1. 서론

국토관측 전용위성 (CAS500-1/2)은 효율적인 국토 관리를 위한 위성 데이터 활용 수요에 대응하기 위하여 발사 예정중인 위성으로, 0.5 m 수준의 공간해상도를 가지는 고해상도 영상의 획득이 가능하며 두 기의 위성이 180도의 위상차를 가져 재방문 주기를 최소화토록 설계되었다. 또한 동시 운용을 통한 스테레오 스트립의 획득이 가능하다는 특징이 있다. 이렇게 획득된 위성 데이터는 정밀 기하보정 된 영상의 제공, 피복분류, 변화 탐지, 3차원 지형정보의 획득 등 다양한 분야에 활용될 예정이다.

위성영상을 이용하여 획득 가능한 3차원 지형정보 중 하나인 수치표면모델(Digital Surface Model, DSM)은, 수치지형모델(Digital Terrain Model, DTM) 변환, 공간객체추출, 변화탐지 등에 활용되는 기본 자료이다. DSM의 품질은 생성시 기본 데이터가 되는 포인트 클라우드(Point Cloud)의 품질에 따라 좌우되는데, 이 포인트 클라우드는 LiDAR(Light Detection and Ranging)를 이용하거나 스테레오 촬영된 영상에 사진측량 기법을 적용하여 획득할 수 있다. 일반적으로 고품질의 DSM 생성을 위해 높은 점밀도를 가지는 항공 LiDAR를 활용하거나 비교적 높은 품질의 드론 영상에 영상 정합 기법을 적용하여 포인트 클라우드를 획득하고 있다(Kim et al., 2019). 그러나 항공기나 드론을 활용하는 방식은 비접근 지역의 데이터를 취득하기 어려운 한계가 있어서, 극지, 북한, 접경 지역과 같은 비접근 지역의 3차원 지형 정보를 취득하는 데는 위성영상을 이용하는 것이 효과적이다.

위성영상을 이용하여 영상정합을 수행할 경우, 영상의 센서모델링 정확도가 산출물의 품질에 큰 영향을 미치는데, 국토위성영상을 이용한 산출물은 기 구축된 지상기준점 칩을 이용해 기하보정 된 영상을 산출하는 것을 목표로 하고 있으며, 선행 연구 등을 통해 정밀 기하 보정이 수립된 영상의 확보가 보고된 바 있다(Shin, et al., 2018).

위성영상은 한 장의 영상이 포함하는 면적과 영상의 용량이 일반적인 촬영영상에 비해 크기 때문에, 위성영상을 이용한 영상 처리에는 의미 있는 영역 분할 및 메모리 관리가 필수적으로 포함되어야 한다. 예를 들어, 미국의 Landsat Mission에서는 ARD (Analysis Ready Data)를 정의하고 관리하고 있다. ARD는 Landsat 임무에서 분석할 수 있는 데이터를 정의하고 이들 산출물을 기하 보정하여 기 설정된 타일별로 구성하는 방식을 사용하고 있다(Dwyer et al., 2018). 본 논문에서는 ARD의 타일 단위 산출물 구성 방식을 참조하여, 국토지리정보원에서 국가기본도 제작에 사용하는 1:5000 도엽 단위로 영상 영역을 분할하고 DSM을 생성하여 민간 부문의 위성 영상 정보 관리 및 활용에 적합한 데이터 생성을 꾀했다.

이와 같은 요소들을 고려하여 본 논문에서는 위성영상을 이용한 지형정보의 추출을 수행하기 위해 1:5000 도엽정보를 이용한 영역의 분할 처리 및 분할 영역의 영상정합을 통한 DSM의 생성을 시도하였다. 또한 국토관측 전용위성의 특징을 고려하여 스테레오 스트립 단위 영상의 처리를 위한 운영방안을 설계하고, 구현결과를 통해 비 접근 지역에 대한 3차원 지형정보 획득 가능성을 검토하고자 한다.

2. 사용된 데이터

본 연구에서는 1:5000 도엽 크기로 설정된 DSM의 생성을 목표로 한다. 이에 도엽별 처리를 위해 한반도 전역의 도엽정보가 포함되어 있는 Shape 파일을 적용했으며, 기준 좌표계는 UTM-K 좌표계를 적용하여 수행했다.

