KR101842154B1 - 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법 - Google Patents

정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법 Download PDF

Info

Publication number
KR101842154B1
KR101842154B1 KR1020160051923A KR20160051923A KR101842154B1 KR 101842154 B1 KR101842154 B1 KR 101842154B1 KR 1020160051923 A KR1020160051923 A KR 1020160051923A KR 20160051923 A KR20160051923 A KR 20160051923A KR 101842154 B1 KR101842154 B1 KR 101842154B1
Authority
KR
South Korea
Prior art keywords
image
correction
terrain
angle
probability density
Prior art date
Application number
KR1020160051923A
Other languages
English (en)
Other versions
KR20170122935A (ko
Inventor
정형섭
박숭환
박순천
이덕기
이원진
Original Assignee
서울시립대학교 산학협력단
대한민국(기상청 국립기상과학원장)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서울시립대학교 산학협력단, 대한민국(기상청 국립기상과학원장) filed Critical 서울시립대학교 산학협력단
Priority to KR1020160051923A priority Critical patent/KR101842154B1/ko
Publication of KR20170122935A publication Critical patent/KR20170122935A/ko
Application granted granted Critical
Publication of KR101842154B1 publication Critical patent/KR101842154B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G06F17/30241—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10036—Multispectral image; Hyperspectral image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Geometry (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Graphics (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 정량적 평가방법을 이용하여 지형효과가 보정된 위성영상을 제작하는 장치에 관한 것으로, 보다 상세하게는 수치표고모델로부터 지표면에 입사하는 복사에너지를 계산하여 위성영상에서 나타나는 지형효과를 보정하고, 그 보정결과를 히스토그램 거리 분석을 통하여 정량적 평가를 수행한 후, 지형효과가 보정된 영상을 제작하는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법에 관한 것이다.
이러한 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 정량적 평가 방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법은 위성영상 및 수치표고모델 획득부, 경사각 및 방위각 계산부, 입사각 제작부, 지형효과 보정부, 지형효과 보정결과 평가부 및 지형효과 보정 영상 제작부를 포함한다.

