원격탐사와 영상 변환

영상강조는 영상 필터링 기법과 다중밴드 영상의 밴드 화소 값을 수학적으로 조합하여 특정 정보를 잘 보여주는 새로운 영상을 생성하는 영상변환(image transformation) 기법이 있다. 영상변환은 여러 밴드에 포함된 특징을 강조한 새로운 영상으로 변환하는 과정이므로 두 종류 이상의 영상자료를 결합하여 영상을 생성하는 영상합성과 다소 차이가 있다. 본 절에서는 다중밴드 명상에 적용되는 여러 가지 영상변환 기법을 다루고자 한다.

밴드 연산

밴드 연산(band algebra)은 동일 지역의 여러 분광 밴드 명상의 각 화소 값을 간단한 수학식으로 조합하여 새로운 영상으로 변환하는 방법이다. 가장 간단한 형태의 밴드 연산으로는 두 밴드의 화소값을 나누는 밴드비(band ratio)가 있다. 이미 앞 장의 복사보정에서 간단히 설명했듯이, 밴드비는 각 밴드 영상에 포함된 복사 왜곡을 줄이기 위한 보정 처리 기법으로 이용한다. 두 분광 밴드에 포함된 대기 및 지형기록에 의한 복사 왜곡의 정도가 유사한 경우, 두 밴드를 나눔으로써 각 밴드 영상신호에 포함된 복사 왜곡이 소거되는 효과를 얻을 수 있다. 복사보정 효과를 얻으려면, 밴드비에 입력하는 두 분광 밴드의 반사 특성이 유사하고 파장이 인접해야 한다.

반응형

영상강조 기법으로서의 밴드비는 일반적으로 두 밴드의 파장 구간에서 반사 특성이 서로 상이한 경우에 적용한다. 두 밴드를 나눔으로써, 각각의 밴드에서 잘 나타나지 않는 새로운 특징이 밴드비 영상에서는 강조되어 잘 보이도록 하는 처리 기법이다. 밴드의 대표적인 영상강조 사례로, 근적외선 밴드를 적색광 밴드로 나눈 결과는 녹색 식물의 특징을 잘 보여준다. 이 밴드는 식생지수(vegeration index)의 하나로 두 밴드에 포함된 식물 관련 특성을 결합한 강조기법이다.

밴드비에 사용하는 두 개의 밴드 선정은 강조하고자 하는 지표물의 분광반사 특성에 기초하지만, 이를 정확하게 판단하기는 쉽지 않다. 그러므로 영상강조를 위한 밴드비에 사용하는 두 밴드를 선정하려면, 밴드 간 상관관계를 이용할 수 있다. 두 밴드의 상관관계가 낮다면 두 영상의 신호가 연관성이 낮다는 의미다. 따라서 두 밴드를 나눔으로써 두 밴드에서 잘 나타나지 않는 특징이 밴드비 영상에서는 잘 보일 수 있다. 식물의 분광반사 특성은 근적외선과 가시광선에서 매우 다르므로, 두 밴드의 비가 식물의 특징을 강조하는 효과를 준다. 반대로 복사보정 효과를 얻기 위한 밴드비에 사용하는 두 밴드는 서로 상관관계가 높아야 한다. 두 밴드의 상관관계가 높다는 것은 대기, 지형, 태양식 등 환경 조건에 의한 영향이 비슷할 수 있기 때문이다. 인천지역의 SPOT 다중분광영상의 적색광 및 근적외선 밴드 영상과 두 밴드를 나눈 밴드비 영상을 보여준다. 두 밴드 형상에서 보이는 도심, 갯벌, 물, 산림. 눈의 밝기는 각각 다르다. 물론 근적외선 영상의 밝기는 식물의 높은 반사율을 보여주지만, 식물과 비슷한 밝기 값을 가진 비식물 재료물(영상 좌심부의 밝은 모양과 구분이 어려운 경우도 있다. 두 밴드를 나눈 밴드비 영상에서는 식물과 비식물이 뚜렷하게 구분되며, 또한 식생지에서도 식물의 종류와 상태에 따라 차이가 있다. 영상이 촬영된 10월 6일의 식생 상태를 감안하면 논은 이미 최대 생육단계가 지난 추수 직전의 상태이므로 산림보다 다소 어둡게 보인다.

밴드비는 다양한 지표물의 분광반사 특성에 대한 충분한 이해가 없어도 간단하게 적용할 수 있는 기법이다. 광물, 토양, 수분과 관련하여 분광반사 특성이 서로 다른 두 개의 밴드를 이용한 밴드비 영상은 종종 기대하지 못했던 의외의 특징을 강조하여 보여주는 경우가 있다. 밴드비는 아주 간단한 처리 과정이므로 여러 밴드 조합에 대하여 시험적으로 밴드 영상을 생성하고 그 특징을 비교하면서 관심 대상을 찾는 수단으로 종종 사용한다.

밴드 차이(band difference)는 두 밴드 신호 값의 차이로 밴드비와 유사한 정보를 얻을 수 있다. 근적외선 및 적색광 밴드의 신호 차이는 밴드와 마찬가지로 식물의 특성을 강조한 식생지수로 사용할 수 있다. 밴드비와 밴드 차이는 또한 다중시기 영상을 이용한 간단한 변화탐지에도 적용할 수 있다. 동일 지역을 다른 시기에 촬영한 두 영상을 나누거나 빼주면 변화와 관련된 흥미로운 결과를 볼 수 있다. 두 시기 영상을 이용한 밴드비와 밴드 차는 아래와 같이 산출한다.

두 시기 영상에 밴드비와 밴드차 수식을 적용하면 두 시기에 지표 변화가 없는 지점은 각각1과 0에 가까운 값을 갖는다. 반면에 두 시기에 지표 상태가 변한 지점은 밴드비 영상에서 1보다 크거나 작은 값을 갖게 되며, 절대 값이 1에서 멀어질수록 피복 상태의 변화가 크다는 것을 의미한다. 밴드가 영상에서는 0보다 크거나 작아질수록 피복 변화의 정도가 크다. 밴드 연산을 이용한 변화탐지를 위해서는 두 밴드 영상이 가급적 동일한 센서로 촬영한 영상이 바람직하다. 두 영상이 이종 센서로 촬영한 영상이면 두 영상의 화소값 차이를 보정하는 정규화 과정이 필요하다. 변화탐지에서는 또한 두 영상 촬영 시점의 대기상태 및 태양각 차이도 함께 고려해야 한다. 밴드 연산을 이용한 변화 탐지는 주로 변화가 발생한 지점을 따르게 탐지하기 위한 용도로 적용되며, 변화의 종류와 특성에 관한 구체적인 정보를 얻기 위해서는 추가적인 처리가 필요하다.