실험을 위한 영상 데이터 셋으로 국토지리정보원에서 제공한 비접근지역인 함흥 지역을 촬영한의 KOMPSAT3A 5장을 실험 영상으로 사용하였다(Table 1). 국토위성 운용 시스템에서는 촬영된 영상 스트립정보가 입력되면 스테레오 페어의 구성이 가능한 기존 스트립 정보를 탐색하여 처리하는 것으로 설계되어 있다. 이에 본 연구에서는 15992번 궤도에서 취득된 3장의 영상을 기준 스트립으로 하고, 이후 촬영된 15841 궤도에서 취득된 2장의 영상을 대상 스트립으로 설정했다. Table 1에서 확인할 수 있듯이 KOMPSAT-3A 영상의 경우 영상의 Column, Row 방향으로 약 0.7 m 정도로 서브미터급 Ground Sample Distance(GSD)를 제공하는 것을 확인할 수 있으며, 동일한 스트립 영상에서의 GSD가 동일하게 나타나는 것을 확인할 수 있다. 한 장의 영상이 포함하는 영역은 약17 km × 13 km 크기이며, UTM-K 기준으로 1:5000 도엽별 크기는 약 2 km×3 km 정도이므로 영상 한장당약 30개 정도의 1:5000도엽이 포함된다. 사용된 각 영상의 Product Level은 2R레벨로, 이는 국토위성센터 활용산출물 중 기 구축된 지상기준점 칩을 이용하여 기하보정이 완료된 데이터이다. 본 연구에서는 2R 영상과 함께 제공된, 갱신된 기하정보를 포함하는 RPC 데이터를 사용하여 센서모델링을 수행하고 DSM 생성을 시도했다.

Table 1. Specification of tested KOMSAT-3A images

일반적으로 위성영상을 이용한 DSM 생성결과의 성능 분석을 위해서는 동일 지역을 촬영한 항공 LiDAR 데이터가 주로 사용된다. 그러나 지형이 험하거나, 접근이 불가능한 지역의 경우 항공데이터를 확보하는 것이 어려우며, 기 구축된 DTED(Digital Terrain Elevation Data, 디지털 고도 모델로 구성된 데이터 세트 표준) 정보도 공간해상도가 낮아 신뢰성 있는 정확도 측정이 어렵다는 단점이 있다. 이에 본 논문에서는 KOMPSAT-3A 영상을 이용하여 생성된 DSM의 3차원 위치정확도를 확인하기 위한 데이터로 기 구축된 지상기준점 정보를 활용했다. 지상기준점도 GPS 측량을 통한 실제 측량이 불가능하기 때문에 국토지리정보원에서 제공된 CIB-1 (Controlled Image Base-1, 1 m 공간해상도를 가지는 군사 표준으로 제작된 정사보정 된 흑백영상) 영상과 KOMPSAT-2 정사영상을 사용하여 GCP 칩을 만들고, 이 칩정보에서 취득한 영상 및 대응되는 지상좌표를 추출하여 (Shin, et al., 2018) 정확도 검증을 수행했다. Fig. 1 은 사용한 각 영상의 UTM-K 좌표계 상에서의 배치와, 영상에 대응되는 GCP 점의 분포를 나타낸다. DSM의 생성은 영상 두 장의 중첩영역에서 이루어지므로, 정확도의 검증은 해당 영역에 포함되는 GCP 점을 선별하여 사용했다.

Fig. 1. Images and GCPs distribution and (a) index number 39703032, (b) index number 39703022 and (c) index number 39703043.

3. 연구 방법

KOMPSAT-3A 영상 한 장에는 다수의 도엽이 포함되며, 단위 영상은 스트립을 일정간격으로 잘라서 제공하게 되므로 영상이 나뉘는 구간에 도엽정보가 포함될 경우 영상데이터가 존재함에도 불구하고 온전한 도엽 정보가 추출되지 않을 가능성이 있다. 특히 KOMPSAT3A 위성영상의 궤도는 진북방향이 아닌 일정 크기의 각도로 기울어져 촬영되므로 촬영 면적 대비 정보의 손실이 없는 도엽의 개수는 더 적어질 수 있다.

