• 대한원격탐사학회지
• /
• 제34권5호
• /
• pp.739-747
• /
• 2018

다중센서 위성영상 간 통합 분석 및 융합과 관련된 연구가 활발히 진행되고 있다. 이를 위해서는 다중센서 영상 간 정합이 선행되어야 한다. 대표적인 정합 기법으로는 SIFT (Scale Invariant Feature Transform)와 같은 알고리즘이 존재한다. 그러나, 광학영상과 SAR (Synthetic Aperture Radar)영상은 취득 시 센서 자세와 방사 특성의 상이함으로 영상 간 분광적인 특성이 비선형성을 이뤄 기존 기법을 적용하기에 어렵다. 이를 해결하기 위해, 본 연구에서는 특징기반 정합기법인 SAR-SIFT (Scale Invariant Feature Transform)와 형상 서술자 벡터 DLSS (Dense Local Self-Similarity)를 결합하여 개선된 영상 정합기법을 제안하였다. 본 실험 지역은 대전 일대에서 촬영된 KOMPSAT-2 영상과 Cosmo-SkyMed 영상을 이용하여 실험하였다. 제안 기법을 비교평가하기 위해 특징점 및 정합쌍 추출에 대해 대표적인 기존 기법인 SIFT와 SAR-SIFT를 이용하였다. 실험 결과를 통해 제안 기법은 기존 기법들과 다르게 두 실험 지역에서 참정합쌍을 추출하였다. 또한 추출된 정합쌍을 통한 정합 결과 정성적으로 우수하게 정합되었으며, 정량적으로도 두 실험 지역에서 각각 RMSE (Root Mean Square Error) 1.66 m, 2.65 m로 우수한 정합 결과를 보였다.

• 대한토목학회논문집
• /
• 제34권5호
• /
• pp.1639-1644
• /
• 2014

SAR 센서는 마이크로파를 이용한 능동센서로 기상조건에 상관없이 영상을 취득할 수 있다는 장점이 있어, 국토관리 및 재해 모니터링 등에 활발히 활용되고 있다. 주기적으로 취득되는 SAR 영상을 효과적으로 활용하기 위해서는 자동화된 영상 정합기법이 필요하지만 영상의 촬영 시간 및 기하에 따라 다른 양상의 기하조건을 가진 취득됨에 따라 충분한 정합 정확도를 기대하기 어렵다. 이에 본 연구에서는 기울기 속성을 추가한 MI (Mutual Information) 기법과 FMT (Fourier-Mellin Transform)기법, SIFT (Scale-Invariant Feature Transform) 기법을 임의의 변위와 회전 공차를 적용하고, 해상도를 변화시킨 TerraSAR-X 영상에 적용하여 그 결과를 비교하였다. 비교 결과, MI 기법의 경우엔 서로 상이한 기하에서 촬영된 영상에 적용하였을 때에도 일정 크기의 영상소가 다수 분포할 경우 0~2 픽셀 수준의 정확도를 지닐 수 있는 반면, FMT 기법의 경우에는 같은 사물에 대해서도 그 영상소 값이 서로 상이하여 정합 오차가 수십에서 수백 픽셀로 나타났다. 또한 SIFT 기법의 경우에도 영상 정합을 위한 공액점의 정확도가 0~17 % 수준으로 매우 낮아 서로 상이한 기하조건으로 취득된 SAR 영상에 적용이 어려울 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.475-491
• /
• 2021

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC(Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제20권4호
• /
• pp.55-61
• /
• 2019

본 논문에서는 국방용으로 사용되는 다양한 센서들(EO/IR, SAR, GMTI, LiDAR)을 통해 전 평시 상황에서 영상을 획득하면 영상을 분석하여 증강현실(AR : Augmented Reality)로 표현할 수 있다. 증강현실로 영상을 처리하기 위해서는 다양한 알고리즘이 사용되는데 상황에 따라 어떠한 알고리즘을 선택해서 사용해야 할지 결정을 해야 한다. 대표적인 증강현실 알고리즘인 SIFT, SURF, ORB, BRISK의 성능비교(에러율, 처리시간, 정확도)를 통해 국방분야의 다양한 상황 하에서 어떠한 증강현실 알고리즘을 사용하는 것이 효과적인지 분석하고 제안한다.