초소형 위성 영상처리 전 과정 — 복사보정 · 기하보정 · 품질분석End-to-End CubeSat Image Processing — Radiometric, Geometric, Quality

2025.03 – 2026.10 · 주 담당Lead · 완료Completed

복사보정기하보정대리보정MTF검보정

자사 초소형 위성의 원시 패킷을 영상으로 만들고, 물리량으로 보정하고, 지도에 앉히는 전 과정을 다뤘음. 남이 만든 산출물이 아니라 센서 자체를 상대한 유일한 작업임.Took our own CubeSat from raw downlink packets to a calibrated, map-registered image — radiometry, geometry, sharpness and pointing. The one project where I worked on the sensor itself rather than somebody else's product.

배경 · 목표Background

자사가 운용하는 초소형 위성의 L1A 데이터 품질을 검증하고, 원시 데이터에서 영상까지 가는 경로를 자동화해야 함.
복사보정 없이는 시점 간·밴드 간 비교가 불가능하고, 기하보정 없이는 다른 레이어와 겹칠 수 없음. 둘 다 없으면 영상이 아니라 그림일 뿐임.
포인팅 오차, PRNU(픽셀 비균일성), MTF(선명도) 같은 센서 품질 이슈를 수치로 확인해야 함.

The L1A data quality of our in-house CubeSat needed verification, and the path from raw data to imagery needed automating.
Without radiometric correction you cannot compare across dates or bands; without geometric correction you cannot overlay anything. Missing both, it is a picture rather than an image.
Sensor quality — pointing error, PRNU, MTF — had to be quantified rather than described.

방법Method

L0 → L1A: 원시 바이너리 패킷을 읽어 DN 영상으로 복원하고, 암전류·PRNU 보정 후 복사휘도로 변환함. 배치 쉘로 장면 단위 자동 처리.
복사휘도 → TOA 반사도: 태양천정각·일-지 거리·Thuillier 태양 복사조도 스펙트럼을 적용함.
대리보정(vicarious calibration): 프랑스 라크로(La Crau) 검보정장의 RadCalNet 지상 관측과 대조해 밴드별 이득을 유도함. 지상 분광 TOA 를 위성 분광응답함수(SRF)로 적분해 같은 기준에서 비교하는 방식.
Sentinel-2 MSI 와 교차보정 — 동시 관측 장면을 대조해 이득·오프셋을 독립적으로 확인함.
기하보정 V3: 기준영상과 특징점 정합 → 이상점 제거 → RPC 적합 → 스트립 정렬. 처리 상태를 보는 웹 UI 와 도커 구성까지 포함.
MTF: 에지법으로 선명도를 측정하고, 추정한 커널로 디블러링을 적용함.
포인팅 오차: 제조사 궤도·자세 메타데이터와 실측 오차를 매칭해 상관분석함. 표본이 작아(65건, 텔레메트리 27건) Pearson·Spearman·Kendall 세 계수를 함께 봤다 — n이 20대일 때는 Kendall 의 p-value 가 더 믿을 만함.

L0 to L1A: decode raw binary packets into DN imagery, correct dark current and PRNU, convert to radiance. Scene-level batch automation in shell.
Radiance to TOA reflectance using solar zenith angle, Earth-Sun distance and the Thuillier solar irradiance spectrum.
Vicarious calibration against RadCalNet ground measurements at the La Crau site in France, deriving per-band gain. Ground spectra are integrated through the satellite's spectral response functions so both sides are compared on the same basis.
Cross-calibration against Sentinel-2 MSI using coincident acquisitions, as an independent check on gain and offset.
Geometric correction V3: feature matching against a reference image, outlier rejection, RPC fitting, strip alignment — with a web UI and docker setup for monitoring runs.
MTF measured by the edge method, with the estimated kernel used for deblurring.
Pointing error: matched measured error against the manufacturer's orbit and attitude metadata. With a small sample (65 scenes, 27 with telemetry) I read Pearson, Spearman and Kendall together — at n around 27, Kendall's p-value is the more trustworthy one.

처리 흐름 — 원통: 입력 자료 · 사각형: 처리 · 마름모: 판정·검증 · 양끝 둥근 사각형: 산출물Processing flow — cylinder: input data · rectangle: processing · diamond: decision · stadium: output

결과Results

원시 바이너리에서 RGB 까지 원스텝 전처리 파이프라인 완성
라크로 검보정장 대리보정: 밴드별 TOA 반사도 비 평균 0.993 (1.0 이 완전 일치)
기하보정 V3 — 정합점 1,000여 개에서 RPC 적합, 평면위치오차 분포와 자가적합 잔차로 정확도 정량화
포인팅 오차: 경과일(시간 드리프트)만이 along·across·total 모든 오차와 유의한 상관 (along r=0.586, p<0.0001, n=65)
across 오차는 Tilt(roll)과 음의 상관 (r=−0.322, p=0.0089) — 자세 제어의 영향
텔레메트리 27건에서 GNSS–TLE 고도차 |Δalt| 가 along·total 오차와 상관 (r=0.534 / 0.552)
이상치 그룹과 정상 그룹 사이에 통계적으로 유의한 파라미터 차이는 없음 — 단일 원인으로 설명되지 않는다는 결론
응용으로 확장: AOD 산출(MODIS MAIAC 대비 N=538, Bias +0.007, RMSE 0.033, R 0.683), 연무 제거, 해색 적조 탐지, 초해상화

