항공디지털카메라 ADS40을 위한 다중영상매칭에 관한 연구 = A Multiple Image Matching Technique for the Airborne Digital Camera - ADS40

다국어 초록 (Multilingual Abstract)

Digital Surface Model(DSM) is an essential data for applications of GIS and intelligent land information. DSM is usually generated from aerial image and satellite image by manually.
An image matching is very important for automatic DSM generation and has been studied as a main topic in computer vision and digital photogrammetry. However the image matching processing has a difficulty caused by fundamental problems of photogrammetry which are central projection and occlusion.
The large-format aerial digital camera ADS40, which was developed in 2000, directly acquire digital form image with linear CCD(Charge-Coupled Device) sensor. The ADS40 acquires 100% overlapped multiple images with several linear array CCD sensors using pushbroom scanning method. Therefore, the geometric and radiometric characteristics of nADS40 image are quite different from those of traditional frame aerial camera image. Moreover ADS40 equipped with GPS/INS on board provides direct exterior orientation for digital image so that DSM generation could be much more automated.
This study investigates geometric and radiometric characteristics of the ADS40 image. Moreover this study suggests the image matching strategy for extracting 3D spatial information with the ADS40 image. Since the ADS40 Level 1 image satisfies quasi-epipolar line geometry, the search space for image matching could be reduced in great deal. To speed up image matching as well as cut down errors of image matching, coarse-to-fine strategy was implemented.
Among multiple image combination for image matching, GRNN image which is one of nadir images in ADS40 plays a primary role in image matching. Experimental results presented that image matching between GRNN image as master and REDF, GRNF, PANB images as target, respectively didn't show such a big difference.
As ADS40 captures multiple images from multiple linear CCDs, it is possible to perform multiple image matching. Based on experiments, multiple images more than two images doesn't enhance the image matching outcomes. In other words, thers are no considerable advantage as well as benefit in image matching with more than two images. From experimental results, image matching with two images showed that the result of success rate is 92% in open area, 81% in building area, and 59% in dense apartments area.

국문 초록 (Abstract)

실세계에 대한 수치지형모델(Digital Surface Model)은 GIS 응용분야 및 지능형 국토정보의 기반정보로서 일반적으로 항공영상이나 위성영상 등을 이용하여 수작업에 의해 구축되었다. 항공영상을 이용하여 수치지형모델을 자동으로 구축하기 위해서는 영상정합이 필수적인 과정이다. 영상정합은 컴퓨터비전 및 수치사진측량분야의 주요 연구주제로서 많은 연구자에 의해 관련 연구가 수행되었으나 사진측량의 원천적인 문제점인 중심투영과 이에 따른 폐색(occlusion)에서의 영상정합에 어려움이 있다.
2000년도에 최초로 개발된 Large-format 항공디지털카메라인 ADS40은 CCD 센서에 의해 영상을 디지털형태로 취득하며 GPS와 INS 센서데이터를 이용하여 외부표정요소를 직접 얻을 수 있으므로 수치지형모델 구축의 자동화가 가능하다. ADS40은 여러 개의 선형배열 CCD 센서를 이용하여 Pushbroom방식에 의해 100% 중복도의 다중영상을 취득한다. 따라서 ADS40 영상은 기존의 프레임카메라에 의한 항공영상과는 다른 기하학적ㆍ방사학적 특징을 가지고 있다.
본 연구에서는 ADS40 영상의 기하학적ㆍ방사학적 특징을 조사하고, ADS40 영상으로부터 3차원 공간정보를 추출하기 위한 영상정합 전략을 제시함을 목적으로 한다.
이를 위하여 ADS40 Level 1 영상의 유사 에피폴라(quasi-epipolar)라인 기하를 이용하여 탐색영역을 제한하였으며 계층적인 접근(coarse-to-fine) 전략에 의해 탐색영역을 최적으로 추정하여 지역적인 최대치(local maximum)에 의한 영상정합의 오류를 줄여 영상정합 정확도를 향상시켰다.
영상정합에 이용되는 영상조합에 따른 상대적인 비교 결과, 연직영상(GRNN)을 기준영상으로 이용할 경우 대상영상으로는 REDF, GRNF, PANB영상에서 유사한 결과를 보임을 알 수 있다. 그리고 영상정합에 이용되는 영상수에 따른 성공률 분석결과, 영상정합쌍이 2이상인 경우 성공률의 커다란 변화는 없었다. 또한 영상정합쌍이 2일 때 평지에서는 약 92%의 성공률을, 건물이 있는 지역에서는 81%, 아파트 밀집지역에서는 59%의 성공률을 얻을 수 있었다.

목차 (Table of Contents)

• 제 1 장 서론 = 1
• 1.1 연구배경 및 목적 = 1
• 1.2 연구동향 = 4
• 1.3 연구내용 및 범위 = 7
• 제 2 장 ADS40 일반 = 10
• 2.1 개요 = 11
• 2.2 특징 = 18
• 2.2.1 ADS40의 특징 = 18
• 2.2.2 아날로그카메라와의 차이 = 21
• 2.3 센서 모델 = 23
• 2.3.1 좌표계 = 26
• 2.3.2 좌표변환 = 27
• 제 3 장 영상정합(Image matching) = 32
• 3.1 개요 = 32
• 3.1.1 영상정합 요소 = 33
• 3.1.2 영상정합의 방법 및 특징 = 34
• 3.2 영역기반정합(Area-Based Matching) = 37
• 3.2.1 밝기상관법에 의한 영상정합(Correlation Matching) = 37
• 3.2.2 최소제곱영상정합(Least Squares Matching) = 41
• 제 4 장 영상정합 전략(Image Matching Strategy) = 45
• 4.1 ADS40영상의 특성 = 45
• 4.1.1 기하하적 특징 = 45
• 4.1.2 방사학적 특징 = 49
• 4.2 영상정합의 기본 전략 = 53
• 4.2.1 유사 에피폴라기하(quasi-epipolar geometry) = 54
• 4.2.2 기준영역(template image)의 크기 = 57
• 4.2.3 탐색공간(search space) 결정 = 58
• 4.2.4 정합 후보점 추정 = 63
• 4.2.5 오정합(Mismatch) 탐색 = 67
• 4.3 다중영상정합(multiple image matching) = 73
• 제 5 장 실험적용 및 평가 = 76
• 5.1 ADS40 영상 = 76
• 5.1.1 실험데이터 = 80
• 5.2 적용 = 90
• 5.2.1 기준영역(template size)의 크기 = 90
• 5.2.2 탐색공간 = 108
• 5.2.3 정합후보점 추정 = 113
• 5.2.4 Mismatch 탐색 = 115
• 5.2.5 평가(Quality measure)분석 = 131
• 5.2.6성공률(success rate) 분석 = 137
• 5.2.7 영상정합 결과 = 144
• 제 6 장 결론 = 153
• 참고문헌 = 155