Description

정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법 {Equipment and Method for topographically corrected image generation using quantitative analysis and Apparatus Thereof}
본 발명은 정량적 평가방법을 이용하여 지형효과가 보정된 위성영상을 제작하는 장치에 관한 것으로, 보다 상세하게는 수치표고모델로부터 지표면에 입사하는 복사에너지를 계산하여 위성영상에서 나타나는 지형효과를 보정하고, 그 보정결과를 히스토그램 거리 분석을 통하여 정량적 평가를 수행한 후, 지형효과가 보정된 영상을 제작하는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법에 관한 것이다.
위성영상시스템에서 센서에 기록되는 태양복사에너지양은 동일한 지표면에서 동일한 복사에너지양이 기록되어야 함에도 불구하고, 태양의 방위 및 고도와 지표면의 방위 및 경사 등에 의하여 달라지게 되며, 이는 지형에 의한 영향으로 지형효과(topographic effect)로 불리운다.
이러한 지형효과는 산악지역을 촬상한 영상에서 더 심하게 나타난다. 일예로 태양을 마주보는 산 사면은 영상에서 더 밝게 표현되며, 태양을 등지는 산사면은 영상 내에서 더 어둡게 표현된다. 이는 위성영상 활용 기술인 영상분류(classification) 수행 시 태양을 마주보는 산 사면과 태양을 등지는 산 사면을 다른 클래스로 분류하여 영상분류 정확도를 저하시키는 원인이 되며, 정규식생지수(normalized difference vegetation index)를 이용한 식생지역 추정 시 태양을 등지는 산 사면에서 낮은 지수 값을 지니게 되어 실제 식생지역임에도 불구하고 식생지역으로 추정되지 않는 문제점을 야기하며, 정규적설지수(normalized difference snow index)를 이용한 적설지역 추정 시 정확한 적설지역을 추정할 수 없는 문제점을 야기한다.
위성영상 시스템에서, 지형효과 보정(topographic correction) 기법이란 태양을 마주보는 산 사면과 태양을 등지는 산 사면을 수학적으로 처리하여 유사한 값을 지니게 하는 방법을 의미하며, 지형효과 보정 기법은 크게 지표면을 1) 완전확산면(Lambertian surface)으로 가정하여 보정하는 기법, 2) 불완전확산면(non-Lambertian surface) 가정 하에 지역별, 피복별로 적합한 보정상수를 구하여 보정하는 기법 및 3) 반경험적 보정상수를 구하여 보정하는 기법 등이 존재하며, 이는 한국등록특허 제10-1288016호 "지형효과를 적용한 태양복사모델의 구성 방법 및 장치"등을 통해 기술적 성과를 이뤄왔다.
또한, 지형효과 보정 결과를 정량적으로 평가하기 위한 방법으로, 입사각과 지형효과 보정된 영상의 각 화소값들의 선형결과를 분석하는 방법이 제시되었으며, 이는 지형효과 보정 결과 영상으로부터 지형효과의 영향에 대한 독립성을 판단하는 것으로 국내 학회지 논문 "산림지역에서 SPOT과 Landsat TM영상을 위한 지형효과 보정"등을 통해 기술적 성과를 이뤄왔다.
그러나, 상기 선행기술은 직접적으로 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 보정 결과를 비교하는 것은 아니며, 회귀분석으로부터 구한 기울기만을 이용하여 지형효과 보정 결과를 평가하는 것으로 정량적으로 지형효과 보정 결과를 평가할 수 없다는 한계점이 존재하기 때문에, 지형효과를 보정하는 기술과 함께, 보정결과를 정량적으로 평가하여 지형효과가 보정된 위성영상을 획득할 수 있는 기술이 필요한 실정이다.
한국등록특허 제10-1288016호 (등록일: 2013.07.15.)
본 발명은 정량적 평가방법을 이용하여 위성영상에서 나타나는 지형효과를 보정하는 기술과 보정 결과를 정량적으로 평가할 수 있는 기술을 개발함으로써 지형효과가 보정된 위성영상을 제작하는 것을 목적으로 한다.
이러한 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 정량적 평가 방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법은 위성영상 및 수치표고모델 획득부, 경사각 및 방위각 계산부, 입사각 제작부, 지형효과 보정부, 지형효과 보정결과 평가부 및 지형효과 보정 영상 제작부를 포함한다.
상기 위성영상 및 수치표고모델 획득부는 동일한 기하조건과 해상도를 지닌 위성영상과 수치표고모델을 획득한다. 상기 경사각 및 방위각 계산부는 수치표고모델로부터 경사각 및 방위각을 제작하며, 상기 입사각 제작부는 상기 경사각 및 방위각 계산부에서 제작한 경사각과 방위각을 활용하여 입사각을 제작하며, 상기 지형효과 보정부는 상기 입사각 제작부에서 제작한 입사각을 활용하여 상기 위성영상 및 수치표고모델 획득부에서 획득한 위성영상의 지형효과를 보정하며, 상기 지형효과 보정결과 평가부는 상기 지형효과 보정부에서 보정한 지형효과 보정결과를 정량적으로 평가하며, 상기 지형효과 보정 영상 제작부는 상기 지형효과 보정결과 평가부에서의 지형효과 보정결과에 대한 정량적 평가결과를 활용하여 지형효과가 보정된 영상을 획득한다.
본 발명은 위성영상의 지형에 의한 영향을 보정할 수 있는 효과가 있다.
본 발명은 수치표고모델을 활용하여 입사각을 계산함으로써 지표면에 입사하는 복사에너지양을 보정할 수 있는 효과가 있다.
본 발명은 수치표고모델을 활용하여 입사각을 계산함으로써 지표면의 반사율을 보정할 수 있는 효과가 있다.
본 발명은 지형효과 보정 결과를 정량적으로 평가할 수 있는 효과가 있다.
본 발명은 지형효과 보정 결과를 정량적으로 평가함으로써 사용자가 적절한 지형효과 보정 기술을 선택할 수 있는 효과가 있다.
본 발명은 지형효과가 보정된 영상을 활용하여 영상분류 정확도를 향상시킬 수 있는 효과가 있다.
본 발명은 지형효과 보정 결과에 대한 정량적 평가를 통하여, 지형효과 보정 기술을 각 영상채널에 다르게 적용하여 영상분류 정확도를 향상시킬 수 있는 효과가 있다.
본 발명의 원천기술은 국내에서 개발되는 위성영상처리 소프트웨어에 탑재되거나, 영상분류를 위한 핵심기술로서 활용 가능한 효과가 있다. 따라서 본 발명은 원천기술의 상용화를 통해 위성영상의 활용 증대 및 국가 위성산업 확대에 이바지할 수 있는 효과가 있다.
본 발명은 대표적 국내 광학위성인 다목적실용위성 2호, 다목적실용위성 3호 및 다목적실용위성 3A호에 적용 가능한 기술로 국내위성의 활용도를 극대화시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치에 관한 구성을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법에 관한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 획득된 위성영상의 예를 나타낸 이미지이다.
도 4는 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 획득된 수치표고모델과 이로부터 제작된 입사각의 예를 나타낸 이미지이다.
도 5는 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 식생지역에서의 지형효과 보정 기법 적용 결과의 예를 나타낸 이미지이다.
도 6은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 적설지역에서의 지형효과 보정 기법 적용 결과의 예를 나타낸 이미지이다.
도 7은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 식생지역에서의 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 확률밀도함수의 예를 나타낸 이미지이다.
도 8은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 적설지역에서의 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 확률밀도함수의 예를 나타낸 이미지이다.
도 9는 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 영상분류 결과 정확도 향상의 예를 나타낸 이미지이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들의 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.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략하기로 한다. 또한 본 발명의 실시예들을 설명함에 있어 구체적인 수치는 실시예에 불과하다.
도 1은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법에 관한 구성을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 본 발명의 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법은 위성영상 및 수치표고모델 획득부(110), 경사각 및 방위각 계산부(120), 입사각 제작부(130), 지형효과 보정부(140), 지형효과 보정결과 평가부(150) 및 지형효과 보정 영상 제작부(160)를 포함한다.
위성영상 및 수치표고모델 획득부(110)는 동일한 좌표계와 공간해상도를 지닌 위성영상과 수치표고모델을 획득한다. 자세히 설명하면, 위성영상 및 수치표고모델 획득부(110)는 인공위성에 탑재된 광학센서를 이용하여 특정 지역을 촬상해 위성영상을 획득하고, 상기 인공위성에 탑재된 광학센서를 이용하여 상기 특정 지역에 해당하는 수치표고모델을 획득한다.
즉, 위성영상 및 수치표고모델 획득부는(110)는 동일한 좌표계와 공간해상도를 지는 위성영상과 수치표고모델을 각각 획득하는 부분이다. 이때, 위성영상과 수치표고모델이 다른 좌표계를 지닐 경우, 동일한 좌표계로 좌표변환을 수행해야 한다. 또한 위성영상과 수치표고모델이 다른 공간해상도를 지닐 경우, 공간해상도가 좋은 위성영상 또는 수치표고모델을 기준으로 리샘플링(resampling)을 수행하여야 한다.
이에 대한 일 예로서, 위성영상 중 하나인 Landsat은 30 m의 공간해상도를 지니고 있으며, 수치표고모델 중 하나인 SRTM(Shuttle Radar Topography Mission) 수치표고모델은 90 m의 공간해상도를 지니고 있기 때문에, SRTM 수치표고모델을 30 m의 공간해상도를 지니도록 리샘플링을 수행하여야 한다.
이러한 좌표변환 방법과 리샘플링 방법은 본 발명이 속한 분야에서는 매우 잘 알려진 기술이므로, 이하 자세한 설명은 생략하기로 한다.
한편, 도 3은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 획득된 위성영상의 예를 나타낸 이미지이다.
도 3a는 식생지역의 Landsat-8에서 촬상된 위성영상을 보이며, 도 3b는 적설지역의 Landsat-8에서 촬영된 위성영상을 보인다.
도 3을 참조하면, 도 3a와 도 3b 모두 거의 단일 지표로 구성된 지역을 촬상된 위성영상으로, 일반적으로 단일 지표일 경우 영상에서 유사한 시각적 정보를 지녀야 하지만, 산악지역의 지형 굴곡에 따라 태양을 마주보는 산 사면은 더 밝게 표현되고 있으며, 태양을 등지는 산 사면은 어둡게 표현되고 있다. 이러한 현상은 지형에 의한 영향으로 도 3으로부터 산악지역을 촬상한 영상 내 지형효과가 있는 것을 확인할 수 있다.
경사각 및 방위각 계산부(120)는 수치표고모델을 이용하여 경사각 및 방위각을 제작한다.
더 자세히 설명하자면, 경사각 및 방위각 계산부(120)는 수치표고모델에서의 기준 화소와 주변 화소의 고도 차이를 활용하여 각 화소에서의 경사각 및 방위각을 계산한다. 여기서, 기준 화소는 계산된 경사각 및 방위각이 표현되는 화소로서, 일 예로 3x3 크기의 윈도우를 적용할 경우, 가운데에 위치한 화소를 의미하며, 주변 화소는 기준 화소의 주변에 위치한 화소로서 일 예로 3x3 윈도우를 적용할 경우, 가운데에 위치한 중심 화소를 기준으로 왼쪽 위, 위쪽, 오른쪽 위, 왼쪽, 오른쪽, 왼쪽 아래, 아래쪽 및 오른쪽 아래에 위치한 총 여덟개의 화소를 의미한다. 기준 화소에서의 경사각의 계산은 하기 수학식 1을 통하여 얻어진다.
Figure 112016040825493-pat00001
이때,
Figure 112016040825493-pat00002
는 기준 화소에서의 경사각을 나타내며,
Figure 112016040825493-pat00003
와
Figure 112016040825493-pat00004
는 각각 픽셀방향과 라인방향의 영상좌표를 나타낸다. 또한,
Figure 112016040825493-pat00005
는 3X3 크기의 윈도우에서 각각 기준 화소를 기준으로 왼쪽 위, 위쪽, 오른쪽 위, 왼쪽, 오른쪽, 왼쪽 아래, 아래쪽 및 오른쪽 아래에 위치한 화소를 나타내고,
Figure 112016040825493-pat00006
는 상기 수치표고모델의 공간해상도를 나타낸다.
또한 기준 화소에서의 방위각
Figure 112016040825493-pat00007
의 계산은 하기 수학식 2를 통하여 얻어진다.
Figure 112016040825493-pat00008
이때,
Figure 112016040825493-pat00009
는 기준 화소의 영상좌표
Figure 112016040825493-pat00010
,
Figure 112016040825493-pat00011
에서의 방위각을 나타내며, 방위각을 계산하기 위한
Figure 112016040825493-pat00012
와
Figure 112016040825493-pat00013
는 상기 수학식 1에서의 계산 방법과 동일하다.
입사각 제작부(130)는 경사각과 방위각을 이용하여 입사각을 제작한다.
즉, 입사각 제작부(130)는 상기 경사각 및 방위각 계산부(120)에서 계산된 경사각과 방위각을 이용하여, 태양복사에너지가 지표면에 입사하는 각도인 입사각을 계산하는 것으로, 입사각
Figure 112016040825493-pat00014
는 하기 수학식 3을 통하여 정의된다.
Figure 112016040825493-pat00015
이때,
Figure 112016040825493-pat00016
는 영상좌표
Figure 112016040825493-pat00017
,
Figure 112016040825493-pat00018
에서의 태양복사에너지가 지표면에 입사하는 각도인 입사각을 나타내며,
Figure 112016040825493-pat00019
는 영상좌표
Figure 112016040825493-pat00020
,
Figure 112016040825493-pat00021
에서의 경사각을 나타내고,
Figure 112016040825493-pat00022
는 영상좌표
Figure 112016040825493-pat00023
,
Figure 112016040825493-pat00024
에서의 방위각을 나타내며,
Figure 112016040825493-pat00025
는 태양의 천정각으로 위성영상의 메타데이터로부터 획득할 수 있고,
Figure 112016040825493-pat00026
는 태양의 방위각으로 위성영상의 메타데이터로부터 획득할 수 있다.
한편 도 4는 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 획득된 수치표고모델과 이로부터 제작된 입사각의 예를 나타낸 이미지이다.
도 4a는 도 3a에 해당하는 식생지역에서의 수치표고 모델을 나타내며, 도 4b는 도 4a의 수치표고모델로부터 제작된 경사각과 방위각을 이용하여 제작된 입사각 영상이다.
도 4b를 참조하면, 태양을 마주보는 산 사면은 높은 입사각을 지니는 것으로 최대 90도의 입사각을 나타내고 있으며, 태양을 등지는 산 사면은 낮은 입사각을 지니는 것으로 최소 30도의 입사각을 나타내고 있는 것을 확인할 수 있다.
지형효과 보정부(140)는 위성영상에서 나타나는 지형에 의한 영향을 보정한다.
더 자세히 설명하자면, 지형효과 보정부(140)는 상기 입사각 제작부(130)에서 제작된 입사각을 활용하여 상기 위성영상 및 수치표고모델 획득부(110)에서 획득한 위성영상에서의 지형에 의한 영향을 보정하는 것으로, 보정 방법은 크게 지표면을 1) 완전확산면으로 가정하여 보정하는 기법, 2) 불완전확산면 가정 하에 지역별, 피복별로 적합한 보정상수를 구하여 보정하는 기법 및 3) 반경험적 보정상수를 구하여 보정하는 기법 등이 존재한다.
여기서, 지표면을 완전확산면으로 가정하여 지형에 의한 영향을 보정하는 기법 중 일반적으로 활용되는 알고리즘으로 Cosine correction 알고리즘이 존재한다. Cosine correction 알고리즘에서의 지형효과가 보정된 영상
Figure 112016040825493-pat00027
는 하기 수학식 4를 통하여 얻어질 수 있다.
Figure 112016040825493-pat00028
이때,
Figure 112016040825493-pat00029
는 Cosine correction 알고리즘을 통해 지형효과가 보정된 영상을 나타내며,
Figure 112016040825493-pat00030
는 위성영상 및 수치표고모델 획득부(110)에서 획득한 위성영상을 나타내고,
Figure 112016040825493-pat00031
는 태양의 천정각을 나타내며,
Figure 112016040825493-pat00032
는 입사각 제작부(130)에서 제작된 입사각을 나타낸다. 상기 수학식 4를 참조하면, 위성영상에서 입사각에 의한 영향을 곱하는 것으로 지형에 의한 영향을 보정할 수 있다. 즉, 태양을 마주보는 산 사면의 경우 입사각이 크게 나타나며, 입사각이 클수록 분모가 1에 가까운 값을 지니기 때문에 지형효과가 보정된 영상과 원래의 위성영상의 차이는 거의 없어지게 된다. 반면, 태양을 등지는 산 사면의 경우 입사각이 작게 나타나며, 입사각이 작을수록 위성영상에 곱해지는 값은 커지기 때문에 시각적으로 어둡게 표현된 지역이 밝게 나타나게 된다.
또한, 지표면을 불완전확산면으로 가정하여 지형에 의한 영향을 보정하는 기법 중 일반적으로 활용되는 알고리즘으로 C-correction, Minnaert correction, Minnaert+SCS correction 알고리즘 등이 존재한다. 먼저 C-correction 알고리즘에서의 지형효과가 보정된 영상
Figure 112016040825493-pat00033
는 하기 수학식 5를 통하여 얻어질 수 있다.
Figure 112016040825493-pat00034
이때,
Figure 112016040825493-pat00035
는 C-correction 알고리즘을 통해 지형효과가 보정된 영상을 나타내며,
Figure 112016040825493-pat00036
는 위성영상 및 수치표고모델 획득부(110)에서 획득한 위성영상을 나타내고,
