KR20100058627A - 윈도우 공간 데이터 복원을 제공하는 공간 모델링 시스템 및 공간 모델링 방법 - Google Patents

Abstract

본 발명은 윈도우 공간 데이터 복원을 제공하는 공간 모델링 시스템 및 공간 모델링 방법에 대한 것이다. 보다 상세하게는, 공간 모델링 시스템에 있어서, 공간 모델 데이터 저장 장치 및 공간 모델 데이터 저장 장치와 협력하는 프로세서를 포함하고, 공간 모델 데이터 저장 장치는, 복수의 윈도우를 갖는 공간 모델 공간 도메인 세트를 정의하기 위해 공간 모델 공간적 도메인 데이터를 윈도잉하고, 각각이 적어도 하나의 공극을 갖는 복수의 통신 공간 데이터 빈도 도메인 데이터 세트를 정의하기 위한 복수의 윈도우를 갖는 공간 모델 공간 도메인 데이터 세트를 변형하고, 데이터를 복수의 복원된 공간 모델 빈도 도메인 데이터 세트를 정의하기 위한 각각이 적어도 하나의 공극을 갖는 공간 모델 빈도 도메인 데이터 세트로 복원하고, 복수의 복원 공간 모델 진동 도메인 데이터 세트를 종합 재구성 공간 모델 진동 도메인 데이터 세트로 재구성하기 위한 것을 특징으로 하는 공간 모델링 시스템에 관한 것이다.

Description

윈도우 공간 데이터 복원을 제공하는 공간 모델링 시스템 및 공간 모델링 방법{Geospatial Modeling System Providing Windowed Geospatial Model Data Inpainting and Related Methods}

본 발명은 데이터 모델링에 관한 것이다. 특히, 공간 모델링 시스템과 같은 모델링 시스템 및 모델링 방법에 대한 것이다.

지리적 영역에서 지형적 모델은 많은 실시예를 위해 사용된다. 예를 들면, 지형적 모델은 비행 시뮬레이터 그리고, 계획 군사 미션을 위해 사용될 수 있다. 게다가, 인공 구조의 지형적 모델(예를 들면, 도시)은 예를 들어, 휴대 안테나 설치, 도시 계획, 재해 예방과 분석 및 메핑(mapping)과 같은 실시예에서 특히 많은 도움을 주게 된다.

지형적 모델을 만들기 위한 다양한 형태와 방법이 현재 사용되고 있다. 한가지 통상적인 지형적 모델은 디지털 엘레베이션 맵(digital elevation map, 이하 DEM)이다. DEM은 컴퓨터에 의한 자동화 패션(fashion) 기술에서 발생되는 지형적인 영역의 단순화된(sampled) 매트릭스의 표현(representation)이다. DEM에서, 좌표점(coordinate point)은 높이 값과 상응한다. DEM은 전형적으로 모델링 지형(terrain)에서 사용되어 진다. 그것은 일반적으로 어느 하나의 지점에서 다른 지점까지의 곡선에서 다른 고도들(elevation, 예를 들면, 계곡, 산 등) 사이에서의 천이(transition)이다. 즉, 복수의 곡면과 그들 사이의 어떠한 불연속(discontinuities)과 같은 전형적인 DEM 모델 지형은 “매끄러운(smoothed)” 것이다. 그러므로 전형적인 DEM에서, 지형상에 분명한 물체(object)는 존재하지 않는다.

개선된 3차원 모델링 생산품이 RealSite® 이다. 그것은, 현재 해리스사로부터 해리스의 멀티-이미지 개발 툴(tool)에 소프트 웨어 플러진(plugin)이다. RealSite®은 흥미있는 지형적 영역의 오버랩핑 이미지를 등록하기 위해, 그리고 스테레오(stereo)와 천저(nadir) 뷰어(view) 기술을 사용한 높은 해상도 DEM을 추출하기 위해 사용되어 진다. RealSite®은 정확한 조직(texture)과 구조 경계(boundaries)를 갖는 도시를 포함하고, 지형적 영역의 3차원(3D) 지형 모델을 만들기 위한 반(semi)-자동화 절차를 제공한다. 게다가, RealSite® 모델은 지리적으로 정확하다. 즉, 모델 내에서 어떤 주어진 지점의 위치는 매우 높은 정확도를 갖는 지형적 영역에서 실제 위치와 상응한다. RealSite® 모델을 발생시키기 위해 사용되는 데이터는 예를 들면, 항공과 위성 사진,전기-광학, 적외선 및 광 검파와 거리측정(light detection and ranging, 이하 LIDAR)을 포함한다. 해리스사의 다른 유사한 시스템이 LiteSite®이다. LiteSite® 모델은 LIDAR과 IFSAR 영상으로부터 도시 디지털 고도 모델(DEM)과 그라운드, 엽(foliage)의 자동 추출을 제공한다. LiteSite®은 빌딩과 지형의 높은 해상도 3D 모델, 지형적인 정확도를 제공하기 위해 사용된다.

라흠(Rahmes) 등의 미국 특허 제6,654690호는 위치 대 고도의 임의적인 공간 데이터에 기초한 빌딩과 지형을 포함하는 영역의 지형적 모델을 만들기 위한 자동화 방법을 기재하고 있다. 이러한 방법은 위치 대 고도의 그리드된(grided) 데이터를 발생시키기 위한 공간 데이터를 임의적으로 프로세싱하는 단계, 지형 데이터로부터 빌딩 데이터를 구별하기 위한 그리드된 데이터를 프로세싱하는 단계 및 지형과 빌딩을 포함하는 영역의 지형적 모델을 만들기 위한 빌딩 데이터의 다각형 추출을 형성하는 단계를 포함한다.

