1. 서 론

고해상도 위성영상은 원격탐사분야, 사진측량분야, 지리정보시스템, 지형의 3차원 시뮬레이션, 국토개발, 지구과학, 군사·방위 등의 목적에 유용되고 있으며 새로운 분야에 활용영역을 확대해 나가고 있다. 고해상도 위성영상을 수신할 수 있는 국외의 인공위성으로는 세계 최초의 상업용 고해상도 위성인 미국의 IKONOS(흑백영상 0.8m 해상도, 컬러영상(3.2m 해상도)를 비롯하여 GeoEye-2(흑백영상 0.34m, 컬러영상 1.36m), QuickBird(흑백영상 0.61m, 컬러영상 2.44m), WorldView-2(흑백영상 0.46m, 컬러영상 1.85m) 등이 있고 2014년에 발사될 WorldView-3호 위성은 0.31m 해상도의 흑백영상과 1.24m 해상도의 컬러영상을 수신할 예정이며 러시아, 프랑스, 이스라엘, 영국, 인도, 브라질 등에서도 이와 유사한 해상도의 광학위성을 발사할 계획이다.

우리나라에서도 2012년 5월 18일, 아리랑위성 3호(KOMPSAT-3, The Korea Multi-Purpose Satellite 3)가 성공리에 발사되어 고해상도 영상(0.7m 해상도의 흑백영상과 2.8m 해상도의 4개 파장대 컬러영상)을 수신하고 있으며 2013년 3월부터 일반인에게 제공되고 있다. 이 위성은 1호, 2호 위성과 비교하여 위성체의 고속 자세제어 능력을 갖추고 있고 관측 영상의 해상도가 향상되어 국가의 고해상도 영상수요를 지속적으로 충족할 수 있게 되었다.

고해상도 위성영상을 사용하여 양질의 국토공간정보를 확보하기 위해서는 영상을 수집하는 센서의 특성을 파악하고 적절한 모델링을 수행하여 높은 정확도로 3차원 지형정보를 획득할 수 있어야 한다. 대부분의 고해상도 영상데이터는 수치영상과 함께 센서정보도 제공되는데 특히, 센서정보로는 물리적센서모델링(physical sensor modeling)과 일반센서모델링(generalized sensor modeling)에 사용되는 자료가 포함되어 있다. 물리적센서모델링 자료는 센서의 내부표정요소(CCD Array 크기, 영상왜곡량, 초점거리 등)와 외부표정요소(센서의 위치와 자세)가 제공된다. 일반센서모델링 자료로는 이 모델링의 대표적 방법인 RFM(Rational Function Model)에 사용되는 RPC(Rational Polynomial Coefficient)가 제공된다. 이 RPC는 센서의 내·외부표정요소를 대체한다.

최근에는 RPC가 물리적센서모델에 비해 3차원 위치 측정방법이 간편하고 정확도도 뒤떨어지지 않기 때문에 많이 사용되고 있다(Fraser and Hanley, 2003; Tao and Hu, 2002). 아리랑위성 3호 영상은 센서왜곡이 보정된 Level 1R 영상 또는 기하보정된 Level 1G 영상으로 제공되고 있다. 이 영상과 함께 메타데이터로 제공되는 RPC 자료는 센서의 기하왜곡을 포함하고 있는 물리적센서모델로부터 생성된 것이기 때문에 평면위치 오차(CE90; Circular error at 90％ probability)가 약 50m이다(KARI, 2013). 이러한 오차를 최소화 하여 대축척 지도를 제작하거나 정밀한 수치표고모델(DEM, Digital Elevation Model)을 작성하기 위해서는 다 수의 지상기준점(3차원 지상좌표가 측정되어 있고 영상에 선명히 나타나 정밀한 영상좌표를 읽을 수 있는 점)을 이용하여 RPC를 보정하는 작업이 필수적이다. 필요한 지상기준점의 개수는 요구되는 정확도에 따라 다르나 최소 한 점 이상이어야 한다.