즉 위성영상의 스캔 방향과 스트립으로 들어오는 영상을 자르는 것으로 인해 해당 구역의 영상처리가 불가능해지는 경우가 발생하며, 이를 보완하기 위한 운영방안의 설계가 필요하다. Fig. 2는 스테레오 스트립을 이용하여 도엽별 DSM 생성을 위한 제안 기법의 흐름을 도식화 한 것이다. 우선 입력된 스트립의 영상에 대응되는 페어 영상을 설정하여 입력자료로 사용한다. 다음 도엽정보의 입력을 통해 처리영역을 도엽단위로 분리하고 처리영역 내에서 스테레오 영상정합 및 통합을 수행하고, 최종적으로 외곽처리와 같은 후처리 작업을 통해 DSM 생성을 수행한다.

Fig. 2. Workflow of proposed algorithm of DSM extraction.

1) 정합 페어 선정

Fig. 3은 한 쌍의 스트립 영상이 입력될 경우 설정가능 한 페어의 예시이다. A 스트립을 reference, B 스트립을 target으로 보았을 때, 동일 스트립 상의 영상은 동일한 촬영을 통해 취득된 데이터이므로 A1-A2, A2-A3 그리고 B1-B2와 페어는 정합이 불가능하다.

Fig. 3. Pair selection example (A: reference strip, B: target strip, C: map area).

즉, 동일한 스트립을 제외했을 때 정합이 가능한 페어는 A1-B1, A2-B1, A2-B3 그리고 A3-B2로 설정이 된다. 해당 페어 정보는 영상의 중첩률 등을 고려하여 데이터 입력을 위한 작업지시서에 기록되며, 정합 알고리즘 수행 시 불필요한 공정을 최소화하기 위해 이에 기록된 페어에서만 작업을 수행하도록 한다.

2) 도엽 분할

한 쌍의 스테레오 영상 영역 전체를 입력하여 정합할 경우, 처리해야 하는 위성영상의 용량이 늘어남으로 인해 메모리 처리 용량과 같은 하드웨어적 한계가 존재하게 되며, 사용자가 위성영상의 특정지역의 정보를 요구할 경우 대용량의 영상을 한 번에 처리한다면 원하는 위치의 탐색 및 빠른 산출물의 생성이 어렵다는 문제가 발생한다. 이에 본 연구에서는 위성영상의 전체 영역 처리 시 발생할 수 있는 메모리의 용량 부족 문제의 해결 및 도엽별로 산출되는 단계별 결과의 확인을 위하여 shape 파일로 존재하는 타일 인덱스를 입력하여 영역을 우선 분할한 후 서브 타일 영역별로 지형 정보를 추출하는 방식을 적용했다. 영역의 분할은 UTM-K 좌표계 상에서 좌 상단, 우 하단 좌표를 기준으로 시스템에 입력되며, 원활한 분할 및 외곽영역에서의 처리 안정화를 위해 설정된 영역 대비 15 m 정도의 마진을 설정하여 안정적인 분할을 시도하였다.

산출물 생성은 도엽을 기준으로 진행되므로, 각 도엽이 포함된 페어의 정합을 진행하여 페어 개수만큼 DSM을 누적하여 처리해야하는 방식을 적용했다. 이를 위해서는 초기 자료 입력에서 전체 페어들의 도엽 범위를 찾고, 각 도엽은 자신이 포함된 페어에 대한 데이터를 가지고 있어야 한다. Fig. 3의 C 영역은 도엽 영역의 예시이다. 전체 페어인 A1-B1, A2-B1, A2-B2, A3-B2의 도엽범위를 계산했을 때 C 영역은 A2-B2, A3-B2 페어에 포함되어 있으므로 2개의 DSM이 생성 가능함을 확인할 수 있다. 개별 페어인 A2-B2만을 놓고 볼 때, C 영역의 일부분에만 포함되지만, 다른 페어인 A3-B2에서 생성된 DSM을 포함하면 온전한 C 영역의 정보 획득이 가능하다.

3) 스테레오 영상의 도엽별 정합

각 도엽별 페어 설정이 완료되면 스테레오 영상을 도엽 단위로 분할하여 강인한 정합기법을 적용하여 정합을 수행하고 포인트 클라우드를 추출하는 과정을 도엽 및 페어 단위로 반복한다. 위성영상의 정합을 위한 대표적인 스테레오 정합 기법으로는 SGM(semi-global matching) (Hirschmuller, 2008; Gehrke et al., 2010) 또는 MDR(multi-dimensional relaxation) (Rhee and Kim, 2016) 등이 있다. 본 논문에서는 MDR 정합기법을 적용하여 스테레오 영상의 포인트 클라우드를 추출했으며, 추출된 포인트 클라우드를 격자화하여 스테레오 페어의 DSM 생성을 수행했다.

