한국멀티미디어학회지 (Korea Multimedia Society)

한국멀티미디어학회 (Korea Multimedia Society)
권호 표지

인공위성 영상을 이용한 하천 재난 상황 인식 기술

  • 고병철 (계명대학교 공과대학 컴퓨터공학과) ;
  • 김형훈 (계명대학교, 컴퓨터공학과)
  • 발행 : 2015.12.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

키워드

참고문헌

  1. 김형훈, 곽준영, 고병철, 남재열, 박상원 "Landsat 위성영상을 이용한 하천의 오염도 자동 예측", 2015년 한국컴퓨터종합학술대회(KCC 2015), pp. 829-831, 2015.
  2. 고병철, "생태계 감시를 위한 Landsat 위성 영상의 분석," 계명대학교 산업기술연구소 논문집, 33권 2호, pp. 1-4, 2014.
  3. Satellite image, http://www.pixoneer.co.kr/ko/, Accessed 2014. 10.24.
  4. USGS, Using the USGS Landsat 8 Product. USGS, http://landsat.usgs.gov/Landsat8_Using_Product.php. Accessed 2014, 11. 24.
  5. 김형훈, Landsat 8 영상에서 비선형 RANSAC을 이용한 낙동강의 클로로필-a 농도 추정 방법, 계명대학교 컴퓨터공학과 석사학위 논문, 2015.
  6. Mcfeeters, S., "The use of the normalized difference water index (NDWI) in the delineation of open water features," International Journal of Remote Sensing, Vol. 17, pp. 1425-1432, 1996. https://doi.org/10.1080/01431169608948714
  7. Xu, H., "Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery," International Journal of Remote Sensing, Vol. 27, pp. 3025-3033, 2006. https://doi.org/10.1080/01431160600589179
  8. Feyisa, G. L., Meilby, H., Fensholt, R., and Proud, S. R., "Automated water extraction index: a new technique for surface water mapping using Landsat imagery," Remote Sensing Environment, Vol. 140, pp. 23-35, 2014. https://doi.org/10.1016/j.rse.2013.08.029
  9. 김형훈, 정미라, 고병철, 남재열, "Landsat-8 영상에서 랜덤 포레스트를 이용한 수역 검출 및 수질 측정", 2015년 제27회 영상처리 및 이해에 관한 워크샵, pp. 192-193, 2015.
  10. Ko, B. C., Kim, H. H., Nam, J. Y, "Classification of potential water body using Landsat 8 OLI and combination of two boosted random forest classifiers," Sensors, Vol. 15, No., 6, pp. 13763-13777, 2015. https://doi.org/10.3390/s150613763
  11. Mishina, Y., Tsuchiya, M. Fujiyoshi, H. "Boosted Random Forest," International Conference on Computer Vision Theory and Applications (ICCVTA), pp. 594-598, 2014.
  12. Singh, K., Ghosh, M,, Sharma, S., Kumar, P., "Blue-red-NIR model for chlorophyll-a retrieval in Hypersaline-Alkaline water using Landsat ETM+ sensor," IEEE Journal on Selected Topics in Application of Earth Observation and Remote Sensing, Vol. 7, No. 8, pp. 3553-3559, 2014. https://doi.org/10.1109/JSTARS.2014.2340856
  13. Kim, H. H., Ko, B. C., Nam, J, Y., Predicting Chlorophyll-a using Landsat 8 OLI Sensor Data and Nonlinear RANSAC Method - A Case Study of Nakdong River, South Korea," Internal Journal of Remote Sensing, submitted, 2015.