• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.289-292
• /
• 2007

객체기반 영상분류를 위한 영상분할에 있어서 중요한 요소로는 분할축척(Scale), 분광 정보(Color), 공간 정보(Shape) 등이 있으며 공간 정보에 해당하는 공간 변수는 평활도(Smoothness)와 조밀도(Compactness)가 있다. 이들 가중치의 선택이 최종적으로 객체기반 영상분류의 결과를 좌우하게 된다. 본 연구는 객체기반 영상분류의 준비 과정이라 할 수 있는 영상분할에 있어서 다양한 가중치를 적용을 통하여 영상을 분할하였다. 영상분할을 위해 적용한 가중치는 10, 20, 30의 분할축척(Scale)과 분광 정보(Color)와 공간 정보(Shape)간의 가중치 조합, 공간 변수인 평활도(Smoothness)와 조밀도(Compactness)간의 가중치 조합을 사용하였다. 각 가중치 조합을 통하여 분할된 영상의 분석은 Moran's I 와 객체 내부 분산(Intrasegment Variance)을 이용하여 분석하였다. 각 객체간의 상관관계 분석을 위하여 Moran's I를 계산하였으며 분류된 지역의 동질성을 분석하기 위하여 객체 면적을 고려한 객체 내부 분산(Intrasegment Variance)값을 계산하였다. Moran's I 가 낮은 값을 가질수록 객체 간의 공간상관관계가 낮아지므로 이웃 객체간의 이질성은 높아지며 객체 내부 분산(Intrasegment Variance)이 낮은 값을 가질수록 지역간의 동질성은 높아지게 된다. Moran's I 와 객체 내부 분산(Intrasegment Variance)의 조합을 통하여 객체기반 영상분류 시 가장 높은 분류 정확도가 예상되는 밴드별 영상분할 가중치를 얻을 수 있다.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.247-250
• /
• 2007

다양한 지구관측위성으로부터 획득된 윈격탐사 자료들은 맴핑 환경모니터링, 재난 관리，도심 모니터링등과 같은 다양한 분야의 정보를 생성하고 분석하는데 많은 잠재력을 가지고 있다. 특별히 고해상도 위성영상의 경우 도심 지역의 다양한 정보를 손쉽게 파악이 가능하며， 이를 기반으로 효과적인 도심 관리 및 시설 투자가 이루어 질 수 있다 그러나 이러한 고해상도 위성영상의 경우 공간 해상력은 매우 좋으나분광해상력 측면에서는 많은 한계를 보이고 있는 단점을 가지고 있다 이를 보완하기 위한 방법으로 고해상도 흑백모드영상과 중${\cdot}$ 저해상도 다중분광영상 혹은 초분광영상간 영상 합성기법을 통해 분광 능력의 향상을 도모하는 기법들이 연구되어져 왔으며보다 최적의 결과를 위한 다양한 알고리즘들이 개발되어 왔다 본 연구에서는 이러한 영상융합결과의 향상을 위한 방법으로 객체기반 단위의 영상합성 방법을 제시하였으벽이 결과와 화소기반 영상융합 결과와의 비교${\cdot}$ 분석도 수행해 보았다. 이를 위해 Landsat-7 ETM+ 혹백영상과 Hyperion 초분광영상을 실험대상으로 선정하여 분석하였으벽 대표적인 영상융합방법인 PCA 융합기법을 활용하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.28 no.6
• /
• pp.627-636
• /
• 2010

Image segmentation technique is becoming increasingly important in the field of remote sensing image analysis in areas such as object oriented image classification to extract object regions of interest within images. This paper presents a new method for image segmentation to consider spectral and spatial information of high resolution satellite image. Firstly, the initial seeds were automatically selected using local variation of multi-spectral edge information. After automatic selection of significant seeds, a segmentation was achieved by applying MSRG which determines the priority of region growing using information drawn from similarity between the extracted each seed and its neighboring points. In order to evaluate the performance of the proposed method, the results obtained using the proposed method were compared with the results obtained using conventional region growing and watershed method. The quantitative comparison was done using the unsupervised objective evaluation method and the object-based classification result. Experimental results demonstrated that the proposed method has good potential for application in the object-based analysis of high resolution satellite images.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.131-133
• /
• 2016

