• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.907-917
• /
• 2019

최근 국토 모니터링, 지형 분석 등 많은 분야에서 고해상도 위성영상의 수요가 증가와 함께 기하보정의 필요성이 증가하고 있다. 자동 정밀 기하보정 방법으로 GCP(Ground Control Point) 칩과 위성영상간의 정합을 통해 지상기준점을 자동으로 추출하는 방법이 있다. 자동 정밀 기하보정은 GCP 칩과 위성영상의 정합 성공률이 중요하다. 따라서 제작된 GCP 칩의 정합 성능 평가가 중요하다. GCP 칩의 정합 성능 평가를 위해 국토관측 위성용으로 구축된 총 3,812점의 GCP 칩을 실험 자료로 사용했다. KOMPSAT-3A 영상과 Google Map의 GCP칩 정합 결과를 분석한 결과 유사한 결과를 얻을 수 있었다. 따라서 Google Map 위성영상으로 고해상도 위성영상을 충분히 대체할 수 있다고 판단했다. 또한 GCP 칩의 정합 성능 검증에 필요한 시간을 줄이기 위해 자동화된 방법으로 Google Map의 중심점과 오차 반경을 이용한 방법을 제시했다. 실험 결과 최적의 오차 반경은 17 pixel(약 8.5 m)로 설정하는 것이 가장 좋은 분류 정확도를 보였다. Google Map 위성영상과 자동화된 검증 방법으로 남한 전역에 구축된 GCP 칩 3,812개의 정합 성능 평가를 진행했으며 남한에 구축된 GCP 칩은 약 94%의 정합 성공률을 보였다. 이후 정합에 실패한 GCP 칩을 분석하여 주요 정합 실패원인을 분석하였다. 분석 결과 남한 전역에 구축된 GCP 칩 중 재제작이 필요한 GCP 칩을 제외한 나머지 GCP 칩은 국토위성영상 자동 기하보정에 충분히 사용할 수 있다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1517-1526
• /
• 2021

최근 국내외에서 많은 지구관측위성들이 발사됨에 따라서 위성영상의 활용 분야가 넓어지고 있고 이에 따라서 위성영상의 기하정확도 향상을 위한 연구가 활발히 수행되고 있다. 본 논문은 2025년에 발사예정인 5 m 해상도 영상을 촬영할 수 있는 농림위성을 위한 자동기준점 추출 가능성을 파악하기 위해서 수행되었다. 특히 본 연구에서는 국토위성용으로 구축된 25 cm 해상도의 지상기준점 Chip을 농림위성영상에 사용할 수 있는지를 검토하고 농림위성영상용 지상기준점 추출 시 정합 성능 향상을 위한 적절한 공간해상도가 있는지를 검토하고자 한다. 실제 실험은 농림위성영상과 유사한 사양을 가진 RapidEye 위성영상을 활용하여 연구를 수행하였다. 먼저, 5 m 해상도의 원본 RapidEye 영상을 3배~7배로 분할하여 여러 해상도를 가진 영상으로 만들고, 해상도를 가지는 지상기준점 Chip은 크기를 축소하여 위성영상의 해상도에 맞게 조절하였다. 각각의 해상도를 가지는 위성영상과 지상기준점 Chip을 매칭하고 이 결과로 수립된 정밀센서모델의 정확도를 분석하였다. 분석결과 5 m의 원본 해상도에서 정합하는 것보다 위성영상의 해상도를 높여서 정합하는 것이 개선된 정확도를 보여주었다. 특히, 원본 영상을 1.25~1.67 m 해상도로 분할하여 지상기준점 Chip과 정합 할 경우 평균 약 2.74 m 내외의 위치정확도를 얻을 수 있었다. 본 연구결과가 향후 농림위성영상의 자동기준점 추출 및 정밀정사영상 생산에 활용될 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.103-114
• /
• 2024

The escalating demands for high-resolution satellite imagery necessitate the dissemination of geospatial data with superior accuracy.Achieving precise positioning is imperative for mitigating geometric distortions inherent in high-resolution satellite imagery. However, maintaining sub-pixel level accuracy poses significant challenges within the current technological landscape. This research introduces an approach wherein upsampling is employed on both the satellite image and ground control points (GCPs) chip, facilitating the establishment of a high-resolution satellite image precision sensor orientation. The ensuing analysis entails a comprehensive comparison of matching performance. To evaluate the proposed methodology, the Compact Advanced Satellite 500-1 (CAS500-1), boasting a resolution of 0.5 m, serves as the high-resolution satellite image. Correspondingly, GCP chips with resolutions of 0.25 m and 0.5 m are utilized for the South Korean and North Korean regions, respectively. Results from the experiment reveal that concurrent upsampling of satellite imagery and GCP chips enhances matching performance by up to 50% in comparison to the original resolution. Furthermore, the position error only improved with 2x upsampling. However,with 3x upsampling, the position error tended to increase. This study affirms that meticulous upsampling of high-resolution satellite imagery and GCP chips can yield sub-pixel-level positioning accuracy, thereby advancing the state-of-the-art in the field.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.893-903
• /
• 2018

