메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

이수암 (인하대학교, 인하대학교 일반대학원)

지도교수
김태정
발행연도
2013
저작권
인하대학교 논문은 저작권에 의해 보호받습니다.

이용수5

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
고해상도 위성영상은 접근이 불가능한 지역의 정보를 포함하여 광범위한 지역의 지형 자료를 획득할 수 있는 장점이 있다. 현재 전 세계적으로 더 높은 품질의 위성영상을 획득하기 위한 노력과 연구 개발이 진행되고 있으며 국내에서도 Kompsat-2, Kompsat-3 위성을 통한 고해상도 위성영상의 획득이 가능해졌다. 위성영상은 지형지물의 3차원 정보 획득에 사용될 수 있는데, 3차원 모델의 생성을 위해 영상정합 기법을 사용한 DSM (Digital Surface Model)이 제작되어야 한다. 본 연구에서는 이러한 필요에 맞추어 3차원 지형모델을 생성하기 위한 DSM을 자동으로 정밀하게 추출하기 위한 고해상도 스테레오 위성영상 정합기법을 개발하는 것을 목적으로 하였다.
본 연구에서는 높은 품질의 DSM 생성을 위해 영상공간기반의 정합방식에 비해 상대적으로 차폐의 영향을 덜 받는 객체공간기반의 정합방식을 사용했으며,
객체공간에서 작동하는 영상정합기법인 OBM (Object space Based Matching) 기법을 제안하였다. 이 기법은 상관계수를 이용한 3D-COM (3D-COrrelation Matching)과 최소제곱법을 이용한 3D-LSM (3D-Least Square Matching) 방법 및 높은 품질의 DSM의 생성을 위한 후처리 방법의 혼합기법이다. 3D-COM 기법은 영상의 공간해상도를 이용한 탐색 간격, 통계적 기법을 이용한 탐색 범위 설정을 통해 안정적으로 정합이 가능한 정합 기법이다. 3D-LSM 기법은 영상간의 높이값의 변화량이 최소인 지점을 판단하여 3차원 좌표를 결정하는 정합 방식이다. 이 기법은 대상 영상간의 밝기값의 변화량이 최소인 지점을 찾아서 정합하는 일반적인 LSM 기법에 비해 객체공간상의 높이값 변화량을 미지수로 판단한다는 점에서 특징이 있다. 또한 이 기법은 미세한 높이변화까지 감지할 수 있다는 장점이 있는 반면 초기값에 민감하여 정합 실패확률이 높다는 단점이 있다. 이 연구에서는 3D-COM과 3D-LSM기법의 장점을 극대화 하기위해 두 기법을 혼합하였다. 그리고 DSM 생성 중에 발생할 수 있는 오류를 효과적으로 보정하기 위해 전 단계 피라미드 레벨 정합결과와 영상 필터를 이용한 후처리 방식을 함께 적용하여 홀과 노이즈가 존재하지 않는 DSM 생성을 시도하였다. 제안된 혼합 기법인 OBM으로 생성된 DSM은 3D-COM만을 사용하여 생성한 DSM에 비해 더 높은 정확도를 보여주어 3D-LSM의 도입을 통한 정합 성능의 향상을 확인할 수 있었다.
신뢰성 있는 정확도 분석을 위해 수목, 도심, 고층 건물 등과 같이 다양한 피복으로 구성된 고해상도 위성영상을 사용하였으며, LIDAR 데이터와의 비교를 통해 정확도를 정량적으로 검증하였다. 제안된 OBM기법과 영상공간기반 정합방식의 비교 실험결과, 제안된 방법이 불연속점에서 더욱 안정적으로 작동하는 것을 확인할 수 있었으며, 영상 전역에서 약 3-7m 의 RMSE를 가지는 DSM을 획득할 수 있었다. 또한 동일한 영상을 이용하여 기존 상용 소프트웨어에서 최고 성능을 보여주는 파라메터로 제작된 DSM과 비교하였을 때 더 높은 정확도를 나타내었다. 이러한 실험을 통해 제안된 3D-COM과 3D-LSM의 혼합방식이 고해상도 위성영상을 이용한 DSM의 생성에 적합함을 확인할 수 있었다.