A one-step pipeline from raw binary to RGB.
Vicarious calibration at La Crau: per-band TOA reflectance ratio averaging 0.993, where 1.0 is exact agreement.
Geometric correction V3: RPC fitted from roughly a thousand tie points, with accuracy quantified through planimetric error distribution and self-fit residuals.
Pointing: elapsed time is the only variable significantly correlated with all three error components (along r=0.586, p<0.0001, n=65).
Across-track error correlates negatively with tilt/roll (r=−0.322, p=0.0089), pointing at attitude control.
In the 27 telemetry scenes, GNSS–TLE altitude mismatch correlates with along and total error (r=0.534 / 0.552).
No statistically significant parameter difference between outlier and normal groups — the outliers are not explained by a single cause.
Extended downstream: AOD retrieval (N=538 against MODIS MAIAC, bias +0.007, RMSE 0.033, R 0.683), dehazing, ocean-colour HAB detection, super-resolution.

along 오차 vs 경과일 — 시간에 따른 선형 드리프트 (r=0.586)Along-track error vs elapsed days — linear drift (r=0.586)

across 오차 vs 경과일 (r=0.404)Across-track error vs elapsed days (r=0.404)

across 오차 vs Tilt(roll) — 자세 제어 영향 (r=−0.322)Across-track error vs tilt/roll — attitude-control effect (r=−0.322)

추세선 잔차 분석 — 이상치 식별Trend-line residual analysis for outlier identification

이상치 vs 정상 그룹 파라미터 분포 — 유의한 차이 없음Outlier vs normal group parameters — no significant difference

라크로 검보정장 — RadCalNet 지상 TOA 와 위성 분광응답(SRF) 대조La Crau site — RadCalNet ground TOA against the satellite spectral response functions

밴드별 TOA 반사도 비 — 평균 0.993Per-band TOA reflectance ratio, averaging 0.993

유도한 대리보정 이득 스펙트럼Derived vicarious gain spectrum

기하보정 — 기준영상(좌) ↔ 대상영상(우) 타이포인트 정합Geometric correction — tie points between reference (left) and target (right)

RPC 자가적합 잔차 (30배 확대)RPC self-fit residuals, exaggerated 30x

RPC 평면위치오차 분포RPC planimetric error distribution

AOD 산출 검증 — MODIS MAIAC 대비 N=538, RMSE 0.033, R 0.683AOD validation against MODIS MAIAC — N=538, RMSE 0.033, R 0.683

배운 점 · 한계What I learned · Limitations

센서를 직접 상대하면 '영상'이라는 말이 무엇으로 이루어져 있는지가 보임. DN 은 숫자일 뿐이고, 물리량이 되려면 암전류·PRNU·태양 기하·분광응답이 전부 들어가야 함.
대리보정은 비교 기준을 맞추는 게 절반임. 지상 분광을 위성 SRF 로 적분하지 않고 대조하면 밴드폭 차이만큼 틀림.
표본이 작을 때 어떤 상관계수를 믿을지가 결론을 바꾼다 — Kendall τ 를 쓴 이유를 설명할 수 있어야 함.
'유의한 차이가 없다'도 결론임. 포인팅 이상치의 원인을 찾지 못했다는 사실을 그대로 보고에 남겼음.
한계: PRNU 보정 알고리즘 최적화는 추가 연구 여지가 남아 있음. MTF 디블러링도 커널 추정 정확도에 결과가 크게 좌우됨.

Working on the sensor shows you what an 'image' is actually made of. DN is just a number; turning it into a physical quantity takes dark current, PRNU, solar geometry and spectral response, all of it.
Half of vicarious calibration is making the comparison fair. Compare ground spectra without integrating them through the satellite's SRF and you are off by the bandwidth difference.
With a small sample, which correlation statistic you trust changes the conclusion — you should be able to say why you chose Kendall's τ.
'No significant difference' is also a result. I recorded the failure to explain the pointing outliers rather than leaving it out.
Limitations: the PRNU correction still has room for optimisation, and MTF deblurring depends heavily on how well the kernel is estimated.

산출물Deliverables

L0→L1A 전처리 파이프라인
복사보정·대리보정 코드와 검보정장 분석
기하보정 V3 (정합·RPC·웹 UI)
MTF 측정·디블러링
포인팅 오차 분석 보고서
응용: AOD · 연무제거 · 해색 · 초해상화

L0 to L1A preprocessing pipeline
Radiometric and vicarious calibration with cal/val site analysis
Geometric correction V3 with matching, RPC and web UI
MTF measurement and deblurring
Pointing error analysis report
Downstream: AOD, dehazing, ocean colour, super-resolution

원본 보고서와 발표자료는 사내 자료로 공개하지 않음. 분석 코드는 GitHub에 정리되어 있음.Source reports and decks are internal and not published here. Analysis code is organised on GitHub.