• Journal of KIISE:Computing Practices and Letters
• /
• v.9 no.3
• /
• pp.301-310
• /
• 2003

In this paper, we design and Implement the supervised classification systems for high resolution satellite images. The systems support various interfaces and statistical data of training samples so that we can select the m()st effective training data. In addition, the efficient extension of new classification algorithms and satellite image formats are applied easily through the modularized systems. The classifiers are considered the characteristics of spectral bands from the selected training data. They provide various supervised classification algorithms which include Parallelepiped, Minimum distance, Mahalanobis distance, Maximum likelihood and Fuzzy theory. We used IKONOS images for the input and verified the systems for the classification of high resolution satellite images.

• Journal of Korean Society for Geospatial Information Science
• /
• v.18 no.1
• /
• pp.73-81
• /
• 2010

In recent years, there have been diverse researches and utilizations of creating geo-spatial information with high resolution satellite images. However thematic maps made with middle or low resolution satellite images have low location accuracy and precision of thematic information. This study set out to propose a method of making a precision thematic map with high resolution satellite images by examining the conversion from the conventional method based on middle or low resolution satellite images to the automatic method based on high resolution satellite images of GSD 1m or lower, extracting thematic information of middle or large scale of 1/5,000 or lower, and analyzing its accuracy. Seven classification classes were categorized according to the object-oriented classification in order to automatically extract thematic information with high resolution satellite images. And the classification results were compared and analyzed with the old middle scale land cover map and 1/1000 digital map.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.289-294
• /
• 2004

본 연구의 목적은 고해상도 위성 영상을 이용하여 식생도 제작 기법을 연구하는 것이며, 식생도에는 활엽수, 혼효림, 침엽수의 군집 경계를 표현하고자 하였다. 본 연구는 고해상도 위성영상을 활용하여 객체지향분류 기법을 적용하였다. 객체지향 분류기법은 크게 세그멘테이션의 과정과 세그멘트를 분류하는 과정으로 나눌 수 있다. 세그멘테이션 과정을 통해서 식생군집의 경계를 추출하고, 영상을 이용하여 상록침엽수를 분류하여 식생조사시 침엽수군락의 위치를 파악함으로써 조사의 효율성을 증대하였다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2010.04a
• /
• pp.271-273
• /
• 2010

고해상도 위성영상을 이용하여 대상물을 분류하는 것은 원격탐사의 중요한 분야이며, 위성영상 분류에 대한 주요 주제 중 하나는 분류정확도를 높이는 것이다. 본 연구에서는 KOMPSAT-2 영상을 이용하여 SVM(Support Vector Machine)과 MLC(Maximum Likelihood Classification) 방법으로 감독분류를 수행하고 각 분류결과의 비교를 통해 분류방법에 따른 정확도를 평가하고자 하였다. 적은 수의 표본 데이터를 이용한 고해상도 위성영상의 분류결과 SVM이 MLC에 비해 양호한 분류결과를 나타냄을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.635-635
• /
• 2012

최근 공공분야 및 민간분야에서 고해상도 위성영상의 활용이 높아짐에 따라 이를 이용하여 수자원 분야의 치수계획 및 안전도 평가, 유역 홍수대응기술 분야에서의 다양한 활용이 비약적으로 증대되고 있는 실정이다. 고해상도 위성영상의 활용은 국지적 규모의 토지이용 변화 및 대기 상태의 모니터링을 위한 효과적인 기술로 인식되어 왔다. 우리나라의 KOMPSAT-2 위성은 GSD(Ground Sample Distance) 1m급의 전정색 영상과 4m급의 다중분광 영상을 동시에 제공하는 고해상도 위성이다. 그러나 다중분광센서의 복잡성과 보안성에 의해 영상이 제한적으로 제공되고 있어 KOMPSAT-2 위성영상을 이용한 다양한 연구가 미흡한 실정이다. 한편, 토지이용도의 제작은 다중분광 영상을 제공하는 위성영상을 이용하여 제작된다. 다중분광 영상이 제공하는 분광정보 및 공간정보 등으로 토지이용분류를 수행하거나 멀티센서 자료의 통합을 통한 토지이용분류 기법을 개발하여 제작하였다. 그러나 대부분 GSD 10m급 이상의 중 저해상도 위성영상을 이용하여 제작이 이루어져 수평위치 정확도 및 세부정보의 제공이 낮으며, 정보의 최신성이 결여되어 있다. 특히, 유역 치수안전도 평가를 위한 토지이용도 작성은 매우 중요한 부분을 차지하고 있으므로 이에 대한 연구가 필요하다. 이에 본 연구에서는 섬강유역을 대상으로 KOMPSAT-2 영상을 이용하여 유역 치수안전도 평가 및 치수계획 수립기술을 위한 토지이용도를 작성하고자 한다. 토지이용 분류방법은 감독분류와 무감독분류 방법을 조합하여 분류정확도를 개선시키는 하이브리드분류(hybrid classification) 방법을 이용하였으며, 분류기준의 선정은 환경부 토지이용분류 기준을 참고하여 1단위와 2단위 분류체계를 혼용하였다. 또한, 분류 후 후처리를 통하여 잡음을 제거하고 환경부의 토지이용도를 참조하여 육안판독으로 오분류된 지역을 보정하였다. 새롭게 작성된 토지이용도는 기존의 토지이용도와 비교 분석하여 토지이용변화 상황을 파악하고, 이를 통하여 KOMPSAT-2 영상의 토지이용도 개선 가능성을 검토하였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.12 no.2 s.29
• /
• pp.53-59
• /
• 2004