많은 실시예에서, 공간적 또는 다른 모델을 발생시키기 위해 사용되는 데이터에는 공극(void) 또는 간격(gap)이 존재할 것이다. 이러한 공극은 결과적으로 모델의 질에 부정적인 영향을 미칠 것이다. 그러므로, 가능하다면, 데이터를 프로세싱하는 동안, 이러한 공극의 보상(보정)이 요구된다. 다양한 보간(interpolation) 기술은 일반적으로, 데이터 필드에서 놓친(missing) 데이터에 필링(filling)을 위해 사용된다. 이러한 기술 중 하나가 신크(sinc) 보간이다. 그것은 신호가 밴드-제한(band-limited)이라고 가정한다. 이러한 방식은 통신과 오디오 신호에 매우 적합한 반면, 3D 데이터 모델에는 적합하지 않은 면이 있다. 다른 방식은 다항(polynomials) 보간이다. 이러한 방식은 때때로 계산(computational) 오버헤드가 다항식의 해를 구하기 매우 힘들어지기 때문에, 실행에 어려움을 겪는다.

하나의 추가적인 보간 방식은 스플라인(spline) 보간이다. 이러한 방식은 비교적으로 높은 재구성 정확도를 제공하는 반면, 전체적인 모델 상에 글로벌(global) 스플라인을 해결하는 것이 어렵기 때문에, 그리고, 얻어진 행렬(matrices)이 불량조건(ill-conditionaled)을 가질 수 있기 때문에 3D 데이터 모델에서 실행상 문제가 존재한다. 게다가 그들은 3D 지형 모델에서 심각한 문제인 엣지(edge) 컨텐트(content)를 모호하게 하는 경향이 있는 전형적인 기술적 단점을 갖는다.

발명자 크리미니시 등의 미국 특허 제6,987,520 호는 이미지 내의 영역에 필링을 위한 다른 방식을 제공하고 있다. 이 특허에서는 전형적-기반(exemplar-based) 필링 시스템을 기재하고 있다. 그것은 이미지 내에 목적 영역을 대체하기 위한 적절한 필링 재료를 확인하고, 이러한 재료를 사용한 목적 영역을 채운다. 이것은 이미지 내에 목적지 영역을 채우기 위한 수동 편집(manual editing)의 양을 최소화하거나, 완화한다. 이미지 데이터의 타일(tiles)은 목적 영역의 근접한 지점(proximity)으로부터, 또는 이미지 내에서 채우기 위한 새로운 영상 데이터를 발생시키기 위한 어떤 다른 소스(source)의 근접한 지점으로부터 “차용된” 것이다. 목적지 영역은 사용자 입력(예를 들면, 사용자에 의한 이미지 영역의 선택) 또는 다른 수단(예를 들어, 대체하기 위한 특징 또는 색상의 표준)에 의해서 지정되어 질 수 있다. 게다가, 목적지 영역을 채우기 위해 예를 들어, 타일이 리니어한 구조의 연속성을 강조하기 위해, 그리고, 등광도-운전(isophote-driven) 이미지-샘플링 프로세스의 타입을 사용한 조직(texture)을 합성(composite)하기 위해 구성된다.

공간 모델 데이터가 공극을 처리(end up)하기 위한 다른 방식은, 데이터가 빈도(frequency) 도메인(domain) 내에서 수집될 때, 합성 조리개 레이더(Synthetic Aperture Radar, 이하 SAR) 데이터 수집(collection)을 갖는 경우이다. 즉, SAR은 복수의 다른 빈도상에서 크기(amplitute)와 위상(phase) 모두를 포함하는 레이더 반사의 표현 또는 지도를 되돌린다. 그러나, 존재하는 신호 소스로부터의 방해 때문에, 어떤 SAR 스캔 동안, 빈도 밴드(frequency band)가 결과적으로 SAR 데이터 내에 방해를 경험하게 된다. 게다가, SAR의 작동자는 통신 소스와 같은 방해를 피하기 위하여 스캔으로부터 특정 지형적 영역에 특정 빈도 밴드를 막거나(block) 생략(omit)해야만 한다. 게다가, 하드웨어 오작동은 결과적으로 펄스(pulse) 드랍아웃(dropout)일 수 있다. 이러한 경우들 각각에서, 관심있는 영역의 빈도 도메인 표현은 간격(gap) 또는 공극(void)를 갖게 된다. 따라서, 공간적(spatial) 도메인이 변환될 때, 공간 모델 이미지 왜곡을 일으키게 된다.

일반적으로 말하면, 다양한 방식이 빈도 도메인 데이터에서 방해의 영향을 어드레스(adrress)하기 위해 사용된다. 하나의 방식이 리니어 보간을 사용하는 것이다. 슈퍼 해상도 및/또는 반복 회선 기술이 사용될 수 있고, 그것은 이미지에서 타겟과 같은 점(point)을 가정한다. 게다가, 하드웨어 방식은 방해를 특징짓는 필랏(pilot) 펄스를 듣거나, 방해를 피하기 위한 모드 호핑(hopping)을 교환하기 위해 실행된다.

SAR 이미지에서 방해 억제를 위한 다른 방식은 2005년 1월에 서면에 의해 공개된 발명자 레이버(reigber)의 “합성 SAR 이미지에서 방해 억제”를 기재하고 있다. 이것은 방해 억제 방식을 목적으로 한다. 그리고, 공통 로우 데이터(common raw-data) 방해 필터링 방식이 적용 되어질 수 있는 표현 내에 합성된 SAR 이미지의 변형에 의존하다. 특히, 이러한 방식은 사후적(posteriori) 필터링을 사용한다.

