• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.307-310
• /
• 2006

고해상도(VHR, Very High Resolution) 영상은 활용에 따라 도심의 다양한 정보를 얻을 수 있는 잠재적 가치가 매우 큰 자료이다. 그러나 이러한 고해상도 영상자료는 매우 높은 공간해상력으로 인해 같은 용도의 객체 혹은 같은 객체(예, 건물)라 할지라도 다양한 분광 특성 및 형태로 표현된다. 그러므로 이러한 고해상도영상을 이용하여 효과적으로 주제도를 생성하기 위해서는 현재까지 영상분류 분야에서 주로 활용되고 있는 화소(pixel)단위 기반의 분석방법으로는 한계가 존재한다. 본 연구에서는 이러한 문제점을 보완하기 위한 방법으로 활발한 연구가 진행되고 있는 세그멘트(segment) 혹은 객체(object) 기반 분류기법을 고해상도 영상 및 라이다 자료에 적용하여 도심지역의 건물들을 추출해 보았으며, 그 활용 가능성에 대하여 판단해 보았다. 이러한 세그멘트 기법은 분류하고자 하는 객체들을 하나의 동일한 특성을 가지는 집단으로 모으는 방법을 말하는데, 이를 위해 본 연구에서는 multi-resolution image segmentation기법을 제공해주는 eCognition이라는 소프트웨어를 이용하였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.49 no.2
• /
• pp.90-95
• /
• 2012

Remotely sensed data provide valuable information on land monitoring due to multi-temporal observation over large areas. Especially, high resolution imagery with 0.6~1.0 m spatial resolutions contain a wealth of information and therefore are very useful for thematic mapping and monitoring change in urban areas. Recently, remote sensing technology has been successfully utilized for natural disaster monitoring such as forest fire, earthquake, and floods. In this paper, an efficient change detection method based on texture differences observed from high resolution multi-temporal data sets is proposed for mapping disaster damage and extracting damage information. It is composed of two parts: feature extraction and detection process. Timely and accurate information on disaster damage can provide an effective decision making and response related to damage.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.71-72
• /
• 2019

본 논문에서는 계층구조 합성곱 신경망 기반의 고해상도 동영상 프레임 고속 보간 방법을 제안한다. 기존의 고해상도 동영상 프레임 보간 방법은 시간 해상도와 공간 해상도를 분리하여 보간 하기 때문에, 예측된 보간 프레임이 블러(blur) 열화를 갖는 문제를 보인다. 제안하는 방법에서는 이러한 문제를 해결하기 위하여 계층구조 합성곱 신경망 기반의 보간 방법을 이용한다. 제안하는 계층구조 합성곱 신경망은 우선 저해상도의 광학 흐름 추정지도를 생성하고 이를 고해상도로 복원하여 프레임 보간을 수행한다. 이때, 저해상도 광학 흐름 지도를 추정할 때 사용된 특징 정보들을 활용하여 고품질의 고해상도 광학 흐름 지도를 추정한다. 실험을 통하여 제안하는 방법이 고해상도 프레임을 고속으로 보간하며, 동시에 블러 열화에 대한 성능 향상을 가짐을 보였다.

• Korean Journal of Remote Sensing
• /
• v.16 no.1
• /
• pp.87-98
• /
• 2000

Image merging techniques have been developed to integrate the advantage of different data type. The objective of this study is to present the optimal method for merging high spatial resolution panchromatic image, such as the latest commercial satellite data, and low spatial resolution mulitspectral images. For this study, a set of 2m resolution panchromatic and 8m resolution mulitspectral data were simulated by using airborne mulitspectral data. Five merging methods of MWD, IHS, PCA, HPF, and CN were applied to produce four bands of high spatial resolution mulitspectral data. Merging results were evaluated by visual interpretation, image statistics, semivariogram, and spectral characteristics. From the aspects of both spatial resolution and spectral information, the wavelet-based MWD merging method have shown very similar results compared with the original data used for the merging.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2004.04a
• /
• pp.299-302
• /
• 2004