지상기준점의 3차원 지상좌표는 주로 지형도에서 독취하거나 현장에서 직접 GPS로 측량하였다. 특히, 양질의 지상기준점의 3차원 위치를 얻기 위해서는 GPS 측량이 필수적인데 이 작업은 생각만큼 쉬운 것이 아니다. 영상에서 선점하는 작업, 현장 주변의 통합기준점이나 GPS 상시관측소의 사전 조사, 선점된 기준점의 현장 답사와 GPS 측량 등의 매우 번거로운 작업이 뒤따라야 한다. 즉, 지상기준점 확보에 많은 시간과 경비가 필요하기 때문에 다른 대안을 연구할 필요가 있다.

다행히 우리나라 국토지리정보원(National Geographic Information Institute, NGII) 에서는 수 십 년간 전국을 대상으로 국가기준점을 설치하고 그 성과를 관리해 오고 있다. 대표적인 국가기준점으로는 삼각점(약 17,000여점)과 수준점(약 5,000여점)이 있고 2008년부터는 통합기준점(평면위치, 표고, 타원체고, 중력값 등이 정밀 측정되어 있는 점)을 설치하기 시작하였다(NGII, 2013).

통합기준점은 2013년 말까지 5~10km 간격으로 약 3,650점이 설치되었고 2017년까지 2~3km 간격으로 모두 7,000여점을 설치할 계획(NGII, 2003)으로 있으며 이 점들의 설치위치, 점의 조서, 지상좌표 등은 국토지리정보원의 국가기준점성과발급서비스 시스템에서 실시간으로 쉽게 검색된다(NGII, 2014). 통합기준점은 국토의 면적과 설치 점의 수를 고려하면 아리랑 3호 위성영상 크기(약 17km×13km) 마다 2013년 말 기준 약 8점이 설치되어 있으며, 2017년 기준 약 16점이 설치될 예정이다. 이 점들은 크기가 비교적 크고 항공영상 또는 위성영상에서 식별이 용이하도록 설계된 것이어서 고해상도 위성영상의 RPC 보정을 위한 활용 가능성이 매우 많아 구체적인 활용 방안이 연구되어야 한다.

그러나 항공영상이나 위성영상의 표정 또는 조정을 위하여 전 국토를 대상으로 설치해 놓은 국가기준점을 활용한 국내외 연구 사례는 찾아보기 어렵다. 또한 RPC가 가진 위치정보 오차를 제거하기 위한 보정방법은 기존에 많은 연구가 진행되어 왔으나(Di et al., 2003; Fraser and Hanley, 2003; Grodecki and Dial, 2003) 대부분 IKONOS-2와 같은 국외 고해상도 위성영상이 대상이었다. KOMPSAT-3 위성영상의 RPC 보정관련 연구는 Lee et al.(2013)에 의해 수행되었으며, 보정 후 RPC의 정확도를 분석한 결과, 한 개의 기준점을 적용한 보정결과가 여러 개의 기준점을 사용한 결과와 비교하여 1 픽셀 이내의 차이를 얻었다고 보고하였다.

따라서 본 연구에서는 지상기준점 확보에 소요되는 시간과 경비를 줄이기 위해, 영상 내 존재하는 통합기준점을 검색, 식별하는 방법을 제시하고 통합기준점 한 점만을 활용한 고해상도 위성영상의 RPC 보정방법을 제시하고자 하였다.

2. 통합기준점을 이용한 RPC 보정

KOMPSAT-3 영상 내 통합기준점의 검색과 정확한 식별을 위해, 현장답사가 가장 확실한 방법이다. 그러나 현장답사 역시 시간과 경비가 요구되기 때문에 본 연구에서는 현장답사를 하지 않고도 영상에서 통합기준점을 독취할 수 있는 방법을 제시하고자 한다. 그리고 통합기준점 한 점 만으로 RPC 보정을 시도하여 위치결정 정확도 향상 가능성을 제시하고 자 하였다. 통합기준점 독취와 RPC 보정을 위한 전체적인 순서는 Fig. 1과 같으며, 그 구체적 내용은 다음과 같다.

