초록

고해상의 디지털 영상정보가 가지고 있는 잠재력은 매우 크다. 이 잠재력은 인간의 비쥬얼 시스템의 분석에 의하여 확인될 수 있다. 고해상의 영상자료 속에 담겨져 있는 개개의 건물과 도로를 위시한 각종의 지표정보들이 이에 의하여는 손쉽게 확인된다. 하지만 이것이 컴퓨터를 통하여 자동적으로 정보화되기 위하여는 많은 영상처리기술의 개발이 요구된다. 이 연구는 인간의 두뇌로 분석되어지는 이러한 정보의 일부를 컴퓨터를 이용하여 자동적으로 추출하려 하였다.
이 연구의 촛점은, 고해상의 디지털 영상정보를 분석하여 개개의 물체에 대한 정보를 추출하기 위한 초기단계의 연구로서, 물체의 경계를 자동적으로 추출하는 방법에 두어졌다. 특히 물체간에 나타나는 휘도의 차이와 경계가 갖는 기하학적 특성에 주어졌다. 물체의 내부는 유사한 휘도를 갖으며 물체 사이는 상이한 휘도를 갖을 때, 텍스춰 측정치는 물체의 경계에서 높을 것이라는 전제이다.
이 연구에서는 기존의 텍스춰 측정 방법의 문제점을 개선하기 위하여 새로운 경계 강화기법을 개발하였다. 이 방법은 경계를 강화시키는 오퍼레이터를 선형화 시킴으로써 경계가 가지고 있는 기하학적 특성이 충분히 반영될 수 있도록 하여 보다 정확한 경계의 추출이 가능한 기반을 만들었다. 경계를 추출하기 위한 방법으로는 경계가 강화된 이미지로부터 리지를 찾아내는 방법을 사용하였다. 이것은 단순히 강화된 경계를 침식시켜 선형화하는 방법에 비하여 보다 정확한 경계후보픽셀을 찾아낼 수 있게 한다.
선정된 경계후보픽셀 중 경계픽셀을 추출하는데는 threshold의 방법을 사용하였다. 경계후보픽셀들에 대하여 경계강화 측정치를 부여하고, 이 픽셀들에 대하여 다양한 수준의 threshold를 적용하여 경험적으로 최적치를 찾아내었다. 이 방법은, 단순히 경계강화 측정치에 threshold를 적용하고 이를 선형화하는 방법에 비하여, 물체의 경계와 추출된 경계가 바로 비교되어 threshold의 최적치를 손쉽게 얻을 수 있는 이점을 가지고 있다.
이 방법을 시뮬레이션 데이터에 적용하여 기존의 경계강화 방법에 의한 경계추출 결과와 비교하여 보았으며 이 연구에서 제안된 방법이 경계의 정확한 추출을 크게 개선하였음이 확인되었다. 경계의 강화를 위하여 11 X 11의 오퍼레이터를 사용하였을 때 기존의 경계강화 방법을 사용할 경우 나타날 수 있는 오차의 폭은 3-4미터나 되었으며, 이 연구에서 제시한 방법에 의하면 이 오차의 상당부분을 줄일 수 있는 것으로 확인되었다.
제안된 방법을 산업지역, 주거지역, 그리고 농촌지역 등으로 구성된 실제의 연구대상지역에 적용하여 본 결과, 산업지역에서는 건물, 도로, 선박계류시설 등 대규모 시설물의 경계가 거의 대부분 추출되었다. 이 구조물들은 비교적 동질적인 휘도를 갖을 것이라는 전제를 거의 충족시켜 주었으며, 따라서 경계도 비교적 정확히 추출되었다. 조밀주거지역의 경우 건물의 경계는 잘 보존되었으나, 건물의 지붕 구조가 굴뚝, 기타 장치물 등으로 복잡하여, 한건물이 여러 개의 조각으로 분할되고 있다. 농촌지역의 경우도 경작지와 숲, 도로 등에 대한 외곽의 경계는 잘 추출되었으나, 이들 내부의 휘도의 변동으로 인하여 가성의 에지에 의하여 여러 조각으로 분할되고 있다. 전체적으로는 고해상도의 영상이 가지는 세밀한 정도가 자동차나 선박 등 관심의 대상이 아닌 작은 물체까지도 추출하여 내고 있었다.
이러한 문제점을 해결하기 위하여 물체 내부의 휘도의 변동, 그리고 관심의 대상이 아닌 작은 물체, 물체의 일부로서 물체의 내부에 존재하는 작은 구조물 등을 식별하여 내는 방법의 연구가 요구된다