의 현장에 존재하는 인공구조물 또는 기타 시설물의 위치를 확대하여 지상기준점으로서의 타당성을 직접 검토하였다(Fig. 3).

Fig. 3 Selected ground control points

Fig. 3을 살펴보면 위성영상에서 확인할 수 있는 지상에서의 물리적인 공간해상도를 확인한 것이다. 농로 모서리 부분의 지상기준점으로 선택하였을 경우 확대 영상에서 보듯이 교량 모서리 부분의 식별이 난해함을 볼 수 있다. 이러한 경우 지상기준점 선정 시 특이점을 찾아 좌표를 부여하였다. 본 연구에서는 지상기준점(GCP) 선택 시 인공구조물(콘크리트피복)인 교량모서리, 건물 그리고 교차로를 기준으로 선정하였다.

선정한 지상기준점이 정확한 것이라면 가능한 한 많은 지상기준점을 잡는 것이 영상보정시 발생하는 오차를 최소한으로 줄일 수 있으나 일정 개수를 넘어가게 되면 편차가 거의 없게 된다. 같은 수의 지상기준점이라도 보다 넓은 부분에 걸쳐 골고루 분포하게끔 하는 것이 정확한 정상영상의 생성에 더 중요하다. 지상기준점의 개념에서는 영상에 있는 기준점을 수치지도나 직접측량결과의 해당 위치에 인위적으로 맞추어 주고, 그 사이의 점들에 대해서는 내삽법으로 위치를 결정한다. 따라서 지상기준점의 분포가 균일하지 않으면 지상기준점이 없거나 균일하지 않은 지역에 있어서는 오히려 보정 전보다 왜곡이 더 크게 나타날 가능성이 있다(Sung et al., 2004). Fig. 4는 연구대상지역에서 지상기준점 30개를 설정했을 때를 나타낸 것이다. 위성영상에서 지상기준점 선정 시 산림지역은 대공표지등이 있어야 하나 위성영상 촬영시점에 맞추어 대공표지를 설치하는 것은 불가능하다. 따라서 임도 교차로 등에서 가능한 분포가 균일하도록 지상기준점을 선정하였다.

Fig. 4 Distribution of ground control points

그리고 지상기준점의 수를 무조건 많이 확보한다고 하더라도 보정 후 정확도향상과는 무관하며 되도록 변환방정식의 미지수에 따라 정확한 점을 사용하는 것이 오차를 줄이는 최대한의 방법이다. 본 연구에서는 3차 다항식에 의해 기하보정을 하였으며, 보정 후 정확한 위치의 화소(Pixel)들을 얻을 수 있었다. 변환결과 RMSE값이 1화소(Pixel) 이내로 나타났으며, 공1차내삽법(Bi-Linear)을 적용하여 영상화소를 보정하였다. Fig. 5는 30개의 지상기준점을 이용하여 만들어진 정사영상이다.

Fig. 5 Orthographic images (30 ground control points)

3.2 결과 분석

본 연구에서는 지상기준점의 개수를 5개에서 30개까지 5개씩 증가 시키는 방법으로 6회의 모델링을 실시하여 정사영상을 생성하였다. 지상기준점 개수에 따른 RMSE오차는 1 pixel 이내로 허용 범위를 만족하였다. Table 2는 지상기준점 개수에 따른 RMSE의 평면 및 수직위치 정확도 분석 결과를 나타내고 있다. X축에서는 지상기준점 5개일 경우 0.715로 나타났고, 30개에서는 0.469로 점진적으로 감소함을 알 수 있었다. X축에서는 지상기준점 5개일 경우 0.715로 나타났고, 30개에서는 0.469로 점진적으로 감소함을 알 수 있었다. Y축에서는 지상기준점 5개일 경우 0.391로 나타났고, 30개에서는 0.488로 나타났으며 지상기준점의 개수와는 큰 상관관계가 없음을 알 수 있었다. 이것은 위성영상이 Y축으로 왜곡이 많이 발생함을 의미한다. 마지막으로 Z축에서는 지상기준점 5개일 경우 0.815로 나타났고, 30개에서는 0.677로 나타났으며 지상기준점 개수에 따라서 점진적으로 감소함을 알 수 있었다. 분석 결과 지상기준점의 개수가 증가하면 평면 및 수직위치 정확도가 향상되는 결과를 나타내고 있다. 또한, 수평 위치의 RMSE 오차 보다 수직위치 RMSE 오차가 비교적 크다는 것을 알 수 있었다.

Table 2. RMSE according to number of ground control points

Fig 6에서 8은 지상기준점 개수에 따른 축의 RMSE 추이 분석에 관한 그래프이다. 영상에서 3차원 좌표에 대해서 RMSE의 추이를 분석한 결과 지상기준점수가 증가함에 따라 RMSE가 점차적으로 감소함을 보였다. 그러나 모든 경우에 허용오차(1 pixel)이내에는 들어갔다. 그리고 기준점이 20개 이상에서는 추이가 수평으로 수렴하므로 20개 이상은 무의미한 것으로 판단된다.

Fig. 6 X RMSE trend analysis based on number of ground control points

Fig. 7 Y RMSE trend analysis based on number of ground control points

Fig. 8 X RMSE trend analysis based on number of ground control points

4. 결론

본 연구는 공간해상도가 50cm인 위성영상을 제공하는 KOMPSAT-3A를 이용하여 지상기준점에 따른 위치 정확도를 평가하였다. 지상기준점의 개수를 5개에서 30개까지 5개씩 증가 시키는 방법으로 6회의 모델링을 실시하여 정사영상을 생성하였다. 지상기준점 개수에 따른 RMSE오차는 1 pixel 이내로 허용 범위를 만족하였다. X과 Z축에서는 지상기준점의 개수가 증가 할수록 RMSE가 감소함을 알 수 있었다. 위성영상에서 3차원 좌표에 대해서 RMSE 추이에 따르면 지상기준점 수를 증가하더라도 허용오차(1 pixel)이내에는 들어갔다. 그리고 기준점이 20개 이상에서는 정확도 향상에서 큰 차이가 없어지는 것으로 판단된다.