Radiometric consistency in UAV thermal photogrammetry for Earth-science surveys: preview artefacts and cross-domain photogrammetric benchmarks

기술 요약: UAV 열화상 사진 측량의 복사 휘도 일관성

문제 정의
고해解상도 무인 항공기(UAV) 열화상 이미징은 지질학적 특성 규명부터 태양광 발전소 모니터링에 이르기까지 지구 과학, 구조 공학 및 에너지 분야에서 점점 더 많이 활용되고 있다. 그러나 워크플로에는 중요한 기술적 한계가 존재한다: DJI 열화상 카메라는 R-JPEG 파일 내의 메타데이터와 독점 데이터 세그먼트에 복사 온도 데이터를 저장하지만, 표준 사진 측량 소프트웨어는 일반적으로 시각적 검사용으로 의도된 8비트 가시광 프리뷰 이미지를 기본적으로 읽어 들인다.

Structure-from-Motion(SfM) 소프트웨어가 이러한 원본 R-JPEG 파일을 처리할 때, 실제 복사 레이어 대신 8비트 프리뷰 채널을 사용하는 경우가 빈번하다. 이는 정량적인 온도 값을 손실하는 결과를 초래하는데, 왜냐하면 프리뷰 이미지는 프레임마다 각기 다른 장면 의존적 대비 스트레칭(contrast stretching)과 톤 매핑(tone mapping)을 적용하기 때문이다. 결과적으로, 생성된 정사영상(orthomosaics)과 3D 모델은 물리적으로 의미 있는 온도 척도를 갖지 못하게 되어, 지질 과학 모니터링에 요구되는 정량적이고 재현 가능한 성격을 저해한다. 또한, 기존 솔루션들(예: IRimage-UAV 또는 제조사 도구)은 대개 전체 워크플로의 일부(예: 배치 변환 또는 메타데이터 전송)만을 처리하며, 품질 관리 및 사진 측량 준비를 위한 통합된 환경을 제공하지는 못한다.

방법론
이러한 격차를 해결하기 위해 저자들은 DJI 열화상 데이터의 전처리를 자동화하는 오픈 소스 PyQt5 기반 그래격 사용자 인터페이스(GUI)인 Thermal-Pipeline을 개발하였다. 워크플로는 다음의 5단계 순차적 과정으로 구성된다:

1. 배치 복사 추출(Batch Radiometric Extraction): DJI Thermal SDK(dji_irp.exe)를 활용하여 R-JPEG 파일에서 원시 복사 데이터를 추출하고, 이를 픽셀당 float32 행렬로 출력한다.
2. 포맷 변환: ImageJ 매크로를 사용하여 이 원시 행렬을 압축되지 않은 float32 GeoTIFF 타일로 변환함으로써, 8비트 색상 코드가 아닌 실제 소수점 온도 값을 보존한다.
3. 메타데이터 전송: ExifTool을 사용하여 원본 R-JPEG 파일에서 필수적인 EXIF 및 GPS 태그를 새로운 TIFF 파일로 복사하여 지리 참조 호환성을 확보한다.
4. 리포팅: 이미지별 통계가 포함된 비행 레벨 CSV 보고서를 생성한다.
5. 사진 측량 벤치마킹: 세 가지 서로 다른 미션 데이터셋(교량, 태양광 발전소, Kula 화산 지열 지대)을 Agisoft Metashape Professional v2.1.0을 사용하여 두 번씩 재구성하였다: 한 번은 기본 8비트 R-JPEG 프리뷰 임포트를 사용하여, 다른 한 번은 변환된 float32 TIFF 제품을 사용하여 수행하였다.

추가적으로, 세 곳의 현장에서 2,488개의 매칭된 프레임 쌍에 대해 픽셀 수준의 일관성 분석을 실시하였다. 이 분석은 원래의 R-JPEG 프리뷰와 float32 TIFF를 비교하여 온도 범위 보존, 대비 안정성 및 구조적 유사성(SSIM)을 평가하였다.

