위성 영상 이해하기 그리고 딥러닝 part 3.

위성 영상의 종류와 영상의 파라미터들을 알아보았고 이번 글에서는 위성 영상에 적용되는 전처리 과정에 대해 알아보겠습니다.

 

---

 

위성 영상은 일반 카메라로 찍은 영상과 달리, 사람의 눈으로 인지할 수 있는 가시광선 파장 영역뿐만 아니라, 적외선 영역, 마이크로파 영역 등 다양한 파장 영역의 영상을 얻을 수 있습니다. 일반적으로 흔히 볼 수 있는 위성 영상은 정사각형 형태의 grid로 이루어져 있으며 영상 자체의 위쪽이 북쪽을 가리키는 방향으로 정렬되어 있습니다. 지표에서 반사된 태양에너지가 위성의 관측 센서로 들어오면, 센서 내부에서 감지된 빛의 밝기가 하나의 픽셀로 저장되며 각각의 독립적인 밝기 값을 가진 픽셀들이 조합되어 연속적인 명암을 가진 하나의 영상으로 구성됩니다. 이렇게 획득된 자료는 일반 사진과 달리 별도의 영상 처리 작업을 거쳐야 우리가 사용할 수 있는 형태의 영상이 되는데 이를 ‘전처리’ 과정이라고 합니다.

위성 영상의 전처리 여부에 따른 차이

 

위성 영상의 전처리 과정은 아래와 같은 단계들이 포함됩니다.

• Radiometric Correction (방사 보정)
• Atmospheric Correction (대기 보정)
• Orthorectification (정사 보정)
• Geometric Correction (기하 보정)

 

Radiometric Correction(방사 보정)은 디텍터에 기록된 raw data를 지표 반사도로 변환해주는 과정입니다. 위성 센서에서 관측되는 전자기파는 위성 자체의 특성이나 지형, 대기 효과 등에 의해 왜곡되는데 이러한 오차를 보정 계수 등을 통해 지표 물체의 순수 반사도 값으로 도출해주는 과정이 필요한 것입니다.

Radiometric correction 과정은 크게 다음과 같이 수행됩니다.

• 위성 자체 메타데이터를 이용해 픽셀 값을 센서에서 감지한 radiance 값으로 변환
• 태양과 지구의 거리, 태양각, exoatmospheric irradiance 등을 이용해 radiance 값을 상부 대기 반사도로 변환 (Top of Atmosphere Reflectance)
• 영상이 촬영될 당시의 대기 효과를 고려한 대기 보정을 적용해 지표 반사도만 표현하도록 변환

 

Radiometric correction 처리 과정

 

Atmospheric Correction(대기 보정)은 방사 보정에 포함되는 과정 중 하나로, 대기 효과에 의한 반사도 왜곡을 보정해주기 위한 과정입니다. 태양 복사 에너지가 대기를 통과해 지표에서 반사되어 다시 대기를 지나 위성 센서에 도달하는 에너지를 관측하여 위성 영상이 생성됩니다. 이 때 태양빛이 대기를 지나는 동안 흡수, 반사, 산란 등의 현상이 일어나 실제 지표 반사도와 센서에서 관측되는 값이 달라지게 됩니다. 대기 보정은 이러한 대기에 의한 효과를 보정해주는 과정입니다.

대기 효과의 종류

 

Orthorectification(정사 보정)은 위성의 촬영각, 지형 등에 의한 영향을 제거해 수직 방향(nadir)에서 보는 것과 같이 보정해주는 과정입니다. 이 과정에서는 기하 보정 모듈인 RPCs(Rational Polynomial Coefficients)와 지형에 대한 정확한 정보를 나타내는 DEM(Digital Elevation Model)이 필요합니다.

정사 보정이 수행되기 전과 후 영상

 

Geometric Correction(기하 보정)은 위성 영상의 픽셀 좌표와 지리 좌표를 맞춰주는 과정입니다. 위성의 고도, 자세, 속도 변화, 지구 곡률 등에 의해 영상의 기하학적 왜곡이 발생하곤 합니다. 따라서 이를 보정하기 위해 위성 영상의 픽셀 좌표와 지리 좌표와의 대응관계를 정량적으로 해석하는 과정이 포함되는 것입니다. 이 과정에서 영상의 위쪽이 북쪽을 가리키며 픽셀 당 실제 거리가 일정하게 유지됩니다.

기하 왜곡은 크게 systematic distortion과 non-systematic distortion으로 구분됩니다.
Systematic distortion은 위성 내부 센서나 궤도 위치 정보 등을 이용하여 보정될 수 있습니다.
반면 non-systematic distortion은 영상 좌표계와 지리 좌표계 사이에 대응되는 점인 GCP(Ground Control Point)를 이용하거나 좌표계 및 지도 투영법 등을 적용하여 보정됩니다.

기하 보정의 한 종류

 

연구의 목적에 따라 위성 영상을 주문하는 과정에서 어느 정도의 처리 레벨까지 수행된 영상을 받을 것인지 선택할 수 있습니다. 일반적으로 radiometric correction 까지 수행된 영상, 혹은 geometric correction 까지 수행된 영상을 선택하게 됩니다. 하지만 영상이 제공될 때 충분한 전처리가 적용되었다고 해도 위성 자체의 오차나 순간적인 자세 오차, 극심한 대기 효과 등으로 만족할 만한 영상을 얻지 못하는 경우도 발생하곤 합니다.

 

SI-Analytics는 전처리를 보완하기 위한 연구도 딥 러닝으로 수행하고 있습니다.
기하 보정의 오차가 큰 경우 관심 지역에 대한 시계열 분석을 하는데 어려움이 따르기 때문에
이를 보완해주기 위한 영상 간 Registraion 분야도 주요 연구 토픽 중 하나입니다.
단일 위성 영상 뿐 아니라 서로 다른 위성, 서로 다른 종류 영상 간의 정합에 대한 연구도 수행 중에 있습니다.
또한 대기 보정으로 처리되지 않는 연무 같은 경우 영상의 가독성을 떨어뜨리기 때문에
영상의 분석 효율을 높이기 위해 Haze removal과 같은 연구도 수행될 수 있습니다.

 

        영상 내 구름 점유율 분석                                                                       설명 가능한 AI를 통해 분석 신뢰도 향상

 

 

총 세 번의 포스팅에 걸쳐 위성 영상이 무엇인지, 어떻게 구성되는지, SI-Analytics는 위성 영상을 어떻게 활용하고 연구를 수행하는지 알아보았습니다. Computer Vision 분야 등 딥 러닝 연구를 수행하시던 분들도 위성 영상에 대해 좀더 친근하게 다가올 수 있으셨길 바랍니다. 이 밖에도 각 모델에 대한 성능을 향상 시키거나 위성 영상으로의 적용을 위한 머신 러닝 및 딥 러닝 기법들, 또한 이에 대해 설명 가능한 인공지능 등 다양한 연구들을 수행하고 있습니다.

SI-Analytics는 단순 연구 개발에서 더 나아가, 일반 사용자들이 연구된 모델 및 데이터셋을 바탕으로 위성 영상으로부터 여러 분석을 손쉽게 수행하고 인사이트를 얻을 수 있는 제품을 개발하고 있습니다. 이번 포스팅을 통해서 위성 영상을 활용한 다양한 연구 및 개발에 관심 있으신 분들의 호기심에 자극이 되었길 바랍니다.

 

[##백민영##]