Fig. 1.Flow chart for the UCP identification in the image

첫 번째, Fig. 2에서 보는바와 같이 KOMPSAT-3 위성영상을 영상처리 프로그램 창에 띄우고(이 때 영상은 가급적 cubic convolution 방법으로 리샘플링해서 띄운다), 영상의 메타데이터를 이용하여 대략적인 영상의 지상좌표 범위를 알아둔다(Fig. 3). 영상에서 전체적인 행정구역 범위를 파악하고자 한다면 Google Earth에서 메타자료의 좌표를 입력하면 된다.

Fig. 2.Image viewer of ERDAS imagine software

Fig. 3.Top and bottom of the ground coordinates

Fig. 4.UCPs searching website of the NGII(NGII, 2014)

Fig. 5.U0859 records(NGII, 2014)

두 번째, 파악된 영상 범위를 이용하여 국토지리정보원 인터넷 홈페이지의 국가기준점성과발급시스템에서 영상범위내의 통합기준점을 검색한다. 이 시스템에선 도엽명, 행정명/지번, 위/경도 기능을 이용하여 검색할 수 있다(NGII, 2014). 영상 내 존재하는 통합기준점 조서를 출력하고 조서에 기록된 이 지점의 위 · 경도와 타원체고, 영상의 제공 RPC를 RFM에 입력하여 영상좌표를 구한다. 참고로 통합기준점은 기존의 국가 수준점 모양과 새롭게 설계, 설치한 두 가지 모양이 있다(Fig. 6).

Fig. 6.Bench mark shape(left) and new shape(right) of UCPs

세 번째, 영상처리 프로그램 창에 띄운 영상에서 제공 RPC로 구한 영상좌표 만큼 마우스를 이동시킨 후, 확대시킨다(Fig. 2). 앞에서 언급한 바와 같이, KOMPSAT-3 제공 RPC의 수평위치 정확도는 50m 내외 이므로 선택한 지점 반경 50화소 정도를 후보지로 결정한 다음 출력한 통합기준점 조서의 약도와 사진을 이용하여 후보점을 대략적으로 식별한다. 여기서, 새롭게 설계된 통합기준점의 크기(가로×세로 약 1.5m)에 비해 수준점 모양은 상대적으로 작으므로(가로×세로 약 1m) 트인 공간에 설치되었더라도 KOMPSAT-3 위성영상에서는 식별이 쉽지 않다. 따라서 가급적이면 새롭게 설계된 모양을 검색, 식별하는 것이 편리할 것이다.

네 번째, 후보점의 통합기준점 여부의 정확한 판별을 위해 국내외 포털사이트 지도(스카이뷰(sky-view), 로드뷰(roadview))를 활용한다. 출력된 통합기준점 조서의 주소지를 포털사이트 주소 검색란에 입력하면 그 지점을 정확하게 찾아가므로 이로부터 위성영상과 대조하여 동일한 지점으로 인식되면 위성영상의 영상좌표를 정밀히 독취한다(Figs. 7 and 8).

Fig. 7.Identified U0859 on the sky-view(left) and road-view(middle) of the Daum website (Daum, 2014), U0859 photo by the field work(right)

Fig. 8.U0859 in KOMPSAT-3 image(left) and zoomed in the resampled U0859 by the cubic convolution(right)

그리고 포털 사이트의 영상지도가 현재까지는 대부분 2012년도 항공사진을 토대로 서비스 되고 있기 때문에 2012년 후반 이후에 설치된 통합기준점은 식별할 수 없다. 이때 는 국토지리정보원 국토공간영상정보 시스템에 접속하여 항공사진의 연도별 미리보기 기능을 활용할 수 있다(Fig. 9). 미리보기 기능도 원래 항공사진의 해상도보다 낮추어 제공되므로 통합기준점을 눈으로 식별하기 힘든 경우가 있다. 이런 경우는 국토지리정보원에서 최근 촬영된 보다 고해상도의 항공사진을 구매하면 된다. 구매한 고해상도 항공사진에도 통합 기준점 식별이 힘들면 영상 기준점에서 제외시킬 수 밖에 없다.

