Monitoring Vessel Potential Illegal Action and Motion Hazard from Radar Remote Sensing: Vessel Recognition, Vessel Velocity and Motion Detection = 레이더 원격탐사를 활용한 불법 및 위험운항 선박 감시: 선종, 선속 및 자세 탐지

국문 초록 (Abstract)

위성 SAR을 사용한 해양 선박 모니터링은 해상 안전 및 자원을 보호하는 데 중요한 역할을 한다. 기존의 선박 모니터링 시스템인 AIS와 달리 위성 SAR을 사용한 선박 감시는 불법 및 미식별 선박을 모니터링 하는데 효과적으로 여겨졌다. 그럼에도 불구하고 대부분의 기존 위성 SAR를 활용한 선박 모니터링 연구는 정확한 훈련 데이터 없이 선박 탐지 정확도에 중점을 두었으며, 불법 선박이나 위험 운항 선박을 모니터링 하는 것에 대한 연구는 충분히 이루어지지 않았다.
본 연구는 다양한 알고리즘을 사용하여 위성 SAR 영상을 기반으로 불법 및 위험 선박 감시 시스템을 개발하는 것을 목표로 하였다. 이에 따라 선종 분류, 선박 속도 추정 및 선박 자세 감지에 대한 다양한 알고리즘을 개발하였다. 본 연구에서 불법 선박은 기존 선박 모니터링 시스템에서 벗어난 선박으로 정의되었기에, SAR 영상에 대해 AIS 정보를 전처리하는 알고리즘을 우선적으로 개발하였다. 전처리한 AIS 정보를 기반으로 획득한 선박 훈련 데이터를 사용한 선박 탐지 및 선종 분류가 이어서 제시되었다. AIS 정보가 없는 불법 선박을 감지하고 시계열 선박 탐지를 활용한 선박 밀도 지도를 생성하는 알고리즘 역시 제시되었다.
위험 선박을 모니터링을 위해 이동 중인 선박의 두 가지 다른 방향의 속도인, 방위방향 속도 및 거리방향 속도가 별도로 추정되었다. 선박의 방위방향 속도는 속도 기반 SAR 위상 재초점화 함수를 사용하여 추정되었다. 선박의 거리방향 속도는 sub-aperture SAR 영상 추출 및 분석 기법을 활용하여 거리방향 속도에 의해 발생한 방위 위치오차를 보정하는 방식으로 추출되었다. 이를 통해 AIS 정보 없이 선박의 이동을 모니터링하기 위한 선속 및 침로가 정확하게 측정되었다. 또한 대상 속도 기반 SAR 위상 재초점화 함수를 공간적으로 다르게 적용하여 선박의 자세 및 위험을 추정하는 데 사용할 수 있는 선박의 거리방향 가속도가 추출되었다. 본 연구의 결과물인 불법 선박 밀도 지도 및 선박 운항 위험정보는 기존 선박의 모니터링 수단이었던 AIS 정보로부터 제공되지 않는 결과로, 원격탐사를 통해 현장 관측 데이터에서 얻을 수 없는 새로운 선박에 대한 정보를 취득할 수 있음을 시사하고 있다. 본 연구를 통해 제시한 다양한 알고리즘들을 복합적으로 적용할 경우, 강건하고 실용적인 선박 기반의 해양 모니터링 시스템을 개발할 수 있을 것으로 기대한다.

다국어 초록 (Multilingual Abstract)

Monitoring marine vessels using satellite SAR was essential in assuring coastal security and preserving maritime resources. Unlike the conventional vessel monitoring system AIS, tracking vessels using satellite SAR was regarded effective in illegal and unidentified vessel surveillance. Nevertheless, conventional studies on SAR vessel monitoring were often targeted to vessel detection, even without precise and accurate training data. In addition, monitoring vessels with possibility of illegal actions or dangerous motion was not studied thoroughly.
This study aimed to develop a SAR image-based surveillance system on vessels with potential illegal action and motion hazard using different algorithms on vessel recognition, vessel velocity estimation and vessel motion detection. In monitoring illegal vessels, the term illegal vessel was defined as vessel out of conventional monitoring system. Therefore, precise preprocessing of AIS information with respect to SAR image was first introduced, followed by preprocessing of satellite SAR image focusing on its geometric enhancement using AIS information. Vessel detection and recognition using vessel training data acquired from preprocessed AIS information were respectively presented. Identifying illegal vessels without AIS information and generating vessel density map utilizing time series vessel detection were presented accordingly.
In monitoring vessels with hazard, two different velocity projections of moving vessels, azimuth velocity and range velocity, were separately estimated. Azimuth velocity of vessel was estimated using a target velocity SAR phase refocusing function, calibrating the azimuth defocusing effect from azimuth velocity. Range velocity of vessel was estimated using sub-aperture SAR image analysis, correcting the azimuth offset caused by range velocity. Accordingly, two-dimensional velocity of vessel was precisely measured in order to monitor vessel movement without AIS information. In addition, vessel range acceleration was measured from spatial variant application of the target motion SAR phase refocusing which was able to be used in estimating the vertical motion and motion hazard of vessel. The outcome of this study uncovered information on illegal vessels and vessel motion hazard, which was not be able to be monitored from in-situ data, AIS information in case of vessel. When synergistically applying a number of algorithms in coastal vessel surveillance, it would be able to develop a robust and practical maritime domain awareness system.