이러한 이전 기술의 장점에도 불구하고, 공간 및 다른 모델 데이터에 공극을 채우기 위해 더욱더 개선이 요구하다.

이전 기술에서, 공간 모델링 시스템과 같은 현재 개시된 모델링 시스템은 모델 또는 다른 데이터 내에 공극을 개선적으로 채우는 것과 관련된 방법이다.

본 발명의 목적, 특징 및 장점은 공간 모델 데이터 저장장치과 프로세서를 포함하는 공간 모델링 시스템에 의해 제공된다.

프로세서는 복수의 윈도우된 공간(geospatial) 모델 공간(spatial) 도메인 데이터 세트를 정의하기 위해 공간 모델 공간 도메인 데이터를 윈도잉, 및 각각이 적어도 하나의 공극을 갖는 공간 모델 빈도(frequency) 도메인 데이터 세트를 정의하기 위한 복수의 윈도우된 공간 모델 공간 도메인 데이터 세트를 변형하기 위한 공간 모델 데이터 저장장치와 협력한다. 또한, 프로세서는 복수의 복원(inpainted) 공간 모델 빈도 도메인 데이터 세트를 정의하기 위해 공간 모델 빈도 도메인 데이터 세트 각각의 적어도 하나의 공극 내로 데이터를 복원하고, 종합 공간 모델 빈도 도메인 데이터 세트 내로 복수의 복원 공간 모델 빈도 도메인 데이터 세트를 재구성하기 위한 공간 모델 데이터 저장장치와 협력한다.

또한, 프로세서는 종합 재구성 공간 모델 빈도 도메인 데이터 세트를 종합 재구성 공간 모델 공간 도메인 데이터 세트로 변형할 수 있다. 게다가, 시스템은 종합 재구성 공간 모델 공간 도메인 데이터 세트를 디스플레이하기 위한 프로세서와 연결된 디스플레이를 포함한다. 예를 들어, 공간 모델 공간 도메인 데이터는 합성 조리개 레이더(SAR)로 구성된다. 예를 들면, 공간 모델 빈도 도메인 데이터 세트는 K-스페이스 데이터로 구성된다.

프로세서는 외부로부터 적어도 하나의 공극 각각에서 적어도 하나의 공극 각각 내로 일정한 등고선의 방향 가운데서 적어도 하나의 공극 각각에 외부로부터 등고(contour) 데이터를 전파함으로써 복원한다. 또한, 등고 데이터는 적어도 하나의 위상(phase)과 크기(amplitude) 데이터를 포함한다. 게다가, 프로세스는 예를 들면, 기능 편미분 함수 모델 및/또는 추측 모델에 기반하여 복원(inpaint)을 실행된다.

공간 모델링 방법은, 복수의 윈도우된 공간 모델 공간 도메인 데이터 세트를 정의하기 위한 공간 모델 공간 도메인 데이터를 윈도잉하는 단계와 각각이 적어도 하나의 공극을 갖는 복수의 상응(corresponding) 공간 모델 빈도 도메인 데이터 세트를 정의하기 위해 복수의 윈도우된 공간 모델 공간 도메인 데이터 세트를 변형하는 단계를 포함한다. 그리고, 이러한 방법은, 복수의 복원 공간 모델 빈도 도메인 데이터 세트를 정의하기 위한 공간 모델 빈도 도메인 데이터 세트 각각의 적어도 하나의 공극 내로 데이터를 복원하는 단계 및 종합(overall) 공간 모델 빈도 도메인 데이터 세트 내로 복수의 복원 공간 모델 빈도 도메인 데이터 세트를 재구성하는 단계를 포함한다.

본 발명의 일실시예에 따른 공간 데이터 공간 공간 모델 데이터 저장 장치는

공간 모델 공간 도메인 데이터를 윈도잉하여 복수의 윈도우를 갖는 공간 모델 공간 도메인 세트를 정의할 수 있는 효과를 갖는다. 그리고, 공간 모델 공간 도메인 데이터 세트를 변형하여 각각이 적어도 하나의 공극을 갖는 복수의 통신 공간 데이터 빈도 도메인 데이터 세트를 정의할 수 있다. 또한, 데이터를 복수의 복원된 공간 모델 빈도 도메인 데이터 세트를 정의하고, 복수의 상기 복원 공간 모델 진동 도메인 데이터 세트를 종합 재구성 공간 모델 진동 도메인 데이터 세트로 재구성함으로써, 보다 개선된 모델링 시스템을 제공할 수 있는 효과를 갖는다.

도 1은 본 발명의 일실시예에 따른 데이터 모델링 시스템의 블록도,
도 2a는 왜곡되지 않은 SAR 데이터 세트의 K-스페이스,
도 2b는 왜곡되지 않은 SAR 데이터 세트의 이미지 스페이스,
도 3a는 도 2A에 도시된 SAR 데이터 세트의 왜곡된 버젼의 K-스페이스,
도 3b는 도 2B에 도시된 SAR 데이터 세트의 왜곡된 버젼의 이미지 스페이스,
도 4는 본 발명의 일실시예에 따른 윈도잉 방식을 도시한 윈도우 그리드 오버레이를 갖는 도 3B의 이미지 스페이스,
도 5a는 도 4의 왜곡된 이미지 스페이스 데이터 세트의 공간적 윈도우의 K-스페이스,
도 5b는 도 4의 왜곡된 이미지 스페이스 데이터 세트의 공간적 윈도우의 이미지 스페이스,
도 6은 본 발명의 또 다른 실시예에 따른, 다른 윈도잉 기술을 도시한 복수의 스케터러(scatterer) 포인트들의 영상 스페이스,
도 7a 내지 도 7b는 도 6의 각각이 원도우된 영상 스페이스 스케터러 포인트들 각각의 K-스페이스,
도 8a 내지 도 8e는 본원 후에, 도 7a 내지 도 7e의 K-스페이스,
도 9는 도 8a 내지 도 8e의 복원된 K-스페이스 데이터 세트로부터 발생된 재구성된 영상 스페이스
도 10은 도 3a의 K-스페이스 데이터 세트의 계층화된(scaled) K-스페이스 웨이블렛(wavelet) 시리즈들,
도 11은 본 발명의 다른 관점에 따른 스펙트랄 보간을 위한 윈도잉 방식을 도시한 원도우 그리드 오버레이를 갖는 도 3a의 K-스페이스,
도 12는 보 발명의 다른 관점에 따른 스펙트랄 보간을 위한 또 다른 윈도잉 방식을 도시한 도 3a 일부분의 K-스페이스,
도 13은 다른 복원 경계 기하학의 사용을 도시한 손상된 SAR 데이터 세트의 K-스페이스,
도 14 내지 도 21은 본 발명에 따른 관점에서 다양한 모델 데이터 원도잉, 복원 단계 및/또는 재구성 방법의 흐름도를 도시한 것이다.

첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 쉽게 실시할 수 있는 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예에 대한 동작 원리를 상세하게 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 도면 전체에 걸쳐 유사한 기능 및 작용을 하는 부분에 대해서는 동일한 도면 부호를 사용한다. 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’되어 있다고 할 때, 이는‘직접적으로 연결’되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고,‘간접적으로 연결’되어 있는 경우도 포함한다. 또한, 어떤 구성요소를‘포함’한다는 것은 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

도 1은 공간 모델일 시스템과 같은 모델링 시스템(30)의 초기상태의 블록도를 도시한 것이다. 도 1에 도시된 바와 같이, 모델링 시스템은 공간 모델 데이터 저장을 위한 모델 데이터 저장장치(31)와 프로세서(32)를 포함하고 있다. 예를 들어, 프로세서(32)는 PC, Mac, Sun 또는 다른 컴퓨팅 워크스테이션의 중앙처리유닛(CPU)일 수 있다. 디스플레이(33)는 모델링 데이터를 디스플레이하기 위해 프로세서(32)와 연결되어 있다. 프로세서(32)는 이하 설명되는 바와 같이, 데이터에서 공극을 복원(inpainting)함으로써 공간 모델 데이터와 같이 훼손된 모델 데이터를 수리하거나, 재구성한다. 끝으로, 프로세서(32)는 원도잉/변형 모듈(34), 복원 모듈(40) 및 재구성 모듈(41)을 포함한다. 이러한 모듈들을 명확하게 설명하기 위해 분리하여 설명하고 도시되었지만, 당해 기술분야에 통상에 지식을 가진자가 적절하게 이러한 요소들의 다양한 기능을 하드웨어와 소프트웨어의 결합에 의해 실행할 수 있고, 이러한 소프트웨어 요소는 동일한 오버럴(overall) 소프트웨어 실시예들을 실행할 수도 있다.

추가적으로, 도 2a 및 도 2b는 전형적인 합성 조리개 레이터(SAR) 공간 데이터 세트가 비-훼손 또는 비-왜곡된 데이터 수집을 위해 도시되어 있다. 즉, 도 2a 및 도 2b는 데이터 내에 방해(interference), 노치빈도(notched frequencies), 장치 오작동 등과 같은 공극 또는 홀이 없는 이상적인 경우를 도시한 것이다. 특히, SAR 데이터 수집은 도 2a 및 도 2b에서, SAR 데이터 수집은 미국의 국회의사당 건물을 도시하고 있다.

일반적으로 설명하면, 관심있는 특정 공간 영역의 하나 또는 그 이상의 데이터 수집은 3차원(3D) 고도(elevation) 대 위치 데이터를 얻기 위해 실행되어 진다. 데이터 수집은 스테레오 광학 영상(stereo optical imagery), LIDAR(광 검출과 탐지, Light Detecting And Ranging), SAR 또는 IFSAR(Interferometric Synthetic Aperture Radar) 등과 같은 다양한 기술을 사용하여 실행되어질 수 있다. 일반적으로, 데이터는 당해 기술분야에 통상의 지식을 가진 자에 의해 항공기, 인공위성 등에 의해 관심있는 공간 영역의 천저(nadir views)로부터 수집되어 질 것이다. 그러나, 관심있는 공간 영역의 경사(oblique) 이미지가 공간 모델에 3D를 추가하기 위해 이미지를 대신하여 또는 추가될 수 있다. 오히려, 이러한 기술은 예를 들어, 자기 공명 영상(MRI) 데이터와 같은 K-스페이스 또는 빈도 도메인(frequency domain)에서 실행되고, 표현되는 모델 데이터의 다른 타입에 적용될 수 있다.

도 3a 및 도 3b는 K-스페이스 공간 데이터(37)에서 공극(39)의 영향과 그 결과 희미한 이미지 스페이스 세트(38)를 도시한 것이다. 프로세서(32)는 훼손되지 않은 이미지 스페이스 데이터 세트(35)와 더욱 유사하게 재구성된 상응 이미지 스페이스 데이터 세트를 달성하기 위하여, 도시된 K-스페이스 데이터 세트(38)와 같은 빈도 데이터 세트에서 공극(39)을 회복(repair)시키거나 채우기(fill) 위한 다양한 개선된 복원 기술들을 사용하게 된다. 배경기술에서 설명한 바와 같이, 전형적인 복원 기술은 미국 특허출원 제11/458,811에 기재된 프로세서(32)에 의해 실행된다.

