객체기반영상분석 (Object-Based Image Analysis)

한 줄 정의: 화소가 아니라 비슷한 화소를 묶은 객체 단위로 위성영상을 분류하는 기법입니다.

쉽게 풀면

전통적인 영상 분류는 화소 하나하나의 밝기값만 보고 무엇인지 판정합니다. 해상도가 높아지면 같은 지붕 안에서도 밝기가 제각각이라 결과가 얼룩덜룩해집니다. 객체기반영상분석은 먼저 비슷한 화소들을 묶어 건물, 도로, 나무 같은 덩어리를 만들고 그 덩어리의 색, 모양, 크기, 이웃 관계를 함께 보고 분류합니다.

왜 중요한가

고해상도 위성영상과 항공사진이 널리 쓰이면서 화소 단위 분류의 한계가 뚜렷해졌고, 객체기반 방식이 토지피복 지도 제작의 표준적 대안으로 자리 잡았습니다. 결과가 덩어리 형태로 나오기 때문에 그대로 벡터 자료로 바꿔 GIS 분석에 쓰기 좋다는 장점도 큽니다.

논문에서는 이렇게 쓰입니다

"고해상도 영상에 객체기반영상분석을 적용한 결과 화소기반 분류보다 전체 정확도가 향상되었다."

덩어리 단위로 형태와 맥락까지 고려해 분류했을 때 오분류가 줄었다는 뜻입니다.

조금 더 깊게 보면

절차는 크게 영상분할과 분류의 두 단계입니다. 분할 단계에서는 색과 형태의 가중치, 그리고 객체 크기를 좌우하는 축척 매개변수를 정해 화소를 병합하며, 이 매개변수 선택이 결과를 크게 좌우하므로 민감도 검토가 필요합니다. 분류 단계에서는 분광 특성 외에 면적, 길쭉함, 인접 객체와의 관계 같은 특징을 규칙이나 기계학습 분류기에 넣습니다. 여러 축척으로 객체를 만들어 계층적으로 다루면 건물과 블록처럼 서로 다른 크기의 대상을 함께 분석할 수 있습니다.

주의할 점

객체기반영상분석은 분류 대상 단위를 바꾼 것이므로, 화소 단위로 훈련자료를 쓰는 일반 영상분류와 정확도를 비교할 때는 평가 단위를 맞춰야 합니다. 또 분할 결과가 실제 지물 경계와 어긋나면 이후 분류가 아무리 정교해도 오차가 그대로 남습니다.