Fig. 9.USC18 before(left) and after(middle) construction at Sunchang aerial images(NGII, 2014), USC18 photo by the field work(right)

마지막으로, 통합기준점 한 점과 Eqs. (1) and (2)을 이용하여 RPC 보정(또는 조정)을 수행한다. 여기서, 제공 RPC와 통합기준점 조서의 지상좌표를 Eq. (1)에 대입하고, 과 를 구한 후, Eq. (2)에 대입하여 ΔL과 ΔS를 구한다.

where, RPC1 … RPC4 : Vendor-provided RPCs in the KOMPSAT-3 image meta data,

λ=(Longitude-longitude offset)/longitude scale, φ=(Latitude-latitude offset)/latitude scale, H=(Height-height offset)/height scale, P(λφH)=(1λφHλφλHφHλ2φ2H2φλHλ3λφ2λφ2λH2λ2φφ3φH2λ2Hφ2HH3).

where, L, S : The measured image line and sample coordinates,

ΔL, ΔS : Adjustable shift parameters for line and sample.

제공되는 KOMPSAT-3 영상의 경우, ΔL과 ΔS와 같은 센서의 shift 오차 영향이 가장 크므로 한 개 기준점을 이용하여 이 오차항만 고려하더라고 1m 내외 정확도로 RPC 보정이 가능하다고 전한다(Lee et al., 2013). 따라서 KOMPSAT-3 스테레오 영상으로부터 임의 점의 3차원 지상좌표를 구하고자 한다면 ΔL과 ΔS를 제공되는 메타자료의 line offset과 sample offset에 감한 하, Eq. (3)과 같이 정리하면 된다.

3. 적용실험

본 연구에서는 KOMPSAT-3 스테레오 위성영상이 촬영된 담양군과 양산시 일대를 대상으로 실험하였다. 담양군 대상지는 통합기준점을 이용한 RPC 보정과 그 정확도를 제시하였다. 양산시 대상지역에서는 추가적으로 통합기준점 한 점만으로 RPC를 보정하여 DEM을 제작하고, 이를 GPS 측량점으로 RPC를 보정하여 제작한 DEM과 시각적으로 비교하였다.

3.1 담양군 일대 KOMPSAT-3 영상

첫 번째 실험에 사용된 KOMPSAT-3 영상자료는 2013년 3월 15일, 4월 12일에 각각 다른 궤도에서 관측 수집된 담양군일대의 흑백영상과 4개 밴드의 컬러영상이다. Table 1은 이중 흑백영상에 대한 정보를 나타낸 것이다. Fig. 10은 통합기준점 식별을 용이하게 하기 위해, HPF(High Pass Filter) 방법으로 융합한 컬러영상과 대상지역의 통합기준점 분포를 나타낸 것이다. Table 2는 대상지역내 통합기준점 식별 정도를 나타낸 것이며, 두 영상에서 모두 식별이 되는 7점만을 사용하였다. 이 중 영상의 중앙지점에 가깝고, Fig. 7 and 8에서 보는바와 같이 포털사이트 활용에 의한 검색과 영상에서 cubic convolution 리샘플링 방법에 의한 식별을 통해 정확한 영상좌표를 취득했다고 판단된 U0859 통합기준점을 RPC 보정용으로 사용하였다.

Table 1.Specification of the Damyang KOMPSAT-3 satellite image

Fig. 10.KOMPSAT-3 HPF merged first and second images of the Damyang, UCPs included in two images(circle: U0859)

Table 2.Identification survey reports of the UCPs included in KOMPSAT-3 two images

먼저 7점의 통합기준점을 Eq. (1)으로 영상좌표를 구한 후, 직접 독취한 영상좌표와 비교하였다(Table 3 and Fig. 11). 그리고 U0859 통합기준점을 이용하여 앞서 제시한 Eqs. (1) and (2)을 이용하여 영상좌표 오차를 구하고, 이 오차를 RPC 보정계수(ΔL, ΔS)로 활용하였다. RPC 보정계수를 이용하여 Eq. (1)으로 구한 6점의 통합기준점 영상좌표를 보정하였다. Table 4 and Fig. 12는 보정된 영상좌표 결과를 나타낸 것이다. 그리고 두 영상에서 Eq. (3)을 적용하여 6점의 통합기준점의 지상좌표를 계산한 후, 그 오차를 Table 5에 나타내었다.

