본 연구에서는 2008년 3월 16일 지진 발생 전 IKONOS 원격탐사 영상과 2008년 9월 1일 지진 발생 후 QuickBird 원격탐사 영상을 데이터 소스로 사용하였으며, 다중 소스 및 다중 시간적 변화 감지를 사용하였다. 원격탐사를 통해 지진 피해정보를 추출하는 기술입니다.
다중 소스 및 다중 시간 변화 감지 기술을 기반으로 한 원격탐사 지진 피해 정보 추출 데이터의 전처리는 일반 원격탐사 영상 데이터의 전처리와는 달리 두 가지 품질에 대한 요구 사항이 더 높습니다. -위상 영상(방사선 보정, 기하학적 보정 또는 영상 등록과 관계없이 모두 상대적으로 높은 정확도가 필요함)은 후속 지진 피해 정보 추출의 정확성과 직접적인 관련이 있기 때문입니다. 본 절에서는 "빠르고, 효율적이며, 정확한" 요구사항을 충족시키기 위해 변화탐지 기술(그림 4-2)을 기반으로 한 다중 소스, 다중 시간 원격탐사 지진 피해 정보 추출 영상 전처리 기술 프로세스를 제안합니다. 좋은 결과를 얻는다는 것이 실험을 통해 입증되었습니다.
(1) ***제어점 없는 선 방정식의 기하학적 보정 방법
***선 방정식은 이미지 좌표와 지상 좌표 A 간의 엄격한 수학적 변환 관계를 기반으로 합니다. 이미징 공간의 기하학적 구조에 대한 직접적인 설명. 이 방법의 수정 과정에는 지형 기복으로 인한 투영 차이와 기하학적 변형을 어느 정도 수정할 수 있는 수치 표고 모델의 사용이 필요합니다. 오늘날 모든 위성 원격 탐사 데이터는 위성 센서의 정확한 위치, 고도, 속도, 태양 고도 각도, 자세 및 기타 매개변수와 함께 제공됩니다. 이 정보는 일반적으로 원격 탐사 이미지의 헤더 파일이나 RPC 파일에 저장됩니다. 지상기준점의 경우 보다 정밀한 기하보정 및 위치결정을 위해 선형방정식 기하보정 방식을 사용합니다.
고해상도 원격탐사는 폭이 좁고 공간해상도가 높기 때문에 지구의 접평면이나 지구의 곡률에 상대적으로 영향을 덜 받고, 영상의 내부 기하학적 왜곡도 적기 때문에 엑스레이는 일반적으로 고해상도 원격탐사 이미지의 기하학적 보정 후 더 나은 결과를 얻을 수 있는 방정식 기하학적 보정 방법을 사용합니다. 선형 방정식 기하 보정 방법은 위성 센서 비행의 관련 매개변수만 제공하여 이미지를 보정하면 되므로 기준점 선택 단계가 절약되고 시간이 절약되며 "빠르고 정확"이라는 요구 사항을 충족하므로 이 방법은 이 연구에서는 이미지의 첫 번째 "대략" 보정을 수행하기 위해 제어점이 없는 선형 방정식 기하학적 보정 방법을 선택했습니다.
ENVI 소프트웨어에서 IKONOS 및 QuickBird 데이터의 RPC 파일(.txt 형식)을 각각 읽은 다음 지리 참조 모듈에서 전색 및 다중 스펙트럼 대역에 대한 비제어점 선형 방정식을 수행합니다.