주요 기여

• Thermal-Pipeline 소프트웨어: 원시 열화상 데이터 획득과 사진 측량 처리 사이의 간극을 메우는 통합된 오픈 소스 GUI를 출시하여, 지리 공간 메타데이터가 온전하게 유지된 상태로 R-JPEG를 float32 TIFF로 배치 변환할 수 있게 하였다.
• 정량적 벤치마킹: float32 복사 입력을 사용하는 것이 표준 8비트 프리뷰 임포트와 비교했을 때 사진 측량 재구성 지표를 유의미하게 개선한다는 것을 보여주는 비교 연구를 수행하였다.
• 복사 휘도 일관성 분석: 사진 측량 성능의 저하가 8비트 표현 자체보다는 DJI SDK의 제어되지 않은, 장면 의존적 프리뷰 톤 매핑(대비 스트레칭)에 의해 주로 발생한다는 증거를 제시하였다. 본 연구는 float32 입력이 비행 블록 전체에서 공통된 온도 축을 유지하는 반면, 프리뷰 채널은 프레임 간 변동성을 유발함을 입증하였다.

결과
세 테스트 사이트(교량, 태양광 발전소, Kula 화산)에 대한 연구 결과는 다음과 같다:

• 재구성 품질: float32 TIFF 입력을 사용하면 정렬(alignment) 및 결합점(tie-point) 생성이 일관되게 향상되었다.
  • 결합점(Tie Points): 교량에서 29.7%, 태양광 발전소에서 91.7%, Kula 화산에서 12.0% 증가하였다.
  • 재투영 오차(Reprojection Error): 교량에서 29.4%, 태양광 발전소에서 22.7%, Kula 화산에서 13.7% 감소하였다.
  • 카메라 정렬: float32 입력은 8비트 입력보다 더 많은 카메라를 성공적으로 정렬하였다 (예: 교량의 경우 810/811 vs 779/811).
• 복사 휘도 안정성: float32 데이터는 프레임 전반에 걸쳐 일관된 온도 척도를 유지하였다. 반면, 프리뷰 채널은 공간 온도 표준 편차($\sigma$)에서 상당한 불안정성을 보였으며, 프리뷰 $\sigma$는 현장에 따라 float32 $\sigma$보다 3.3배에서 18.9배까지 높게 나타났다.
• 조밀한 점군 밀도(Dense Cloud Density): 결과는 사이트별로 달랐다. 교량과 화산에서는 조밀한 점의 개수가 증가(+9.2% 및 +6.9%)한 반면, 태양광 발전소에서는 감소(-8.6%)하였다. 저자들은 조밀한 점의 개수가 후속 재구성 프로세스의 영향을 받으며, 입력 이미지 품질만을 반영하는 것은 아니라고 언급하였다.
• 일관성 지표: float32 데이터를 8비트로 선형 재분할(re-binning)했을 때 발생하는 오차는 매우 미미하였다 (0.012–0.060°C MAE). 이는 주요 변동 원인이 비트 심도 감소가 아니라 프리뷰의 대비 스트레칭임을 확인해 준다.

의의 및 주장
본 논문은 Thermal-Pipeline을 (본 연구에 포함되지 않은 외부 현장 참조가 필요한) 절대 온도 교정 도구가 아니라, 정량적 분석을 위해 열화상 데이터의 상대적 복사 휘도 무결성을 보존하기 위한 핵심적인 전처리 단계로 규정한다.

저자들은 이 워크플로가 다음과 같은 효과를 가진다고 주장한다:

1. 정량적 분석 가능: 시각화 중심의 8비트 프리뷰를 float32 TIFF로 변환함으로써, 픽셀 값이 실제 표면 온도를 나타내도록 하여 데이터를 통계 분석 및 모니터링에 적합하게 만든다.
2. 사진 측량 성능 향 향상: float32 복사 값을 보존하는 것이 더 낮은 재투영 오차와 더 조밀한 결합 네트워크를 가진 더 견고한 3D 재구성을 이끌어낸다는 실증적 근거를 제공한다.
3. 진입 장벽 완화: GUI를 통해 현장 팀이 프로그래밍 전문 지식 없이도 복잡한 배치 변환 및 메타데이터 전송을 수행할 수 있도록 하여, 지구 과학 및 공학 분야에서의 재현 가능한 워크플로를 용이하게 한다.
4. 프로세스 표준화: UAV 열화상 데이터에 대한 표준화된 루틴의 부재를 해결하며, 매핑 단계에서 온도 정보가 "조용히 폐기되는" 것을 방지하는 재현 가능한 방법을 제공한다.

저자들은 절대적인 온도 정확도는 센서 교정 및 방사율 가정에 달려 있지만, 입력 표현 방식(float32 vs 8비트 프리뷰)의 선택이 최종 사진 측량 결과물의 기하학적 및 복사 휘도 일관성에 측정 가능한 영향을 미친다고 결론짓는다.