The Korean Society For Geospatial Information Science

영상의 공간해상도 변환은 새로운 해상도의 영상에 위치할 화소값을 계산하는 과정이 필요하다. 이 과정은 보통 영상 재배열(resampling)을 통해 수행되며 영상 재배열이란 영상에서 해상도를 변화시킨 후 원 영상 자료의 X, Y의 위치로부터 화소값을 추출하여 새로운 영상의 좌표 X′, Y′에 다시 부여하는 것을 말한다. 영상의 화소값을 추출하여 재부여하는 방법에는 최근린보간, 양선형보간, 3차회선보간이 대표적이다.

Fig. 2와 같이 레스터 형태의 격자망 중앙에 원영상의 밝기값(DN)들이 존재하고 새로운 영상의 좌표가 X′, Y′에 위치할 때 최근린보간 기법에서 할당되는 화소값은 가장 가까운 DNi3j3 이다. 양선형보간은 인접한 4개의 화소값을, 3차회선보간은 16개의 화소값을 이용하여 보간을 수행하며 해상도 변환 영상의 화소값은 각각 식 (1)과 (2)와 같다.

Figure 2 
Interpolation methods for resampling

이 때, f(x)는 식 (3)의 가중치 함수로서 보간될 화소와 행 또는 열에 대한 거리(x)를 변수로 한다.

Kim et al.(2013)에 의해 개발된 PSO 기반 표적 탐지 기법은 기존에 많이 연구되지 않던 항공기와 선박 등의 탐지를 위해 개발되었다. 항공기의 경우 자체 구조가 선박의 경우 내부 구조물 때문에 차량에 비해 형태적 특이성이 커 탐지가 더 어렵다는 문제점이 있다. 표적 탐지 기법은 Eberhart and Kennedy(1995)가 제안한 PSO 알고리즘을 통한 임계값 선정 및 영상 임계화 과정과 배경 객체 추출, 공간인자 분석을 통한 표적 탐지의 3단계로 구성된다. PSO 알고리즘은 군집생활을 하는 동물들의 행동 습성을 모방하여 최적의 해를 찾는 알고리즘으로 여러개의 입자(particle)들이 임의의 그룹에서의 이전 속도(위치변화)와 이전 경험한 위치 중 가장 좋은 경험에 의거하여 새로운 속도를 계산하고, 새로운 속도를 통해 그룹에서의 최적의 임계값을 결정하는 방식으로 식 (4)와 같다(Ghamisi et al., 2012).

, 은 그룹의 현재 위치와 속도, 은 그룹 내 현재 최적의 임계값, 은 영상 내에서 최적의 밝기값, 은 이웃한 그룹들 사이에서 최적의 밝기값을 의미한다. PSO 알고리즘은 현재 단계에서 각 그룹의 최적의 임계값 로부터 와 가 결정되고, 다음 계산에서 그룹의 최적의 임계값을 구하기 위한 속도 는 와 가 있는 방향으로 향하도록 계산된다. 새로운 속도 에 의해 구해진 은 이전 단계에서 계산된 과 비교해 이웃 그룹 간 분산이 큰 값을 그룹 내 최적의 임계값인 으로 업데이트를 하고, 이후 를 통해 영상 내 최적의 밝기값인 와 이웃한 그룹들 사이에서 최적의 밝기값인 을 찾는 방식으로 반복계산이 진행되며, 계산 결과가 조건에 맞을 때 최종적으로 최적의 임계값 위치가 결정된다.

본 연구에서는 PSO 알고리즘을 이용하여 영상을 10개의 그룹으로 임계화하고 항공기와 선박이 해당하는 공통 그룹을 표적후보군으로 정하였다. 이 후 영상 분할을 통해 나지, 활주로, 수계와 같은 배경 이미지를 추출하였다. 배경 영상의 홀(hole)을 채운 후 다섯 화소 버퍼링(buffering)을 적용하였다. 이 후 표적후보군과의 포함관계를 계산하고 배경 영상에 포함되지 않는 표적후보군 객체를 제거하였다. 최종 표적 탐지를 위해 항공기와 선박 객체의 표본 조사를 수행하고 Table 1과 같이 객체 크기, 사각형률, 장・단축 비의 공간인자들과 탐지 기준을 정하였다.

항공기와 선박의 탐지 정확도는 영상의 공간해상도에 따라 그리고 재배열 기법에 따라 평가되었다. 최종 추출된 표적의 정확도를 평가하기 위하여 디지타이징(digitizing)을 통한 참조지도를 구성하였으며 개체 단위로 정확도를 평가하되 그 기준은 형태적으로 구분이 가능함과 동시에 픽셀 기준으로 참조자료와 비교해 50%이상의 픽셀이 추출된 경우를 기준으로 하였다. 정확도(precision)와 재현율(recall)은 표적 탐지 기법과 대상 개체에 따라 한 수치가 높거나 낮게 나타날 수 있기 때문에 이들의 조화 평균인 F-측정치(F-measure)를 이용하여 탐지 정확도의 비교 분석을 수행하였다(Table 2, 식 (5)∼(7)).

