A Study on RFM Based Stereo Radargrammetry Using TerraSAR-X Datasets

大 韓 土 木 學 會 論 文 集 第32卷 第1D 號·2012年 1月 pp. 88~94

測量 및 地形空間情報工學

스테레오 TerraSAR-X 자료를 이용한 RFM 기반 Radargrammetry 에 관한 연구

A Study on RFM Based Stereo Radargrammetry Using TerraSAR-X Datasets

방수남*·고진우**·윤공현***·곽준혁****

Bang, SooNam·Koh, JinWoo·Yun, KongHyun·Kwak, JunHyuck

···

Abstract

The RFM (Rational Function Model), as an alternative to physical sensor models has been widely used for photogrammetric processing of high resolution optical satellite imagery. However, the application of RF modeling to the SAR (Synthetic Aper- ture Radar) is very limited. In this paper, stereo radargrammetric processing of TerraSAR-X stereo pairs with RFM is imple- mented and analyzed. The investigation has shown that the accuracy of TerraSAR-X DSM is similar to that of the commercial S/W product. Finally, it is demonstrated that RFM is effective and feasible in the application to the radargrammetric SAR image processing.

Keywords : RFM, Radargrammetry, TerraSAR-X, DSM

···

요 지

범용센서모델의 한 종류인 비례다항식 모델(RFM: Rational Function Model)은 광학영상의 센서모델링분야에서 활발히 활 용되고 있으나 SAR영상에 대한 적용은 미진한 실정이다. 본 연구에서는 스테레오 TerraSAR-X영상을 대상으로 RF 모델링 을 적용하여 적용방법의 타당성과 효율성에 대해 분석하였다. 또한 본 연구성과의 DSM(Digital Surface Model)과 기존 상 용 소프트웨어에서 생성된 DSM을 다양한 측면에서 비교 분석하였다. 그 결과 RF 모델링 기법이 SAR영상의 적용 시에도 매우 효과적이며 실용적으로 적용 가능함을 알 수 있었다.

핵심용어 : 다항식비례모형, 레이다사진측량, 테라위성영상, 수치고도모형

···

1. 서 론

수치고도모형(Digital Elevation Model: DEM)은 지형공간 정보의 처리 및 활용에 있어서 가장 기본적인 지형자료중의 하나이다. 수치고도모형을 생성하는 기법은 일반측량, 항공 사진측량, 위성항법측량, LIDAR(Light Detection And Ranging) 측량 및 위성사진측량 등 다양한 방법 및 센서로 부터 생성되고 있다.

특히 광범위한 지역을 피복할 수 있는 장점을 지닌 위성 사진측량기법은 GeoEye-1, WorldView-2와 같은 공간해상도 0.5m 급 영상의 활용이 가능함에 따라 2.5D 형태의 DSM (Digital Surface Model) 까지 생성해 낼 수 있게 되었다. 또 한 새로운 세대의 SAR(Synthetic Apeture Radar) 센서 탑 재위성(COSMO-SkyMed, Radarsat-2, TerraSAR-X)이 가용해 짐에 따라 InSAR(Interferometric SAR) 또는 radargrammetry

의 활용성을 더욱 높여 주고 있다.

2007 년 6월 독일 항공우주센터(German Aerospace Center, DLR) 에 의해 준비되어 발사된 X-밴드의 SAR영상자료는 ScanSAR(SC), Stripmap(SM), Spotlight(SL) mode 및 High Resolution Spotlight(HS) 의 4가지 방식으로 취득될 수 있으 며, HS mode는 1m급의 고해상도 영상을 취득할 수 있는 자료이다(Roth, 2003; Buckreuss et al., 2003; Herrmann and Bottero, 2007; DLR, 2008; Raagam et al., 2010).

TerraSAR-X 영상은 기하학적 관점에서 서로 다른 경사각 (off-nadir angle) 으로 대상지역을 관측 및 촬영이 가능하다는 점에서 기존의 스테레오 radargrammetry에 대한 활용성을 더욱 높여 주었다(Raggam et al., 2010).