그리고, 복원방식은 도 4 내지 도 9 및 도 14 내지 도 15에 도시되어 있다. 소정의 실행이 일어나는 동안, 전체 데이터 세트는 요구된 재구성 정확도를 제공하기 위해 복원되어질 수 있다. 경우에 따라서는 다양한 복원 모델 기능이 더욱 정확한 데이터 재구성을 제공하기 위해 데이터를 “평활(smooth)”하게 할 필요가 있다. 시작 단계(블락, 160)에서, 공간 모델 공간 도메인 데이터(38)와 같은 공간적 도메인 데이터가 윈도잉 모듈(34)에 의해 복수의 윈도우(50, 앞서 윈도우된 또는 윈도잉으로 언급한)로 분할되어 진다. 그것은 모델 데이터 저장 장치(34)에 저장된 모델 데이터의 포멧에 의존하고(예를 들어, 수집된/저장된 데이터가 빈도 도메인 또는 K-스페이스 데이터라면), 원도잉 모듈(34)은 원도잉 작동 수행에 우선하여 공간적 도메인으로 데이터를 변형시킨다(블락 161).

도 5a는 원도우(50) 중 하나를 더욱 상세히 도시한 것이다. 종합 K-스페이스 데이터 세트(37(도 3a 도시)에 대하여 감소된 해상도를 갖는 반면, 종합(overall) K-스페이스 데이터 세트보다 더 평활한(smoother) 위상 및/또는 크기 값을 갖는 K- 스페이스가 변형될 때, 원도우된 이미지 스페이스 데이터 세트(50)는 결과적으로, 상응 K-스페이스 데이터 세트(55)(도 5B 도시)이다. 이것은, K-스페이스 데이터 세트에 더 적은 공극을 포함하기 때문이다. K-스페이스 데이터 세트를 통해 펴진 공극을 갖는 데이터 때문에 더 적은 퍼짐현상이 덜하다. 다시 말해, 종합 K-스페이스 데이터 세트(37)에서 보다, 공간 K-스페이스 데이터 세트(55)의 위상(phase)/크기(amplitude) 값에서 불연속이 덜하다. 예를 들어, 복원 모델에 기반한 편 미분 방정식(PDE)에서, 수많은 위상/크기 불연속을 갖는 데이터 세트에 해답을 얻기 어렵다.

도 4에 사용된 윈도잉 방식은 상대적으로 간단한 그리드이다. 그것은 공간 이미지 데이터 세트(38)가 도시된 바와 같이, 복수의 균등한 크기의 사각형으로 분할되어 있다. 다른 윈도우 사이즈 및 지하학도 소정의 실시예에서 가능할 수 있다. 이러한 방식은 이하의 수학식으로 고려되어 질 수 있다.

여기서, f(x,y)는 영상을 나타내고, 영상 도메인은 i,j(1≤i≤m, 1≤j≤n)로 식별된 mn 스퀘어 내로 분할되어 진다. x_ij(x,y)는 각 서브 스퀘어의 특성/원도잉 함수(fuction)이다.

게다가, 다른 윈도잉 기술 또한, 사용될 수 있다. 각각의 기술이 도 6 내지 도 9에 도시되어 있다. 여기에서, 원도우들 내로 전체적인 공간적 도메인 데이터 세트를 분할하기보다, 원도우들은 도 6에 도시된 바와 같이, 좌측 상부, 우측 상부, 중간, 좌측 하부 및 우측 하부 윈도우들을 포함하는 5개의 흩어진 점들과 같이 공간적 도메인 데이터 세트의 가장 문제화되는 부분 주위로 위치하게 된다. 상응 빈도 도메인(예를 들어, K-스페이스) 데이터 세트(80a 내지 80e)는 도 7a 내지 도 7e 각각에 도시된 5개의 공간 도메인 흩어진 점 원도우들과 상응하게 된다.

원도우된 공간 모델 공간 도메인 데이터 세트(50)는 블락 상응 공간 모델 빈도 도메인 데이터 세트(55)를 정의하기 위해 변형되어 진다(블락 162). 그리고 나서, 본원 모듈(40)이 복원 공간 모델 빈도 도메인 데이터 세트(90a 내지 90e)를 정의하기 위해 공극을 복원하기 시작한다(블락 163).

일반적으로, 공극들(81a 내지 81e)은 반복적으로 전파되는 컨투어(contour)(즉, 위상/크기) 데이터에 의해, 외부에 주어진 공극으로부터 주어진 공극(블락(163` 및 166`)) 내로 복원되어 진다. 특히, 프로세서(22)는 일정한 고도 컨투어 라인의 방향 가운데 외부에 주어진 공극으로부터 전파된 컨투어 데이터에 의해 외부에 주어진 공극으로부터 공극으로 복원한다. 특히, 일정한 고도 컨투어 라인은 공극 경계(boundary) 가운데 주어진 점들에 등광도(isophote) 및 경사 방향에 기반한다.

다양한 복원 모델들은 편미분방정식(PDE), 확률(stochastic) 등과 같은, 다른 유체 유동 모델링 방정식에 기반하여 사용되어 질 수 있다. 예를 들어, 하나의 일반적인 이하의 복원 방정식은 복원 작동을 위해 복원 모듈(40)에서 사용될 수 있다.

수학식 1에서, dI/dt 는 방정식의 시간요소이고,

는 전달 요소(convective component)이고,

는 이방성 분산 요소(anisotropic diffusion component)이다.

다른 복원 방식은 내비어 스톡스 방정식(navier-stokes)에 기반한 것이다.

여기서

는 스트림 함수(stream fuction)이다;

여기서,

, 그러므로,

(즉, 라플라시언); 그리고, 스트림 함수는 이하와 같이 정의된다.

