Comparison of Visualization Enhancement Techniques for Himawari-8 / AHI-based True Color Image Production

Himawari-8/AHI 기반 True color 영상 생산을 위한 시각화 향상 기법 비교 연구

Abstract

True color images display colors similar to natural colors. This has the advantage that it is possible to monitor rapidly the complex earth atmosphere phenomenon and the change of the surface type. Currently, various organizations are producing true color images. In Korea, it is necessary to produce true color images by replacing generations with next generation weather satellites. Therefore, in this study, visual enhancement for true color image production was performed using Top of Atmosphere (TOA) data of Advanced Himawari Imager (AHI) sensor mounted on Himawari-8 satellite. In order to improve the visualization, we performed two methods of Nonlinear enhancement and Histogram equalization. As a result, Histogram equalization showed a strong bluish image in the region over $70^{\circ}$ Solar Zenith Angle (SZA) compared to the Nonlinear enhancement and nonlinear enhancement technique showed a reddish vegetation area.

True color 영상은 자연색과 유사한 색상이 표출되며 이는 복잡한 지구의 대기 현상 및 지표의 변화에 빠른 모니터링이 가능하다는 장점이 있다. 현재 다양한 기관에서 true color 영상을 생산 중이며 우리나라에서도 차세대 기상위성으로 세대교체가 이루어져 true color 영상 생산의 필요성이 대두되고 있다. 따라서 본 연구에서는 Himawari-8 위성에 탑재된 Advanced Himawari Imager(AHI) 센서의 Top of Atmosphere(TOA) 자료를 이용해 true color 영상 생산을 위한 시각화 향상을 수행하였다. 시각화 향상을 위해 본 연구는 Nonlinear enhancement과 Histogram equalization 두 가지 기법을 각각 수행하였다. 이를 비교해 본 결과, Histogram equalization는 Nonlinear enhancement 대비 Solar Zenith Angle(SZA) $70^{\circ}$ 이상 지역과 해양 영역에서 청색 계열이 강한 영상이 나타났으며, Nonlinear enhancement 기법의 경우 Histogram equalization 기법과 비교했을 때 식생 영역이 붉은 특징이 나타났다.

1. 서론

True color 영상은 적색, 녹색과 청색을 혼합하여 자연색과 유사한 색상으로 표출되어 시각적으로 직관적인 자료로 제공된다. 이러한 true color 영상은 복잡한 알리즘이 필요한 태풍, 황사, 구름과 같은 대기현상이나 초목, 사막, 적설과 같은 지표 유형에 대한 특징의 신속한 묘사가 가능하다는 장점이 있다(Miller et al., 2016). 뿐만 아니라적외선이미지에서는쉽게구분이되지않는연기, 화산재 및 기타 에어로졸에 대해 정성적인 지표가 될 수 있다(Hillger et al., 2011). 현재 미국 National Aeronautics and SpaceAdministration(NASA),일본 Japan Meteorological Agency(JMA), 유럽 European Organisation for the Exploitation of Meteorological Satellites(EUMETSAT) 등 다양한 기관에서 true color 영상을 제공하고 있지만(Gumley et al., 2010; Zhu et al., 2012; Miller et al., 2012; Miller et al., 2016), 이는 제공되는 기간과 지역의 제약이 있으며 생산방법에 관한 자세한 알고리즘이 알려져 있지 않다.

현재 우리나라는 5개의 채널을 가진 천리안 위성에서 16개의 채널을 가진 차세대 기상위성인 천리안 2A호로 세대교체가 이루어져 이를 이용한 true color 영상 생산이 필요한 시점이다. 타 기관에서 제공하는 true color 영상은 모두 시각화 향상 기법 수행 후 제공되고 있으며, 이에 천리안 2A호의 true color 영상에도 시각화 향상이 필요하다고 판단된다. 따라서 본 연구에서는 천리안 2A호의 Advanced Meteorological Imager(AMI) 센서와 채널 구성과 관측 영역이 유사한 Himawari-8위성에 탑재되어있는 Advanced Himawari Imager(AHI) 센서의 자료를 이용해 시각화 기법 비교연구를 수행하였다. 이를 위해 시각화 향상에 널리 사용되는 Histogram equalization 기법과 MODIS 현업용 true color 영상에 사용되는 Nonlinear enhancement 기법을 이용해 영상을 생산하고 이를 비교하였다.