Figure 112016040825493-pat00037
는 태양의 천정각을 나타내며,
Figure 112016040825493-pat00038
는 입사각 제작부(130)에서 제작된 입사각을 나타내고,
Figure 112016040825493-pat00039
는 입사각과 위성영상의 선형관계식으로부터 획득한 보정 상수를 나타낸다.
상기 수학식 5를 참조하면, 보정상수
Figure 112016040825493-pat00040
를 통하여 지형에 의한 영상을 보정할 때, 과보정 되는 것을 방지할 수 있다. 이는 상기 수학식 4에서 태양을 등지는 산 사면에서의 입사각이 작을수록 위성영상에 곱해지는 값이 너무 커지게 되는 것을 방지할 수 있다.
또한, Minnaert correction 알고리즘에서의 지형효과가 보정된 영상
Figure 112016040825493-pat00041
는 하기 수학식 6을 통해서 얻어질 수 있다.
Figure 112016040825493-pat00042
이때,
Figure 112016040825493-pat00043
는 Minnaert correction 알고리즘을 통해 지형효과가 보정된 영상을 나타내며,
Figure 112016040825493-pat00044
는 위성영상 및 수치표고모델 획득부(110)에서 획득한 위성영상을 나타내고,
Figure 112016040825493-pat00045
는 경사각 및 방위각 계산부(120)를 통해 제작된 경사각을 나타내며,
Figure 112016040825493-pat00046
는 Minnaert correction 알고리즘에서의 보정 상수를 나타낸다.
상기 수학식 6을 참조하면, 보정상수
Figure 112016040825493-pat00047
를 통하여 지형에 의한 영향을 더욱 효과적으로 보정할 수 있다.
또한, Minnaert+SCS correction 알고리즘에서의 지형효과가 보정된 영상
Figure 112016040825493-pat00048
는 하기 수학식 7을 통하여 얻어질 수 있다.
Figure 112016040825493-pat00049
이때,
Figure 112016040825493-pat00050
는 Minnaert+SCS correction 알고리즘을 통해 지형효과가 보정된 영상을 나타내며,
Figure 112016040825493-pat00051
는 위성영상 및 수치표고모델 획득부(110)에서 획득한 위성영상을 나타내고,
Figure 112016040825493-pat00052
는 경사각 및 방위각 계산부(120)를 통해 제작된 경사각을 나타내며,
Figure 112016040825493-pat00053
는 태양의 천정각을 나타내고,
Figure 112016040825493-pat00054
는 입사각 제작부(130)에서 제작된 입사각을 나타내며,
Figure 112016040825493-pat00055
는 Minnaert+SCS correction 알고리즘에서의 보정 상수를 나타낸다.
상기 수학식 7을 참조하면, 보정상수
Figure 112016040825493-pat00056
를 통하여 통하여 지형에 의한 영향을
C-correction 알고리즘, Minnaert 알고리즘보다 더욱 효과적으로 보정할 수 있으며, 특히 식생지역에서의 지형에 의한 영향을 보정하는데 큰 장점이 존재한다.
또한, 반경험적 보정상수를 구하여 지형에 의한 영향을 보정하는 기법 중 일반적으로 활용되는 알고리즘으로 Statistical-empirical correction 알고리즘이 존재한다. Statistical-empirical correction 알고리즘에서의 지형효과가 보정된 영상
Figure 112016040825493-pat00057
는 하기 수학식 8을 통하여 얻어질 수 있다.
Figure 112016040825493-pat00058
이때,
Figure 112016040825493-pat00059
는 Statistical-empirical correction 알고리즘을 통해 지형효과가 보정된 영상을 나타내며,
Figure 112016040825493-pat00060
는 위성영상 및 수치표고모델 획득부(110)에서 획득한 위성영상을 나타내고,
Figure 112016040825493-pat00061
는 입사각 제작부(130)에서 제작된 입사각을 나타내며,
Figure 112016040825493-pat00062
와
Figure 112016040825493-pat00063
는 각각 Statistical-empirical correction 알고리즘에서의 보정 상수를 나타낸 것으로
Figure 112016040825493-pat00064
는 입사각과 위성영상의 선형회귀분석에서의 기울기 값을 나타내고,
Figure 112016040825493-pat00065
는 입사각과 위성영상의 선형회귀분석에서의 y절편 값을 나타내며,
Figure 112016040825493-pat00066
는 위성영상 및 수치표고모델 획득부(110)에서 획득한 위성영상의 평균값을 나타낸다.
상기 수학식 8을 참조하면, 보정상수
Figure 112016040825493-pat00067
와
Figure 112016040825493-pat00068
를 통하여 입사각의 변화가 위성영상에 끼치는 영상을 선형회귀분석을 통하여 보정할 수 있는 장점이 존재한다.
한편 도 5는 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 식생지역에서의 지형효과 보정 기법 적용 결과의 예를 나타낸 이미지이다.
도 5a는 위성영상 및 수치표고모델 획득부(110)에서 획득한 식생지역에서의 위성영상을 나타내며, 도 5b는 Cosine correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타내며, 도 5c는 Statistical-empirical correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타내며, 도 5d는 C-correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타내며, 도 5e는 Minnaert correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타내며, 도 5f는 Minnaert+SCS correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타낸다.
도 5를 참조하면, Cosine correction 알고리즘을 통하여 지형효과를 보정한 위성영상은 입사각이 작은 태양을 등지는 산 사면에서 과보정 된 결과를 나타내며, 이러한 이유는 Cosine correction 알고리즘은 입사각이 작을수록 위성영상에 곱해지는 계수의 값이 비약적으로 커지기 때문이다. 반면, Statistical-empirical correction 알고리즘, C-correction 알고리즘, Minnaert correction 알고리즘 및 Minnaert+SCS correction 알고리즘을 통해 지형효과를 보정한 영상은 입사각이 작은 태양을 등지는 산 사면과 입사각이 큰 태양을 마주보는 산 사면의 시각적 정보가 유사해 진 것을 확인할 수 있기 때문에 해당 알고리즘을 활용하여 지형효과를 보정하는 것이 적합하다고 할 수 있다.
또한 도 6은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 적설지역에서의 지형효과 보정 기법 적용 결과의 예를 나타낸 이미지이다.
도 6a는 위성영상 및 수치표고모델 획득부(110)에서 획득한 적설지역에서의 위성영상을 나타내며, 도 6b는 Cosine correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타내며, 도 6c는 Statistical-empirical correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타내며, 도 6d는 C-correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타내며, 도 6e는 Minnaert correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타내며, 도 6f는 Minnaert+SCS correction 알고리즘을 통하여 지형효과를 보정한 위성영상을 나타낸다.
도 6을 참조하면, Cosine correction 알고리즘을 통하여 지형효과를 보정한 위성영상은 적설지역에서 태양을 마주보는 산 사면과 태양을 등지는 산 사면에서 유사한 시각적 정보를 제공하고 있다. 반면, Statistical-empirical correction 알고리즘 및 C-correction 알고리즘을 통하여 지형효과를 보정한 영상은 지형효과를 보정하기 전과 유사한 것을 확인할 수 있으며, 이러한 이유는 해당 알고리즘은 적합한 보정상수를 구하는 것에 한계가 있기 때문이다. 반면, Minnaert correction 알고리즘 및 Minnaert+SCS correction 알고리즘을 통해 지형효과를 보정한 영상은 입사각이 작은 태양을 등지는 산 사면과 입사각이 큰 태양을 마주보는 산 사면의 시각적 정보가 유사해 진 것을 확인할 수 있기 때문에 적설지역에서는 해당 알고리즘을 활용하여 지형효과를 보정하는 것이 적합하다고
할 수 있다.
도 5와 도6을 참조하면, 지역과 피복의 특성에 따라 적합한 지형효과 보정 알고리즘이 다를 수 있음을 확인할 수 있다. 더 자세히 표현하자면, Cosine correction 알고리즘의 경우 식생지역에 적용하였을 때에는 과보정 되는 결과를 나타내지만, 적설지역에 적용하였을 때에는 적합하게 지형효과가 보정된 것을 확인할 수 있다. 반면, Statistical-empirical correction 알고리즘 및 C-correction 알고리즘의 경우 식생지역에 적용하였을 때에는 지형효과를 효과적으로 보정할 수 있으나, 적설지역에 이를 적용하였을 때에는 보정이 잘 수행되지 않음을 확인할 수 있다. 이에 따라, 지형효과 보정 결과에 대한 정량적인 평가가 필요하며, 이는 지형효과 보정결과 평가부(150)에서의 지형효과 보정결과 평가를 통하여 수치로 나타낼 수 있다.
지형효과 보정결과 평가부(150)는 지형효과 보정 알고리즘이 적용된 위성영상을 대상으로 지형효과의 보정 결과를 정량적으로 평가를 수행한다.
더 자세히 설명하면, 지형효과 보정결과 평가부(150)는 태양을 마주보는 산 사면과 태양을 등지는 산 사면에서의 복사에너지 또는 반사율 값이 지형효과 보정 후 유사해지는 정도를 수치로 나타내어 정량적으로 평가를 수행한다.
더 자세히 설명하자면, 지형효과 보정결과 평가부(150)는 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 복사에너지 또는 반사율 값을 대상으로 확률밀도함수를 제작한 후, 확률밀도함수 간 히스토그램 거리 분석을 통하여 유사성을 판단하여 정량적인 수치로 제공하며, 이로부터 지형효과 보정기법의 적합성을 정량적으로 평가할 수 있다.
이때, 히스토그램 거리 분석은 두 집단의 확률밀도함수로부터 두 집단의 유사성을 판단할 수 있는 것으로 크게 Correlation, Chi-square, Intersection 및 Bhattacharyya 지수 등을 통하여 나타낼 수 있다. 두 확률밀도함수의 Correlation을 통한 히스토그램 거리
Figure 112016040825493-pat00069
은 하기 수학식 9를 통하여 얻어질 수 있다.
Figure 112016040825493-pat00070
이때,
Figure 112016040825493-pat00071
는 Correlation 분석을 통한 두 확률밀도함수 간의 유사성 정도를 나타내며,
Figure 112016040825493-pat00072
은 기준 확률밀도함수를 나타내고,
Figure 112016040825493-pat00073
는 유사성을 판단하기 위한 확률밀도함수를 나타며,
Figure 112016040825493-pat00074
는
Figure 112016040825493-pat00075
번째 확률밀도함수에서 확률변수
Figure 112016040825493-pat00076
에 따른 확률 값을 의미하고,
Figure 112016040825493-pat00077
는
Figure 112016040825493-pat00078
번째 확률밀도 함수에서의 평균확률 값을 나타낸다.
상기 수학식 9를 참조하면,
Figure 112016040825493-pat00079
의 값의 범위는 -1에서 1 사이로 나타나며, 값이 1에 가까워질수록 두 확률밀도함수가 유사한 것을 나타내고, 값이 -1에 가까워질수록 두 확률밀도함수가 유사하지 않은 것으로 나타낸다.
또한, Chi-square를 통한 히스토그램 거리
Figure 112016040825493-pat00080
는 하기 수학식 10을 통하여 얻어질 수 있다.
Figure 112016040825493-pat00081
상기 수학식 10에서,
Figure 112016040825493-pat00082
는 Chi-square 분석을 통한 두 확률밀도함수 간의 유사성 정도를 나타내며,
Figure 112016040825493-pat00083
은 기준 확률밀도함수를 나타내고,
Figure 112016040825493-pat00084
는 유사성을 판단하기 위한 확률밀도함수를 나타며,
Figure 112016040825493-pat00085
는
Figure 112016040825493-pat00086
번째 확률밀도함수에서 확률변수
Figure 112016040825493-pat00087
에 따른 확률 값을 의미한다.
상기 수학식 10을 참조하면,
Figure 112016040825493-pat00088
의 값의 범위는 0에서 무한대로 나타나며, 값이 0에 가까워질수록 두 확률밀도함수가 유사한 것을 나타내고, 값이 무한대로 갈수록 두 확률밀도함수가 유사하지 않은 것을 나타낸다.
또한, Intersection을 통한 히스토그램 거리 는 하기 수학식 11을 통하여 얻어질 수 있다.
Figure 112016040825493-pat00090
상기 수학식 11에서,
Figure 112016040825493-pat00091
는 Intersection 분석을 통한 두 확률밀도함수 간의 유사성 정도를 나타내며,
Figure 112016040825493-pat00092
은 기준 확률밀도함수를 나타내고,
Figure 112016040825493-pat00093
는 유사성을 판단하기 위한 확률밀도함수를 나타내며,
Figure 112016040825493-pat00094
는
Figure 112016040825493-pat00095
번째 확률밀도함수에서 확률변수
Figure 112016040825493-pat00096
에 따른 확률 값을 나타내고,
Figure 112016040825493-pat00097
은 확률변수가
Figure 112016040825493-pat00098
일 때 두 확률밀도함수에서의 확률 값을 비교하여 얻어진 최소값을 나타낸다.
상기 수학식 11을 참조하면,
Figure 112016040825493-pat00099
의 값의 범위는 0에서 1로 나타나며, 값이 1에 가까워질수록 두 확률밀도함수가 유사한 것을 나타내고, 값이 0에 가까워질수록 두 확률밀도함수가 유사하지 않은 것을 나타낸다.
또한 Bhattacharyya 지수를 통한 히스토그램 거리
Figure 112016040825493-pat00100
는 하기 수학식 12를 통하여 얻어질 수 있다.
Figure 112016040825493-pat00101
상기 수학식 12에서,
Figure 112016040825493-pat00102
은 Bhattacharyya 지수 분석을 통한 두 확률밀도함수 간의 유사성 정도를 나타내며,
Figure 112016040825493-pat00103
은 기준 확률밀도함수를 나타내고,
Figure 112016040825493-pat00104
는 유사성을 판단하기 위한 확률밀도함수를 나타내며,
Figure 112016040825493-pat00105
는
Figure 112016040825493-pat00106
번째 확률밀도함수에서 확률변수
Figure 112016040825493-pat00107
에 따른 확률 값을 나타낸다.
상기 수학식 12을 참조하면,
Figure 112016040825493-pat00108
Figure 112016040825493-pat00109
의 값의 범위는 0에서 1로 나타나며, 값이 0에 가까워질수록 두 확률밀도함수가 유사한 것을 나타내고, 값이 1에 가까워질수록 두 확률밀도함수가 유사하지 않은 것을 나타낸다.
도 7은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 식생지역에서의 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 확률밀도함수의 예를 나타낸 이미지이다.
도 7을 참조하면, 지형효과 보정 기법을 적용하기 전의 위성영상에서의 태양을 마주보는 산 사면과 태양을 등지는 산 사면에서의 확률밀도함수는 시각적으로 구분이 가능하다.
더 자세히 설명하자면, 태양을 마주보는 산 사면의 경우 각 영상채널에서 높은 반사율을 지니는 것을 확인할 수 있으며, 태양을 등지는 산 사면의 경우 각 영상채널에서 낮은 반사율을 지니는 것을 확인할 수 있다.
또한 도 7을 참조하면, Cosine correction 알고리즘을 적용한 지형효과 보정 결과 영상에서 Blue, Green, Red 채널의 확률밀도함수의 경우 태양을 등지는 산 사면의 반사율이 태양을 마주보는 산 사면의 반사율보다 더 높은 것을 확인할 수 있으며, 이에 따라 도 5b와 같이 지형효과 보정 결과 영상에서 태양을 등지는 산 사면에서 시각적 왜곡이 발생됨을 확인할 수 있다.
또한 도 7을 참조하면, Cosine correction 알고리즘을 적용한 지형효과 보정 결과 영상에서 NIR, SWIR-1 채널의 확률밀도함수에서는 두 확률밀도함수가 지형효과 보정 기법을 적용하기 전의 영상에 비하여 유사해진 것을 확인할 수 있다.
또한 도 7을 참조하면, Statistical-empirical correction, C-correction, Minnaert correction 및 Minnaert+SCS correction 알고리즘을 적용한 지형효과 보정 결과 영상에서 Blue, Green, Red 채널의 확률밀도함수와 태양을 등지는 산 사면의 확률밀도함수는 거의 유사한 것을 확인할 수 있다.
또한 도 7을 참조하면, Statistical-empirical correction, C-correction, Minnaert correction 및 Minnaert+SCS correction 알고리즘을 적용한 지형효과 보정 결과 영상에서 NIR, SWIR-1 채널의 확률밀도함수는 Blue, Green, Red 채널에서의 확률밀도함수가 유사한 것과 달리 차이점을 나타내며, Statistical-empirical correction 및 Minnaert+SCS correction 알고리즘을 적용한 지형효과 보정 결과 영상에서의 두 확률밀도함수가 거의 유사한 것을 확인할 수 있다.