Table 3 and Fig. 11에서 보는바와 같이, 두 영상 모두 30 화소 이상의 오차를 보이고 있으나 두 영상 각각에 대한 오차의 방향과 크기는 다른 패턴을 보이고 있음을 알 수 있다. 이것은 첫 번째 영상과 두 번째 영상이 다른 궤도와 날짜에 촬영되어졌기 때문인 것으로 판단된다. 그리고 두 영상 각각에 대한 오차의 방향과 크기는 거의 같기 때문에 한 점을 이용하여 보정이 가능함을 보여준다.

Table 3.Image coordinate errors of UCPs by the provided RPC

Fig. 11.UCPs image coordinate error vectors by the vendor-provided RPC(left: first image, right: second image, triangle: the measured points, circle: the computed points)

다만 한 개 기준점을 사용하더라도 RPC 보정시 영상에서 의 배치상태에 따라 차이가 있을 수 있다. 그럼에도 불구하고 RPC 보정후의 정확도는 두 영상 모두 최대 1.3 화소 이내의 결과를 보였다(Table 4 and Fig. 12). 이 결과는 사용된 U0859 통합기준점이 영상과 독취한 통합기준점 중에서 거의 중앙에 위치하고, 전체적인 오차와 거의 유사한 값이기 때문인 것으로 판단된다. 보정된 RPC로 지상좌표를 계산한 결과, 평면위치는 모두 1m 이내의 오차를 보인 반면 높이는 UDY14에서 최대 2.14m 오차를 보였다. UDY14는 U0859로부터 가장 멀리 떨어져 있으면서 영상 좌상단에 위치하고 (Fig. 10) 있기 때문에 높이오차가 가장 크게 나타난 것으로 판단된다. 따라서 담양지역의 경우 한 점의 통합기준점으로 보정한 RPC는 평면위치 1m 이내, 높이는 3m 이내로 위치를 결정할 수 있음을 확인할 수 있었다.

Table 4.Image coordinate errors of UCPs by the corrected RPC using U0859

Fig. 12.UCPs image coordinate error vectors by the corrected RPC using U0859(left: first image, right: second image, triangle: the measured points, circle: the computed points)

이 연구를 통해 복잡한 여러 개의 RPC 조정계수를 구할 필요 없이 단순히 한 개의 통합기준점만을 활용하여, 사용된 영상의 RPC 메타자료에서 Offset 값만 보정해줘도 3m 이내의 위치결정 정확도를 보장 할 수 있을 것으로 판단한다.

3.2 양산시 일대 KOMPSAT-3 영상

두 번째 실험에 사용된 KOMPSAT-3 영상자료는 2013년 1월 25일에 경남 양산시 일대를 대상으로 관측 수집된 흑백, 컬러 스테레오 영상이다. Table 6은 이 중 흑백영상에 대한 정보를 나타낸 것이다. Fig. 13은 통합기준점 식별을 용이하기 하기 위해, HPF 방법으로 융합한 컬러영상과 대상지역의 통합기준점 분포를 나타낸 것이다. 양산 지역의 통합기준점은 약 15점이 영상에 포함되었으나 이 중 식별이 가장 확실하다고 판단되는 UYS14을 RPC 보정용으로 사용하였다. Fig. 14 는 국토지리정보원에서 제공하는 UYS14의 조서를 나타낸 것이고, Figs. 15 and 16은 영상에서 UYS14 위치와 식별된 모습, UYS14를 찾기 위해 활용된 포털사이트의 스카이뷰와 로드뷰를 나타낸 것이다. 그리고 통합기준점을 이용하여 보정한 RPC의 정확도를 확인하기 위해 VRS(Virtual Reference Station) GPS 측위방식으로 15점의 지상좌표를 획득하여 검사점으로 활용하였다(right in Fig. 14).

