• Journal of Korean Society for Geospatial Information Science
• /
• v.9 no.2 s.18
• /
• pp.37-46
• /
• 2001

Spectral pattern recognition techniques are most used in classification of remotely sensed data. Yet, in any real image, adjacent pixels are related, because imaging sensors acquire significant portions of energy from adjacent pixels. And, with the continued improvement in the spatial resolution of remote sensing systems, another spatial pattern recognition approach is must considered. In this study, we aim to show the potentiality of spatial classification methods through comparing the accuracies of spectral classification methods and those of spectral classification methods. By the comparisons between the two methods, classification accuracies of 6 different spatial classification methods are higher than that of spectral classification method by 2-6% or so. Additionally, we can show it statistically through the classification experiments with different band combinations.

• 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 Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.9-14
• /
• 2003

본 연구에서는 원격탐사 화상의 분류를 목적으로 분광정보와 공간적 상관성의 반복적 결합방법을 제안하였다. 퍼지이론을 기반으로 공간적 상관성을 분류 과정에 적용하기 위하여 초기단계에서 정의된 소속 함수에 대해서 주변영역에 대한 필터링을 적용하였고, 특정 수렴 조건을 만족하는 단계까지 반복적 결합을 수행하였다. Landsat TM 화상에 적용한 결과, 향상된 분류정확도와 분광정보만으로 분류가 애매한 화소의 공간적 분포 양상을 확인할 수 있었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.29 no.4
• /
• pp.421-428
• /
• 2011

It is challenging to survey the size and economical value of geospatial industry, because of the vagueness of the industry range. This study suggested a proposed method for the classification of geospatial industry based on Korea Standard Industry Classification, Th proposed method for the classification considered the value added chain of geospatial industry and Korean Standard Industry Classification, Theses considerations reflected characteristics of geospatial industry, Industrial statistics of geospatial industry are expected to be surveyed based on the classification proposed by this study,

• Korean Journal of Cognitive Science
• /
• v.6 no.2
• /
• pp.27-45
• /
• 1995

In this paper, we suggest the "Fuzzy Behavior Knowledge Space(FBKS)" and explain how to utilize the FBKS when aggregating decisions of individual classifiers. The concept of "Behavior Knowledge Space(BKS)" is known to be the best method in the context that each classifier offers only one class label as its decision. However. the BKS does not considers measurement value of class label. Furthermore, it does not allow the heuristic knowledge of human experts to be embedded when combining multiple decisions. The FBKS eliminates such drawbacks of the BKS by adapting the fwzy concepts. Our method applies to the classification results that contain both class labels and associated measurement values. Experimental results confirm that the FBKS could be a very promising tool in pattern recognition areas.

• 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 Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.463-468
• /
• 2004

이 연구에서는 원격탐사 자료를 이용하여 얻어진 분류 결과로부터 분류 정확도의 공간적 불확실성을 추정하고자 하였다. 기존 분류결과로부터 얻어지는 토지 피복별 확률값을 지구통계학적 시뮬레이션 기법을 이용하여 참조자료의 공간적 분포와 통합하였다. 다중센서 화상 통합에 적용한 결과, 각 토지피복 항목별로 공간적인 정확도 분포를 얻을 수 있을 수 있었으며 이러한 자료는 분류결과를 해석하는데 유용하게 사용될 수 있을 것으로 기대된다.

• Journal of Korea Spatial Information System Society
• /
• v.11 no.1
• /
• pp.157-168
• /
• 2009

Geospatial information, which deeply has an effect on our life, have been evolved as intelligent geospatial information in Ubiquitous era. Also, Various services are introduced using the intelligent geospatial information. However, there is no classification system, for understanding the intelligent geospatial information services, considering any developers and users. It needs to be classification system to classify these services. In this paper, we introduced a concept of intelligent geospatial information and developed a service classification matrix regarding to the features of the services. This service classification matrix has three scales; service domain, service intelligent level, and geo-location accuracy. The propose of this matrix can be utilized in two aspects. First, the matrix can improve the reality that doesn't reflect actual demands for the services. Second, the matrix can present the goal of the new services or the development direction. The matrix can be utilized to the geospatial industry as creating the new blue ocean services. However, the service classification matrix needs to modify and complement to have no anything wrong when the various services are applied to the matrix. In the long run, the matrix has to be utilized as a material to make out a service roadmap or TRM(Technical Reference Model).

• Journal of Korean Society for Geospatial Information Science
• /
• v.22 no.3
• /
• pp.155-160
• /
• 2014

This paper deals with comparison of classification accuracy between three land cover classification results having difference in resolution and they were classified with eight classes including building, road, forest, etc. Airborne hyperspectral image used in this study was acquired at 1000m, 2000m, 3000m elevation and had 24 bands(0.5m spatial resolution), 48 bands(1.0m), 96 bands(1.5m). Assessment of classification accuracy showed that the classification using 48 bands hyperspectral image had outstanding result as compared with other images. For using hyperspectral image, it was verified that 1m spatial resolution image having 48 bands was appropriate to classify land cover and qualitative improvement is expected in thematic map creation using airborne hyperspectral image.

• The KIPS Transactions:PartB
• /
• v.8B no.4
• /
• pp.335-342
• /
• 2001

본 논문은 보로노이 공간분류를 활용하여 원격탐사 영상인식을 위한 다층 신경망 분류기를제안한다. 제안된 다층 신경망 분류기는 보로노이 다각형 영역으로 클래스를 구분하며, 초평면 방정식의 계수를 오류 역전과 학습 초기의 연결 강도, 임계치 그리고 은닉층의 노드 수로 결정한다. 제안된 방법은 오류역전과 학습 알고리즘에서 임의로 정해주던 초기 정보를 사전 분석에 의해 공학적으로 결정함으로써 느린 수렴 속도와 학습실패 등의 단점을 피할 수 있는 장점이 있다. 보로노이 다이어그램에 대한 경계선의 초평면 방정식은 훈련집합의 클래스별 평균값을 구하여 Mathematica 패키지로 계산하였다. 제안된 다층 신경망에 의한 영상분류기의 인식능력을 평가하기 위하여 원격탐사 영상인식에서 자주 활용되는 최소거리 분류 방법과 최대우도 분류 방법으로 처리해서 비교한 결과, 최소거리 분류 방법은 실험화상에 대해 81.4%, 최대우도 부류기에 의한 분류는 87.8%, 제안한 방법은 92.2% 정확성을 가진 분류결과를 나타냈다.