도 8은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 적설지역에서의 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 확률밀도함수의 예를 나타낸 이미지이다.
도 8을 참조하면, 지형효과 보정 기법을 적용하기 전의 위성영상에서의 태양을 마주보는 산 사면과 태양을 등지는 산 사면에서의 확률밀도함수는 시각적으로 구분이 가능하다.
더 자세히 설명하자면, 태양을 마주보는 산 사면의 경우 각 영상채널에서 높은 반사율을 지니는 것을 확인할 수 있으며, 태양을 등지는 산 사면의 경우 각 영상채널에서 낮은 반사율을 지니는 것을 확인할 수 있다.
또한 도 8을 참조하면, Cosine correction 알고리즘을 적용한 지형효과 보정 결과 영상에서 Blue, Green, Red 채널의 확률밀도함수의 경우 식생지역에서의 확률밀도함수와 달리 두 확률밀도함수가 유사해진 것을 확인할 수 있다.
또한 도 8을 참조하면, Statistical-empirical correction, C-correction 알고리즘을 적용한 지형효과 보정 결과 영상에서 Blue, Green, Red 채널의 확률밀도함수는 지형효과 기법을 적용하기 전 영상과 유사한 것을 확인할 수 있으며, 이로부터 지형효과 보정이 제대로 수행되지 않았음을 확인할 수 있다.
또한 도 8을 참조하면, Statistical-empirical correction, C-correction 알고리즘을 적용한 지형효과 보정 결과 영상에서 NIR, SWIR-1 채널의 확률밀도함수는 Blue, Green, Red 채널에서의 확률밀도함수가 변화가 거의 없는 것과 달리 유사해진 것을 확인할 수 있으며, 특히 SWIR-1 채널에서 Statistical-empirical correction 알고리즘을 적용한 결과는 두 확률밀도함수가 거의 일치하는 것을 확인할 수 있다.
또한 도 8을 참조하면, Minnaert correction 및 Minnaert+SCS correction 알고리즘을 적용한 지형효과 보정 결과 영상에서 모든 채널에서의 확률밀도함수는 유사해진 것을 확인할 수 있다.
표 1은 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 식생지역에서의 지형효과 보정 결과에 대한 정량적 평가 결과의 예를 나타낸 표이다.
Figure 112016040825493-pat00110
표 1을 참조하면, 각 채널별 각 지형효과 보정 기법의 적용 결과를 Correlation, Chi-square, Intersection 및 Bhattacharyya 히스토그램 거리 분석 방법에 따라 정량적으로 표현하고 있다.
더 자세히 설명하자면, Correlation, Chi-square, Intersection 및 Bhattacharyya 히스토그램 거리 분석 결과는 정량적으로 제공될 수 있으며, 정량적인 평가 결과에 따라 최적의 지형효과 보정 기법을 선정할 수 있다.
더 자세히 설명하자면, Bhatacharyya 히스토그램 거리 분석 방법을 기반으로 Blue 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Minnaert correction 알고리즘이며, Green 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Minnaert+SCS correction 알고리즘이며, Red 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Minnaert correction 알고리즘이며, NIR 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Statistical-empirical correction 알고리즘이며, SWIR-1 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Minnaert correction 알고리즘이다.
또한, Correlation, Chi-square, Intersection 및 Bhattacharyya 히스토그램 거리 분석 결과 각 채널별 지형효과를 제일 잘 보정한 알고리즘은 일치함을 확인할 수 있다. 즉, 모든 히스토그램 거리 분석에서 Blue 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Minnaert correction 알고리즘이며, Green 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Minnaert+SCS correction 알고리즘이며, Red 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Minnaert correction 알고리즘이며, NIR 채널에서 지형효과를 제일 잘 보정한 알고리즘은 Statistical-empirical correction 알고리즘이며, SWIR-1 채널에서 지형효과를
제일 잘 보정한 알고리즘은 Minnaert correction 알고리즘이다. 이에 따라 지형효과 보정 결과를 정량적으로 평가할 때에는 Correlation, Chi-square, Intersection 및 Bhattacharyya 히스토그램 거리 분석 방법 중 하나의 방법만 써도 지형효과 보정 결과를 정량적으로 평가할 수 있다.
지형효과 보정 영상 제작부(160)에서는 지형효과가 보정된 영상을 제작한다.
더 자세히 설명하자면, 지형효과 보정 영상 제작부(160)에서는 상기 지형효과 보정결과 평가부(150)에서의 평가 결과를 기반으로 각 채널별 지형효과 보정이 제일 잘 수행된 지형효과 보정 결과 영상을 조합하여 단일 지형효과 보정 영상을 제작한다.
본 발명의 일 실시예에 따르면, Blue 채널에서는 Minnaert correction 알고리즘을 통해 제작된 지형효과 보정 영상을, Green 채널에서는 Minnaert+SCS correction 알고리즘을 통해 제작된 지형효과 보정 영상을, Red 채널에서는 Minnaert correction 알고리즘을 통해 제작된 지형효과 보정 영상을, NIR 채널에서는 Statistical-empirical correction 알고리즘을 통해 제작된 지형효과 보정 영상을, SWIR-1 채널에서는 Minnaert correction 알고리즘을 통해 제작된 지형효과 보정영상을 조합하여 단일의 지형효과 보정 영상을 제작할 수 있다.
더 자세히 설명하자면, 지형효과 보정 영상 제작부(160)에서 제작한 지형효과 보정 영상은 영상분류 정확도를 향상시킬 수 있는 효과가 있다.
도 9는 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 통한 영상분류 결과 정확도 향상의 예를 나타낸 이미지이다.
더 자세히 설명하자면, 도 9a는 지형효과가 보정되기 전 영상으로부터 제작된 정규식생지수 영상을 나타내며, 도 9b는 Minnaert+SCS correction 알고리즘만을 활용하여 지형효과를 보정한 영상으로부터 제작된 정규식생지수 영상을 나타내며, 도 9c는 지형효과 보정 영상 제작부(160)에서 각 채널별 제일 보정이 잘 수행된 지형효과 보정 결과들을 조합하여 제작된 지형효과 보정 영상으로부터 제작된 정규식생지수 영상을 나타내며, 도 9d는 지형효과가 보정되기 전 영상으로부터 제작된 정규적설지수 영상을 나타내며, 도 9e는 Minnaert+SCS correction 알고리즘만을 활용하여 지형효과를 보정한 영상으로부터 제작된 정규적설지수 영상을 나타내며, 도 9f는 지형효과 보정 영상 제작부(160)에서 각 채널별 제일 보정이 잘 수행된 지형효과 보정 결과들을 조합하여 제작된 지형효과 보정 영상으로부터 제작된 정규적설지수 영상을 나타낸다.
도 9a를 참조하면, 태양을 등지는 산 사면의 경우 해당지역이 식생지역임에도 불구하고 낮은 정규식생지수 값을 나타낸다. 반면, 도 9b에서는 지형효과 보정 알고리즘 적용을 통하여 태양을 등지는 산 사면에서의 정규식생지수가 상승하였음을 확인할 수 있으나, 태양을 마주보는 산 사면에서의 정규식생지수와 차이가 있는 것을 확인할 수 있다. 반면 도 9c에서는 태양을 마주보는 산 사면과 태양을 등지는 산 사면에서의 정규식생지수 값이 거의 유사하여 산 사면의 차이를 구분하기 어렵게 됨을 확인할 수 있다. 또한 도 9c에서의 A 지역과 B 지역은 식생지역이 아닌 지역으로 낮은 정규식생지수 값을 잘 유지하는 것을 확인할 수 있다.
도 9d를 참조하면, 해당지역은 적설지역임에도 불구하고 높은 적설지수 값을 지닌 것이 아닌 낮은 정규적설지수 값을 나타낸다. 그 값은 거의 -0.7에 해당하는 것으로써 정규적설지수 값이 -0.7에 해당할 경우, 해당지역은 거의 적설이 존재하지 않는 것으로 판단할 수 있다. 그러나, 해당지역은 위성영상 촬영 한달 전부터 꾸준히 적설이 쌓이기 시작한 지역으로, 위성영상 전반적으로 적설이 존재한다. 즉, 지형에 의한 영향으로 인하여 적설지역에서의 정규적설지수 영상은 실제 적설지역을 잘 반영하지 못하는 것을 나타낸다. 반면, 도 9e와 9d에서는 지형효과 보정 알고리즘 적용을 통하여 전반적으로 높은 정규적설지수 값을 지니게 되는 것을 확인할 수 있다. 이때, 도 9c와 도 9d에서의 큰 차이는 C 지역에서의 정규적설지수 값의 변화이다. C 지역은 태양을 등지는 산 사면에 위치한 지역으로, 태양을 마주보는 산 사면에 비하여 낮은 정규적설지수 값을 지녀야 하며, 지형효과 보정 영상 제작부(160)에서 각 채널별 제일 보정이 잘 수행된 지형효과 보정 결과들을 조합하여 제작된 지형효과 보정 영상에서 낮은 정규적설지수 값을 지니므로 본 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법이 효과가 있음을 확인할 수 있다.
따라서, 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법은 지형효과 보정 기법을 적용하여 지형효과를 보정할 수 있으며, 지형효과 보정 결과를 정량적으로 평가하는 것이 가능하다.
이로부터 정량적인 평가 결과를 통하여 각 채널별 적합한 지형효과 보정 기법을 조합하여 지형효과 보정 영상을 제작할 수 있으며, 이로부터 지형효과가 보정된 영상을 활용하여 영상분류 정확도를 향상시키는 것이 가능하다.
이하에서는 상기에 자세히 기술한 내용을 바탕으로 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법을 간단히 설명한다.
도 2는 본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법에 관한 흐름도이다.
도 2를 참조하면, 먼저 위성영상 및 수치표고모델 획득부(110)에서 동일한 좌표체계와 해상도를 지닌 위성영상과 수치표고모델을 획득한다(S210).
즉, 동일한 좌표체계와 해상도를 지닌 위성영상과 수치표고모델 획득 단계(S210)에서의 위성영상 및 수치표고모델 획득부는(110)는 동일한 좌표계와 공간해상도를 지는 위성영상과 수치표고모델을 각각 획득한다. 이때, 위성영상과 수치표고모델이 다른 좌표계를 지닐 경우, 동일한 좌표계로 좌표변환을 수행해야한다. 또한 위성영상과 수치표고모델이 다른 공간해상도를 지닐 경우, 공간해상도가 좋은 위성영상 또는 수치표고모델을 기준으로 리샘플링(resampling)을 수행하여야 한다.
이에 대한 일 예로서, 위성영상 중 하나인 Landsat은 30 m의 공간해상도를 지니고 있으며, 수치표고모델 중 하나인 SRTM(Shuttle Radar Topography Mission) 수치표고모델은 90 m의 공간해상도를 지니고 있기 때문에, SRTM 수치표고모델을 30 m의 공간해상도를 지니도록 리샘플링을 수행하여야 한다.
다음으로, 경사각 및 방위각 계산부(120)에서 수치표고모델로부터 경사각과 방위각을 계산한다(S220).
더 자세히 설명하자면, 수치표고모델로부터 경사각과 방위각을 제작하는 단계(S220)에서의 경사각 및 방위각 계산부(120)는 수치표고모델에서의 기준 화소와 주변 화소의 고도 차이를 활용하여 각 화소에서의 경사각 및 방위각을 계산한다.
한편, 수학식 1과 2는 수치표고모델을 활용하여 경사각과 방위각을 제작하는 방법을 설명하는 것으로, 이에 대한 자세한 설명은 상기에 기술하였으므로 이를 참조하도록 한다.
다음으로, 입사각 제작부(130)에서 경사각과 방위각 및 태양의 천정각, 방위각을 이용하여 입사각을 제작한다(S230).
더 자세히 설명하자면, 경사각과 방위각 및 태양의 천정각, 방위각을 이용하여 입사각을 제작하는 단계(S230)에서의 입사각 제작부(130)는 상기 경사각 및 방위각 계산부(120)에서 제작된 경사각과 방위각을 이용하여, 태양복사에너지가 지표면에 입사하는 각도인 입사각으로 구성된 입사각을 제작한다.
더 자세히 설명하자면, 태양복사에너지가 지표면에 입사하는 각도를 표현하는 입사각에서, 태양을 마주보는 산 사면은 높은 입사각을 지니며, 태양을 등지는 산 사면은 낮은 입사각을 지니게 된다.
한편, 수학식 3은 경사각과 입사각을 활용하여 입사각를를 제작하는 방법을 설명하는 것으로, 이에 대한 자세한 설명은 상기에 기술하였으므로 이를 참조하도록 한다.
다음으로, 지형효과 보정부(140)는 위성영상과 입사각을 이용하여 위성영상의 지형에 의한 영향 보정 및 지형효과 보정 영상을 획득한다(S240).
더 자세히 설명하자면, 위성영상과 입사각을 이용하여 위성영상의 지형에 의한 영향 보정 및 지형효과 보정 영상을 획득하는 단계(S240)에서의 지형효과 보정부(140)는 상기 입사각 제작부(130)에서 제작된 입사각을 활용하여 상기 위성영상 및 수치표고모델 획득부(110)에서 획득한 위성영상에서의 지형에 의한 영향을 보정하는 것으로, 보정 방법은 크게 지표면을 1) 완전확산면으로 가정하여 보정하는 기법, 2) 불완전확산면 가정 하에 지역별, 피복별로 적합한 보정상수를 구하여 보정하는 기법 및 3) 반경험적 보정상수를 구하여 보정하는 기법 등이 존재한다.
한편, 수학식 4, 5, 6, 7, 8은 지형효과를 보정하는 방법을 각각 나타낸 것으로, 이에 대한 자세한 설명은 상기에 기술했으므로 이를 참조하도록 한다.
다음으로, 지형효과 보정결과 평가부(150)는 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 확률밀도함수를 제작한 후, 히스토그램 거리분석을 통한 지형효과 보정 결과를 정량적으로 평가한다(S250).
더 자세히 설명하자면, 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 확률밀도함수를 제작한 후, 히스토그램 거리분석을 통한 지형효과 보정 결과를 정량적으로 평가하는 단계(S250)에서의 지형효과 보정결과 평가부(150)는 태양을 마주보는 산 사면과 태양을 등지는 산 사면에서의 복사에너지 또는 반사율 값이 지형효과 보정 후 유사해지는 정도를 수치로 나타내어 정량적으로 평가를 수행한다.
더 자세히 설명하자면, 지형효과 보정결과 평가부(150)는 태양을 마주보는 산 사면과 태양을 등지는 산 사면의 복사에너지 또는 반사율 값을 대상으로 확률밀도함수를 제작한 후, 확률밀도함수 간 히스토그램 거리 분석을 통하여 유사성을 판단하여 정량적인 수치로 제공하며, 이로부터 지형효과 보정기법의 적합성을 정량적으로 평가할 수 있다.
더 자세히 설명하자면, 히스토그램 거리 분석은 두 집단의 확률밀도함수로부터 두 집단의 유사성을 판단할 수 있는 것으로 크게 Correlation, Chi-square, Intersection 및 Bhattacharyya 지수 등을 통하여 나타낼 수 있다.
더 자세히 설명하자면, Correlation, Chi-square, Intersection 및 Bhattacharyya 히스토그램 거리 분석 결과는 정량적으로 제공될 수 있으며, 정량적인 평가 결과에 따라 최적의 지형효과 보정 기법을 선정할 수 있다.
더 자세히 설명하자면, Correlation, Chi-square, Intersection 및 Bhattacharyya 히스토그램 거리 분석 결과 각 채널별 지형효과를 제일 잘 보정한 알고리즘은 일치함을 확인할 수 있으며, 이에 따라 지형효과 보정 결과를 정량적으로 평가할 때에는 Correlation, Chi-square, Intersection 및 Bhattacharyya 히스토그램 거리 분석 방법 중 하나의 방법만 써도 지형효과 보정 결과를 정량적으로 평가할 수 있다.
한편, 수학식 9, 10, 11, 12는 지형효과 보정 결과를 평가하는 방법을 각각 나타낸 것으로, 이에 대한 자세한 설명은 상기에 기술했으므로 이를 참조하도록 한다.
다음으로, 지형효과 보정 영상 제작부(160)는 정량적 평가결과를 기반으로 각 채널별 적합한 지형효과 보정 기법을 조합하여 최종 지형효과 보정 영상을 획득한다(S260).
더 자세히 설명하자면, 정량적 평가결과를 기반으로 각 채널별 적합한 지형효과 보정 기법을 조합하여 최종 지형효과 보정 영상을 획득하는 단계(S240)에서의 지형효과 보정 영상 제작부(160)는 상기 지형효과 보정결과 평가부(150)에서의 평가 결과를 기반으로 각 채널별 지형효과 보정이 제일 잘 수행된 지형효과 보정 결과 영상을 조합하여 단일 지형효과 보정 영상을 제작한다.
따라서, 본 발명에서 제시하는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법은 지형효과 보정 기법을 적용하여 지형효과를 보정할 수 있으며, 지형효과 보정 결과를 정량적으로 평가하는 것이 가능하다. 이로부터 정량적인 평가 결과를 통하여 각 채널별 적합한 지형효과 보정 기법을 조합하여 지형효과 보정 영상을 제작할 수 있으며, 이로부터 지형효과가 보정된 영상을 활용하여 영상분류 정확도를 향상시키는 것이 가능하다.
본 발명의 일 실시예에 따른 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 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 본 발명을 위
하여 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 자기매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 audfudd을 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 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
100: 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치
110: 위성영상 및 수치표고모델 획득부
120: 경사각 및 방위각 계산부
130: 입사각 제작부
140: 지형효과 보정부
150: 지형효과 보정결과 평가부
160 지형효과 보정 영상 제작부