Stereo TerraSAR-X 영상을 이용한 DEM생성에 관한 연 구는 주로 해외에서 이루어져왔다. Perko et al.(2010)는 고 해상도의 SAR영상을 이용하여 산림지역에 대한 canopy 고

*정회원·국방과학연구소 3연구개발본부 1부 책임연구원 (E-mail : [email protected])

**국방과학연구소 3연구개발본부 1부 (E-mail : [email protected])

***정회원·교신저자·(주)픽소니어 기술연구소 차장 (E-mail : [email protected])

****(주)픽소니어 기술연구소 (E-mail : [email protected])

도 모델 매개변수 추정에 관한 연구성과를 발표하였으며, TerraSAR-X Stripmap 모드 영상에서 DSM 생성 및 평가에 관한 연구가 이루어졌다(OLiverira et al., 2010). Raggam et al.(2010) 은 TerraSAR-X 의 Multibeam Spotlight 자료를 기반으로 스테레오 radargrammetry에 의한 2D 및 3D 매핑 에 관한 성과를 발표하였다. 또한 식생지역이 많이 분포되어 있는 지역에서는 temporal decorrelation의 영향을 훨씬 적 게 받는 radargrammtry기법이 InSAR기법보다 지형의 특성 에 따라 더 적합하다는 연구결과도 발표되었다(He et al., 2010).

Radargrammetry 기법은 자동화된 기법 또는 반자동화 방법 을 사용하여 주로 처리된다. 반자동화방법에서는 SAR영상을 해석적 사진측량 기법으로 처리하는 것이며 상당 부분 수동 으로 처리된다(Mercer et al., 1986; Toutin, 1995). 보다 진보된 기법은 스테레오 영상에서 공액점(conjugate points) 을 추출하기 위해 자동 또는 반자동의 영상매칭 기법을 활 용한다(Ramapryiyan, 1986; Marinelli and Laurore, 1996).

본 연구에서는 고해상도 광학위성영상의 센서모델링을 수 행하는 범용적 방법인 RFM기법을 스테레오 TerraSAR-X 영상에 적용하여, 적용 방법의 타당성 및 효율성에 대하여 분석하였으며 대전지역을 대상으로 DSM을 생성하고 수치지 도와 기존 상용 S/W의 DEM자료 를 비교 분석하였다.

2. 대상지역 및 사용된 자료

본 연구에서 사용된 영상자료는 스테레오 TerraSAR-X이며 앞장에서 언급한 4가지 촬영모드 중 가장 공간해상도가 좋 은 HG모드에서 촬영된 것들이다.

DSM 을 생성하기 위한 가장 좋은 스테레오 자료의 조건은 센서자료의 여러 매개변수들에 의해 좌우되는데 취득영상부 문에서는 영상간의 교각(intersection angle)에 의해 주로 좌 우되며 지형과 관련된 매개변수는 대상지역의 범위, 고도의 분포, 경사도, 지표면의 특성 등이다(Oliveira, 2011). 본 연 구에 사용된 SAR영상의 공간해상력은 range및 azimuth방향 으로 각각 0.9m, 0.86m이며 2009년 8월 25 및 30일에 각 각 촬영되었다. 또한 방사학적 변이를 최소화 시킬 있는 좋 은 기상조건에서 취득되었고 SSC(Single-look Slant-range Complex) 자료이다. 또한 두 영상간의 입사각(incidence angle) 의 차이는 약 17

^o

로서 radargrammety 기법을 적용할 수 있는 상당히 좋은 기하학적 조건을 가지고 있다.

촬영 대상지역은 대전지역으로서 다양한 지형기복을 포함 하고 있으며 평균해수면을 기준으로 약 35m~550m의 고도 분포를 보이고 있다. 또한 산악지역, 농경지역, 도심지역 등 다양한 지물들이 포함되어 있는 곳으로서 최적의 테스트 조 건을 갖추고 있다.

또한 생성된 DSM의 정확도 검증을 위해 1:5,000 수치지 도에서 등고선과 표고점을 추출하여 보간법으로 DEM을 생 성하여 오차분석에 활용하였다. 또한 정확한 검증을 위해 고 루 분포된 수치지도의 표고점의 3차원 정보(X, Y, Z)를 검 사점으로 정하고 이에 해당되는 DEM의 고도정보를 통계적 방법에 의해 비교 분석하였다. TerraSAR-X 영상자료의 주요 제원은 표 1과 같으며 지리적 위치는 그림 1과 같다.