그림 4-2 원격탐사 지진 피해정보 추출을 위한 영상 전처리 기술 흐름도
(2) 정사보정
원격탐사 영상을 매핑할 때, 센서의 이미징 방식, 외부 방위각 요소의 변화, 지형 변동, 지구 곡률, 대기 굴절 등과 같은 다양한 불확실한 요인의 영향을 받아 이미지 자체의 기하학적 모양과 이에 대응하는 지상 물체의 모양이 달라지는 경우가 많습니다. 불일치하여 기하학적 변형(왜곡)이 발생합니다. 원격탐사 영상의 기하학적 변형은 원본 영상에 있는 물체의 기하학적 위치, 모양, 크기, 방향 및 기타 특성이 참조 시스템의 표현 요구 사항과 일치하지 않을 때 발생하는 변형을 의미합니다. 이러한 요인으로 인한 기하학적 왜곡을 제거하고 후속 이미지 등록을 위한 길을 마련하기 위해 연구 영역의 DEM을 사용하여 이미지의 디지털 정사영상을 수행하고 지진 전의 디지털 정사영상 지도를 생성하는 것도 필요합니다. 및 지진 후 단계(DOM이라고 하는 디지털 정사사진 지도). 디지털 정사보정의 원리는 정사영을 형성하기 위해 중앙에 투영된 이미지를 보정하기 위해 디지털 요소를 사용하는 프로세스입니다(Chen Wenkai, 2007).
이 글의 정사보정은 ENVI 소프트웨어의 정정보정 모듈에서 완료되었습니다. 지진 전 단계와 지진 후 단계의 DOM을 얻은 후 DEM과의 일치도 확인해야 합니다. DEM과 동일한 이름을 가진 특징점 위치의 오류는 표 4의 요구 사항보다 클 수 없습니다. -1. 요구사항을 초과하는 경우에는 교정을 다시 수행해야 합니다.
표 4-1 DOM 및 DEM 지상 물체점 위치 오류
(3) 이미지 융합
전색성 데이터와 다중 스펙트럼 데이터의 비교 DOM이 융합됨 고해상도 공간 정보와 다중 스펙트럼 색상 정보를 융합한 이미지를 형성합니다. 융합 전에 다중 스펙트럼 데이터는 서로 다른 토지 유형 간의 색상 대비를 높이고 색상 정보를 강조하기 위해 색상을 강화해야 합니다. 동시에 이미지의 색조를 조정하여 풀 컬러 데이터의 대비와 밝기를 향상시켜야 합니다. 로컬 대비, 텍스처 강조, 노이즈 감소. 융합 후에는 이미지에 잔상, 흐릿한 현상 등이 있는지 확인하고, 이미지 질감 세부 사항과 색상을 확인하고, 융합 전 처리가 올바른지 확인해야 합니다. 위의 문제가 있을 경우 반품하고 거부해야 합니다. 융합된 이미지의 밝기가 낮고 그레이 스케일이 좁은 경우 선형 스트레칭 및 밝기 대비와 같은 방법을 사용하여 색상을 조정할 수 있습니다. 그러나 융합된 데이터의 스펙트럼 정보 및 공간 정보를 유지하는 데 주의를 기울여야 합니다. 가능한 한 많이.
연구 융합된 데이터(4개 밴드: 빨간색, 녹색, 파란색, 근적외선)의 다중 스펙트럼 특성을 유지하고 표준화된 식생 지수 NDVI의 계산을 용이하게 하기 위해 ERDAS에서 감산 해상도를 사용했습니다. 소프트웨어 병합 모듈(이 융합 방법은 융합된 데이터의 원래 다중 스펙트럼 특성을 유지할 수 있음)을 사용하여 IKONOS 및 QuickBird 데이터의 전색성 대역과 다중 스펙트럼 대역을 각각 융합하여 좋은 결과를 얻습니다(그림 4-3, 그림 4-4).