Claims (32)

  1. 인공위성에 탑재된 광학센서를 이용하여 특정 지역을 촬상해 위성영상을 획득하고, 상기 인공위성에 탑재된 광학센서를 이용하여 상기 특정 지역에 해당하는 수치표고모델을 획득하는 위성영상 및 수치표고모델 획득부;
    상기 수치표고모델의 기준 화소와 주변 화소의 고도 차이를 이용하여 상기 기준 화소에서의 경사각 및 방위각을 계산하는 경사각 및 방위각 계산부;
    상기 경사각 및 상기 방위각을 이용하여 태양복사에너지가 지표면에 입사하는 입사각을 계산하는 입사각 제작부;
    상기 입사각을 이용하여 상기 위성영상에서의 지형에 의한 영향을 보정하는 지형효과 보정부;
    상기 지형효과 보정부에서 보정된 지형효과 보정 영상을 정량적으로 평가하는 지형효과 보정결과 평가부; 및
    상기 지형효과 보정결과 평가부에서의 평가 결과를 기반으로 추출된 지형효과 보정 결과 영상을 조합하여 단일 지형효과 보정 영상을 제작하는 지형효과 보정 영상 제작부;
    를 포함하고,
    상기 경사각 및 상기 방위각은 3x3 크기의 윈도우를 적용하며,
    상기 기준 화소에서의 경사각은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112017021968705-pat00298

