사진측량 블록조정 (Photogrammetric Block Adjustment)
쉽게 풀면
한두 장의 사진만으로 위치를 계산하는 것과 달리, 넓은 지역을 촬영한 수십, 수백 장의 사진을 한꺼번에 다뤄야 할 때가 많습니다. 블록조정은 이렇게 많은 사진을 하나의 큰 묶음(블록)으로 보고, 사진들 사이의 겹치는 부분과 알고 있는 기준점 정보를 모두 활용해 전체 사진들의 위치를 동시에 가장 정확하게 맞추는 작업입니다. 마치 수백 개의 퍼즐 조각을 낱개로 맞추는 것이 아니라, 전체 그림을 보면서 한 번에 최적으로 맞추는 것과 비슷합니다.
왜 중요한가
여러 장의 사진을 각각 따로 계산하면 오차가 누적되어 전체 지도의 정확도가 떨어질 수 있습니다. 블록조정을 통해 오차를 전체적으로 고르게 분산시킴으로써, 대규모 항공·위성·드론 사진측량에서 신뢰할 수 있는 정사영상과 지형모델을 만들 수 있습니다. 블록조정 결과의 품질은 통상 지상기준점에서의 잔차(RMSE)와 검사점에서의 독립 정확도로 평가되며, 이 수치가 후속 정사영상·수치표면모델의 신뢰도를 결정짓는 기준이 됩니다.
논문에서는 이렇게 쓰입니다
많은 사진을 한꺼번에 정합한 뒤 그 결과가 실측 기준점과 얼마나 차이 나는지 확인했다는 의미입니다.
많은 수의 드론 사진을 함께 조정함으로써 위치 오차가 줄어들었다는 뜻입니다.
조금 더 깊게 보면
블록조정은 다발조정법(bundle adjustment)이라는 최소제곱 기반 최적화 기법으로 수행되는 경우가 일반적이며, 사진 간 대응점과 지상기준점, 필요하면 GPS/IMU로 얻은 카메라 위치 정보까지 함께 이용해 전체 오차를 최소화합니다. 타이포인트(tie point)라 불리는 사진 간 자동 대응점과 지상기준점(GCP), 검사점(check point)을 구분해 활용하는데, GCP는 조정 계산에 직접 사용되고 검사점은 결과를 독립적으로 검증하는 용도로만 남겨둡니다.
주의할 점
사진 매수가 많고 중첩 구조가 복잡할수록 계산량이 커지며, 기준점이나 대응점의 품질이 낮으면 블록 전체의 정확도가 저하될 수 있습니다.
검사점에서의 오차가 지상기준점에서의 오차보다 유의미하게 크게 나타난다면 조정 결과가 과적합되었을 가능성을 의심해 볼 수 있습니다.