초록
연속적으로 상대적으로 짧은 간격으로 관측된 시계열 원격탐사 자료는 관측환경의 악화와 감지 시스템의 기계적 고장과 같은 관측 장애요인에 의해 많은 미관측 및 악성 자료를 가지게 된다. 본 연구는 adaptive 재구축 시스템을 이용하여 동적합성에 의해 미관측 및 악성 자료를 복구하는 문제를 다루고 있다. 제안된 재구축 방법은 관측 대상의 물리적 특성에서의 시간적 변화와 공간적 연속 특성에 근거한 영상처리 기법이며, adaptive 시스템은 관측 값과 지엽적 시간적 경향에 의해 추정된 예측 티의 가중치 합에 의해 합성영상을 생성하는 동적합성을 수행한다. 제안된 동적합성기술의 adaptive 재구축 시스템은 한반도를 관측한 1999년도와 2000년도 2년간의 NOAA AVHRR의 NDVI자료의 재구축에 적용되었다. 실험결과는 재구축된 시리즈는 미관측 및 악성 자료를 포함하고 있는 실제의 관측 영상 시리즈를 위하여 추정된 완전한 자료 값을 갖는 영상 시리즈로 사용될 수 있음을 보여주고 있다. 추가적으로 제안 시스템은 해당 시간에서의 시간적 변화량을 나타내는 gradient 영상을 생성하고, 이러한 영상들의 연속 시리즈에서 관측 대상의 시계열 변화 특성이 관측 자료 값의 영상 시리즈보다 더욱 분명히 나타나고 있다.
Multitemporal analysis with remotely sensed data is complicated by numerous intervening factors, including atmospheric attenuation and occurrence of clouds that obscure the relationship between ground and satellite observed spectral measurements. Using an adaptive reconstruction system, dynamic compositing approach was developed to recover missing/bad observations. The reconstruction method incorporates temporal variation in physical properties of targets and anisotropic spatial optical properties into image processing. The adaptive system performs the dynamic compositing by obtaining a composite image as a weighted sum of the observed value and the value predicted according to local temporal trend. The proposed system was applied to the sequence of NDVI images of AVHRR observed on the Korean Peninsula from 1999 year to 2000 year. The experiment shows that the reconstructed series can be used as an estimated series with complete data for the observations including bad/missing values. Additionally, the gradient image, which represents the amount of temporal change at the corresponding time, was generated by the proposed system. It shows more clearly temporal variation than the data image series.