다른 복원 모델은 예를들면, 베르토찌(BERTOZZI), 사피로(Sapiro) 및 바르카라미오(Bartalmio) 방정식에 기반한다. 전형적인 PDE 복원 방식이 이하에서 설명된다.

각각의 k는 파장(wavelength) 분해(decomposition)의 다른 스케일로 표현된다.

그리고,

,

는 크로네커(kronecker)이다.

α_mk, β_k는 적절하게 일정값을 선택하고, C_k(x,y)는 소음이 온(on) 또는 오프(off)로 적절하게 바뀌도록하는 무게 함수(weight fuction)이다.

또한,

은 본래(origin)의 주변영역(neighborhood)이다.

복원된 공간 모델 빈도 도메인 데이터 세트(90a 내지 90e)는 재구성 모듈(41)에 의해 종합 공간 모델 공간적 도메인 데이터 세트 내로 재구성되어 진다(블락(164).

그 후에, 디스플레이(33, 블락(168`))에 디스플레이하기 위해, 종합 재구성된 공간 모델 공간적 도메인 데이터 세트(100. 도 9)로 변형되어 진다(블락(167)).

도 10 및 도 16 내지 17은 복원 단계를 통한 빈도/K-스페이스 데이터에 재구성되는 홀이 복원 단계에 우선하여 주어진 빈도/K-스페이스 데이터 세트에 웨이블렛(wavelet) 분해(decomposition)를 실행할 때, 더 높은 정확성을 제공하기 위한 프로세서를 사용하는 다른 기술을 도시한 것이다. 특히, 블록(180)에 시작단계에서, 공간 모델 빈도 도메인 데이터 세트(50)는 도 10(블락 181)에 도시된 바와 같이, 스케일화된 버젼들(91a 내지 91e)을 정의하기 위한 윈도잉/변형 모듈(34)에 의해 분해되어 진다. 웨이블렛 분해는 종합 공간 모델 빈도 도메인 데이터 세트(50)의 다른 레벨 또는 해상도(즉, 스케일들)를 표현하는 다른 명령 용어(order term)들을 갖는 팽창 계열(expansion series)을 발생한다. 그리고나서, 복원 모듈(40)은 블록(182)에서 스케일 데이터 세트(91a 내지 91e) 각각의 공극(39) 내로 데이터를 복원한다. 그리고, 복원된 스케일 버젼은 그리고 나서 재구성 모듈에 의해 재구성된 공간 모델 빈도 도메인 데이터 세트(블록 183)로 재구성(즉, 통합(amalgamated))되어진다. 따라서, 도 18에서 도시된 방법(블락 184)을 포함한다

첫번째로, 웨이블렛 분해를 실행하고, 그리고 나서, K-스페이스 데이터 세트(37)의 스케일 버젼(91a 내지 91e) 각각을 복원한다. 이것은 전체적으로 스케일화되지 않은 k-스페이스 데이터 세트를 단순히 복원하는 것보다 결과적으로 더욱 정확한 복원을 제공하게 된다. 전형적인 웨이블렛 분해 방정식은 이하의 수학식 2를 사용한다.

여기서

는 2차원 웨이블렛이다.

특히, 웨이블렛 분해 실행은 이하의 수학식을 고려하게 된다.

여기서,

는 2차원 웨이블렛이다. K-스페이스 데이터는 일반적으로 낮은 스케일에서 적용되는 “노이즈 라이크(noise like)” 부분은 갖는 FPDE 모델을 사용하여 복원되어 지고, 일반적으로 높은 스케일에서 적용되는 “노이즈 라이크” 부분을 갖는 PDE 모델에 의해 복원되어 진다. 복원된 버젼의 합성(amalgam)은 필요한 이미지를 형성하기 위해 얻어진다.

앞서 언급한 웨이블렛 분해 방식은 앞서 언급한 모든 실시예에서 설명된 원도잉 작업과 결합되어 사용될 필요는 없지만, 어떤 실시예에서는 웨이블렛 분해(블록 190` 및 191`)에 우선하여, 빈도 도메인 데이터 세트에 상응하는 원도우된 데이터 세트의 변형에 따라 공간적 원도잉의 실행이 요구되어 진다. 다시 말해, 복원 작업은 반복적으로 실행되어지고(블록 182`, 192`), 제구성된 공간 모델 빈도 도메인 데이터 세트는 앞서 설명한 바와 같이, 디스플레이(33) 상에 디스플레이하기 위해(블록 193`, 194`) 종합 재구성 공간 모델 공간적 도메인 데이터 세트로 변형되어 진다.

다른 개선된 관점에 따른 방식이 도 11,12, 18 및 19에 도시되어 있다. 이러한 방식은 요구된 정확도가 얻어질 때, 반복적인 복원 작업이 중지될 수 있는 방식을 제공한다. 블록(200)에 시작단계에서, 공간 모델 빈도 데이터 세트(55)의 참조(reference) 샘플(110r)이 선택되어지고, 블록(201)에서, 상응 빈도 샘플 공간 모델 공간적 도메인 데이터 세트로 변형되어 진다. 일실시예에서, 참조 샘플(110r)은 앞서 설명한 갓과 유사한 비교적으로 단순한 원도잉 방식을 사용하여 선택되어 진다. 그러나, 공간적 도메인 데이터를 윈도우하기 위해 그리드를 사용하는 것 대신에, 여기서 그리드는 복수의 빈도 도메인 윈도우 또는 데이터 세트(110)를 정의하기 위해 빈도 도메인 데이터 세트(55)에 적용되어 진다. 다시 말해, 다른 그리드 형태와 크기가 다른 실시예에서 사용되어 진다. 아마도, 참조 샘플 데이터 세트(110r)는 공극이 없거나 거의 없을 것이고, 따라서, 연속적인 실행을 함으로써, 더 정확한 상승하는 공간 데이터 세트를 제공하게 될 것이다.