    여기서,
    Figure 112017021968705-pat00299
    는 상기 기준 화소에서의 경사각,
    Figure 112017021968705-pat00300
    와
    Figure 112017021968705-pat00301
    는 각각 픽셀방향과 라인방향의 영상좌표,
    Figure 112017021968705-pat00302
    ,
    Figure 112017021968705-pat00303
    ,
    Figure 112017021968705-pat00304
    ,
    Figure 112017021968705-pat00305
    ,
    Figure 112017021968705-pat00306
    ,
    Figure 112017021968705-pat00307
    ,
    Figure 112017021968705-pat00308
    ,
    Figure 112017021968705-pat00309
    는 3x3 크기의 윈도우에서 상기 기준 화소를 기준으로 왼쪽 위, 위쪽, 오른쪽 위, 왼쪽, 오른쪽, 왼쪽 아래, 아래쪽 및 오른쪽 아래에 위치한 화소를 나타내고,
    Figure 112017021968705-pat00310
    는 상기 수치표고모델의 공간해상도를 나타냄.
  2. 제1항에 있어서,
    상기 위성영상 및 수치표고모델 획득부는,
    상기 위성영상과 상기 수치표고모델이 다른 좌표계를 가질 경우, 동일한 좌표계로 좌표변환을 수행하며,
    상기 위성영상과 상기 수치표고모델이 다른 공간해상도를 가질 경우, 상기 위성영상과 상기 수치표고모델의 공간해상도를 비교한 후, 값이 적은 공간해상도를 기준으로 리샘플링(resampling)을 수행하는 것을 특징으로 하는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
  3. 삭제
  4. 제1항에 있어서,
    상기 경사각 및 방위각 계산부는,
    상기 기준 화소에서의 방위각은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112016040825493-pat00117

    Figure 112016040825493-pat00118

    여기서,
    Figure 112016040825493-pat00119
    는 상기 기준 화소의 영상좌표
    Figure 112016040825493-pat00120
    ,
    Figure 112016040825493-pat00121
    에서의 상기 방위각을 나타내며,
    Figure 112016040825493-pat00122
    는 상기 3X3 크기의 윈도우에서 상기 기준 화소를 기준으로 왼쪽 위, 위쪽, 오른쪽 위, 왼쪽, 오른쪽, 왼쪽 아래, 아래쪽 및 오른쪽 아래에 위치한 화소를 나타내고,
    Figure 112016040825493-pat00123
    는 상기 수치표고모델의 공간해상도를 나타냄.
  5. 제1항에 있어서,
    상기 입사각 제작부는,
    상기 입사각은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112017021968705-pat00124

    여기서,
    Figure 112017021968705-pat00125
    는 영상좌표
    Figure 112017021968705-pat00126
    ,
    Figure 112017021968705-pat00127
    에서의 상기 태양복사에너지의 입사각,
    Figure 112017021968705-pat00128
    는 상기 영상좌표
    Figure 112017021968705-pat00129
    ,
    Figure 112017021968705-pat00130
    에서의 경사각,
    Figure 112017021968705-pat00131
    는 상기 영상좌표
    Figure 112017021968705-pat00132
    ,
    Figure 112017021968705-pat00133
    에서의 방위각을 나타내며,
    Figure 112017021968705-pat00134
    는 태양의 천정각,
    Figure 112017021968705-pat00135
    는 태양의 방위각이고,
    상기 태양의 천정각 및 상기 태양의 방위각은 상기 위성영상의 메타데이터로부터 획득할 수 있음.
  6. 제1항에 있어서,
    상기 지형효과 보정부는,
    상기 지표면을 완전확산면으로 가정하여 상기 지형에 의한 영향을 보정하는 기법;
    상기 지표면을 불완전확산면으로 가정하여 상기 지형에 의한 영향을 보정하는 기법; 및
    반경험적 보정상수를 구하여 상기 지형에 의한 영향을 보정하는 기법;
    을 포함하는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
  7. 제6항에 있어서,
    상기 지표면을 완전확산면으로 가정하여 상기 지형에 의한 영향을 보정하는 기법은,
    Cosine correction 알고리즘이 사용되며, 상기 Cosine correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112016040825493-pat00136

    여기서,
    Figure 112016040825493-pat00137
    는 상기 Cosine correction 알고리즘을 통해 지형효과가 보정된 영상,
    Figure 112016040825493-pat00138
    는 상기 위성영상,
    Figure 112016040825493-pat00139
    는 상기 태양의 천정각을 나타내며,
    Figure 112016040825493-pat00140
    는 상기 입사각을 나타냄.
  8. 제6항에 있어서,
    상기 지표면을 불완전확산면으로 가정하여 상기 지형에 의한 영향을 보정하는 기법은,
    C-correction 알고리즘;
    Minnaert correction 알고리즘; 및
    Minnaert+SCS correction 알고리즘이 사용되며,
    상기 C-correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112016040825493-pat00141

    여기서,
    Figure 112016040825493-pat00142
    는 상기 C-correction 알고리즘을 통해 지형효과가 보정된 영상,
    Figure 112016040825493-pat00143
    는 상기 위성영상,
    Figure 112016040825493-pat00144
    는 상기 태양의 천정각,
    Figure 112016040825493-pat00145
    는 상기 입사각을 나타내고,
    Figure 112016040825493-pat00146
    는 상기 입사각과 상기 위성영상의 선형관계식으로부터 획득한 보정 상수를 나타냄.
  9. 제8항에 있어서,
    상기 Minnaert correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112016040825493-pat00147

    여기서,
    Figure 112016040825493-pat00148
    는 상기 Minnaert correction 알고리즘을 통해 상기 지형효과가 보정된 영상,
    Figure 112016040825493-pat00149
    는 상기 위성영상,
    Figure 112016040825493-pat00150
    는 상기 경사각을 나타내며,
    Figure 112016040825493-pat00151
    는 상기 Minnaert correction 알고리즘에서의 보정 상수를 나타냄.
  10. 제8항에 있어서,
    상기 Minnaert+SCS correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112016040825493-pat00152

    여기서,
    Figure 112016040825493-pat00153
    는 상기 Minnaert+SCS correction 알고리즘을 통해 지형효과가 보정된 영상,
    Figure 112016040825493-pat00154
    는 상기 위성영상,
    Figure 112016040825493-pat00155
    는 상기 경사각,
    Figure 112016040825493-pat00156
    는 상기 태양의 천정각,
    Figure 112016040825493-pat00157
    는 상기 입사각을 나타내며,
    Figure 112016040825493-pat00158
    는 상기 Minnaert+SCS correction 알고리즘에서의 보정 상수를 나타냄.
  11. 제6항에 있어서,
    상기 반경험적 보정상수를 구하여 상기 지형에 의한 영향을 보정하는 기법은,
    Statistical-empirical correction 알고리즘이 사용되며, 상기 Statistical-empirical correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112016040825493-pat00159

    여기서,
    Figure 112016040825493-pat00160
    는 상기 Statistical-empirical correction 알고리즘을 통해 지형효과가 보정된 영상,
    Figure 112016040825493-pat00161
    는 상기 위성영상,
    Figure 112016040825493-pat00162
    는 상기 입사각,
    Figure 112016040825493-pat00163
    와
    Figure 112016040825493-pat00164
    는 각각 상기 Statistical-empirical correction 알고리즘에서의 보정 상수를 나타낸 것으로
    Figure 112016040825493-pat00165
    는 상기 입사각과 상기 위성영상의 선형회귀분석에서의 기울기 값을 나타내고,
    Figure 112016040825493-pat00166
    는 상기 입사각과 상기 위성영상의 선형회귀분석에서의 y절편 값을 나타내며,
    Figure 112016040825493-pat00167
    는 상기 위성영상의 평균값을 나타냄.
  12. 제1항에 있어서,
    상기 지형효과 보정결과 평가부는,
    상기 위성영상 및 상기 지형효과 보정부에서 보정된 상기 지형효과 보정 영상을 대상으로, 상기 태양을 마주보는 산 사면과 상기 태양을 등지는 산 사면의 복사에너지 또는 반사율 값을 이용해 확률밀도함수를 제작한 후, 상기 확률밀도함수 간 히스토그램 거리 분석을 통하여 유사성을 판단하여 상기 지형효과 보정 영상의 결과를 정량적으로 평가하는 것을 특징으로 하며,
    상기 히스토그램 거리 분석은 Correlation 분석, Chi-square 분석, Intersection 분석 및 Bhattacharyya 분석 중 하나의 분석을 이용하여 사용되는 것을 특징으로 하는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
  13. 제12항에 있어서,
    상기 Correlation 분석은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112016040825493-pat00168

    여기서,
    Figure 112016040825493-pat00169
    는 상기 Correlation 분석을 통한 상기 위성영상 및 상기 지형효과 보정 영상의 확률밀도함수 간의 유사성 정도를 나타내며, 은 상기 위성영상의 확률밀도함수를 나타내고,
    Figure 112016040825493-pat00171
    는 상기 지형효과 보정 영상의 확률밀도함수를 나타내며,
    Figure 112016040825493-pat00172
    는
    Figure 112016040825493-pat00173
    번째 확률밀도함수에서 확률변수
    Figure 112016040825493-pat00174
    에 따른 확률 값을 의미하고,
    Figure 112016040825493-pat00175
    는 상기
    Figure 112016040825493-pat00176
    번째 확률밀도 함수에서의 평균확률 값을 나타냄.
  14. 제12항에 있어서,
    상기 Chi-square 분석은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112016040825493-pat00177

    여기서,
    Figure 112016040825493-pat00178
    는 상기 Chi-square 분석을 통한 두 확률밀도함수 간의 유사성 정도를 나타내며,
    Figure 112016040825493-pat00179
    은 상기 위성영상의 확률밀도함수를 나타내고,
    Figure 112016040825493-pat00180
    는 상기 지형효과 보정 영상의 확률밀도함수를 나타내며,
    Figure 112016040825493-pat00181
    는
    Figure 112016040825493-pat00182
    번째 확률밀도함수에서 확률변수
    Figure 112016040825493-pat00183
    에 따른 확률 값을 나타냄.
  15. 제12항에 있어서,
    상기 Intersection 분석은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112017090931622-pat00184

