초분광 영상 (Hyperspectral Imaging)
쉽게 풀면
다중분광 위성영상이 서로 떨어진 몇 개의 넓은 파장 구간만 촬영한다면, 초분광 영상은 마치 스펙트럼을 촘촘한 빗살로 자르듯 수백 개의 매우 좁은 파장 구간을 연속적으로 촬영한다. 이렇게 얻은 자료는 각 지점마다 거의 완전한 스펙트럼 곡선을 갖게 되어, 서로 비슷해 보이는 두 종류의 광물이나 작물 품종처럼 넓은 파장대 영상으로는 구분하기 힘든 미세한 물질 차이까지 식별할 수 있다. 광물 탐사, 정밀 농업, 환경 오염 물질 탐지 등에 활용된다.
왜 중요한가
초분광 영상은 눈에 보이지 않는 물질별 분광 지문을 잡아내기 때문에, 육안이나 일반 위성영상으로는 구별할 수 없는 작물 스트레스, 광물 종류, 오염 물질 등을 원격으로 판별하는 연구의 핵심 자료로 쓰인다. 정밀 농업, 자원 탐사, 환경 모니터링, 국방·정찰 등 여러 응용 분야에서 분류 및 탐지 알고리즘의 성능을 좌우하는 입력 자료로 다뤄지기 때문에, 센서 기술과 머신러닝 기반 분석 기법 모두에서 활발히 연구된다.
논문에서는 이렇게 쓰입니다
항공기에서 찍은 매우 세밀한 파장별 영상을 이용해 광산 폐기물 지역 표면에 어떤 광물이 있는지 분류했다는 뜻이다.
작물 잎에서 얻은 세밀한 파장별 반사값 패턴을 분석해 질소가 부족한 상태를 겉으로 드러나기 전에 미리 찾아냈다는 뜻이다.
인공지능 모델을 세밀한 파장별 영상 자료에 적용해 바닷물 속에 섞인 여러 오염 물질의 종류를 구분해냈다는 뜻이다.
조금 더 깊게 보면
초분광 자료는 파장 대역 수가 매우 많아 차원이 매우 높기 때문에, 분석 전에 주성분분석(PCA)이나 최소잡음비율(MNF) 변환 같은 차원 축소 기법으로 핵심 정보만 압축하는 경우가 많다. 또한 대기 중 수증기나 산란의 영향을 제거하는 대기 보정, 그리고 각 물질 고유의 스펙트럼 곡선을 참조 라이브러리와 비교하는 스펙트럼 매칭 기법이 실제 분석에서 중요한 단계로 다뤄진다.
주의할 점
파장 대역이 매우 촘촘한 만큼 자료의 용량이 크고 처리 과정이 복잡해, 분석에 상당한 전산 자원과 전문적인 보정 기법이 필요하다.