A Rule-Based Image Classification Method for Analysis of Urban Development in the Capital Area

This study proposes a rule-based image classification method for the time-series analysis of changes in the land surface of the Seongnam-Yongin area using satellite-image data from 2000 to 2009. In order to identify the change patterns during each period, 11 classes were employed in accordance with statistical/mathematic rules. A generalized algorithm was used so that the rules could be applied to the unsupervised-classification method that does not establish any training sites. The results showed that the urban area of the object increased by 145% due to housing-site development. The image data from 2009 had a classification accuracy of 98%. For method verification, the results were compared to land-cover changes through Post-classification comparison. The maximum utilization of the available data within multiple images and the optimized classification allowed for an improvement in the classification accuracy. The proposed rule-based image-classification method is expected to be widely employed for the time-series analysis of images to produce a thematic map for urban development and to monitor urban development and environmental change.

수도권 도시개발 분석을 위한 규칙기반 영상분류

본 연구는 위성영상 자료(2000-2009)를 이용하여 성남-용인 인근지역의 지표변화를 시계열 분석하기 위해 규칙기반 영상분류 방법을 제안하였다. 도시지역의 연도별 변화 패턴을 파악하기 위해 통계적/수학적 기반의 규칙에 따라 11개 클래스로 구분하였다. 훈련지역을 설정하지 않는 무감독분류 방법으로서 규칙을 적용할 수 있도록 알고리즘을 일반화 하였다. 분석 결과, 택지개발 등에 의하여 연구범위 내 도시지역면적이 약 1.45배 증가하였으며, 2009년 영상의 분류정확도는 98%로 나타났다. 방법 검증을 위하여 선분류 후비교법을 이용한 토지피복 변화분석 결과와 비교하였다. 다중영상 내 가용한 데이터를 최대한 이용할 수 있었고, 목적에 최적화된 분류가 가능해져, 분류정확도의 향상을 기대할 수 있었다. 본 규칙기반 영상분류 방법은 향후 도시개발 주제도 제작 및 도시개발, 환경변화 모니터링 등 영상 시계열 분석에 다양하게 적용될 수 있을 것이다.