In this paper, we investigated a method for feature-based classification to develop a software which is suitable for the classification of high resolution satellite imagery. We developed algorithms for image segmentation and fuzzy-based classification required for feature-based classification and designed user interfaces to support interaction with user, considering various elements required for the feature-based classification. Evaluation of the software was accomplished using real image. Classification results were compared and analysed with eCognition software which is unique commercial software for feature-based classification. The classification results from both softwares showed essentially same results and the developed software showed better result in the processing speed.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.207-212
• /
• 2009

고해상도 위성영상이 갖는 공간 객체의 복잡성과 다양성에 의해 기존 중 저해상도 영상에서 사용하던 분류 방식을 고해상도 영상에 그대로 적용하기에는 한계가 있다. 이러한 문제를 극복하기 위하여 영상은 공간적인 특성을 추가적으로 추출하여 분광정보와 결합하여 분류를 수행하는 방식의 연구가 진행되고 있다. 본 연구의 목적은 고해상도 영상의 분류정확도를 개선하기 위하여 새로운 공간 개체(spatial feature)인 SSI(Shape-Size Index)를 제안하는데 있다. SSI는 영역 확장(Region Growing) 기반의 영상 분할(Image Segmentation)을 수행한 후, 객체 내에 객체의 크기와 모양에 대한 고려를 모두 할 수 있는 공간 속성값을 할당하여 공간정보를 추출한다. 추출된 공간정보를 고해강도 영상의 다중분광 밴드와 결합하여 Support Vector Machine(SVM)을 이용한 분류를 수행하였다. 실험 결과, 제안한 기법의 분류 결과가 분광밴드만을 이용하여 분류를 수행한 결과뿐만 아니라 기존의 공간 개체 추출방식인 GLCM, PSI 기법을 이용한 분류 결과에 비해 높은 분류정확도를 도출함을 알 수 있었다.

• 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.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.26-30
• /
• 2009

본 연구는 고해상도 위성영상을 이용하여 열대해역에서의 생태환경 분포도를 작성함으로써 생태 환경의 변화를 효과적으로 모니터링 할 수 있도록 하는 데에 목적이 있다. 지구온난화 현상에 따라 산호 면적이 감소하고 있다. 이처럼 산호는 환경 변화가 민감하게 반응을 하기 때문에 열대해역에서 산호를 모니터링 하는 것은 주변 생태환경 변화 전체에 대한 관리 역할을 하기 때문에 중요하다. 본 연구에서는 이러한 열대해역의 환경을 효과적으로 모니터링 하기위하여 고해상도 위성영상인 IKONOS와 Kompsat-2 영상을 이용하여 생태환경 분포도를 작성하여보았다. 연구지역은 한남태평양연구센터가 위치한 마이크로네시아 연방국의 Weno 섬 북동쪽 연안이고, 이 지역에서 2007년과 2008년 2번의 현장관측을 실시하여 총 121개 정점에서 광관측 및 환경 자료를 얻었다. 기존의 감독분류와 무감독분류 방법, 그리고 객체지향 영상분류 방법 등을 이용하여 분포도를 작성하였고, 현장관측 자료를 이용하여 검증하였다. 고해상도 영상이기 때문에 기존 방법에서 나타나는 오분류 현상이 객차지향 영상분류 방법을 사용할 경우 적어지는 결과를 얻을 수 있었다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.23 no.3
• /
• pp.252-262
• /
• 2020

In Remote Sensing, a machine learning based SVM model is typically utilized for land cover classification. And study using neural network models is also being carried out continuously. But study using high-resolution imagery of KOMPSAT is insufficient. Therefore, the purpose of this study is to assess the accuracy of land cover classification by neural network models using high-resolution KOMPSAT-3 satellite imagery. After acquiring satellite imagery of coastal areas near Gyeongju City, training data were produced. And land cover was classified with the SVM, ANN and DNN models for the three items of water, vegetation and land. Then, the accuracy of the classification results was quantitatively assessed through error matrix: the result using DNN model showed the best with 92.0% accuracy. It is necessary to supplement the training data through future multi-temporal satellite imagery, and to carry out classifications for various items.