그림 4-3 IKONOS 융합 이미지(1m)
그림 4-4 QuickBird 융합 이미지(0.6m)
(4) 이미지 등록
p>
지진 전 및 지진 후 DOM 이미지를 기준점 없이 선형 방정식으로 기하학적 보정 및 정사보정한 후 기본적으로 중첩되었으며 대부분의 지상 객체가 비교적 잘 중첩될 수 있습니다. 개인 목표와도 편차가 있습니다. 그림 4-5에서 왼쪽은 지진 후 QuickBird 이미지이고, 오른쪽은 IKONOS 이미지이며, 중앙에 검은색 선으로 표시된 부분에 연못의 겹침 효과에 편차가 있습니다. 이 경우 이미지 간 등록이 필요합니다. 이미지의 미세 수정이라고도 불리는 이미지 등록은 이미지의 기하학적 변형을 제거하고 특정 지도 투영 또는 그래픽 표현의 요구 사항을 충족하는 새로운 이미지를 생성하는 프로세스를 의미합니다.
그림 4-5 지진 전후 DOM 이미지 오버레이 효과(검은색 밑줄 부분에 편차가 있음)
이 섹션에서 참조하는 이미지 등록은 다중 이미지 기하학적 정합, 다중 이미지란 동일한 영역을 서로 다른 시간에 촬영한 이미지(다중 시간 이미지) 또는 서로 다른 센서로 얻은 다중 소스 이미지를 의미합니다. 여기서 IKONOS 및 QuickBird 이미지는 다중 소스 다중 시간 원격 감지 이미지에 속합니다. . 다중 이미지 기하학적 등록은 기하학적 변환을 통해 여러 이미지의 동일한 이름 이미지 지점을 정확하게 겹치는 것을 말하며, 이를 일반적으로 상대 등록이라고 하며, 상대적 등록 후 얻은 여러 이미지를 동일한 지도 좌표계로 분류하는 경우 절대라고 합니다. 등록을 허용합니다.
본 연구에서는 ERDAS 소프트웨어의 Image Geometry Correction 모듈에서 지진 전과 지진 후 융합 DOM 이미지 간의 정합 작업을 수행했습니다. 지진 후 QuickBird 이미지 DOM이 사용되었습니다. 모델은 지진 전 IKONOS 이미지 DOM에 등록되어 다항식 모델을 설정하기 위해 동일한 이름을 가진 6개의 제어점을 수동으로 선택한 후 자동으로 후속 위치를 찾습니다. 모델을 기준으로 이미지의 제어점을 이미지 창에서 클릭하기만 하면 위치를 수정하기만 하면 됩니다. 시간이 절약됩니다. 동일한 이름을 가진 등록 관리점의 잔차는 표 4-2의 요구 사항을 충족해야 합니다. ***20개의 지상 기준점(GCP)을 선택합니다. 이 20개의 기준점의 총 평균 제곱근 오차(RMSE)는 ±1.0773입니다. 각 지상 기준점의 좌표값과 RMSE는 표 4-3에 나와 있습니다. 마지막으로 가장 가까운 이웃 방법을 선택하여 이미지를 리샘플링합니다.
표 4-2 등록 기준점 잔차
표 4-3 각 지상 기준점의 좌표 및 RMSE
계속 표
DOM 이미지의 기하학적 등록 후에는 품질 검사 및 제어가 수행되어야 합니다. 첫째, 지진 전후 DOM 이미지의 동일한 이름의 특징점의 포인트 위치 오류는 표 4-4의 요구 사항보다 커서는 안 됩니다. 또한 두 DOM 이미지의 일치도 필요합니다. 토지이용현황지도(LUDRG)를 사용하여 단계를 확인한 결과 정확도는 표 4-5의 요구사항보다 클 수 없습니다. 요구 사항이 충족되지 않으면 토지 이용 현황 지도를 사용하여 2단계 DOM 이미지를 두 번째로 등록해야 합니다.