3. 처리방법

본 연구의 전체적인 흐름도는 그림 2와 같이 나타낼 수 있다. 먼저 TeraSAR-X 스테레오 영상을 주어진 메타자료 를 이용하여 물리적 센서 모델링을 수행한다. 이 단계에서 는 핵심 3가지 방정식을 통하여 기하보정을 실시하게 된다.

이 결과를 통하여 RFM 솔루션을 수행하는데 물리적 센서 모델링을 통하여 취득된 경위도와 주어진 고도를 이용하여 최소제곱법을 통하여 최적의 RPC(Rational Polynomial Coefficient) 를 결정한다. 이 단계가 완전히 수행된 이후의 일련의 과정은 센서의 종류에 관계없이 동일한 방식으로 처 리된다. 또한 정확도 향상을 위해 취득 가능한 지상기준점을 활용하여 RPC를 갱신 할 수 있지만 SAR영상의 특성상 기 하학적 구성과 시각적 효과가 광학영상과 다르므로 정확한 기준점에 해당되는 영상점을 취득하기 쉽지는 않다. 그 다음 단계로 스테레오 영상을 대상으로 공액점을 취득하기 위하 여 영상매칭을 수행한다. 영상매칭을 위한 다양한 방법이 존 재하지만 본 연구에서는 상관계수법을 통하여 공액점을 취 득하였고 공간전방교회법(space intersection)을 통하여 공액 점에 대한 지상의 3차원 위치를 결정한 후 보간법을 통하여 DSM 을 생성하였다. 최종적으로 생성된 DSM의 검증하기 위 해 수치지도의 표고점을 검사점으로 활용하였으며 상용 S/W 의 생성결과도 같이 비교 분석하였다.

표 1. TerraSAR-X 영상자료 주요 제원

Field Scene # 1 Scene # 2

Sensor TSX-1 TSX-1

Acquisition Date Aug. 30. 2009 Aug. 25. 2009 Acquisition Mode “HS”/“spot_013”/

“HH”/“R”

“HS”/“spot_013”/

“HH”/“R”

Orbit Direction Descending Descending

Product Type SSC_HS_S SSC_HS_S

Product Level 1B 1B

Image Geometry Slant Range Slant Range Center Latitude(deg) 36.3312487 36.3310650 Center Longitude(deg) 127.3726960 127.3718459

Range Samples 5424 8352

Azimuth Lines 5988 5799

Range Pixel Spacing(m) 0.909403 0.909403 Azimuth Pixel Spacing(m) 0.865299 0.851815 Incidence Angle(deg) 22.2917 39.6321

그림 1. 테스트 영상의 지리적 위치

3.1 RFM 리뷰

RFM 은 다항식 영상 기하모델(polynomial image geo- metry model) 로서 관측방정식의 분모, 분자가 고차함수의 다 항식으로 구성되어있다. RFM은 영상내의 임의의 점과 이에 대응하는 지상좌표의 관계를 고차 다항식의 형태로 식 (1)과 같이 표현될 수 있다.

(1) 식 (1)에서 x

i,j

, y

i,j

는 정규화된 옵셋 및 축척 조정된 영상 좌표이고 X, Y, Z는 정규화된 경위도 및 타원체고도로서 -1

~ +1 의 값의 분포를 갖는다. 정규화된 과정을 수행하는 이유 는 계산과정 중 수학적 안정성(numerical stability)을 기하기 위함이다(Tao and Hu, 2001). 정규화된 좌표화 비정규화된 좌표간의 관계식은 식 (2)와 같다.

(2) 식 (2)에서 R은 x, y, X ,Y, Z가 될 수 있으며 R

n

은 비 정규화된 좌표이며, R

0

과 R

s

는 각각 옵셋과 축척 요소이다.

지상좌표를 나타내는 X, Y, Z와 관련된 분모, 분자식은 일 반적으로 다음 식 (3)과 같이 3차항으로 구성되어 있다.