4) DSM 통합

도엽별로 설정된 스테레오 페어의 정합 및 DSM생성이 완료되면, 개별 DSM의 통합을 수행한다. 해당 영역에 존재하는 페어 정보가 1개일 경우 스테레오 DSM의 정보를 그대로 적용하고, 2개 페어 이상일 경우는 각 격자에 포함되는 높이 값이 다수이므로 통계적 처리를 통해 각 페어별 DSM들의 정보를 통합하였다. 통계적 처리는 격자에 포함된 높이 값들을 오름차순으로 정렬한 뒤 데이터의 수에 따라 평균, 중간값, 최빈값과 같이 다른 통계 방법을 적용하였다. 이렇게 통합된 DSM에 보간 기법을 적용하여 홀이 존재하지 않는 DSM의 생성을 수행하는 것으로 DSM 통합작업이 마무리된다. 보간 기 법으로는 IDW(Inverse Distance Weight)기법이나 TIN (Triangulated irregular network)기법을 적용하여 처리 가능하며 본 연구에서는 TIN 보간 기법을 적용했다.

Fig. 4. Example of Boundary area processing.

5) 영상 분할 영역 후처리

보간 기법을 적용할 경우 DSM의 중간중간 존재하는 홀이 제거되는 장점이 있으나, 영상 정보가 존재하지 않는 영상 분할 영역에서의 잘못된 보간 결과 등이 남아있을 우려가 있다. 이러한 현상을 최소화하기 위하여 도엽과 영상의 중첩영역을 계산하고 이 영역 외부에 존재하는 정보들은 제거하는 것으로 영상 분할 영역에서 발생하는 보간 오류를 최소화하는 DSM의 생성이 가능하다. 다음 그림은 IDW로 보간하여 만든 DSM의 영상 분할 영역 처리 전후의 결과 예시이다.

4. 실험 결과

본 논문에서는 제안하는 도엽별 DSM 생성 방안을 실험데이터에 적용해 보았다. DSM의 해상도는 영상 정합에서 오는 해상도의 손실을 고려하여 UTM-K 좌표 기준 원본영상의 3배 정도인 2 m로 설정하여 생성했다.

1) 도엽별 결과 확인

Fig. 5는 입력영상에서 생성된 1:5000의 39703032번 도엽 DSM 생성 예시이다. 해당 도엽은 건물들이 포함된 영역이며 대상지역에서 설정된 영상 페어는 1개이다. 스테레오 정합 및 외곽영역 처리를 통한 도엽 DSM의 생성을 확인할 수 있다.

Fig. 5. DSM of index number 39703032 (a) from stereo pair and (b) with post processing.

Fig. 6은 39703022번 도엽 DSM 생성 예시이다. 해당 영역은 스트립의 절단면에 해당하는 영상으로 2개의 스테레오 페어에서 DSM이 각각 추출되었으며 이를 통합한 DSM의 생성이 성공적으로 이루어졌음을 확인할 수 있다.

Fig. 6. DSM of index number 39703022 (a) from pair 1, (b) from pair 2, (c) without post-processing and (d) with post-processing.

Fig. 7은 39703043번 도엽 DSM 생성 예시이다. 해당 영역은 스트립의 절단면에 해당하는 영상이나 도엽의 상단부에 해당하는 스테레오 영상의 영역이 너무 좁아 매칭이 수행되지 않았으며, 이것이 원인이 되어 도엽 상단부의 DSM이 성공적으로 추출되지 않아 외곽영역에 홀이 발생하였다.

Fig. 7. DSM of index number 39703043 (a) from pair 1, (b) from pair 2, (c) without post-processing and (d) with post-processing

개별 도엽별 DSM생성 처리결과 하나의 도엽에 한쌍의 스테레오 DSM만으로 처리가 되지 않을 경우, 이들의 통합을 통해 안정적인 도엽별 DSM의 생성이 가능함을 확인할 수 있었으며, 보간 이후 외곽영역 처리를 통한 DSM의 생성을 확인했다.

2) 대상영역 통합 DSM 생성 결과 확인

Fig. 8은 스트립영상을 입력하여 최종적으로 생성된 통합 DSM이다. 통합 DSM의 영상크기는 6424×12489 픽셀 크기로 생성되었다. 일부 영상의 접합부분에서 DSM의 생성이 되지 않아 홀이 생긴 부분을 제외하면 성공적으로 DSM이 생성됨을 확인할 수 있다. 통합 결과 영역의 상단부 페어에 대비해, 하단부 페어의 DSM 품질이 좋지 않았다. 하단부의 노이즈는 대부분 해안의 물에서 발생한 오정합이 원인이며, 평지 지역에서 발생하는 노이즈의 원인은, 두 스트립간 영상의 품질 차이 및 텍스처 정보의 부족으로 인한 노이즈로 분석되었다.

Fig. 8. Result DSM.

3) 생성 DSM 생성 결과 확인

생성된 DSM의 정확도를 분석하기 위해 사용된 지상 기준점의 분포는 Fig. 9와 같다. 영역내의 GCP들을 선별하여 체크점으로 사용하고 해당 좌표에서의 DSM 및 체크점 높이값 비교를 수행했으며 그 결과는 Table 2에 정리했다. 총 55개의 체크점을 이용하여 정확도를 측정하였으며, DSM 위치 정확도 검증 결과, 도심, 산악, 나지 등 지형특성에 관계없이 최소 0.01 m, 최대 43.41 m, 평균 4.87 m의 정확도를 확인할 수 있었다. 오차의 원인은 대부분 산악지역에서의 보간 오류 및 농지 지역에서의 영상간 밝기값 차이가 주 원인이었다.

Fig. 9. Distribution of Checkpoint.

Table 2. Statistical evaluation of produced DSM compared to the GCP

5. 결론 및 고찰

본 논문에서는 CAS500-1/2를 이용한 활용 산출물 생성에 관련한 선행연구로 위성영상을 이용한 비접근 지역의 도엽별 DSM을 생성하는 방법을 제안하고, 제안 기법을 북한지역을 촬영한 KOMPSAT-3A 스트립영상에 적용하여 1:5000단위로 구성된 DSM 추출을 시도했다. 적용된 방법은 도엽정보의 입력을 통한 영역 설정을 통해 메모리의 부담을 최소화하고 도엽별로 산출물이 나올 수 있도록 설계됐다. 적은 수의 페어가 입력되어도 최적의 DSM이 나올 수 있도록 강인한 스테레오 영상정합 기법을 적용했으며, 스트립 영상이 분할된 여러 장의 단위 영상으로 들어오는 것을 고려하여 하나의 도엽에 여러 쌍의 영상 페어를 처리하여 통합하는 방식으로 DSM의 생성을 시도했다. 처리결과 접합부분에 오차가 보이지 않는 완성된 도엽별 DSM 생성이 가능함을 확인할 수 있었다. 그러나 스트립의 영상 분할 영역에서 정합이 잘 되지 않아 Hole이 발생하는 영역도 존재했다. 이는 동일 영역을 촬영한 다양한 데이터가 획득 된다면, 분할된 DSM의 누적을 통해 극복 가능할 것으로 판단된다. DSM이 생성된 전체 영역에 분포된 지상 기준점 정보를 이용하여 정확도 분석을 수행한 결과 5 m 이내의 정확도가 나타남을 확인할 수 있었다. 그러나 일부 영상 페어에서 노이즈가 크게 나타나는 현상이 있었으며, 이후 오정합을 최소화하기 위한 물 영역의 마스킹과 같은 전처리, 더 높은 성능의 에피폴라 기하변환, 영상정합 이후의 노이즈 제거를 위한 후처리 알고리즘의 개선이 필요할 것으로 보인다. 또한 대용량의 영상을 효과적으로 처리하기 위한 분산 처리 등의 기술 개발이 추가 수행된다면 CAS500-1/2 영상을 이용한 비접근지역을 포함한 광범위한 국토 정보의 획득에 기여할 수 있을 것이다.

사사

본 연구는 국토교통부 위성정보 활용센터 설립 운영 사업(과제명: 국토위성정보 수집 및 활용기술개발)의 연구비지원(과제번호: 20SIUE-B148328-03)에 의해 수행되었습니다