본 논문은 연속적인 비디오 시퀀스에서 움직이는 객체의 영역을 효율적으로 분할하기 위하여 커널 기반 객체 추적과 Grab-Cut 알고리즘을 결합한 비디오 영역 분할 방법을 제안한다. 제안 방법에서는 추적 목표 객체의 초기 위치를 사각영역으로 선택하면, 사각의 외부 영역을 배경색상으로 인지하고, 배경 색상을 고려한 목표 객체의 주요 색상을 분석한다. 이를 기반으로 커널기반 객체 추적 기법을 적용하여 빠르게 객체의 영역을 추출한다. 추적한 각 객체의 영역에서 중앙 객체 영역과 배경 영역의 색 정보를 초기값으로 하여 Grab-Cut 알고리즘을 수행하고 사각형 형태가 아닌 객체의 실루엣 최적화된 영역으로 분할한다. 제안 방법을 스포츠 방송, 광고, 영화 등의 특수 효과로 활용되고 있는 stromotion 영상 생성에 적용하기 위하여 프레임별 추출된 객체의 영상을 새로운 프레임 영상에 합성하는 작업을 수행하여, 초당 10 프레임의 처리 속도에서 원하는 스트로모션 효과 영상을 생성하였다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.15 no.4
• /
• pp.26-41
• /
• 2012

It is necessary to manage, forecast and prepare agricultural production based on accurate and up-to-date information in order to cope with the climate change and its impacts such as global warming, floods and droughts. This study examined the applicability as well as challenges of the object-based image analysis method for developing a land cover image classification algorithm, which can support the fast thematic mapping of wide agricultural areas on a regional scale. In order to test the applicability of RapidEye's multi-temporal spectral information for differentiating agricultural land cover types, the integration of other GIS data was minimized. Under this circumstance, the land cover classification accuracy at the study area of Kimje ($1300km^2$) was 80.3%. The geometric resolution of RapidEye, 6.5m showed the possibility to derive the spatial features of agricultural land use generally cultivated on a small scale in Korea. The object-based image analysis method can realize the expert knowledge in various ways during the classification process, so that the application of spectral image information can be optimized. An additional advantage is that the already developed classification algorithm can be stored, edited with variables in detail with regard to analytical purpose, and may be applied to other images as well as other regions. However, the segmentation process, which is fundamental for the object-based image classification, often cannot be explained quantitatively. Therefore, it is necessary to draw the best results based on expert's empirical and scientific knowledge.

• Korean Journal of Remote Sensing
• /
• v.23 no.6
• /
• pp.521-528
• /
• 2007

The overall objective of this research was to investigate various combination of segmentation parameters and to improve classification accuracy of object-oriented classification. This research presents a method for evaluation of segmentation parameters by calculating Moran's I and Intrasegment Variance. This research used Landsat-7/ETM image of $11{\times}14$ Km developed area in Ansung, Korea. Segmented images are generated by 75 combinations of parameter. Selecting 7 combinations of high, middle and low grade expected classification accuracy was based on calculated Moran's I and Intrasegment Variance. Selected segmentation images are classified 4 classes and analyzed classification accuracy according to method of objected-oriented classification. The research result proved that classification accuracy is related to segmentation parameters. The case of high grade of expected classification accuracy showed more than 85% overall accuracy. On the other hand, low ado showed around 50% overall accuracy.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.172-175
• /
• 2010

