Journal of Korean Society for Geospatial Information Science (대한공간정보학회지)

Korea Spatial Information Society (대한공간정보학회)
권호 표지
DOI QR코드

DOI QR Code

Automatic Estimation of Geometric Translations Between High-resolution Optical and SAR Images

고해상도 광학영상과 SAR 영상 간 자동 변위량 추정

  • 한유경 (서울대학교 건설환경공학부) ;
  • 변영기 (한국항공우주연구원 위성정보 연구센터) ;
  • 김용일 (서울대학교 건설환경공학부)
  • Received : 2012.06.25
  • Accepted : 2012.08.17
  • Published : 2012.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

Using multi-sensor or multi-temporal high resolution satellite images together is essential for efficient applications in remote sensing area. The purpose of this paper is to estimate geometric difference of translations between high-resolution optical and SAR images automatically. The geometric and radiometric pre-processing steps were fulfilled to calculate the similarity between optical and SAR images by using Mutual Information method. The coarsest-level pyramid images of each sensor constructed by gaussian pyramid method were generated to estimate the initial translation difference of the x, y directions for calculation efficiency. The precise geometric difference of translations was able to be estimated by applying this method from coarsest-level pyramid image to original image in order. Yet even when considered only translation between optical and SAR images, the proposed method showed RMSE lower than 5m in all study sites.

고해상도 위성영상을 공간정보 분야에 효과적으로 활용하기 위해서는 다중센서와 다시기 영상 데이터를 공간분석에 함께 사용하여 이들 데이터의 장점을 최대한 활용하는 것이 중요하다. 본 연구에서는 고해상도의 다중센서자료를 동시에 활용하기 위해, 영상 간 존재하는 변위량을 자동으로 추정하여 다중센서 영상 간 기하보정을 수행하는 새로운 영상정합기법을 개발하였다. 영상의 취득 방식과 방사적 특성이 다른 광학영상과 SAR 영상 간의 유사도를 효과적으로 계산하기 위하여 기하적, 방사적 전처리 과정을 수행하였고, 두 영상 간 변위량 측정은 상호정보기법을 통해 계산하였다. 또한, 변위량 측정방식의 계산 효율과 정확도 향상을 위하여 영상 피라미드 방식을 적용하여 상위 피라미드 영상부터 차례로 x, y 방향에 대한 변위량을 최적화기법을 통해 추정하였다. 이러한 과정을 피라미드의 최하부인 원영상에까지 반복적으로 수행함으로써 두 영상 간 정밀한 변위량을 추정하였으며, 수동으로 추출된 검사점을 통해 제안기법에 대한 정확도 평가를 수행한 결과, 영상간 변위량에 대한 고려만으로도 약 5m 이내 (RMSE)의 기하보정 정확도를 도출할 수 있었다.

Keywords

References

  1. 변영기, 어양담, 유기윤, 2007, 분광 상호정보를 이용한 하이퍼스펙트럴 영상분류, 한국지형공간저보학회지, 제15권, 3호, pp. 33-39.
  2. 한유경, 변영기, 채태병, 김용일, 2011, KOMPSAT-2 영상과 TerraSAR-X 영상 간 기하보정, 한국측량학회지, 제 29권, 6호, pp. 667-675.
  3. Chen, H., Arora, M. and Varshney, P., 2003, Mutual information-based registration for remote sensing data, International Journal of Remote Sensing, Vol. 24, No. 18, pp. 3701-3706. https://doi.org/10.1080/0143116031000117047
  4. Dare, P. and Dowman, I., 2001, An improved model for automatic feature-based registration of SAR and SPOT images, Journal of Photogrammetry & Remote Sensing, Vol. 56, No. 1, pp. 13-28. https://doi.org/10.1016/S0924-2716(01)00031-4
  5. DLR, 2008, TerraSAR-X ground segment basic product specification document, TX-GS-DD-3302, v1.5, February 24, 2008.
  6. GeoEye, 2006, IKONOS imagery products and product guide, URL: http://www.geoeye.com/Whitepapers_pdfs/GeoEye_ Ikonos_Product_Guide_v17.pdf.
  7. Gonzalo, C. and Lillo-Saaverdra, M., 2008, A directed search algorithm for setting the spectral-spatial quality trade-off of fused images by the wavelet a trous method. Canadian Journal of Remote Sensing, Vol. 34, No. 4, pp. 367-375. https://doi.org/10.5589/m08-041
  8. Han, Y., Byun, Y., Choi, J., Han, D. and Kim, Y., 2012, Automatic registration of high-resolution images using local properties of features, Photogrammetric Engineering & Remote Sensing, Vol. 78, No. 3, pp. 211-221. https://doi.org/10.14358/PERS.78.3.211
  9. Hong, T. and Schowengerdt, A., 2005, A robust technique for precise registration of radar and optical satellite images, Photogrammetric Engineering & Remote Sensing, Vol. 71, No. 5, pp. 585-593. https://doi.org/10.14358/PERS.71.5.585
  10. Lagarias, J., Reeds, J., Wright, M. and Wright, P., 1998, Convergence properties of the Nelder-Mead simplex method in low dimensions, SIAM Journal of Optimization, Vol. 9, No. 1, pp. 112-147. https://doi.org/10.1137/S1052623496303470
  11. Nelder, J. A. and Mead, R., 1965, A simplex method for function minimization, The Computer Journal, Vol. 7, No. 4, pp. 308-313. https://doi.org/10.1093/comjnl/7.4.308
  12. Reinartz, P., Muller, R., Schwind, P., Suri, S. and Bamler, R., 2011, Orthorectification of VHR optical satellite data exploiting the geometric accuracy of TerraSAR-X data, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 66, pp. 124-132. https://doi.org/10.1016/j.isprsjprs.2010.10.003
  13. Suri, S. and Reinartz, P., 2010, Mutual- informationbased registration of TerraSAR-X and Ikonos imagery in urban area, IEEE Transactions on Geoscience and Remote Sensing, Vol. 48, No. 2, pp. 939-949. https://doi.org/10.1109/TGRS.2009.2034842
  14. Viola, P. and Wells, W., 1997, Alignment by maximization of mutual information, International Journal of Computer Vision, Vol. 24, No. 2, pp. 137-154. https://doi.org/10.1023/A:1007958904918
  15. Zitova, B. and Flusser, J., 2003, Image registration methods: a survey, Image and Vision Computing, Vol. 21, No. 11, pp. 977-1000. https://doi.org/10.1016/S0262-8856(03)00137-9

Cited by

  1. A Study on the Improvement classification accuracy of Land Cover using the Aerial hyperspectral image with PCA vol.22, pp.1, 2014, https://doi.org/10.7319/kogsis.2014.22.1.081
  2. Automatic Co-registration of Cloud-covered High-resolution Multi-temporal Imagery vol.21, pp.4, 2013, https://doi.org/10.7319/kogsis.2013.21.4.101