초록
본 논문에서는 초 다중 밴드 환경의 효과적인 데이터 분류를 위해서 Roungh 집합 이론을 이용한 특징 추출 방법을 제안한다. 다중 분광 이미지 데이터의 특성을 분석하고, 그 분석 결과를 토대로 Rough집합이론의 식별 능력을 이용하여 가장 효과적인 밴드를 선택할 수 있도록 한다. 실험으로는 Landsat TM으로부터 취득한 데이터에 적용시켰으며, 이를 통해 전통적인 밴드 특성에 의한 밴드 선택 방법과 본 논문에서 제안하는 러프 집합 이론을 이용한 밴드 선택 방법이 일치됨을 보이고 이를 통해 초다중 밴드 환경에서의 특징 추출에 대한 이론적 근거를 제시한다.
In this paper, we propose features extraction method using Rough sets theory for efficient data classifications
in hyperspectral environment. First, analyze the properties of multispectral image data, then
select the most efficient bands using discemibility of Rough sets theory based on analysis results. The
proposed method is applied Landsat TM image data, from this, we verify the equivalence of traditional
bands selection method by band features and bands selection method using Rough sets theory that pmposed
in this paper. Finally, we present theoretical basis to features extraction in hyperspectral environment.