    여기서,
    Figure 112017090931622-pat00185
    는 상기 Intersection 분석을 통한 상기 위성영상 및 상기 지형효과 보정 영상의 확률밀도함수 간의 유사성 정도를 나타내며,
    Figure 112017090931622-pat00186
    은 상기 위성영상의 확률밀도함수를 나타내고,
    Figure 112017090931622-pat00187
    는 상기 지형효과 보정 영상의 확률밀도함수를 나타내며,
    Figure 112017090931622-pat00188
    는
    Figure 112017090931622-pat00189
    번째 확률밀도함수에서 확률변수
    Figure 112017090931622-pat00190
    에 따른 확률 값을 나타내고,
    Figure 112017090931622-pat00191
    은 상기 확률변수가
    Figure 112017090931622-pat00192
    일 때 상기 위성영상 및 상기 지형효과 보정 영상의 확률밀도함수에서의 확률 값을 비교하여 얻어진 최소값을 나타냄.
  16. 제12항에 있어서,
    상기 Bhattacharyya 분석은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치.
    Figure 112017090931622-pat00193

    여기서,
    Figure 112017090931622-pat00194
    은 상기 Bhattacharyya 분석을 통한 상기 위성영상 및 상기 지형효과 보정 영상의 확률밀도함수 간의 유사성 정도를 나타내며,
    Figure 112017090931622-pat00195
    은 상기 위성영상의 확률밀도함수를 나타내고,
    Figure 112017090931622-pat00196
    는 상기 지형효과 보정 영상의 확률밀도함수를 나타내며,
    Figure 112017090931622-pat00197
    는
    Figure 112017090931622-pat00198
    번째 확률밀도함수에서 확률변수
    Figure 112017090931622-pat00199
    에 따른 확률 값을 나타냄.
  17. 인공위성에 탑재된 광학센서를 이용하여 특정 지역을 촬상해 위성영상을 획득하고, 상기 인공위성에 탑재된 광학센서를 이용하여 상기 특정 지역에 해당하는 수치표고모델을 획득하는 단계;
    상기 수치표고모델의 기준 화소와 주변 화소의 고도 차이를 이용하여 상기 기준 화소에서의 경사각 및 방위각을 계산하는 단계;
    상기 경사각 및 상기 방위각을 이용하여 태양복사에너지가 지표면에 입사하는 입사각을 계산하는 단계;
    상기 입사각을 이용하여 상기 위성영상에서의 지형에 의한 영향을 보정하는 단계;
    상기 입사각을 이용하여 상기 위성영상에서의 지형에 의한 영향을 보정하는 단계에서 보정된 지형효과 보정 영상을 정량적으로 평가하는 단계; 및
    상기 지형효과 보정 영상을 정량적으로 평가하는 단계에서의 평가 결과를 기반으로 추출된 지형효과 보정 결과 영상을 조합하여 단일 지형효과 보정 영상을 제작하는 단계;
    를 포함하고,
    상기 경사각 및 상기 방위각은 3x3 크기의 윈도우를 적용하며,
    상기 기준 화소에서의 경사각은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112017090931622-pat00311

    여기서,
    Figure 112017090931622-pat00312
    는 상기 기준 화소에서의 경사각,
    Figure 112017090931622-pat00313
    와
    Figure 112017090931622-pat00314
    는 각각 픽셀방향과 라인방향의 영상좌표,
    Figure 112017090931622-pat00315
    ,
    Figure 112017090931622-pat00316
    ,
    Figure 112017090931622-pat00317
    ,
    Figure 112017090931622-pat00318
    ,
    Figure 112017090931622-pat00319
    ,
    Figure 112017090931622-pat00320
    ,
    Figure 112017090931622-pat00321
    ,
    Figure 112017090931622-pat00322
    는 3x3 크기의 윈도우에서 상기 기준 화소를 기준으로 왼쪽 위, 위쪽, 오른쪽 위, 왼쪽, 오른쪽, 왼쪽 아래, 아래쪽 및 오른쪽 아래에 위치한 화소를 나타내고,
    Figure 112017090931622-pat00323
    는 상기 수치표고모델의 공간해상도를 나타냄.
  18. 삭제
  19. 삭제
  20. 제17항에 있어서,
    상기 수치표고모델의 기준 화소와 주변 화소의 고도 차이를 이용하여 상기 기준 화소에서의 경사각 및 방위각을 계산하는 단계는,
    상기 기준 화소에서의 방위각은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112016040825493-pat00206

    Figure 112016040825493-pat00207

    여기서,
    Figure 112016040825493-pat00208
    는 상기 기준 화소의 영상좌표
    Figure 112016040825493-pat00209
    ,
    Figure 112016040825493-pat00210
    에서의 상기 방위각을 나타내며,
    Figure 112016040825493-pat00211
    는 상기 3X3 크기의 윈도우에서 상기 기준 화소를 기준으로 왼쪽 위, 위쪽, 오른쪽 위, 왼쪽, 오른쪽, 왼쪽 아래, 아래쪽 및 오른쪽 아래에 위치한 화소를 나타내고,
    Figure 112016040825493-pat00212
    는 상기 수치표고모델의 공간해상도를 나타냄.
  21. 제17항에 있어서,
    상기 경사각 및 상기 방위각을 이용하여 태양복사에너지가 지표면에 입사하는 입사각을 계산하는 단계는,
    상기 입사각은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112017021968705-pat00213

    여기서,
    Figure 112017021968705-pat00214
    는 영상좌표
    Figure 112017021968705-pat00215
    ,
    Figure 112017021968705-pat00216
    에서의 상기 태양복사에너지의 입사각,
    Figure 112017021968705-pat00217
    는 상기 영상좌표
    Figure 112017021968705-pat00218
    ,
    Figure 112017021968705-pat00219
    에서의 경사각,
    Figure 112017021968705-pat00220
    는 상기 영상좌표
    Figure 112017021968705-pat00221
    ,
    Figure 112017021968705-pat00222
    에서의 방위각을 나타내며,
    Figure 112017021968705-pat00223
    는 태양의 천정각,
    Figure 112017021968705-pat00224
    는 태양의 방위각이고,
    상기 태양의 천정각 및 상기 태양의 방위각은 상기 위성영상의 메타데이터로부터 획득할 수 있음.
  22. 제17항에 있어서,
    상기 입사각을 이용하여 상기 위성영상에서의 지형에 의한 영향을 보정하는 단계는,
    상기 지표면을 완전확산면으로 가정하여 상기 지형에 의한 영향을 보정하는 기법;
    상기 지표면을 불완전확산면으로 가정하여 상기 지형에 의한 영향을 보정하는 기법; 및
    반경험적 보정상수를 구하여 상기 지형에 의한 영향을 보정하는 기법;
    을 포함하는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
  23. 제22항에 있어서,
    상기 지표면을 완전확산면으로 가정하여 상기 지형에 의한 영향을 보정하는 기법은,
    Cosine correction 알고리즘이 사용되며, 상기 Cosine correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112016040825493-pat00225

    여기서,
    Figure 112016040825493-pat00226
    는 상기 Cosine correction 알고리즘을 통해 지형효과가 보정된 영상,
    Figure 112016040825493-pat00227
    는 상기 위성영상,
    Figure 112016040825493-pat00228
    는 상기 태양의 천정각을 나타내며,
    Figure 112016040825493-pat00229
    는 상기 입사각을 나타냄.
  24. 제22항에 있어서,
    상기 지표면을 불완전확산면으로 가정하여 상기 지형에 의한 영향을 보정하는 기법은,
    C-correction 알고리즘;
    Minnaert correction 알고리즘; 및
    Minnaert+SCS correction 알고리즘이 사용되며,
    상기 C-correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112016040825493-pat00230

    여기서,
    Figure 112016040825493-pat00231
    는 상기 C-correction 알고리즘을 통해 지형효과가 보정된 영상,
    Figure 112016040825493-pat00232
    는 상기 위성영상,
    Figure 112016040825493-pat00233
    는 상기 태양의 천정각,
    Figure 112016040825493-pat00234
    는 상기 입사각을 나타내고,
    Figure 112016040825493-pat00235
    는 상기 입사각과 상기 위성영상의 선형관계식으로부터 획득한 보정 상수를 나타냄.
  25. 제24항에 있어서,
    상기 Minnaert correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112016040825493-pat00236

    여기서,
    Figure 112016040825493-pat00237
    는 상기 Minnaert correction 알고리즘을 통해 상기 지형효과가 보정된 영상,
    Figure 112016040825493-pat00238
    는 상기 위성영상,
    Figure 112016040825493-pat00239
    는 상기 경사각을 나타내며,
    Figure 112016040825493-pat00240
    는 상기 Minnaert correction 알고리즘에서의 보정 상수를 나타냄.
  26. 제24항에 있어서,
    상기 Minnaert+SCS correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112016040825493-pat00241

    여기서,
    Figure 112016040825493-pat00242
    는 상기 Minnaert+SCS correction 알고리즘을 통해 지형효과가 보정된 영상,
    Figure 112016040825493-pat00243
    는 상기 위성영상,
    Figure 112016040825493-pat00244
    는 상기 경사각,
    Figure 112016040825493-pat00245
    는 상기 태양의 천정각,
    Figure 112016040825493-pat00246
    는 상기 입사각을 나타내며,
    Figure 112016040825493-pat00247
    는 상기 Minnaert+SCS correction 알고리즘에서의 보정 상수를 나타냄.
  27. 제22항에 있어서,
    상기 반경험적 보정상수를 구하여 상기 지형에 의한 영향을 보정하는 기법은,
    Statistical-empirical correction 알고리즘이 사용되며, 상기 Statistical-empirical correction 알고리즘은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112016040825493-pat00248

    여기서,
    Figure 112016040825493-pat00249
    는 상기 Statistical-empirical correction 알고리즘을 통해 지형효과가 보정된 영상,
    Figure 112016040825493-pat00250
    는 상기 위성영상,
    Figure 112016040825493-pat00251
    는 상기 입사각,
    Figure 112016040825493-pat00252
    와
    Figure 112016040825493-pat00253
    는 각각 상기 Statistical-empirical correction 알고리즘에서의 보정 상수를 나타낸 것으로
    Figure 112016040825493-pat00254
    는 상기 입사각과 상기 위성영상의 선형회귀분석에서의 기울기 값을 나타내고,
    Figure 112016040825493-pat00255
    는 상기 입사각과 상기 위성영상의 선형회귀분석에서의 y절편 값을 나타내며,
    Figure 112016040825493-pat00256
    는 상기 위성영상의 평균값을 나타냄.
  28. 제17항에 있어서,
    상기 지형에 의한 영향을 보정하는 단계에서 보정된 위성영상의 지형효과 보정 결과를 정량적으로 평가하는 단계는,
    상기 위성영상 및 상기 지형효과 보정 영상을 대상으로, 상기 태양을 마주보는 산 사면과 상기 태양을 등지는 산 사면의 복사에너지 또는 반사율 값을 이용해 확률밀도함수를 제작한 후, 상기 확률밀도함수 간 히스토그램 거리 분석을 통하여 유사성을 판단하여 상기 지형효과 보정 결과를 정량적으로 평가하는 것을 특징으로 하며,
    상기 히스토그램 거리 분석은 Correlation 분석, Chi-square 분석, Intersection 분석 및 Bhattacharyya 분석 중 하나의 분석을 이용하여 사용되는 것을 특징으로 하는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
  29. 제28항에 있어서,
    상기 Correlation 분석은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112016040825493-pat00257