(3) 식 (3)에서 a

1

, a

2

, ···, a

20

, b

1

, b

2

, ···, b

20

, c

1

, c

2

, ···, c

20

, d

1

, d

2

, ···, d

20

은 RPC(Rational Polynomial Coefficient)이 며 1차항의 계수는 광학투영(optical projection)의 왜곡량, 2 차항의 계수들은 지구곡률(earth curvature), 대기굴절 (atmosphere refraction), 렌즈왜곡(lens distortion)과 같은 오 차를 보정하며 3차항 계수들은 그 이외의 나머지 왜곡들을 보정한다. 따라서 RFM은 본질적으로 다항식모델의 확장이 며, 또한 많은 다른 센서모델들의 일반적인 형태이기도 하다 (Tao et al., 2001).

3.2 SAR영상의 물리적 센서모델

Range-Doppler 모델은 SAR영상의 물리적 센서모델에서

가장 많이 쓰이는 방법이다(Curlander and McDonough, 1991). 이 모델은 SAR의 영상좌표와 지상좌표(경도, 위도, 고도)를 서로 변환할 수 있는 모델로서 영상좌표로부터 지상 좌표를 취득할 수 있는 직접법(direct georeferencing)과 지 상좌표로부터 영상좌표를 취득 할 수 있는 간접법(indirect georeferencing) 으로 나뉜다. 거리-도플러 모델은 3가지의 방 정식을 이용한다. 즉 도플러 방정식(Doppler equation), 거리 방정식(range equation), 타원체 방정식(ellipsoid equation)이 다. 거리방정식은

(4) 단, R

OT

, R

OS

는 각각 지구중심으로부터 타겟 및 센서의 거 리이다.

(5) 단, f

D

는 도플러 주파수이며, λ는 레이다의 파장, V

S

, V

T

는 각각 위성과 타겟의 속도벡터이다.

마지막으로 간접법을 적용하기 위해서는 식 (6)과 같은 지 구타원체 방정식이 필요하다.

(6)

여기서, X, Y, Z는 3차원 직각좌표이며, R

e

는 지구 적도면에 서의 반경이고, h는 대상타겟의 고도, R

P

는 극지역의 반경이 며 식 (7)과 같이 나타낼 수 있고 f 는 지구 편평률이다.

(7) 일반적으로 SAR 기하보정 결과는 센서의 위치, 속도 벡터 및 펄스 지연 시간 관측의 정확도와 지구 타원체 모델을 기 준으로 한 대상영역 고도의 정확도에 종속적이다(Curlander and McDonough, 1991). SAR 영상의 기하보정시 센서의 자 세정보가 꼭 필요하지 않다는 점은 주목할 필요가 있으며 결과적으로 SAR 영상 픽셀의 위치정확도는 센서의 위치정 보가 필수적인 광학영상의 기하학적 처리 단계에서 더 정확 할 수 있으며 이러한 부분은 RFM이 광학센서보다 SAR센 서에 적합 할 수 있다라는 것을 내포하고 있다(Zhang et al., 2011).

3.3 RPC 생성과정

SAR 영상에서 RPC를 생성하는 과정은 광학위성영상의 처리과정과 유사하다. 즉 일정한 크기의 3차원 격자를 선 정한 다음에 최소제곱법을 통하여 총 78개의 RPC의 계수 ( 분모, 분자의 항이 다른 경우)를 결정한다. RPC생성을 위 한 가상의 3차원 격자를 구성할 때 물리적 센서모델링으로 부터 취득 가능한 경도, 위도를 고도별로 충분한 가상 기준 점을 취득한다. 또한 RPC의 정확도를 높이기 위하여 별도 의 지상기준점이 취득 가능한 경우는 RPC자체를 갱신하거 나 또는 갱신하지 않는 경우에는 영상자체를 2D 변환한 후 에 주로 수행된다(Tao and Hu, 2002; Fraser and Hanley, 2003).