최근 스마트폰 기반의 AR(Augmented Reality) 기술이 이슈화됨에 따라 센서 기반의 AR 콘텐츠들이 빠르게 등장하고 있다. 그러나 센서 기반의 AR 기술인 P-AR(Pseudo AR)은 본질적인 AR이 구현되지 못하는 현실의 대안으로 사용되고 있으며, 실제 영상제어를 통한 AR 기술인 V-AR(Vision AR)은 기술개발이 진행 중에 있다. 이러한 예로 ARToolkit 등 AR을 제어할 수 있는 툴들이 개발 진행 중인데, 센서를 통해 이벤트를 발생시킬 수 있는 P-AR 기술에 반해 V-AR은 영상 자체에서 이벤트를 제어해야 하므로 상대적으로 구현이 어렵기 때문이다. V-AR에서 영상을 제어하기 위해서는 기본적으로 영상에서 잡음 제거, 특정객체 인식, 객체 분석 등이 요구된다. 따라서 본 논문에서는 향후 다가올 V-AR 기술에 대비하여 영상에서 배경 제거, 특정객체 인식, 객체 분석 등 효율적인 AR 영상제어를 할 수 있는 CV 기반 실시간 영상 분석 시스템의 프로토타입을 개발하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.727-730
• /
• 2004

영상은 복잡한 객체들의 집합으로 이루어져 있기 때문에 영상에 포함된 객체를 분리하는 일은 컴퓨터 비전이나 인식 등 많은 분야에서 중요시 된다. 영상 처리 측면에서 객체를 분할하기 위해서 색상, 모양, 질감, 움직임 등 다양한 기법들이 이용되고 있다. 본 논문에서는 정확한 색상의 비교를 위해서 CIE 색상 모델을 이용하고 있으며 이것을 기반으로 객체를 추출하고 있다. 그리고 추출된 객체의 해석과 검증을 위해서 모양 기반의 분석법을 이용하고 있다. 본 논문에서는 Pan/Tilt 카메라의 타겟팅(Targeting)과 포커싱(Focusing)을 위해 영상 내에 포함되어진 객체를 검출하기 위한 방법론을 제안하고자 한다. 객체를 인식하기 위해 CIE 색상 모델을 이용한 색상 매칭 기법을 제안하고 있다. 색상의 분포를 파악하기 위해서 CIE 모델이 생성해내는 Lab 블록을 통계적인 방법으로 분석한다. 그리고 분석된 결과는 CIE 블록 매칭(Bock Matching) 기법의 기준이 되며 이것을 이용해서 후보 객체 영역(Candidate Object Area)을 추출하게 된다. 추출된 후보 객체 영역을 검증하기 위해서 모멘트를 이용한 모양 기반의 분석을 활용하고 있다.

• Aerospace Engineering and Technology
• /
• v.6 no.1
• /
• pp.213-221
• /
• 2007

This paper showed how to analysis the object-based classification for wildfire fuel type map using Hyperion hyperspectral remote sensing data acquired in April, 2002 and compared the results of the object-based classification with the results of the pixel-based classification. Our methodological approach for wildfire fuel type map firstly processed correcting abnormal pixels and atypical bands and also calibrating atmospheric noise for enhanced image quality. Fuel type map is characterized by the results of the spectral mixture analysis(SMA). Object-based approach was based on segment-based endmember selection, while pixel-based method used standard SMA. To validate and compare, we used true-color high resolution orthoimagery.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.155-158
• /
• 2019

최근 지능형 CCTV 관제 시스템에 대한 수요가 증가하고 있다. CCTV 영상 데이터의 양이 폭발적으로 증가하고 있어 이를 분석하기 위한 기술의 발전이 필요한 실정이다. 대부분의 지능형 CCTV 관제 시스템은 영상 속 객체를 찾고 이 객체의 메타데이터를 통해 지능형 관제 시스템을 수행한다. 하지만 영상 속 객체의 로그가 항상 정확하지 않다. 현재의 객체 인식 기술로는 CCTV 영상의 밝기, 해상도 조건에 따라 성능의 차이가 심하고, 영상의 프레임 대비 빠르게 움직인 CCTV 영상 속 모든 객체를 사람이 인식하는 정도로 인식하기 어렵다. 이러한 이동 객체의 크기, 위치를 분석한 메타데이터에는 에러가 포함되기 쉽다. 본 논문에서는 지능형 CCTV 관제 시스템에서 분석한 영상 속 객체의 프레임 메타데이터 에러를 학습기반 실시간 에러 필터링 알고리즘을 통해 개선하여 에러가 필터링된 데이터를 사용하는 지능형 관제 시스템의 정확도 향상에 기여 할 것을 기대한다.