표 4-4 동일한 이름을 가진 다중 시간 DOM 포인트 등록의 정확도
표 4-5 토지 이용 지도와 관련된 DOM의 정확도
( 5) 영상 복사 강화 처리
지진 전과 후의 DOM 영상 획득 시간이 다르기 때문에 지상에서 받는 태양 복사가 다르며 고해상도 원격 탐사 영상 자체도 상대적으로 이질적인 스펙트럼을 갖습니다. 픽셀이 강하면 두 DOM 이미지 사이에 모양에 약간의 차이가 있어야 하며 이는 지진 피해 변화 정보 감지에 부정적인 영향을 미칩니다. 이러한 악영향을 제거하고 지진 피해 정보 추출의 정확성을 높이기 위해서는 지진 전 및 지진 후 DOM 영상에 대해 사전에 방사선 강화 처리를 수행해야 하며, 이는 주로 적응 필터링 및 히스토그램 매칭을 포함합니다.
고해상도 원격탐사 데이터에서 랜덤 노이즈(랜덤 노이즈는 토지 유형 간의 균일성과 경계의 안정성에 영향을 미치는 경우가 많음)와 픽셀 간 스펙트럼의 강한 이질성을 제어하려면 공간 필터링을 수행합니다. 이 연구에서는 ENVI 소프트웨어의 Frost 적응형 필터링을 사용하여 지진 전후 DOM 이미지를 필터링합니다. 이는 픽셀의 스펙트럼 이질성을 줄이고 이미지를 부드럽게 할 뿐만 아니라 지면 유형의 가장자리와 질감을 더 잘 유지합니다. Frost 적응 필터링은 가중치를 적응 조정 매개변수로 사용하여 각 픽셀에 대해 가중치를 결정한 다음 하나씩 필터링하는 필터입니다.
본 연구에서 언급한 히스토그램 매칭이란 다중분광 원격탐사 영상의 모든 대역의 히스토그램이 다른 원격탐사 영상의 모든 해당 대역과 유사하도록 영상 룩업 테이블을 수학적 변환하는 것을 의미하며, 인접한 이미지 간의 접합을 위한 전처리 작업이나 다중 시간 원격 탐사 이미지의 동적 변화 정보 감지에 대한 연구 히스토그램 매칭을 통해 태양 고도 각도 또는 대기 복사로 인해 발생하는 다중 소스 원격 탐사 이미지 간의 스펙트럼 정보 차이를 일부 제거할 수 있습니다. (Dang Anrong 외, 2003).
본 연구에서는 ERDAS 소프트웨어에서 지진 후 QuickBird 이미지 DOM을 표준으로 사용하고 지진 전 IKONOS 이미지 DOM의 각 밴드에 대해 히스토그램 매칭 과정을 완료했습니다. 이전 절의 융합 결과(그림 4-3, 그림 4-4)에서 QuickBird 융합 이미지는 연구 지역에서 두꺼운 구름층과 구름층으로 인한 그림자가 나타나서 클라우드 레이어와 섀도우 범위가 완전히 손실되어 데이터 품질에 심각한 영향을 미칩니다. 이 경우 얇은 구름을 제거하는 처리 방법으로는 문제를 해결할 수 없으나, 후속 작업은 지진 피해 변화 정보를 추출하여 다른 이미지로 대체해야 하므로 두꺼운 구름을 제거하는 대체 방법을 사용할 수 없습니다. 데이터(예: 재해(이전 IKONOS 데이터))는 필연적으로 후속 변경 정보 추출의 정확성에 영향을 미칩니다. 종합적인 검토 끝에 두꺼운 구름과 그림자 영역을 복구할 수 없는 경우 분류를 통해 구름과 그림자를 별도로 제안한 후 마스크 레이어를 설정하여 QuickBird 이미지에서 위 영역을 제거하고 참여하지 않기로 결정했습니다. 후속 연구. 지진 전 IKONOS 이미지에서도 같은 영역이 제거되었습니다. 복사 강화 처리 및 두꺼운 구름과 그림자 부분 제거 후 최종 2단계 DOM 이미지 효과는 그림 4-6 및 그림 4-7에 나와 있습니다.
그림 4-6 IKONOS 최종 DOM 이미지(1m)
그림 4-7 QuickBird 최종 DOM 이미지(0.6m)