2. 연구 자료

본 연구에서는 true color 영상 생산을 위한 시각화 향상 기법 비교를 위해 AHI Full disk 영상(위도 -81.19~ 81.19°N, 경도 59.4559~221.944°E)을 사용하였다. AHI는 JMA에서 2014년 10월 7일에 발사한 일본의 차세대 기상위성인 Himawari-8위성에 탑재된 센서로 우리나라가 포함된 아시아 및 태평양 지역의 Top of Atmosphere (TOA) Radiance 값을 산출하는 적외 및 가시 채널이 포함된 16개의 채널을 가지고 있다. 이는 the Geostationary Operational Environmental Satellite – R Series(GOES-R) The Advanced Baseline Imager(ABI) 센서와 우리나라의 차세대 기상위성 천리안 2A호의 AMI센서와 유사한 분광 특성을 가진다(Table 1).

Table 1. Comparison of center wavelengths of red, green and blue channels of AMI and AHI

AHI자료는 시간해상도는 10분, 공간해상도는 500m, 1 km, 2 km이며, 본 연구에서는 true color 영상 생산을 위해 Band1(Blue, 0.47 µm), Band2(Green, 0.51 µm), Band3(Red, 0.64 µm) 채널 자료를 사용하였다. Band1, Band3은 1 km의 공간 해상도를 가지고, Band2는 500 m의 공간해상도를 지니고 있다. 공간해상도 차이로 인한 오차를 줄이기 위하여 Band1, Band2, Band3을 1 km로 공간해상도를 일치시켜 연구를 진행하였다. 그리고 본 연구에서는 황혼기 여명기로 인한 가시영역대에서 결측이 적어 가장 넓은 영역에서의 데이터 취득이 가능한 시간대인 03:00 UTC자료를 사용하였다.

3. 연구 방법

시각화 향상을 적용하지 않은 AHI TOA 영상의 컬러 합성 영상은 Fig. 1과 같다. TOA 영상을 이용해 컬러 합성을 수행한 결과 영상이 어둡게 표출되었다. 특히 육지의 특징과 적도 주변 열대 해양 위 식생과 바다의 구분이 어려운 한계점이 나타났다. 따라서 본 연구에서는 이러한 한계점을 극복하기 위하여 Histogram equalization 기법과 Nonlinear enhancement 기법, 두 가지 기법을 이용해 시각화 향상을 수행하였다.

Fig. 1. Himawari-8 AHI TOA image (2018.04.05 03:00 UTC).

1) Histogram equalization

Histogram equalization 기법은 컬러 영상 시각화 향상에 널리 사용되는 방법으로(Abdullah, 2006) 누적 분포에 대한 영상의 전체 픽셀 수의 비율로 명도 값을 재분배한다. 이를 이용해 적은 범위의 명암 분포를 재분배하여 일정한 분포의 히스토그램으로 생성한다(Gonzalez et al., 2008). 식 (1)과 (2)는 Histogram equalization 기법의 수행과정이다. 식 (1)에서 n은 이미지의 밝기 값이고, L은 영상에서 획득할 수 있는 값의 범위로 보통 256의 값을 설정한다. 본 연구에서도 true color 영상은 0에서 255까지의 값으로 표현되므로 L을 256으로 설정하였다. 결과적으로 영상의 각각의 픽셀 값은 전체 픽셀 수에 대한 그 영상의 값 위치에서 누적 분포의 비율을 적용하여 0~255의 값으로 변환된다. 이를 통해 좁은 영역에 분포하는 히스토그램은 넓은 영역에 골고루 분포되어 명암 대비를 높여 선명한 영상이 생산된다.

\(P_n = {number\ of\ pixels\ with\ intensity\ n \over total\ number\ of\ pixels}, n= 0, 1,...,L-1\)        (1)

\(g_{i,j} = floor((L-1)\sum{_{n=0}^{f_{i,j}}p^n}\)        (2)

2) Nonlinear enhancement

Nonlinear enhancement 기법은 NASA MODIS 현업용 true color 영상 생산에 사용되는 기법으로 바다나 육지와 같이 어두운 영역의 밝기 값을 높이는데 사용된다 (Gumley et al., 2010). Nonlinear enhancement 기법의 계산식은 식 (3)과 같으며 Table 2의 Input Brightness(x)와 Output Brightness(y)에 적용되는 값은 NASA/Goddard Space Flight Center(GSFC)의 Jacques Descloitres가 개발한 값을 사용하여 본 연구를 진행하였다. 식 (3)을 이용해 Nonlinear enhancement 기법을 수행하면 xi에서 xi+1 사이의 값이 yi에서 yi+1 사이의 값으로 변환되어 어두운 영역의 밝기 값이 높아져 시각적인 향상이 수행된다.