고해상도 위성영상 활용의 증가와 함께 자동 정밀 기하보정의 필요성이 증가하고 있다. 정밀기하보정을 위한 지상기준점(ground control point, GCP)을 수집하는 방법 중 하나로 항공정사영상과 같은 영상지도의 일부를 추출한 칩(chip) 영상을 이용하는 것을 들 수 있고, 영상 정합 기법을 이용하여 자동화할 수 있다. 이 때 통합기준점과 같이 기존에 측량이 이루어진 지상기준점을 대상으로 칩 영상을 제작하는 경우 개수의 제한으로 영상 정합 성공률의 중요성이 증가한다. 이 연구의 목적은 KOMPSAT-3A 영상과 항공정사영상 기반 지상 기준점 칩 영상 간 정합 성공률을 향상시키기 위한 방법을 제시하는 것이다. 이를 위하여 KOMPSAT-3A 전정색(panchromatic, PAN) 영상, 다중분광(multispectral, MS) 영상, 융합(pansharpening, PS) 영상과 항공정사영상의 각 밴드 조합에 대해 영상 정합을 실시하고 성공률을 비교하였다. 그 결과 주로 사용되고 있는 전정색 영상과 다중분광 영상을 이용할 때 약 10-30%의 영상 정합 성공률이 융합 영상을 이용할 때 약 40-50%로 증가하는 것으로 나타났다. 따라서 KOMPSAT-3A 위성영상과 항공정사영상의 정합에 있어 융합 영상을 사용하는 것이 정합 성공률을 향상시키는데 도움이 되는 것으로 판단된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.542-542
• /
• 2002

Geometric correction is a critical step to remove geometric distortions in satellite images. For correct geometric correction, Ground Control Points (GCPs) have to be chosen carefully to guarantee the quality of corrected satellite images. In this paper, we present an automatic approach for geometric correction by constructing GCP Chip database (GCP DB) that is a collection of pieces of images with geometric information. The GCP DB is constructed by exploiting Landsat's nadir-viewing property and the constructed GCP DB is combined with a simple block matching algorithm for efficient GCP matching. This approach reduces time and energy for tedious manual geometric correction and promotes usage of Landsat images.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 춘계학술발표회논문집
• /
• pp.275-278
• /
• 2004

The geo-referencing of satellite imagery is a key task in remote sensing. GCPs are points the position of which is known both in the image and in the supporting maps. Mapping function makes the determination of map coordinates of all image pixels possible. Generally manual operations are done to identify image points corresponding to the points on a digital topographic map. In order to accurately measure ground coordinates of GCPs, differential global positioning system (DGPS) surveying are used. To acquire the sufficient number of well distributed GCPs is one of the most time-consuming and cost-consuming tasks. This paper describes the procedure of automatically extracting GCOs using GCP database. GCP image chips and image matching technique are used for automatic extraction of GCPs. We developed image processing tool for making image chip GCPs and Web Server for management of GCPs.

• 한국지리정보학회지
• /
• 제8권4호
• /
• pp.14-23
• /
• 2005

본 논문에서는 서로 다른 두 개의 영상, 특히 위성영상을 정합하기 위한 방안을 제안 하였다. 일반적인 영상 정합 분야에서는 하나의 영상을 크기와 영상이 포함하고 있는 내용 그리고 밝기가 같지 않은 다른 영상과 비교하게 된다. 만일 비교하고자 하는 영상내에 잡음이 없다면, 즉 두 개의 영상이 동등한 화소값을 갖거나 에지의 변화가 없다면 단순히 화소단위의 비교가 될 것이다. 그러나 많은 응용분야에서 정합을 위해 사용되는 대부분의 영상은 상당히 다른 특성을 갖게 된다. 본 논문에서는 취득 시기가 서로 다른 위성영상을 정합하기 위한 효율적인 방법을 제안하다. 이 방식은 GCP chip을 원 영상과 정합하여 기하보정 된 영상을 얻기 위해 사용될 수 있다. 제안한 방식은 웨이브렛 변환에 기반을 두고 있으며, 기존의 다른 방식과는 달리 영상분석이나 히스토그램 평활화와 같은 전처리를 필요로 하지 않는다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.220-223
• /
• 2004