최근에 상용화되어 있는 영상 중 가장 고해상도인 ikonos 영상은 공간해상도가 높기 때문에 더 많은 지형지물 정보를 포함하고 있다. 그러나 이러한 커다란 장점과 더불어 고층건물이나 높은 표고의 지형에서 발생하는 기복변위 보정이라는 소축척 영상에서 볼 수 없었던 새로운 문제가 등장하였다. 특히, 이러한 고해상도 영상들은 산악지역에서 식생에 대한 세밀한 정보를 제공하지만 상대적으로 높은 고도를 가지고 있기 때문에 발생하는 기복왜곡과 그림자 효과가 자료의 이용에 제한요인으로 작용하게 된다. 본 연구에서는 ikonos 고유의 센서정보와 수치지형도를 통하여 획득한 DEM(수치표고모델)을 이용하여 정밀편위보정방법(Difference rectification method) 방법에 의해 기하보정을 수행하고 그 결과 발생하는 산악지역에서는 기복변위를 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.502-505
• /
• 2006

본 논문은 고해상도의 영상을 처리하는 이동기기 등에 사용되는 SoC(System On a Chip)에 구현이 용이한 효과적인 화질 향상 (잡음감소와 윤곽강조) 을 위한 방법과 구조에 대한 것이다. 최근 이동기기의 발전과 진화에 따라 여러 형태의 이동기기가 개발되고 있는데 그 중 최근 인기를 끌고 있는 포터블 미디어 플레이어 (PMP)나 HD(Hight Definition)급 camcorder 등이 고해상도의 영상을 처리하는 이동기기로 분류될 수 있다. 이러한 이동기기에서 고해상도 영상에 대한 화질 향상을 기존의 복잡한 방법을 사용해 처리한다면 메모리 대역폭이나 하드웨어 크기 등의 증가로 이동기기에서 구현하는데 어려움이 따른다. 이에 본 논문에서는 이러한 이동기기에서의 고해상도의 화질 향상을 입력영상의 종류에 따라 선택적으로 메모리 대역폭 사용 없이 하드웨어 크기를 최소화하여 FPGA (field programmable gate array)나 ASIC (application specific integrated circuit)으로 구현이 용이하도록 하는 방법과 구조에 대해 설명하고 실제 영상을 가지고 실험한 결과로 주관적 화질 향상 효과를 가져 온 것을 확인할 수 있었다.

• Korean Journal of Remote Sensing
• /
• v.37 no.6_3
• /
• pp.1931-1942
• /
• 2021

As the utility of an optical satellite image with a high spatial resolution (i.e., fine-scale) has been emphasized, recently, various studies of the land surface monitoring using those have been widely carried out. However, the usefulness of fine-scale satellite images is limited because those are acquired at a low temporal resolution. To compensate for this limitation, the spatiotemporal data fusion can be applied to generate a synthetic image with a high spatio-temporal resolution by fusing multiple satellite images with different spatial and temporal resolutions. Since the spatio-temporal data fusion models have been developed for mid or low spatial resolution satellite images in the previous studies, it is necessary to evaluate the applicability of the developed models to the satellite images with a high spatial resolution. For this, this study evaluated the applicability of the developed spatio-temporal fusion models for KOMPSAT-3A and Sentinel-2 images. Here, an Enhanced Spatial and Temporal Adaptive Fusion Model (ESTARFM) and Spatial Time-series Geostatistical Deconvolution/Fusion Model (STGDFM), which use the different information for prediction, were applied. As a result of this study, it was found that the prediction performance of STGDFM, which combines temporally continuous reflectance values, was better than that of ESTARFM. Particularly, the prediction performance of STGDFM was significantly improved when it is difficult to simultaneously acquire KOMPSAT and Sentinel-2 images at a same date due to the low temporal resolution of KOMPSAT images. From the results of this study, it was confirmed that STGDFM, which has relatively better prediction performance by combining continuous temporal information, can compensate for the limitation to the low revisit time of fine-scale satellite images.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.13-17
• /
• 2009