복원 모듈(40)은 앞서 설명한 바와 같이, 공간 빈도 도메인 데이터 세트(55)에 하나 또는 그 이상의 공극 내로 데이터를 반복적으로 복원한다(블락(202)). 게다가, 복원된 공간 모델 빈도 도메인 데이터 세트(55)의 테스트 샘플(110t)이 선택되고, 상응하는 테스트 샘플 공간 모델 공간적 도메인 데이터 세트 내로 변형되어 진다(블락(203)). 특히, 테스트 샘플(110t)은 데이터가 복원되어지는 공극 영역에서 선택되어 지는 것이 바람직하다. 즉, 프로세서(32)는 테스트 샘플 영역 내에 반복적인 복원을 중단할지를 결정하기 위한 테스트 샘플(100t)과 공간적 도메인 참조 샘플(110r)을 비교할 수 있다(블록(206)).

특히, 이러한 비교는 테스트 샘플(110t)의 해상도 레벨이 참조 샘플(110r)의 특정임계 레벨에 달성되는지를 결정하기 위해 테스트 샘플(110t)의 해상도 레벨의 비교를 실행한다. 예를 들어, 테스트 샘플(110t)의 정확도가 참조 샘플(110r)의 해상도의 80% 해상도 레벨에 도달한다면, 그리고나서, 복원은 테스트 샘플 영영이 완료되는 것으로 간주한다. 만약 그렇지 않다면, 반복적인 복원은 계속되어 진다. 다른 실시예에서는 다른 임계 레벨이 사용되어 질 수 있음을 주의하여야 한다.

테스트 샘플(110t, 공극을 가짐)과 참조 샘플(110r, 공극이 없음)의 비교는 K-스페이스 데이터의 홀로 그래픽 현상에 의해 가능해진다. 그것은, K-스페이스 데이터 세트(55)에서 소정의 주어진 서브세트(subset)가 감소된 해상도 레벨(즉, 더 많은 왜곡을 갖는)에서, 전체적인 K-스페이스 데이터 세트로서, 이미지 스페이스에서 동일한 이미지를 제공할 것이다.

그러므로, K-스페이스 데이터의 2개의 비교되는 크기의 샘플들을 비교함으로써, 실질적으로 공극이 없는(즉, 참조 샘플(110r)) 것과 다른 공극을 갖는 것(즉, 테스트 샘플(110t)) 하나가 복원되어 진다. 그것은 복원된 샘플 영역의 정확도가 중단 목적을 위해 참조 샘플 영역의 정확도와 적절하게 비교할 때, 결정되어 질 수 있다.

앞서 언급한 바와 같이, 완료된 재구성 공간 모델 빈도 도메인 데이터 세트는 디스플레이를 위해, 재구성된 공감 모델 공간적 도메인 데이터 세트로 변형되어 진다(블록(210` 내지 211`). 도 11에 도시된 바와 같이, 그리드를 사용하는 방식 대신에 샘플을 선택하기 위한 다른 방식이 사용되어 질 수 있다. 예를 들면, 참조 샘플(110r`)은 도 12에 도시된 바와 같이, 이격된 공극들 사이(즉, 공극이 없는 영역)에서 선택되어 질 수 있다. 또한, 당해 기술분야에 통상의 지식을 가진 자는 참조 샘플을 선택하기 위한 다른 적절한 방식을 채택할 수도 있다. 앞서 언급한 중단 기술은 앞서 설명한 원도잉과 웨이블렛 분해 기술을 수반하면서 또는 수반하지 않으면서 사용되어 질 수 있음을 주의하여야 한다.

도 13 및 도 20 내지 21은 복원 작업을 위해 사용된 선택적인 교환 복원 기능에 대해 도시하고 있다. 도 13에 도시된 바와 같이, 사용되어진 다른 복원 기능의 일실시예는 도 13에 도시된 바와 같이, K-스페이스 공간 데이터 세트(120)의 원과 사다리꼴 경계 영역(121, 122)과 같은 다른 복원 기하학(geometries)이다. 특히, 복원 모듈(40)은 복원이 완료될 때까지, 경계 영역(121, 122) 각각 내에 복원을 실행한다. 그러나, 다른 경계 형태의 사용이 복원되어지기 위한 공극(123)의 특정 크기 및/또는 형태에 의존하는 다른 실시예들에서 더욱 정확한 복원을 위해 제공될 수 있다. 다른 복원 기하학이 동일한 데이터 세트에서 다른 위치에 사용되어 질 수도 있다.

선택적으로 교환되어 질 수 있는 다른 복원 기능은 복원 모델 방정식 또는 사용ㅗ디는 알고리즘이다. PDEs, 스토캐스틱 모델, 나비어-스토크(Navier-Stokes) 등과 같은 다른 모델링 방정식은 다른 데이터 세트를 위해 및/또는 동일한 데이터 세트 내에 다른 위치를 위해 사용되어 질 수 있다. 기하학, 복원 방정식의 선택은 일반적으로 복원을 위한 데이터의 평활정도(smoothnes), 복원을 위한 공극들의 크기, 요구된 정확도 레벨, 플로세싱 제약 등과 같은 팩터(factor)에 의존하게 된다.