Automatic image registration is an essential element of remote sensing because remote sensing system generates enormous amount of data, which are multiple observations of the same features at different times and by different sensor. The general process of automatic image registration includes three steps: 1) The extraction of features to be used in the matching process, 2) the feature matching strategy and accurate matching process, 3) the resampling of the data based on the correspondence computed from matched feature. For step 2) and 3), we have developed an algorithms for automated registration of satellite images with RANSAC(Random Sample Consensus) in success. However, for step 1), There still remains human operation to generate GCP Chips, which is time consuming, laborious and expensive process. The main idea of this research is that we are able to automatically generate GCP chips with comer detection algorithms without GPS survey and human interventions if we have systematic corrected satellite image within adaptable positional accuracy. In this research, we use SUSAN(Smallest Univalue Segment Assimilating Nucleus) algorithm in order to detect the comer. SUSAN algorithm is known as the best robust algorithms for comer detection in the field of compute vision. However, there are so many comers in high-resolution images so that we need to reduce the comer points from SUSAN algorithms to overcome redundancy. In experiment, we automatically generate GCP chips from IKONOS images with geo level using SUSAN algorithms. Then we extract reference coordinate from IKONOS images and DEM data and filter the comer points using texture analysis. At last, we apply automatically collected GCP chips by proposed method and the GCP by operator to in-house automatic precision correction algorithms. The compared result will be presented to show the GCP quality.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.239-243
• /
• 2004

Recently various thematic maps and image maps using aerial photograph and satellite imagery are frequently made. The geo-referencing is essential to make image map and topographic map using aerial photograph and satellite imagery. For this geo-referencing, Ground Control Points (GCPs) are needed. In this paper, we used GPS relative positioning to measure GCP ground coordinate and the accuracy of 8cm level was achieved. We made GCP image chips for the efficiency of geo-referencing and carried out the bundle adjustment of aerial photographs using GCP image chips to acquire the GCP photo coordinate with image matching technique. Finally we analyzed the accuracy of bundle adjustment compared to the accuracy of the case in using digital maps to acquire GCP photo coordinate.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1445-1462
• /
• 2022

2025년도 발사예정인 농림위성은 광역농림상황관측용도로 개발된 5 m급 해상도를 갖는 중해상도 위성이다. 위성영상 활용을 위해서는 위성영상에 대한 정밀센서모델을 수립하여 정확한 기하정보를 수립하는 것이 중요하다. 선행 연구에서 지상기준점 칩과 위성영상을 정합하는 과정을 통해 자동으로 정밀센서모델을 수립할 수 있음을 보고하였다. 따라서 위성영상의 기하정확도를 향상시키기 위해서는 지상기준점 칩 정합 성능을 향상시켜야 한다. 이 논문은 중해상도 위성영상의 센서모델 정확도 향상을 위한 지상기준점 칩 정합 개선방안을 제안한다. 고해상도 지상기준점 칩을 중해상도 위성영상 정밀센서모델링을 위해 사용할 경우의 중요한 기술요소는 상이한 공간해상도 처리방식과 최적 지상기준점 수량결정이다. 본 연구에서는 이러한 기술요소를 해결하기 위해 중해상도 위성영상과 지상기준점 칩 정합 시, 위성영상 업샘플링(upsampling) 배율과 사용한 칩 개수에 따른 칩 정합 성능을 비교 분석하였다. 실험에는 해상도가 5 m인 RapidEye 영상을 중해상도 위성영상으로 사용하였으며, 해상도가 0.25 m인 항공정사영상과 0.5 m인 위성정사영상을 지상기준점 칩으로 제작하여 사용하였다. 정확도 분석은 수동으로 추출한 기준점을 사용하여 수행되었다. 실험결과, 업샘플링 배율 2 내지 3에서 정확도가 크게 향상되었으며 지상기준점 수량은 대략 100개인 경우 정확도가 유지되었다. 이러한 결과로부터 중해상도 위성의 정밀센서모델 수립에 고해상도 지상기준점 칩 적용 가능성을 확인할 수 있었고, 기존보다 향상된 정확도의 정밀센서모델이 수립됨을 확인하였다. 본 연구결과가 향후 농림위성에 활용될 수 있을 것으로 기대한다.