X

_{i j,}

P

_t1

( X Y Z , , )

_j

P

_t2

( X Y Z , , )

_j

---

= y

_{i j,}

P

_i3

( X Y Z , , )

_j

P

_i4

( X Y Z , , )

_j

---

=

R R

_n

– R

₀

R

_s

---

=

P_i1(X Y Z, , )_j=a₁+a₂Y a+ ₃X a+ ₄Z a+ ₅YX a+ ₆YZ ...a+ ₁₉S²Z a+ ₂₀Z³ P_i2(X Y Z, , )_j=b₁+b₂Y b+ ₃X b+ ₄Z b+ ₅YX b+ ₆YZ ...b+ ₁₉X²Z b+ ₂₀Z³ P_i3(X Y Z, , )_j=c₁+c₂Y c+ ₃X c+ ₄z c+ ₅YX c+ ₆YZ ...c+ ₁₉X²Z C+ ₂₀Z³ P_i4(X Y Z, , )_j=d₁+d₂Y d+ ₃X d+ ₄Z d+ ₅YX d+ ₆YZ ...d+ ₁₉X²Z d+ ₂₀Z³

R = R

_OT

– R

_OS

f

_D

2

λR --- V (

_S

– V

_T

) R ⋅ (

_OS

– R

_OT

)

=

X

²

+ Y

²

R

_e

+ h ( )

²

--- Z

²

R

_p²

--- + = 1

R

_P

= ( 1 f – ) R (

_e

+ h )

그림 2. 본 연구의 흐름도

4. 공간전방교선법을 이용한 고도 결정

4.1 전방변환 RFM에 의한 방법

RF 모델링을 위한 계수가 결정되어 영상좌표와 지상좌표간 의 관계식 (1)이 확립되며 영상정합에 의해 생성된 공액점들 을 대상으로 3차원 전방교선법(전방변환방식, forward RFM) 을 통하여 지상의 고도를 결정하게 된다(Tao and Hu, 2002;

Willneff at al., 2005, 박정환 외, 2005). 스테레오 영상에 서 영상정합에 의해 결정된 공액점들을 식 (8)과 같은 모델 의 의해 결정된다.

(8)

단, V

x

, V

y

는 영상좌표의 잔차, δX, δY, δZ는 지상좌표의 초기값에 대한 보정값 x

^o

, y

^o

는 지상좌표에 대응되는 영상좌 표의 초기값, A

ij

는 식 (1) 함수의 X,Y,Z에 대한 편미분이다.

x, y는 영상좌표이다.

특히, 두장의 스테레오 영상에 의한 전방교선법은 식 (9) 와 같이 확장될 수 있으며 최소제곱법에 의하여 식 (11)과 같이 최종적으로 산출된다.

(9)

(10) (11) 4.2 시차를 이용한 고도 결정

4 장에서 언급한 전방 변환 RFM에 의한 3차원 위치결정방 법은 가장 범용적으로 사용되고 있다. 고정밀의 DSM을 생 성하기 위해서는 스테레오 영상으로부터 충분한 공액점을 추 출할 수 있어야 한다. 영상정합의 방법에 따라 다를 수 있 지만 도심지역에는 건물 및 도로에 의한 다양한 인공구조물 이 많이 존재 하기 때문에 DSM을 생성하기 위해 충분한 공액점을 추출할 수 있다. 하지만 산악지역이나 농경지의 경 우에는 정확하고 충분한 공액점을 추출하기 어렵다. 특히 SAR 영상의 경우 촬영시기에 따른 방사보정의 차이, 스페클 노이즈, 또한 기하학적 구성에 따른 Layover, shadowing, foreshortening, pseudo-shadowing 등의 발생으로 정확한 공 액점을 취득하기 쉽지 않다. 이런 현상 때문에 최종적인 DSM 을 생성하기 위한 보간법 적용시 많은 오차를 수반할 가능성이 높다.

이러한 문제점을 해결하기 위하여 본 연구에서는 시차와 고도차의 관계를 이용하여 공액점 이외에 영상좌표들의 지 상좌표를 결정하였다. 이 개념은 사진측량의 종속적 상호표 정의 개념을 차용한 것이다. 즉 두 장의 영상에서 한 영상 을 기준으로 하고 Y축 방향의 시차를 제거 하고 높이와 관 련된 X-시차를 이용하여 고도를 결정하는 것이다.