목차

제 1 장 서 론 1
1.1 연구배경 및 필요성 1
1.2 연구범위와 목적 2
1.3 논문의 구성 4
제 2 장 기존 연구사례 분석 5
2.1 개요 4
2.2 영상정합 방법 5
2.2.1 정합 후보점 산출 방식 6
2.2.1.1 형상기반 정합 방식 7
2.2.1.2 영역기반 정합 방식 8
2.2.2 유사도 계산 방식 9
2.2.2.1 단순 상관계수 비교방식 9
2.2.2.2 적응적 최소 제곱 상관 기법 10
2.2.2.3 상호정보량 비교방식 13
2.2.2.3 그 외의 유사도 비교방식 15
2.2.3. 탐색영역 결정방식 16
2.2.3.1 영상공간기반 정합기법 (에피폴라 라인 영상정합기법) 15
2.2.3.2 객체공간기반 정합기법 17
2.3 영상정합을 사용한 고해상도 DSM 생성 사례 19
2.3.1 위성영상 별 DSM 생성 정확도 비교 19
2.3.2 정합성능 향상을 위한 여러 가지 방법 25
2.4 영상정합 알고리즘 개발 전략 26
2.4.1 영역 기반 영상의 정합 26
2.4.2 피라미드 영상 기반의 정합 27
2.4.3 객체공간기반 영상정합의 사용 27
2.4.4 탐색 간격 및 범위 제약 28
2.4.5 영상 정합기법의 혼합을 통한 정밀 DSM 생성 알고리즘 28
2.4.6 후처리를 통한 정합 성능의 향상 28
2.4.7 생성된 DSM의 정확도 분석 방법 29
제 3장 제안된 연구방법 31
3.1 개요 31
3.2 사용된 자료 32
3.3 3D-Correlation Matching 기법 36
3.3.1 3D-Correlation Matching 기법의 기본 원리 36
3.3.2 피라미드 영상 제작 39
3.3.3 정합을 위한 패치의 추출 41
3.3.4 적응적 탐색 간격 설정 43
3.3.5 적응적 탐색 범위 설정 45
3.3.6 상관계수 측정 51
3.3.7 정합 범위의 설정 53
3.3.8 피라미드 레벨 정합결과를 이용한 홀 제거 54
3.4. 3D-LSM 기법 58
3.4.1 3D-LSM 기법의 기본 원리 58
3.4.2 3D-LSM 기법의 수식의 기본 전개 59
3.4.3 피라미드 기반 정합 64
3.4.4 패치 설정 65
3.4.5 반복 종료 조건 67
3.5. 3D-COM과 3D-LSM 기법을 이용한 DSM 성능 향상 68
3.5.1 3D-COM과 3D-LSM 기법의 한계 68
3.5.2 3D-COM과 3D-LSM 혼합 기법 70
3.5.3 최대 상관계수를 이용한 높이값 결정 71
3.6 오정합 및 정합실패 지역 처리방안 73
3.6.1 중간값 필터 73
3.6.2 최소값 평균 필터 74
3.7 OBM 영상정합 기법 77
제 4 장 실험결과 및 정확도 분석 78
4.1 알고리즘 단계별 성능 분석 78
4.1.1 상관계수 임계값 설정에 따른 결과 78
4.1.2 적응적 탐색 범위 설정 방법에 따른 결과 79
4.1.3 3D-LSM 피라미드 레벨 및 누적 방식에 따른 결과 84
4.1.4 두 기법의 혼합을 이용한 영상정합 결과 87
4.2 지역별 정확도 분석 90
4.3 탐색 방식에 따른 정확도 비교 99
4.4. 상용 프로그램과의 결과 비교 103
4.5 여러 가지 위성영상 사용 결과 109
4.5.1 Kompsat-3 109
4.5.2 GeoEye 111
4.5.3 Pleiades-1 113
제 5 장 결 론 115
참고문헌 118

최근 본 자료

전체보기

댓글(0)

0