세틀로직 - 3. 제품 및 기술 (1)

제품 

출처 : 공식 홈페이지

1. 제품명 : NewSat Mark V( ÑuSat 스페인어) 

 

2. 주요 사항 

 

2-1. 제원

항목	내용
크기 및 무게	- 크기: 51x57x82cm - 무게: 38.5kg (건조 중량)
질량 감소	일반 설계 대비 3배 감소
비용 절감	단위당 발사 비용 3배 절감
데이터 수집 용량	경쟁사 대비 10배 더 많은 수집 용량
구성 요소 수	10,000개
하위 조립품 수	450개
특허 승인 수	36건
특허 출원 대기 중인 건수	46건

 

2-2. 카메라 센서 

센서 유형	멀티스펙트럴(Multispectral)	하이퍼스펙트럴(Hyperspectral)
공간 해상도(GSD)	0.99m (기본 해상도), 0.7m (슈퍼 해상도)	25m
스펙트럴 밴드 수	4개 (청색, 녹색, 적색, 근적외선)	29개
파장 범위	450~900nm	460~830nm
스왓 폭(Swath Width)	5km	125km
데이터 형식	GeoTIFF, LZW 무손실 압축	GeoTIFF, LZW 무손실 압축
동적 범위(Dynamic Range)	54 dB (원시 데이터), 66 dB (HDR)	-
신호 대 잡음비(SNR)	43 dB	-

 

멀티스펙트럴 센서 

 

* 스펙트럼 밴드

R 적색 : 590 ~ 690nm

G 녹색 : 510 ~ 580nm

B 청색 : 450 ~ 510nm

NIR 근적외선 : 750 ~ 900nm

 

 *하이퍼스펙트럴 센서 

 총 29개의 스펙트럼 밴드를 통해 가시광선에서 근적외선까지의 데이터를 수집. 

주로 자원 관리, 광물 탐사 및 환경 모니터링과 같은 고급 분석 응용 분야에 사용됨. 

 

Imagery Products (영상 제품) 의 기본 원리 

 

출처 : 공식 홈페이지

위성에서 수집된 데이터를 다양한 이미지 제품 형식으로 제공하며, 모든 제품은 위성에서 수집된 Raw데이터로부터 생성됨. 위의 알고리즘을 통한 이미지가 각 단계별로 처리 됨. 

 

1. Raw(L0 및 L1A)

* Raw 데이터로, 주로 숙련된 사용자가 사용 .

 

2. L1B 

* 방사 보정(radiometrically corrected)이 이루어졌으며, 투영(projection)은 되었지만 정사보정(orthorectification)은 되지 않은 데이터.

*빠른 통찰(insight)과 탐지를 위해 사용.

 

3. Ortho Ready(L1C) 

* 방사 보정이 완료되고 밴드 정렬(band aligned)이 된 데이터.

* 사용자가 자체적으로 기준지도(basemap), 디지털 표고 모델(DEM), 지상 기준점(GCP)을 활용해 정사보정을 수행할 수 있도록 설계. 

 

4. Ortho (L1D, L1D_SR) 

* 방사 보정, 정사보정, 투영이 완료된 이미지로, 과학적 및 상업적 용도로 사용.

 

용어 정리

 

- 방사보정 : 원격탐사 영상에서 픽셀 값(디지털 넘버, DN)을 물리적 단위로 변환하여 정확한 정보를 제공하기 위한 과정. 위성 센서가 수집한 데이터에 포함된 다양한 오차를 제거하거나 줄여, 지표면의 반사율이나 복사량 같은 실제 물리적 특성을 나타내도록 보정하는 것.

 

- 정사보정 : 항공사진이나 위성 영상을 지도와 같은 정사투영 상태로 변환하는 과정. 지형의 기복, 건물의 높이, 센서의 기하학적 왜곡 등을 제거하여 모든 점이 일정한 축척을 가지도록 보정. 이를 통해 왜곡 없이 정확한 위치 정보를 제공하며, 지리정보시스템(GIS)이나 지도 제작에 활용.

 

알고리즘 간단 정리 

 

1. 방사보정 (Radiometric Correction)

 

▸ 목적: 카메라의 물리적 결함 보정 + 빛의 왜곡 제거

위성 카메라는 열, 광학적 특성, 픽셀 결함 등으로 인해 실제와 다른 이미지를 생성할 수 있음. 이를 보정하는 과정.

