원격탐사의 영상분류

많은 원격탐사 영상처리의 궁극적인 목적은 모든 화소를 속성에 따라 자동으로 분류하는 것이다. 영상분류는 영상신호를 이용하여 모든 화소를 분석자가 원하는 속성 등급으로 구분한 주제도를 제작하는 과정이다. 육안에 의한 영상판독으로 토지피복지도를 제작하는 방법과 비교하여 컴퓨터 영상분류는 신속하고 저비용으로 결과를 도출할 수 있다. 그러나 컴퓨터 영상분류에 의하여 얻어지는 결과는 대부분 화소 값에 의존하므로, 영상의 명암뿐만 아니라 질감, 모양, 배열, 상태, 크기 등 다양한 판독 요소를 이용하는 육안에 의한 분류보다 정확도가 떨어질 수 있다. 반면에 컴퓨터 영상분류는 전체 영상에 대한 일정한 기준을 적용하여 일관된 결과를 얻지만 육안 판독에 의한 분류는 판독자의 경험과 능력에 따라 분류 결과가 크게 다를 수 있다.

원격탐사 영상의 분류는 얼핏 과학적 이론에 기초한 처리로 규격화된 결과를 예상하지만, 실제 분류 결과는 분석자의 처리 방법과 경험에 따라 매우 다양하게 나타난다. 컴퓨터 영상분류는 과학이 아니 기술이라는 말이 있을 정도로, 분류 과정에서 분석자의 주관적 판단에 많이 의존한다. 열 명의 분석자가 동일한 분류 알고리즘을 이용하여 영상분류를 수행해도 열 가지 다른 분류 결과가 나오는 작업이다. 영상분류에 앞서서 분류 등급의 설정에 필요한 내용을 다루고 전통적인 영상분류 방법인 감독 분류와 무감독 분류의 과정과 특징을 설명하고자 한다.

분류체계 및 분류 등급

영상분류의 첫 단계는 분류하고자 하는 속성 등급을 설정하는 것이다. 분류 등급은 분석자가 분류하기를 원하는 정보 등급과 원격탐사 영상의 신호에 의하여 구분이 가능한 분광등급으로 나눌 수 있다. 영상분류가 어려운 점은 이 두 가지 분류 등급이 서로 일치하지 않기 때문이다. 정보 등급과 분류 등급이 부합하지 않는 예를 보여준다. 분석자는 영상에서 단순히 식물이 존재하는 식생 지역을 구분하기를 원하지만, 영상에서 나타나는 식물의 분광 특성은 식물의 종류 및 피복 상태에 따라 농지, 산림, 초지 등으로 구분될 수 있다.

반응형

분광등급이 정보 등급보다 많다면, 분석자는 어려움이 없이 원하는 등급으로 분류할 수 있다. 영상에서 산림, 초지, 농지로 분류하고 후처리를 통하여 이 등급을 결합하면 식생이라는 정보 등급을 얻을 수 있다. 영상분류에서 어려운 문제는 정보 등급이 분광등급보다 많은 경우다. 가령 분석자는 소나무, 전나무, 낙엽송 등 수종별로 산림을 분류하고 싶지만, 영상에서 나타나는 신호의 특성은 수종별 분류가 어려운 경우를 말한다. 영상에서 보이는 도시 지역은 대부분 콘크리트와 아스팔트의 분광 특성을 갖지만, 분석자는 도로, 상업지, 주택지 등으로 분류하길 원하는 경우가 많다. 정보 등급과 분광등급이 일치하지 않으면 결국 두 등급을 절충하여 분류 등급을 설정해야 한다. 분석자가 분류를 희망하는 정보 등급이 우선이면, 정보 등급을 분류하기에 적합한 분광 특성을 갖는 영상자료를 찾아야 한다. 수종별 산림 분류를 위해서 다중분광영상의 분광 특성이 충분하지 않다면 미세한 분광 특성의 차이를 구분할 수 있는 초분광영상을 이용하는 대안이 있다. 그러나 현존하는 원격탐사 영상으로는 분석자가 원하는 세부적인 정보 등급을 분류할 수 없다고 판단되면, 결국 정보 등급 사용할 영상자료와 분광 특성에 맞추어 조정해야 한다. 주어진 원격탐사 영상에서 소나무림, 전나무림, 낙엽송림의 분류가 불가능하다고 판단되면 침엽수림으로 분류 등급을 단순화해야 한다.