목차 (Table of Contents)

• Chapter 1. Introduction - 1 -
• 1.1 Research Background of Marine Vessel Surveillance from Radar Remote Sensing - 1 -
• 1.2 Research Objectives - 7 -
• Chapter 2. Monitoring Vessel Potential Illegal Action - 10 -
• 2.1 Preprocessing of AIS Information: Focused on SAR-AIS Matching Algorithm [46, 47] - 10 -
• 2.1.1 Data Acquisition for AIS Preprocessing: Satellite SAR Data and AIS Information - 11 -
• 2.1.2 AIS Data Time Interpolation - 19 -
• 2.1.3 Azimuth Offset Correction of AIS Information with Velocity - 27 -
• 2.2 Preprocessing of Satellite SAR Data: Focused on Geometric Enhancement of SAR Images in Ocean Using AIS Information [66, 67] - 32 -
• 2.2.1 Radiometric Calibration and Ellipsoid Correction of Satellite SAR Images - 32 -
• 2.2.2 Enhancement of Geometric Accuracy of SAR Image after Ellipsoid Correction - 42 -
• 2.3 Vessel Detection and Recognition Using Automatically Acquired Training Data and CNN-based Object Detector [46, 85, 86] - 57 -
• 2.3.1 Automatic Training Data Acquisition Algorithm of Vessels in Satellite SAR Image - 57 -
• 2.3.2 Vessel Detection in Satellite SAR: Accompanied by Phase Refocusing on Moving Vessels - 63 -
• 2.3.3 Effective Vessel Recognition in High Resolution SAR Images Using Quantitative and Qualitative Training Data Enhancement - 77 -
• 2.4 Identifying Illegal Vessels Using Detected Vessels in SAR Images and AIS Information [85, 117] - 95 -
• 2.4.1 Vessel Identification Using Preprocessed AIS Information - 95 -
• 2.4.2 Generation of Vessel Density Map from Time Series Vessel Detection and Identification - 102 -
• Chapter 3. Monitoring Vessel Motion Hazard - 117 -
• 3.1 Vessel Azimuth Velocity Estimation from SAR Images Using Target Velocity Phase Refocusing [86, 110, 121] - 118 -
• 3.1.1 SAR SLC Imaging Geometry and Doppler Frequency Character of Moving Target - 119 -
• 3.1.2 Azimuth Velocity Estimation Using Target Velocity SAR Phase Refocusing - 129 -
• 3.1.3 Evaluation of the Refocusing Performance: Comparison with Conventional SAR Autofocusing Algorithms - 143 -
• 3.2 Vessel Range Velocity Estimation from SAR Images Using SLC Sub-aperture Analysis [121, 142] - 149 -
• 3.2.1 Sub-aperture SAR Imaging Geometry and its Generation Using Fourier Transform - 150 -
• 3.2.2 Estimation of Vessel Range Velocity using Sub-aperture SAR and Target Heading - 153 -
• 3.3 Vessel Rotational Motion Estimation from SAR Images Using Target Motion Phase Refocusing [157] - 170 -
• 3.3.1 Spatially Varied Range Acceleration Estimation Using Target Motion SAR Phase Refocusing Function - 170 -
• 3.3.2 Quantitative Measurement of Vessel Rotational Motion - 185 -
• 3.3.3 Identification of Vessel Rotational Motion Source Using Sub-aperture SAR Image - 204 -
• Chapter 4. Conclusion - 216 -
• Abstract in Korean - 221 -
• Bibliography - 223 -