초록
본 연구에서는 항공 하이퍼스펙트럴 영상에 대해 PCA를 적용하여 토지 이용 및 피복 분류 판독의 가독성을 향상시키기 위하여 고유성분이 높은 밴드를 선별적으로 조합하여 5개 유형의 PCA영상을 제작하였다. 유형별 영상은 SAM감독 분류 기법을 적용하여 영상분류를 시행하고 정확도를 평가한 결과 PCA변환 시 고유성분 포함율은 PCA변환 영상의 첫 번째 밴드에 해당하는 영상이 76.74%의 성분을 포함하며, PCA변환 영상의 두 번째 누적 밴드에 해당하는 영상이 98.40%로 대부분의 성분자료가 두 번째 영상까지에 담긴 것을 알 수 있었다. 유형별 영상의 정량적 분류정확도 평가는 전체정확도, 생산자 및 사용자 정확도를 분석한 결과 유사한 패턴을 가지며, 특이한 사항은 정성적인 분류정확도 평가는 PCA변환 영상의 네 번째 밴드이상이 포함되어야 정확도가 확보되는 것으로 판단되나 정량적인 분류 정확도 평가에서는 PCA변환 영상의 두 번째 밴드까지를 포함하는 영상이 가장 높은 정확도를 나타내는 것을 알 수 있었다.
The researcher of this study applied PCA on aerial hyper-spectral sensor and selectively combined bands which contain high amount of information, creating five types of PCA images. By applying Spectral Angle Mapping-supervised classification technique on each type of image, classification process was carried out and accuracy was evaluated. The test result showed that the amount of information contained in the first band of PCA-transformation image was 76.74% and the second accumulated band contained 98.40%, suggesting that most of information were contained in the first and the second PCA components. Quantitative classification accuracy evaluation of each type of image showed that total accuracy, producer's accuracy and user's accuracy had similar patterns. What drew the researcher's attention was the fact that the first and the second bands of the PCA-transformation image had the highest accuracy according to the classification accuracy although it was believed that more than four bands of PCA-transformation image should be contained in order to secure accuracy when doing the qualitative classification accuracy.