빈도 도메인 모델 데이터(120)에서 주어진 세트를 복원하기 위해 사용되는 복원 기능을 선택하는 전형적인 방식은 선택단계와 함께 모델 데이터의 참조 샘플을 상응 참조 샘플 공간적 도메인 데이터 세트로 변형하는 것이다(블록(221)). 앞서 설명한 바와 같이, 데이터는 초기에 선택된 하나 또는 그 이상의 복원 기능들을 기반으로 데이터 세트(120)의 하나 또는 그 이상의 공극(123) 내로 복원되어 진다(블록(222, 222`)). 특히, 복수의 다른 복원 기능타입(예를 들면, 복원 경계 기하학, 복원방정식 등)이 존재할 수 있다. 그리고, 각각의 타입을 위해, 앞서 언급한 복수의 다른 기능이 존재할 수 있다. 그러므로, 프로세서(32)는 각각의 기능타빙을 위해 기능 타입 내에 복수의 다른 기능들로부터 선택할 뿐만 아니라, 다른 기능 타입들 중에서 선택할 수도 있다.

복원된 모델 빈도 도메인 데이터의 테스트 샘플이 선택되고, 상응 테스트 샘플 공간적 도메인 데이터 세트로 변형된다(블락(223)). 그리고나서 앞서 언급한 중단 방식과 유사하게, 참조 샘플은 새로운 복원 기능(및/또는 기능 타입)이 필요한지(예를 들어, 앞서 언급한 바와 같이 2개 사이에 임계치가 다른 것에 기반한)를 결정하기 위한 테스트 샘플을 비교한다(블록(225, 225`). 초기에 기능이 요구된 정확도/결과를 제공하지 않으면, 새로운 복원 기능이 추가적으로 선택되어지고(블록(226`) 테스트 샘플이 그것에 기반하여 다시 복원되어 진다. 요구된 정확도가 얻어지면, 복원 모델 빈도 도메인 데이터 세트는 디스플레이(33) 상에 디스플레이될 수 있도록 상응 공간 도메인 데이터 세트(블록(228`))로 변형되어진다(블록229)). 그리고나서 도시된 방법을 종료하게 된다(블록(227, 227`))

Claims (9)

1. 공간 모델링 시스템에 있어서,
   공간 모델 데이터 저장 장치 및
   상기 공간 모델 데이터 저장 장치와 협력하는 프로세서를 포함하고,
   상기 공간 모델 데이터 저장 장치는,
   복수의 윈도우를 갖는 공간 모델 공간 도메인 세트를 정의하기 위해 공간 모델 공간 도메인 데이터를 윈도잉하고,
   각각이 적어도 하나의 공극을 갖는 복수의 통신 공간 데이터 빈도 도메인 데이터 세트를 정의하기 위한 복수의 윈도우를 갖는 상기 공간 모델 공간 도메인 데이터 세트를 변형하고,
   데이터를 복수의 복원된 공간 모델 빈도 도메인 데이터 세트를 정의하기 위한 각각이 적어도 하나의 공극을 갖는 공간 모델 빈도 도메인 데이터 세트로 복원하고,
   복수의 상기 복원 공간 모델 진동 도메인 데이터 세트를 종합 재구성 공간 모델 진동 도메인 데이터 세트로 재구성하기 위한 것을 특징으로 하는 공간 모델링 시스템.
2. 제 1 항에 있어서,
   상기 프로세서는,
   상기 종합 재구성 공간 모델 빈도 도메인 데이터를 종합 재구성 공간 모델 공간 도메인 데이터 세트로 변형하는 것을 특징으로 하는 공간 모델링 시스템.
3. 제 1 항에 있어서,
   상기 공간 모델 공간 도메인 데이터는 합성 조리개 레이더(SAR)을 포함하는 것을 특징으로 하는 공간 모델링 시스템.
4. 제 1 항에 있어서,
   상기 공간 모델 빈도 도메인 데이터 세트는 K-스페이스 데이터를 포함하는 것을 특징으로 하는 공간 모델링 시스템.
5. 공간 모델링 방법에 있어서,
   복수의 윈도우된 공간 모델 공간 도메인 데이터 세트를 정의하기 위해 공간 모델 공간 도메인 데이터를 윈도잉하는 단계;
   각각이 적어도 하나의 공극을 갖는 복수의 상응 공간 모델 빈도 도메인 데이터 세트를 정의하기 위해 복수의 상기 윈도우된 공간 모델 공간 도메인 데이터 세트를 변형하는 단계;
   복수의 복원 공간 모델 빈도 도메인 데이터 세트를 정의하기 위해, 데이터를 상기 공간 모델 빈도 도메인 데이터 세트 각각에 적어도 하나의 상기 공극 내로 복원하는 단계; 및
   복수의 상기 복원 공간 모델 빈도 도메인 데이터 세트를 종합 재구성 공간 모델 빈도 도메인 데이터 세트 내로 재구성하는 단계를 포함하는 것을 특징으로 하는 공간 모델링 방법.
6. 제 5 항에 있어서,
   상기 종합 재구성 공간 모델 빈도 도메인 데이터 세트를 종합 재구성 공간 모델 공간 도메인 데이터 세트로 변형하는 단계를 더 포함하는 것을 특징으로 하는 공간 모델링 방법.
7. 제 5 항에 있어서,
   상기 공간 모델 공간 도메인 데이터는 합성 조리개 레이더(SAR)을 포함하는 것을 특징으로 하는 공간 모델링 방법.
8. 제 5 항에 있어서,
   상기 공간 모델 빈도 도메인 데이터 세트는 K-스페이스 데이터를 포함하는 것을 특징으로 하는 공간 모델링 방법.
9. 제 5 항에 있어서,
   상기 복원 단계는,
   컨투어 라인의 방향을 따라 외부로부터 적어도 어느 하나의 공극으로부터 적어도 하나의 공극 내로 컨투어(contour) 데이터를 전파함으로써 복원되는 것을 특징으로 하는 공간 모델링 방법.

Images