본 연구에서는 프레임 방식의 항공영상이나 pushbroom방 식의 위성영상에서 에피폴라 라인을 찾는 방법 대신에 교차 상관법(cross-correlation)에 의해 취득된 공액점들을 대상으 로 식 (12)와 같은 비교적 간단한 의사부등각 사상변환 (pseudo affine transform) 에 의하여 상호표정을 수행하였다.

(12) 단, x

1

, y

1

과 x

2

, y

2

는 각각 스테레오 영상에서 각각의 영상 좌표이다. 단 상호표정 수행시 우측영상의 변환에 따라 RPC 가 변하기 때문에 최소제곱법에 의한 RPC를 재생성하였다.

그림 3과 지상의 대상물 B에 대하여 서로 다른 입사각 θ

1

, θ

2

에 따라 각각 시차가 P

1

, P

2

가 발생하며 시차 (parallex) 와 대상물의 고도와의 관계는 식 (13)과 같다.

(13) 식 (13)에서 지상 대상물의 높이는 시차와 비례 함을 알 수 있다.

분모의 값은 두 개의 입사각에 의해 좌우되는데 영상 전 체에 대한 입사각이 일정하다고 가정을 한다면 분모는 고정 된 상수로 취급할 수 있다. Y-시차가 제거된 영상에서 에피 폴라 영상은 스테레오 영상 중 한 개의 영상좌표를 좌측 또 는 우측방향으로 이동시켰을 경우 고도가 변한다. 이러한 점 을 착안하여 본 연구에서는 다음 아래와 같은 간략식을 적 용시켰다.

즉 상호표정에 의해 Y-시차가 소거된 영상에서 지상에 대 응되는 공액점의 우측영상 좌표를 x

r

이라 하고 이 지점의 고 도를 h

r

라 하고 X축의 변위가 발생 하였을 때 고도의 값이 선형적으로 변한다고 가정하면 식 (14)와 같이 나타낼 수 있다.

(14) 그러므로 으로부터 x

r

만큼 변위가 ∆x

r

발생한 지점의 고 V

_x

V

_y

⎝ ⎠ ⎜ ⎟

⎛ ⎞ A

_ij

δX δY

⎝ ⎠ δZ

⎜ ⎟ ⎜ ⎟

⎛ ⎞

j

x x –

^o

y y –

^o

⎝ ⎠

⎜ ⎟

⎛ ⎞

ij

–

=

V

_x

1

V

_y

1

V

_x

2

V

_y

⎝

2

⎠

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎛ ⎞ ∂x

₁

⁄ ∂X ∂x

₁

⁄ ∂Y ∂x

₁

⁄ ∂Z

∂y

₁

⁄ ∂X ∂y

₁

⁄ ∂Y ∂y

₁

⁄ ∂Z

∂x

₂

⁄ ∂X ∂x

₂

⁄ ∂Y ∂x

₂

⁄ ∂Z

∂y

₂

⁄ ∂X ∂y

₂

⁄ ∂Y ∂y

₂

⁄ ∂Z

⎝ ⎠

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎛ ⎞

δX δY

⎝ δZ ⎠

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎛ ⎞

j

x

₁

– x

₁^o

y

₁

– y

₁^o

x

₂

– x

₂^o

y

₂

– y

₂^o

⎝ ⎠

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎜ ⎟

⎛ ⎞

–

=

v = Ax 1 –

x = ( A

^T

WA )

^–1

A

^T

Wl

x

₁

= ax

₂

+ by

₂

+ cx

₂

y

₂

+ d y

₁

= ex

₂

+ fy

₂

+ gx

₂

y

₂

+ h

h p

₁

– p

₂

cot θ

₂

± cot θ

₁

---

=

Grad ∆ H x

_r

∆ ---

=

그림 3 동일궤도 방향에서 고도, 시차 및 입사각과의 관계

도변화량은 식 (15)와 같이 표현 할 수 있으며 그 지점에서 높이는 식 (16)과 같이 나타낼 수 있다.