실험은 현존하는 고해상도 위성영상 중 가장 공간해상도가 높은 센서 중 하나인 Worldview-2의 영상을 이용하였다. 실험 지역은 브라질의 리우데자네이루로 2010년 1월 19일에 수집되었으며 전정색 영상의 경우 0.5m의 공간해상도를 갖는다. 해당 지역은 공항과 항구가 함께 존재하여 항공기와 선박의 탐지가 가능하다(Fig. 3).

Figure 3 
Study site

0.5m의 전정색 영상을 1m, 2m, 4m로 재배열하여 저해상도 영상을 생성하였으며 최근린보간, 양선형보간, 3차회선보간 기법을 이용하였다. 히스토그램 기반 영상 임계화 기법인 PSO 알고리즘을 적용하기 위하여 양선형보간 기법은 정수화, 3차회선 보간 기법은 정수화 및 8비트화 작업이 수행되었다. 재배열 영상의 항구 부분을 확대하여 보면 선박 개체들이 1m 영상에서는 쉽게 구분이 가는 반면 4m 영상에서는 선박의 경계가 모호해지는 것을 알 수 있다(Fig. 4). 또한 최근린보간의 경우 선박 경계의 대비가 뚜렷하지만 계단 현상이 발생하고, 3차회선보간의 경우 선박의 대비가 약한 대신 스무딩(smoothing)된 표적을 확인할 수 있다(Fig. 5).

Figure 4 
Nearest neighbor resampling results:

(a) 1m, (b) 4m

Figure 5 
1m resampling results:

(a) Nearest neighbor, (b) Cubic convolution

PSO 알고리즘 기반의 표적 탐지 결과가 Fig. 6과 같다. 항공기의 경우 포함오차(commission error)가 선박의 경우 누락오차(omission error)가 주로 발생하는 것을 확인할 수 있다. 이는 탑승교(boarding bridge) 등이 항공기와 분광적, 형태적으로 유사하여 항공기로 잘못 추출되기 때문이며, 선박의 경우에는 선박 자체 또는 내부 구조물 등의 분광적 다양성이 존재하여 임계화 과정에서 제대로 추출되지 않기 때문이다.

Figure 6 
0.5m target detection results:

(a) Airplane, (b) Ship

2m 영상의 표적 탐지 결과 또한 마찬가지로 항공기의 경우 포함오차가 선박의 경우 누락오차가 주로 발생하며 고해상도 영상에 비해 더 큰 오차가 발생한다. 그리고 탐지된 표적의 형태적 완결성이 고해상도 영상에 비해 낮으며 크기가 작은 선박은 군소 화소로 표현되기도 한다(Fig. 7).

Figure 7 
2m target detection results:

(a) Airplane, (b) Ship

0.5∼4m의 공간해상도와 최근린(N), 양선형(B), 3차회선(C) 보간 기법에 따른 항공기와 선박 탐지 결과의 F-측정치는 Table 3과 같다. 공간해상도가 가장 높은 0.5m 원영상에서 항공기와 선박의 탐지 정확도가 가장 높게 나타났으며 해상도가 낮아짐에 따라 탐지 정확도 또한 함께 낮아지는 것을 알 수 있다(Fig. 8, 9). 이러한 경향은 선박보다 항공기에서 두드러지는데 이는 해상도가 낮아지는 재배열 과정에서 항공기의 날개나 꼬리 부분이 손실되어 사각형률이 증가하거여 탐지되지 않거나 탐지 되었다 하더라도 그 면적이 감소하기 때문이다(Fig. 7).

Figure 8 
F-measure graph of airplane detection results

Figure 9 
F-measure graph of ship detection results

그리고 보간 기법 중 최근린보간 기법의 탐지 정확도가 가장 우수하며 3차회선 보간 기법은 양선형보간 기법보다 대체적으로 정확도가 낮게 나타났다. 특히 항공기 탐지 결과에서 3차회선보간기법의 정확도가 더 낮게 나타나는데 이는 항공기의 복잡한 형태적 구조가 많은 인접화소의 거리 가중치 평균값을 이용하게 됨에 따라 왜곡되기 때문이다.

NIIRS(National Imagery Interpretability Rating Scales)에서는 전문가의 판독 가능성을 바탕으로 표적탐지 기준을 제시하고 있다(Irvine, 1997). 항공기와 선박의 경우 2.5∼4.5m에서 확인이 가능하다고 제시하고있다. 그러나 연구 결과에서 영상이 2m 이상의 해상도를 가질 때 50% 이상의 항공기 탐지 정확도를 기대할 수 있는 것으로 나타났다. 이는 전문가의 판독이 전문성과 수작업으로 이루어지기 때문이며 실제 자동화된 표적 탐지 알고리즘을 적용할 때에는 더 높은 해상도의 영상이 필요함을 의미한다.