Table 5.Ground coordinate errors of UCPs by the corrected RPC using U0859

Table 6.Specification of the Yangsan KOMPSAT-3 satellite images

Fig. 13.KOMPSAT-3 HPF merged first and second images of the Yangsan, UCPs included in two images(circle: UYS14)

Fig. 14.The shape(left) and the ground survey report(middle) of the UYS14, GPS survey(right)

Fig. 15.UYS14 location in the KOMPSAT-3 second image(left) and UYS14 zoomed in image(right)

Fig. 16.Road-view(left) and sky-view(right) of the UYS14 identified on the Daum map

한 개의 통합기준점과 GPS 검사점의 지상좌표를 Eq. (1)에 대입하여 영상좌표를 구한 후, 직접 독취한 영상좌표와 비교하였다(Table 7 and Fig. 17). 그리고 YUS14 통합기준점으로 앞서 제시한 Eqs. (1) and (2)을 이용하여 영상좌표 오차를 구하고, 이 오차를 RPC 보정계수(ΔL, ΔS)로 활용하였 다. RPC 보정계수를 이용하여 Eq. (1)으로 구한 15개 GPS 검사점의 영상좌표를 보정하였다. Table 8 and Fig. 18은 보정된 영상좌표 결과를 나타낸 것이다. 그리고 두 영상에서 Eq. (3)을 적용하여 GPS 검사점의 지상좌표를 계산한 후, 그 오차를 Table 9에 나타내었다.

Table 7.Image coordinate errors of GPS points by the provided RPC

Fig. 17.Image coordinate error vectors of GPS points by the vendor-provided RPC(left: first image, right: second image, triangle: the measured points, circle: the computed points)

Table 8.Image coordinate errors of GPS points by the corrected RPC using UYS14

Fig. 18.Image coordinate error vectors of GPS points by the corrected RPC using UYS14(left: first image, right: second image, triangle: the measured points, circle: the computed points)

Table 9.Ground coordinate errors of GPS points by the corrected RPC using UYS14

Table 7 and Fig. 17에서 보는바와 같이, 첫 번째 영상보다는 두 번째 영상좌표 오차가 크게 나타났으나 두 영상의 오차 방향성은 비슷한 패턴을 보였다. 이는 첫 번째와 두 번째 영상이 동일한 궤도와 시간에 촬영되어졌기 때문인 것으로 판단된다. RPC 보정후의 정확도는 두 영상 모두 최대 3화소 이내의 결과를 보였다(Table 8 and Fig. 18). 이 결과는 사용된 UYS14 통합기준점이 영상과 GPS 검사점들 사이에서 외곽지점에 위치하기 때문인 것으로 판단된다. 그러나 보정된 RPC를 이용하여 지상좌표를 계산한 결과, 모두 최대오차 2m를 넘지 않았다. 따라서 양산지역의 경우 한 점의 통합 기준점으로 보정한 RPC는 1m 내외의 정확도로 위치를 결정할 수 있음을 확인할 수 있었다.

이러한 결과를 토대로 ERDAS LPS Software를 이용하여 DEM을 제작하였다. DEM은 제공된 RPC만을 이용하여 제작한 경우(Case 1), 15개 GPS 측량결과로 RPC 6개 보정계수를 구하고(Lee et al., 2013), 이로부터 DEM을 제작한 경우(Case 2), 통합기준점 한 점만을 이용하여 RPC를 보정하고, DEM을 제작한 경우(Case 3)로 나눈다.

Fig. 19에서, 제공 RPC로 구한 DEM은 사용이 거의 불가능 할 정도인 반면 통합기준점 한 점으로 보정한 DEM은 15개 GPS 측량점으로 보정한 DEM과 시각적으로 거의 차이가 없음을 알 수 있다. 따라서 본 연구에서 제안한 방법으로 정밀한 DEM 제작 또한 가능할 것으로 판단한다.