고해상도 위성영상의 분류 기술은 최근 가장 활발히 연구되고 있는 분야 중 하나로 텍스쳐(texture), NDVI, PCA 영상 등 다양한 전처리 정보들을 추출하고 이를 멀티스펙트럴 밴드와 조합하여 분류 정확도를 높이는 기술을 개발하는 연구들이 주를 이루고 있다. 고해상도 위성영상에서 건물의 그림자와 옆벽면의 폐색 지역은 개체 추출 및 분류를 방해하는 주된 요인이 되며, 다양한 형태와 분광특성을 갖는 개개의 건물은 자동 분류 과정을 통해 제대로 식별되지 않는다는 한계를 갖는다. 이에 본 연구에서는 KOMPSAT-2 단영상으로부터 효율적으로 건물 정보 및 토지피복을 분류하기 위하여, 추출된 건물 정보를 바탕으로 건물의 그림자와 폐색지역을 보정한 후 비건물 지역에 대한 분류를 수행하여 분류 정확도를 높이고자 하였다. 우선 삼각벡터구조 기반의 반자동 인터페이스를 이용하여 건물의 3차원 모델 및 그림자 영역을 추출하고 이로부터 추출된 그림자 영역을 효과적으로 보정하기 위해 반복 선형회귀 연산을 이용한 그림자 보정을 수행한 후 inpainting 기법을 건물 폐색영역 복원에 적용하여 영상의 품질을 향상시켰다. 이러한 과정을 통해 도심 지역의 영상 분석에 있어 가장 큰 오차를 일으키는 인공물의 그림자와 폐색에 의한 오차를 최소화한 후 분류에 적용하여 이를 보정 전 영상을 이용한 분류 결과와 비교하였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.17 no.3
• /
• pp.71-79
• /
• 2009

We expanded the 3D building information extraction method using shadow and vertical line from single high resolution image with meta information into the method for single high resolution image without meta information. Our method guesses an azimuth angle and an elevation angle of the sensor and the sun using reference building, selected by user, on an image. For test, we used an IKONOS image and an image extracted from the Google Earth. We calculated the Root Mean Square (RMS) error of heights extracted by our method using the building height extracted from stereo IKONOS image as reference, and the RMS error from the IKONOS image and the Google Earth image was under than 3 m. We also calculated the RMS error of horizontality position by comparison between building position extracted from only the IKONOS image and it from 1:1,000 digital map, and the result was under than 3 m. This test results showed that the height pattern of building models by our method was similar with it by the method using meta information.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.24-27
• /
• 2006

항공사진이나 고해상도 위성영상으로부터 건물의 정보를 추출하기 위한 많은 연구들이 이전부터 수행되어 왔다. 많은 연구들은 스테레오 영상을 이용하여 DEM을 생성하고 이로부터 3차원 건물 정보를 추출하였다 본 연구에서는 단일 위성영상만을 이용하여 3차원 건물 정보를 추출하는 알고리즘을 제안한다. 제안된 방식은 가상의 그림자를 영상에 투영시키고, 투영된 그림자와 영상 위에 나타난 실제 건물의 그림자가 일치했을 때, 건물의 높이를 결정한다 결정된 건물 높이를 이용하여 연직선을 생성시키고, 이 연직선을 따라서 건물의 지붕 외곽선을 이동시키면, 이동된 지붕 외곽선은 건물의 바닥 외곽선이 된다. 이를 통해서 건물의 높이와 위치 정보를 취득할 수 있다. 건물이 밀집한 지역에서는 지표면에 나타난 건물의 그림자가 다른 건물에 가려지는 경우가 많다 이러한 경우를 고려하여 제안된 알고리즘은 지표면 위에 나타난 그림자를 이용한 방법과 그림자를 가린 건물 정면에 나타난 그림자를 이용한 방법을 사용한다. 알고리즘의 검증을 위해서 본 연구에서는 스테레오 영상에서 추출한 건물의 높이와 본 연구에서 제안한 알고리즘으로 추출한 건물의 높이를 비교하였다. 두 방법에 대해서 각각 30개의 건물 높이를 비교한 결과 RMSE는 약 1.5 m로 나타났다.