    여기서,
    Figure 112016040825493-pat00258
    는 상기 Correlation 분석을 통한 상기 위성영상 및 상기 지형효과 보정 영상의 확률밀도함수 간의 유사성 정도를 나타내며,
    Figure 112016040825493-pat00259
    은 상기 위성영상의 확률밀도함수를 나타내고,
    Figure 112016040825493-pat00260
    는 상기 지형효과 보정 영상의 확률밀도함수를 나타내며,
    Figure 112016040825493-pat00261
    는
    Figure 112016040825493-pat00262
    번째 확률밀도함수에서 확률변수
    Figure 112016040825493-pat00263
    에 따른 확률 값을 의미하고,
    Figure 112016040825493-pat00264
    는 상기
    Figure 112016040825493-pat00265
    번째 확률밀도 함수에서의 평균확률 값을 나타냄.
  30. 제28항에 있어서,
    상기 Chi-square 분석은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112016040825493-pat00266

    여기서,
    Figure 112016040825493-pat00267
    는 상기 Chi-square 분석을 통한 두 확률밀도함수 간의 유사성 정도를 나타내며,
    Figure 112016040825493-pat00268
    은 상기 위성영상의 확률밀도함수를 나타내고,
    Figure 112016040825493-pat00269
    는 상기 지형효과 보정 영상의 확률밀도함수를 나타내며,
    Figure 112016040825493-pat00270
    는
    Figure 112016040825493-pat00271
    번째 확률밀도함수에서 확률변수
    Figure 112016040825493-pat00272
    에 따른 확률 값을 나타냄.
  31. 제28항에 있어서,
    상기 Intersection 분석은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112017090931622-pat00273

    여기서,
    Figure 112017090931622-pat00274
    는 상기 Intersection 분석을 통한 상기 위성영상 및 상기 지형효과 보정 영상의 확률밀도함수 간의 유사성 정도를 나타내며,
    Figure 112017090931622-pat00275
    은 상기 위성영상의 확률밀도함수를 나타내고,
    Figure 112017090931622-pat00276
    는 상기 지형효과 보정 영상의 확률밀도함수를 나타내며,
    Figure 112017090931622-pat00277
    는
    Figure 112017090931622-pat00278
    번째 확률밀도함수에서 확률변수
    Figure 112017090931622-pat00279
    에 따른 확률 값을 나타내고,
    Figure 112017090931622-pat00280
    은 상기 확률변수가
    Figure 112017090931622-pat00281
    일 때 상기 위성영상 및 상기 지형효과 보정 영상의 확률밀도함수에서의 확률 값을 비교하여 얻어진 최소값을 나타냄.
  32. 제28항에 있어서,
    상기 Bhattacharyya 분석은 아래의 수학식으로 정의되는 정량적 평가방법을 이용한 지형효과 보정 영상 제작 방법.
    Figure 112017090931622-pat00282

    여기서,
    Figure 112017090931622-pat00283
    은 상기 Bhattacharyya 분석을 통한 상기 위성영상 및 상기 지형효과 보정 영상의 확률밀도함수 간의 유사성 정도를 나타내며,
    Figure 112017090931622-pat00284
    은 상기 위성영상의 확률밀도함수를 나타내고,
    Figure 112017090931622-pat00285
    는 상기 지형효과 보정 영상의 확률밀도함수를 나타내며,
    Figure 112017090931622-pat00286
    는
    Figure 112017090931622-pat00287
    번째 확률밀도함수에서 확률변수
    Figure 112017090931622-pat00288
    에 따른 확률 값을 나타냄.
KR1020160051923A 2016-04-28 2016-04-28 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법 KR101842154B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160051923A KR101842154B1 (ko) 2016-04-28 2016-04-28 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160051923A KR101842154B1 (ko) 2016-04-28 2016-04-28 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20170122935A KR20170122935A (ko) 2017-11-07
KR101842154B1 true KR101842154B1 (ko) 2018-03-26

Family

ID=60384603

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160051923A KR101842154B1 (ko) 2016-04-28 2016-04-28 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101842154B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102018789B1 (ko) * 2017-12-27 2019-11-04 서울시립대학교 산학협력단 지형정규화 모델 평가 방법, 및 이를 이용한 식생지수 맵의 지형효과 보정방법 및 그 장치
KR101970098B1 (ko) * 2017-12-29 2019-04-18 강릉원주대학교산학협력단 정지궤도 인공위성의 자외선 및 가시광선 영역의 관측 자료를 이용한 지표면 반사도 및 방향성 반사도 함수 결정 방법 및 시스템
US11835341B2 (en) * 2021-07-20 2023-12-05 Honeywell International Inc. Integrity monitoring of vehicle kinematic states using map-based, vision navigation systems

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003141507A (ja) 2001-11-07 2003-05-16 Japan Science & Technology Corp ランドサットｔｍ画像の精密幾何補正方法及び衛星画像の精密幾何補正方法
WO2006005003A1 (en) 2004-06-29 2006-01-12 Acd Systems, Inc. Composition of raster and vector graphics in geographic information systems
JP2007172590A (ja) 2005-11-16 2007-07-05 Hirosaki Univ 画素値補正プログラムおよび記録媒体
WO2008086193A2 (en) 2007-01-05 2008-07-17 Landmark Graphics Corporation, A Halliburton Company Systems and methods for visualizing multiple volumetric data sets in real time
JP2009301510A (ja) * 2008-06-17 2009-12-24 Asahi Koyo Kk 傾斜分析装置、方法及びプログラム
JP2011070599A (ja) 2009-09-28 2011-04-07 Nintendo Co Ltd 鳥瞰マップリソース生成プログラム、鳥瞰マップ表示プログラム、鳥瞰マップリソース生成装置、および、鳥瞰マップ表示装置
JP2012003400A (ja) 2010-06-15 2012-01-05 Nakanihon Koku Kk 地形起伏画像生成方法及び地形起伏画像生成装置
CN102694963A (zh) 2012-04-27 2012-09-26 南京航空航天大学 一种获取无阴影目标图像的方法
KR101288016B1 (ko) 2011-08-04 2013-07-22 대한민국 지형효과를 적용한 태양복사모델의 구성 방법 및 장치
WO2015008310A1 (en) 2013-07-19 2015-01-22 Consiglio Nazionale Delle Ricerche Method for filtering of interferometric data acquired by synthetic aperture radar (sar)

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003141507A (ja) 2001-11-07 2003-05-16 Japan Science & Technology Corp ランドサットｔｍ画像の精密幾何補正方法及び衛星画像の精密幾何補正方法
WO2006005003A1 (en) 2004-06-29 2006-01-12 Acd Systems, Inc. Composition of raster and vector graphics in geographic information systems
JP2007172590A (ja) 2005-11-16 2007-07-05 Hirosaki Univ 画素値補正プログラムおよび記録媒体
WO2008086193A2 (en) 2007-01-05 2008-07-17 Landmark Graphics Corporation, A Halliburton Company Systems and methods for visualizing multiple volumetric data sets in real time
JP2009301510A (ja) * 2008-06-17 2009-12-24 Asahi Koyo Kk 傾斜分析装置、方法及びプログラム
JP2011070599A (ja) 2009-09-28 2011-04-07 Nintendo Co Ltd 鳥瞰マップリソース生成プログラム、鳥瞰マップ表示プログラム、鳥瞰マップリソース生成装置、および、鳥瞰マップ表示装置
JP2012003400A (ja) 2010-06-15 2012-01-05 Nakanihon Koku Kk 地形起伏画像生成方法及び地形起伏画像生成装置
KR101288016B1 (ko) 2011-08-04 2013-07-22 대한민국 지형효과를 적용한 태양복사모델의 구성 방법 및 장치
CN102694963A (zh) 2012-04-27 2012-09-26 南京航空航天大学 一种获取无阴影目标图像的方法
WO2015008310A1 (en) 2013-07-19 2015-01-22 Consiglio Nazionale Delle Ricerche Method for filtering of interferometric data acquired by synthetic aperture radar (sar)

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A MODEL OF TOPOGRAPHIC CORRECTION AND REFLECTANCE RETRIEVAL FOR OPTICAL SATELLITE DATA IN FORESTED AREAS, Photogrammetry, Remote Sensing and Spatial Information Sciences. Vol.XXXVII.(2008)*
EVALUATION OF THE TOPOGRAPHIC NORMALIZATION METHODS FOR A MEDITERRANEAN FOREST REA, Conference XIXth ISPRS Congress Amsterdam 2000, Vol. XXXIII(2000)*
Landsat Thematic Mapper 영상자료의 지형보정 비교 고찰, 도시연구보 부산대학교 도시문제연구소 논문집, vol.7(1999)*
Topographic Correction of ZY-3 Satellite Images and Its Effects on Estimation of Shrub Leaf Biomass in Mountainous Areas, Remote Sens(2014)*
히스토그램 기반 상관성을 이용한 모양영상 인식, 한국지능시스템학회 논문지 제20권 제4호(2010)*

Also Published As

Publication number Publication date
KR20170122935A (ko) 2017-11-07

Similar Documents

Publication Publication Date Title
US10346997B2 (en) Depth estimation method based on light-field data distribution
Shahtahmassebi et al. Review of shadow detection and de-shadowing methods in remote sensing
KR102018789B1 (ko) 지형정규화 모델 평가 방법, 및 이를 이용한 식생지수 맵의 지형효과 보정방법 및 그 장치
US9521391B2 (en) Settings of a digital camera for depth map refinement
CN101923711B (zh) 基于邻域相似性及掩模增强的sar图像变化检测方法
Tokola et al. Use of topographic correction in Landsat TM-based forest interpretation in Nepal
US20170358067A1 (en) Method and Device for Fusing Panchromatic Image and Infrared Image
US11227367B2 (en) Image processing device, image processing method and storage medium
JP2006285310A (ja) 森林の樹冠の評価方法及びその樹冠評価プログラム
US8396285B2 (en) Estimating vanishing points in images
CN101976436B (zh) 一种基于差分图修正的像素级多聚焦图像融合方法
US8144996B1 (en) Image processing apparatus
Moriondo et al. Use of digital images to disclose canopy architecture in olive tree
KR101842154B1 (ko) 정량적 평가방법을 이용한 지형효과 보정 영상 제작 장치 및 그 방법
CN116091497B (zh) 遥感变化检测方法、装置、电子设备和存储介质
CN105139396B (zh) 一种全自动遥感影像云雾检测方法
Avanaki Exact global histogram specification optimized for structural similarity
CN103366371A (zh) 基于k分布和纹理特征的sar图像分割方法
CN112740263A (zh) 图像处理装置、图像处理方法和程序
CN113326807A (zh) 一种黑臭水体识别方法、装置及电子设备
CN113298808B (zh) 一种面向倾斜遥感图像中建筑物遮挡信息的修复方法
WO2018098736A1 (zh) 一种基于遥感成像的蓝藻监测方法及装置
CN117115666B (zh) 基于多源数据的高原湖泊提取方法、装置、设备及介质
CN111175231B (zh) 冠层植被指数的反演方法、装置及服务器
Wan et al. Cloud classification for ground-based sky image using random forest

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant