천리안위성 2A호 위성영상을 위한 영상융합기법의 비교평가 (A Comparison of Pan-sharpening Algorithms for GK-2A Satellite Imagery)

서지정보

· 발행기관 : 한국측량학회
· 수록지 정보 : 한국측량학회지 / 40권 / 4호 / 275 ~ 292페이지
· 저자명 : 이수봉, 최재완

초록

기후변화 감시에 위성 자료 활용을 위해 GCOS (Global Climate Observing System)는 시공간 해상도, 시간 변화에 따른 안정성, 불확실도 등의 요구사항을 제시하고 있다. 천리안위성 2A호의 경우, 센서의 한계로 인해 산출물들이 공간해상도 조건에 충족하지 못하는 경우가 많다. 따라서 본 연구에서는 영상융합 기법들을 천리안위성 2A호 영상에 적용하여 산출물 생성 시 활용될 수 있는 최적의 기법을 찾고자 한다. 이를 위해 CS (Component Substitution), MRA (Multiresolution Analysis), VO (Variational Optimization), DL (Deep Learning)에 포함되는 총 6가지 영상융합 기법을 활용하였다. DL의 경우 합성적(Synthesis) 특성 기반 방법을 훈련자료 구축에 사용하였다. 합성적 특성 기반 방법의 과정은 PAN (Panchromatic)과 MS (Multispectral) 영상의 공간해상도 차이만큼 두 영상의 해상도를 낮춰 융합 영상을 생성한 후 원본 MS 영상과 비교한다. 합성적 특성 기반 방법은 공간해상도를 저하시킨 PAN 영상과 MS 영상 간 기하 특성이 같아야 사용자가 원하는 수준의 융합 영상을 제작할 수 있다. 하지만, 훈련자료 구축 시 비유사성이 존재하기에 이를 최소화하는 방법으로 무작위 비율을 활용한 PSGAN 모델(PSGAN_RD)을 추가로 활용하였다. 융합 영상의 검증은 일관성(consistency) 및 합성적 특성 기반 정성적, 정량적 분석을 수행하였다. 분석 결과, 영상융합 알고리즘 중 GSA가 공간 유사도를 나타내는 평가지수에서 가장 높은 수치를 보였으며, 분광 유사도를 나타내는 지수들은 PSGAN_RD 모델의 정확도가 가장 높았다. 융합 영상의 공간 및 분광 특성을 모두 고려한다면 PSGAN_RD 모델이 천리안위성 2A호 산출물 제작에 가장 최적일 것으로 판단하였다.

영어초록

In order to detect climate changes using satellite imagery, the GCOS (Global Climate Observing System) definesrequirements such as spatio-temporal resolution, stability by the time change, and uncertainty. Due to limitation ofGK-2A sensor performance, the level-2 products can not satisfy the requirement, especially for spatial resolution. Inthis paper, we found the optimal pan-sharpening algorithm for GK-2A products. The six pan-sharpening methodsincluded in CS (Component Substitution), MRA (Multi-Resolution Analysis), VO (Variational Optimization),and DL (Deep Learning) were used. In the case of DL, the synthesis property based method was used to generatetraining dataset. The process of synthesis property is that pan-sharpening model is applied with Pan (Panchromatic)and MS (Multispectral) images with reduced spatial resolution, and fused image is compared with the originalMS image. In the synthesis property based method, fused image with desire level for user can be produced onlywhen the geometric characteristics between the PAN with reduced spatial resolution and MS image are similar.
However, since the dissimilarity exists, RD (Random Down-sampling) was additionally used as a way to minimizeit. Among the pan-sharpening methods, PSGAN was applied with RD (PSGAN_RD). The fused images arequalitatively and quantitatively validated with consistency property and the synthesis property. As validation result,the GSA algorithm performs well in the evaluation index representing spatial characteristics. In the case of spectralcharacteristics, the PSGAN_RD has the best accuracy with the original MS image. Therefore, in consideration ofspatial and spectral characteristics of fused image, we found that PSGAN_RD is suitable for GK-2A products.

참고자료

· 없음