(15) (16)

5. 처리결과분석

SAR 시스템에서 모든 영상은 스페클(speckle)을 포함하고 있으며 이러한 영상으로부터 스페클 노이즈를 제거 하는 것 은 양질의 영상을 취득하기 위한 전처리과정이라 할 수 있 다. 특히 radargrammery 과정에서 필수적인 영상정합시 큰 영향을 끼칠 수 있다. 그러므로 본 연구에서는 노이즈를 줄 일 수 있도록 3×3윈도우 크기의 평균필터(mean filter)를 이 용하였다. 또한 경사거리(slant range)를 지상거리(ground range) 로 변환 시켜주었다.

3 장에서 기술한 방법에 의하여 생성된 TerraSAR-X 스테 레오 DSM생성의 결과는 그림 5와 같다. 또한 상용 S/W의 Radargrammetry 기법에 의해 생성된 DSM의 결과는 그림 6 과 같다. 영상에서 밝은 영역이 상대적으로 높은 고도를 나 타내며 어두운 영역은 낮은 고도를 나타낸다. 검사점은 대상 지역 전역에 고루 분포하도록 그림 7과 같이 선정하였으며 1:5,000 축척의 수치지도에서 총 36개의 표고점을 이용하여 통계적 분석을 수행하였으며 결과는 표 2와 같다.

본 연구에서 생성된 DSM의 평균제곱근오차(Root Mean Square Error) 는 7.22m이며 절대 평균오차(Absolute Mean

Error) 는 5.28m로 나타났다. 또한 상용 S/W에서 생성된 DSM 의 결과는 각각 22.08m, 11.42m로 나타났다. 오차분석 결과, 고도가 높은 지역 즉 산림이 많이 분포되어 있는 산 악지역의 경우에 10m 이상의 오차분포를 나타냈다. 영상매 칭방법 적용시 상관계수의 임계값을 0.75로 설정하고 처리 하였으나 산림 및 산악지역에서는 상대적으로 훨씬 적은 공 액점이 추출되었으며 추출된 공액점들도 오차가 발생한 것 으로 판단된다. 또한 산악 지형의 DEM보다 산림에 의한 DSM 의 영향도 포함되었을 것으로 추정된다. 즉 검사점은 DEM 이지만 생성된 고도는 산림에 의한 canopy를 포함하고

∆ H ( x'

_r

– x

_r

) ∆ H x

_r

∆ ---

=

H = Grad ⋅ ∆ x

_n

+ h

₁

그림 4. 경사거리에서 지상거리로 변환된 영상

그림 5. 제안된 방법에 의해 생성된 DSM

그림 6. 상용 S/W에 의해 생성된 DSM

그림 7. 검사점의 분포

표 2. DSM의 오차분석

Field Proposed Method ERDAS Imagine

RMSE 7.22 22.08

Absolute Mean error 5.28 11.42

있는 DSM이므로 이에 따른 오차가 포함되어 있을 것으로 판단할 수 있다.

6. 결 론

Active Sensing 방식의 SAR영상은 사용되는 파장대의 특 성으로 인하여 기상에 상관없이 영상정보를 취득 할 수 있 으며 야간에도 정보취득이 가능한 장점을 지니고 있다. 또한 최근에는 1m급의 공간해상도를 취득할 수 있는 센서가 등장 함에 따라 SAR파장대의 특성에 따른 지물에 대한 변화탐지 뿐만 아니라 지상의 매핑에 활용 할 수 있게되었다. 본 연 구 결과는 향후 발사될 Kompsat-5의 DSM 생성에 활용 될 수 있을 것으로 판단되며 다음과 같은 결론을 도출 할 수 있었다. 첫번째, 범용센서모델인 RFM을 이용하여 위성 TerraSAR-X 영상 적용시 지상기준점 정보를 사용하지 않고 가하학적 보정을 수행한 결과 RMSE가 7.22로 나타났다. 이 는 동일한 조건에서 상용 S/W의 성과와 비교하여 뛰어남을 알 수 있었다. 두번째, 지형특성에 따른 오차분석으로 도심 지나 농경지와 같은 고도의 변화가 급격한 지역보다 산악지 역에서 상대적으로 큰 오차를 보여주고 있다. 이와 같은 오 차분석의 요인으로 정확도 산정을 위해 사용된 reference 자 료는 DEM이며 본 연구에서 생성된 자료는 DSM으로 Canopy 에 의한 영향이 존재하는 것으로 추정된다.