\(Enhancement\ image = {y_{i+1}-y_i\over x-_{i+1}-x_i}\times image + (y_{i+1}-{y_{i+1}-y_i \over x_{i+1}-x_i}\times x_{i+1})\)        (3)

Table 2. Variable value of nonlinear enhancement

4. 연구 결과

본 연구에서 Histogram equalization 기법과 Nonlinear enhancement 기법을 적용해 시각화 향상을 수행한 영상의 결과는 Fig. 2와 같다. 두 영상을 비교해본 결과 Histogram equalization 기법을 적용한 영상은 전체적으로 청색 계열이 강하게 나타났다. 그리고 Nonlinear enhancement 기법을 적용한 영상은 어두운 바다 색상이 표출되고 Histogram equalization 기법과 비교했을 때 Viewing Zenith Angle(VZA) 70° 이상 영역에서 푸른빛이 약하게 나타나는 특징이 나타났다.

Fig. 2. (a) Himawari-8 AHI image with Histogram equalization, (b) Himawari-8 AHI image with Nonlinear enhancement (2018.04.05 03:00 UTC).

호주 지역의 true color 영상을 비교해본 결과(Fig. 3), 식생이존재하는호주북쪽영역에서Histogramequalization 기법을 적용한 Fig. 3(a)는 초목과 사막의 색상 차이가 나타나는 반면 Nonlinear enhancement 기법을 적용한 Fig. 3(b)는 초목과 사막의 색상 차이가 명확하지 않고 식생 영역이 붉게 나타나는 특징을 보였다.

Fig. 3. (a) Himawari-8 AHI Australia image with Histogram equalization, (b) Himawari-8 AHI Australia image with Nonlinear enhancement (2018.04.05 03:00 UTC).

한반도의 true color 영상인 Fig. 4도 위와 마찬가지로 Nonlinear enhancement 기법을 적용한 Fig. 4(b)와 비교했을 때 Histogram equalization 기법을 적용한 Fig. 4(a)가 도심지와 산지 지역에서 비교적 선명한 식생의 차이를 보였다.

Fig. 4. (a) Himawari-8 AHI Korea image with Histogram equalization, (b) Himawari-8 AHI Korea image with Nonlinear enhancement (2017.04.10 03:00 UTC).

정량적인 비교를 위해 시각화 향상 전 영상(Fig. 1)의 히스토그램(Fig. 5)과 시각화 향상 후 각 기법 별 히스토그램 분포(Fig. 6)를 비교하였다. AHI TOA 영상(Fig. 1) 의 각 채널의 히스토그램 분포는 Red, Green, Blue 채널 모두 낮은 값에 모여서 분포되어 있었지만 시각화 향상 후 두 기법의 히스토그램의 분포가 유사한 형태로 넓어진 것을 확인할 수 있다. 그 중에서 Histogram equalization 기법의 경우(Fig. 6(a)) Blue의 값이 200이상에서 많이 분포하여 Fig. 2(a)에서 전체적으로 청색 계열이 우세하게 표출된 것으로 판단된다.

Fig. 5. Histogram of Himawari-8 AHI TOA image by channels.

Fig. 6. (a) Histogram of Histogram equalization, (b) Histogram of Nonlinear enhancement.​​​​​​​

5. 요약 및 결론

본 연구는 AHI 자료를 이용하여 true color 영상 생산을 위한 시각화 향상 기법을 비교를 하였다. 비교 결과 Histogram equalization 기법이 Nonlinear enhancement 기법 대비 식생 영역의 선명한 표출과 VZA 70° 이상 지역과 해양 영역에서 청색 계열이 강한 영상이 생산되었다. 그리고 Nonlinear enhancement 기법은 청색 계열의 강한 표출이 없으며 식생 영역이 붉게 나타나는 특징이 보였다. 이러한 특징을 이용해 비교적 선명한 식생의 표출이 가능한 Histogram equalization기법은 식생의 변화나 산불 피해 모니터링 등에 사용될 수 있으며, 청색 계열이 상대적으로 강하게 나타나지 않는 Nonlinear enhancement기법의 경우 황사와 같은 대기 현상 모니터링에 유용할 것으로 사료된다. 그러나 대기 보정을 수행하지 않은 본 연구의 영상은 Rayleigh 산란 및 대기의 효과에 의한 왜곡이 제거되지 않았기 때문에 true color 영상의 품질향상을 위해 대기 보정 수행이 필요하며, 특히 청색 계열이 강하게 나타나는 VZA 70° 이상 지역에 대해 대기 효과를 제거하는 대기 보정이 필수적으로 수행 되어야 한다. 본 연구는 향후 우리나라의 차세대 기상위성인 천리안 2A호의 true color 영상 생산 기술 개발과 시각화 향상기법선택에 도움을 줄 수 있을 것이라고 사료된다.​​​​​​​