Fig. 19.Case 1 DEM(left), case 2 DEM(middle) and case 3 DEM(right) in the Yangsan

4. 결과분석

본 연구를 수행하면서 담양군과 양산시 일대의 통합기준점 설치 상황을 확인한 결과, Fig. 20에서 보는바와 같이 수목이 많은 지역 또는 공중에서 식별이 불가능한 지역에 설치한 경우가 많았다. 이 경우, 수목이 울창해지는 봄, 여름에는 식별이 어려울 것으로 예측된다. 따라서 항공사진 표정을 위해 대공표지 또는 지상기준점 측량을 대체하고 고해상도 위성영상의 보정용으로 사용하기 위해서는 담양군의 U0859(Figs. 7 and 8)와 같이 주변 수목과 떨어진 지점에 설치하고, 다른 시설물이나 구조물이 설치되지 않도록 국토지리정보원과 지자체의 지속적이고 정기적인 관리가 필요하다.

Fig. 20.Unidentified UCPs photos in Damyang by the field work

그리고 통합기준점 중 기존 수준점 형태인 경우 양산시 UYS14과 같이 밝은 하얀색으로 설치하면 그 크기가 작고 겨울영상이라 하더라도 주변 잔디 색깔과 구분되어 식별이 가능하였다. 새로운 형태의 통합기준점은 컬러 융합영상에서 어두운 색깔로 나타나기 때문에 겨울에 촬영된 영상에서는 Fig. 20. Unidentified UCPs photos in Damyang by the field work 주변 잔디 색깔과 구분되지 않을 가능성이 있다. 이는 고해상도 위성영상에서 통합기준점 식별의 장애요소가 될 수 있으므로 광학위성 보정용으로만 고려한다면 설계 형태와 무늬는 유지하되 주변 색깔과 대조되거나 가급적 밝은 색깔의 재료를 활용하는 것도 검토해볼 필요가 있다.

국내 두 대상지역에 대해 통합기준점 한 점만 이용하여 RPC 보정을 수행하고, 위치결정 정확도를 분석하였다. 그 결과, 담양지역의 경우 두 영상 모두 최대 2 화소 이내, 위도와 경도는 최대 1m 이내, 높이는 최대 3m 이내의 오차를 보였다. 반면 양산지역의 경우 두 영상 모두 최대 3 화소 이내의 결과를 보였으며 위도와 경도, 높이 모두 최대 2m 이내의 오차를 보였다. 두 대상지역 실험을 통해, 높이 오차의 경우 영상에서 기준점 한 점과 검사점의 배치와 상관성이 있어 보인다. 담양지역은 6개 검사점으로부터 기준점이 거리가 먼 지점에 배치된 반면 양산지역은 15개의 검사점과 기준점 거리가 상대적으로 짧게 배치되어 있기 때문에 양산지역의 높이 정확도가 더 좋은 결과를 보인 것 같다.

5. 결 론

본 연구에서는 KOMPSAT-3 위성영상 내 존재하는 통합기준점을 검색, 식별하는 방법을 제시하였다. 그 결과, 해상도 1m 이내의 위성영상에서 장애물이 없는 지역에 설치한 통합기준점은 식별이 가능하였다. 그러나 대부분의 통합기준점이 공중에서 식별이 불가능한 곳에 설치되어 있는 경우가 많았으며, 특히 양산지역에서는 영상에 포함된 15점의 통합기준점 중 3점만 식별이 가능하였다. 따라서 고해상도 위성영상 보정용으로 더 많은 통합기준점이 사용될 수 있도록 주변 시설물과 떨어진 지점에 설치계획을 수립할 필요가 있다.

향후 보다 많은 통합기준점이 확보될 수 있다면 RPC의 Shift 오차 외 여러 가지 오차 항을 소거할 수 있으므로 보다 정밀한 보정을 할 수 있을 것이다.

이 실험을 통해, 위성영상 뿐만 아니라 항공영상으로 적어도 국내에서 매핑 작업을 수행할 때 통합기준점이 지상 기준점 측량을 대체할 수 있을 것으로 판단한다. 또한 기존에 확보한 기준자료(라이다, 수치지도, DEM 등)를 영상표정용으로 적용함에 있어서 매칭과 같은 영상처리 작업의 번거로움을 덜어줄 수 있을 것이다.