KOMPSAT 기반 위성영상 품질 향상 및 변화 객체 추출 연구

Satellite Image Enhancement and Change Object Extraction Using KOMPSAT Data

연구 내용

위성영상의 품질을 향상시키고 SAR 기반 변화로부터 객체를 자동 추출하기 위한 딥러닝 및 영상처리 기법을 개발하는 연구

본 연구는 관측 조건에 의해 저하되는 위성영상의 품질 문제를 완화하고, SAR 영상에서 변화 객체를 안정적으로 추출하는 기술을 다룹니다. 먼저 no-reference CNN 기반 초해상도(슈퍼-해상도) 접근에서 품질 저하를 모사하는 열화(degradation) 모델과 edge 명확도 향상을 위한 변환을 결합하여 KOMPSAT-3 영상의 재구성 성능을 개선합니다. 다음으로 다중시점 SAR에서 speckle과 강반사로 인한 오탐을 줄이기 위해 차분 영상 생성 단계에서 scale-adaptive 수정과 형태학 기반 객체 필터링을 적용하여 변화 객체를 자동으로 분할·추출합니다. 또한 SAR 위성 집단 운용을 고려한 응용 시스템 관점의 데이터 처리·접근성 요구도 함께 검토합니다.

관련 프로젝트

0건

연구 흐름

2021년에는 학습에 필요한 고품질 ground truth 확보가 제한되는 상황을 고려해 KOMPSAT-3용 no-reference CNN 기반 초해상도 기법을 제안하고, 적응형 영상 품질 수정과 열화 모델을 통해 학습·추론의 현실성을 높였습니다. 2022년 이후로는 다중시점 SAR을 활용한 변화 탐지에서 speckle 환경의 오탐을 줄이는 방향으로 연구를 확장하며, 2022년에 KOMPSAT-5 영상에 대해 scale-adaptive difference image와 morphology 기반 객체 필터링을 결합한 변화 객체 추출 모델을 제시했습니다. 2023년에는 데이터 규모 증가와 실시간 접근 요구를 반영해 SAR 위성 응용 시스템 관점의 처리 흐름을 다루어, 분석 모델과 데이터 인프라를 연결하는 확장 연구를 수행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

KOMPSAT 기반 초해상도 영상 생성
관측 조건 저하 완화형 화질 개선 파이프라인
SAR 다중시점 변화 탐지 자동화
객체 기반 오탐 저감 필터링
도시 지역 변화 감시용 분할 지도 생성
실시간 지상 사용자 분석 지원
위성 영상 재처리 자동 스케줄링
대용량 SAR 데이터 처리 워크플로
레이더 합성영상 품질 평가 체계
위성 데이터 접근성 향상 아키텍처