감사의 글

본 논문작성을 위해 귀중한 조언을 아끼지 않으신 국방과 학연구소 이용웅박사님과 (주)픽소니어 박세형 이사님에게 심 심한 감사의 말씀을 지면을 빌어 전합니다. 또한 건설적 조 언을 해주신 익명의 심사자분들에게도 깊은 감사드립니다.

참고문헌

손홍규, 박정환, 장훈(2005) 구간정합선과 다항식비례모형을 활용 한 수치고도모형의 제작, 대한토목학회논문집, 대한토목학회, 제25권 제1D호, pp. 179-188.

Xueyan He, timo Balz, Lu Zhang, and mingsheng Liao (2010) ste- reo radargrammetry in south-east asia using terraSAR-X Strip- map data, ISPRS TC VII Symposium, Vienna, Austria, IAPRS, Vol. XXXVIII, Part 7B, pp. 270-274.

DLR, TerraSAR Ground Segment—Basic Product Specification Document (2008) Doc. TX-GS-DD-3302, issue 1.5.

Hannes Raggam, Karlheinz Gutjahr, Roland Perko, and Mathias Schardt (2010) Assessment of the Stereo-Radargrammetric Mapping Potential of TerraSAR-X Multibeam Spotlight Data, IEEE Transactions on Geoscience and Remote Sensing, Vol.

48, No. 2. pp. 971-977.

Herrmann, J. and Bottero, A.G. (2007) TerraSAR-X mission: the new generation in high resolution satellites. In: Proc. Brazilian Remote Sensing Symposium. Florianopolis, Brazil. pp. 7063- 7070.

S. Buckreuss, W. Balzer, P. Mühlbauer, R. Werninghaus, W. Pitz, TerraSAR-X, A German Radar Satellite, International Radar Symposium (IRS 2003), Dresden, Germany, Sept. 30 - Oct. 2, 2003.

A. Roth, M. Eineder, and B. Schättler (2003) TerraSAR-X: A New Perspective for Applications Requiring High Resolution Space- borne SAR Data, Proceedings of the Joint ISPRS/EARSeL Workshop “High Resolution Mapping from Space 2003”, Uni- versity of Hannover, Germany, Oct. 6-8, 2003.

Tao, V. and Hu, Y. (2001) A comprehensive study of the rational function model for photogrammetric processing. Photogram- metric Engineering & Remote Sensing, Vol. 67, No. 12, pp.

1347-1357.

Tao, V., Hu, Y., and Jiang, W. (2004) Photogrammetric exploitation of IKONOS imagery for mapping applications. International Journal of Remote Sensing, Vol. 25, No. 14, pp. 2833-2853.

Curlander, J.C. and McDonough, R.N. (1991) Synthetic Aperture Radar: System and Signal Processing. John Wiley & Sons, New York.

Zhang. Lu, Xueyan He, Tomi Balz, Xiaohong Wei, and mingsheng Liao (2011) Rational Function modeling for spaceborne SAR datasets. ISPRS Journal of Photogrammetry and Remote Sens- ing, Vol. 66, pp. 133-145.

Tao, V. and Hu, Y. (2002) 3D reconstruction methods based on the rational function model. Photogrammetric Engineering &

Remote Sensing, Vol. 68, No. 7, pp. 705-714.

Fraser, C.S. and Hanley, H.B. (2005) Bias-compensated RFMs for sensor orientation of high-resolution satellite imagery. Photo- grammetric Engineering & Remote Sensing, Vol. 71, No. 8, pp.

909-915.

Willneff, J., Poon, J., and Fraser, C.S. (2005) Single-image high- resolution satellite data for 3D information extraction. Interna- tional Archives of Photogrammetry, Remote Sensing and Spa- tial Information Sciences 36 (Part I/W3), 6 pages (on CD- ROM).

( 접수일: 2011.11.7/심사일: 2011.12.6/심사완료일: 2011.12.6)