 

1-1. 픽셀 단위 보정 (Pixel-wise)

 

어두운 프레임 보정

- 방법 : 밤에 바다를 찍은 이미지 여러 장을 평균냄.- 효과 : 카메라 자체의 열 잡음 제거 - 예시 : 어두운 방에서 카메라를 켜면 생기는 '화면 노이즈'를 제거 하는 것.

 

평탄화 보정 (Flat Field)

• 방법 : 다양한 지형(산, 숲, 도시)을 찍은 이미지 6,000장 이상을 평균냄
• 효과 : 렌즈의 불균일한 빛 분포 보정
• 예시 : 스마트폰 카메라의 '렌즈 플레어' 현상을 제거

 

비선형성 보정

• 방법 : 실험실에서 측정한 센서의 비선형 반응을 수학적으로 보정
• 효과 : 밝은 부분과 어두운 부분의 세부 정보 복원 

불량 픽셀 필터링

• 방법 : 주변 8개 픽셀 값과 비교해 이상값을 평균으로 대체
• 예시 : 사진 속 '고정된 빨간 점' 제거

 

1-2. 전역 보정 (Global)

 

분광 응답 보정

• 방법 : 위성 발사 전 실험실에서 측정한 청색, 녹색, 적색, NIR 필터의 특성을 반영 
• 효과 : 각 색상 밴드의 정확한 반사율 계산 

 

TOA 반사율 변환

• 공식 :  TOA = ×cos( ) ×π×d2
• 의미 : 대기 상층부에서 반사된 빛의 비율로 표준화

2. 기하보정 (Geometric Correction)

 

▸ 목적: 위성의 움직임과 지형 기복에 따른 이미지 왜곡 보정

 

2-1. 프레임 간 매칭 (Inter-Frame Matching)

• 방법 : 겹치는 부분이 있는 연속 촬영 이미지끼리 특징점 매칭
• 효과 : 위성의 위치·자세 추정 정확도 향상
• 예시: 파노라마 사진을 찍을 때 사진끼리 자연스럽게 이어붙이기

2-2. GCP 매칭 (Ground Control Points)

• GCP : 지상 기준점 (예: 건물 모서리, 교차로)
• 방법 : ESRI 지도(줌 레벨 17)에서 40개/ km² 기준점 추출 / 위성 이미지와 비교해 일치하는 지점 선택
• 문제 상황: 사막, 눈, 바다 -> GCP 부족 -> 정확도 저하 / 구름 -> 지면 가려짐 -> 보정 불가 

2-3. 번들 조정 (Bundle Adjustment)

• 방법 : 위성 위치·방향·초점을 수학적으로 최적화
• 제약 조건 : 위성 궤도 물리법칙 준수 / 실제 측정값과 차이 최소화 

3. 정사보정 (Orthorectification)

 

▸ 목적: 지형 높이 차이로 인한 왜곡 제거

• 방법 : DEM(수치표고모델)을 사용해 지형 기복 반영
• 결과 : 지도와 동일한 좌표계에 맞춘 이미지 생성
• 예시 : 구글 어스에서 산악 지형을 평평하게 보정

4. 이미지 합성 (Image Composition)

 

▸ 목적: 4개 밴드(청·녹·적·NIR)를 하나의 이미지로 결합

• 타일 분할 : 4096×4096 픽셀 단위로 분할 처리
• 밴드 정렬 : 문제 발생 시 추가 보정 알고리즘 적용 
• 예시 : 4색 볼펜으로 그린 그림의 색상이 어긋나지 않게 조정

5. 슈퍼 해상도 (Super-Resolution)

 

▸ 목적: 1m 해상도 → 0.7m 해상도로 개선

• 방법 : MSRN 신경망 : 여러 스케일의 특징 추출 / 픽셀 영역 관계 샘플링 : 선명도 유지 
• 효과 : 노이즈 감소(SNR향상), 흐릿한 부분 선명화(디컨볼루션), 모든 이미지를 균일한 70cm 해상도로 표준화

전체 과정 요약

1. 방사보정 → 카메라 결점 제거
2. 기하보정 → 위성 위치·지형 왜곡 보정
3. 정사보정 → 지도와 동일한 좌표계 적용
4. 이미지 합성 → 4개 색상 밴드 병합
5. 슈퍼 해상도 → 해상도 30% 향상

이 과정을 거쳐 Satellogic은 0.7m 해상도의 정확한 지구 관측 이미지를 생산함.