• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.507-519
• /
• 2017

정규식생지수(NDVI, Normalized Difference Vegetation Index)는 생물량 및 $CO_2$ 흡수량 추정과 병충해 탐지 등 다양한 식생 모니터링 영역에서 활용되고 있다. 그러나, 생물량 탐지에 비해 상대적으로 식생의 생리적 상태 변화에 대한 민감도가 낮아 식생의 생리적 활성 및 스트레스를 파악에 한계가 있다. 최근 개발된 광학반사지수(PRI, Photochemical Reflectance Index)는 식생의 생리적 상태 탐지에 용이한 것으로 알려지고 있으며, 식생의 탄소 흡수량 조사를 위해 향후 발사될 해외의 지구관측위성들의 주요 산출물로 선정되는 등 활용도가 높아질 것으로 전망된다. 이에 다양한 이용에 앞서 광 스트레스에 민감한 PRI 특성을 고려하여 그림자 영향의 해석 방향을 제시하고, 현재 가용한 위성으로 PRI 산출이 가능한지 알아보기 위해 대체 밴드를 평가하였다. 항공 초분광 영상을 이용한 본 연구에서는 PRI값이 그림자 부분에서 광 스트레스의 감소로 인해 증가하였다. 그러나 그림자의 정도가 임계값(Shadow Index<25)을 넘어서면 PRI와 NDVI 모두의 자료 품질이 매우 낮아졌다. 또한, 문헌의 570.0 nm 대신 553.6 nm를 사용하여 산출한 PRI가 오리지널 PRI와 높은 상관관계를 보였으며, RED와 NIR 반사도를 이용하여 다중회귀분석을 수행하였을 때 더욱 향상된 결과를 보였다. 이러한 결과는 향후 식생탐지에서 활용도가 높아질 것으로 기대되는 PRI의 생리적인 의미를 이해하는데 도움이 될 것이다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.1-8
• /
• 2008

일반적으로 감시영상에서 움직이는 물체들은 배경빼기 혹은 프레임 차를 이용하여 추출된다. 하지만 객체에 의해서 만들어지는 그림자는 심각한 탐지의 오류를 야기시킬 수 있다. 특히, 도로 상에 설치된 감시카메라로부터 획득된 영상으로부터 차량 정보를 분석할 때, 차량에 의해서 생성되는 그림자로 인하여 차량의 모양을 왜곡시켜 부정확한 결과를 만든다. 때문에 그림자의 제거는 감시 영상 내에서의 정확한 객체 추출을 위해서 반드시 필요하다. 본 논문은 도로감시영상 내에서 움직이는 차량의 차종판별 성능을 향상시키기 위한 움직이는 객체 내에 만들어지는 그림자를 제거한다. 제거된 객체의 영역은 소실점을 이용하여 3차원 객체로 피팅(Fitting)한 후 측정된 데이터를 감독 학습하여 원하는 차종 판별결과를 얻는데 사용한다. 실험은 3가지 기계학습 방법{IBL, C4.5, NN(Neural Network)}을 이용하여 그림자의 제거가 차종의 판별성능에 미치는 결과의 평가한다.

• 한국전자통신학회논문지
• /
• 제14권1호
• /
• pp.251-256
• /
• 2019

본 논문에서는 무인자율주행자동차를 레이싱 경기에 운용하기 위해 차량의 전면유리 중앙에 설치된 단안카메라를 사용하여 원거리에 있는 차량을 인식하고 추적하는 알고리즘을 제안한다. 차량은 하르(Haar) 특징을 사용하여 탐지하고, 차량바닥에 있는 그림자를 검출하여 차량의 크기와 위치를 판단한다. 인식된 차량의 주변을 ROI(: Region Of Interest)로 설정하여 다음 프레임들에서는 ROI 내부의 차량 그림자를 찾아 추적한다. 이를 통하여 차량의 위치, 상대속도와 이동방향을 예측한다. 실험결과는 100m이상의 거리에서 90%이상의 인식율로 차량을 인식하였다.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.91-99
• /
• 2020

영상 감지 시스템의 기반 기술인 그림자 제거기술의 경우 실시간 영상처리는 계산의 복잡도가 높아 처리속도가 저하되고, 명도 차이만으로 그림자를 제거하기 때문에 조명이나 빛에 민감하다는 문제점이 있다. 따라서 본 논문에서는 기존 시스템의 문제점을 해결하기 위해 가중치 적용 부분을 제거하여 계산의 복잡도를 낮추어 실시간성을 향상시켰다. 또한 수직 히스토그램을 이용해 그림자 인식률을 향상시킬 수 있는 그림자 제거 알고리즘 기반의 영상 감지 시스템을 설계 및 평가하였다. 평가 결과 기존 영상 감지 시스템에 비해 평균 속도가 약 5.6ms, 검출률이 약 5.5%p 향상된 것을 확인하였다.

• 한국측량학회지
• /
• 제32권2호
• /
• pp.133-142
• /
• 2014

Landsat은 대표적인 지구관측 위성 중 하나로 지표면 모니터링, 변화탐지, 분류 등 다양한 분야에서 사용되고 있다. 하지만 구름과 구름의 그림자는 지표의 관측과 분석을 제한하는 장애물 중 하나로, Landsat을 사용하기 전 구름을 제거하고 원래의 지표 피복으로 복원하는 과정은 필수적이다. 최근에 발사된 Landsat-8은 기존위성에 비해 2개의 추가적인 costal/aerosol, cirrus 밴드를 제공하며, 이는 구름을 탐지하고 복원하는데 효율적으로 사용될 수 있다. 따라서 본 연구에서는 Landsat-8의 영상에서 구름을 효과적으로 탐지하고, 복원하는 기법을 단계적으로 제안하였다. Otsu 임계화 기법을 통하여 구름과 구름의 그림자 지역을 탐지하였고, 탐지된 구름 및 그림자 지역은 실험 영상과 참조영상을 이용하여 원래의 지표 피복으로 복원 하였다. 복원영상의 정확도 평가에서는 전체정확도가 약 85%, 카파계수가 0.7128로 본 연구에서 제안한 알고리즘이 효율적임을 확인하였다.

• 대한공간정보학회지
• /
• 제11권2호
• /
• pp.61-66
• /
• 2003

지형도 제작, 환경, 산림, 시설물 탐지 등의 분야에서 위성영상이나 항공사진을 이용하여 변화탐지가 수행되어 왔다. Landsat이나NOAA 위성의 저해상 영상은 자동 변화탐지에 사용되어 왔으며, 항공사진과 같은 고해상 영상은 판독에 의한 변화탐지에 사용되었다. 고해상 위성영상을 이용하여 이러한 자동 변화탐지와 수동 변화탐지를 통합하려는 시도가 있지만, 그림자, 중심 투영 영상으로 인한 건물의 왜곡, 정밀한 기하보정 등의 문제점이 발견되고 있다. 본 논문에서는 IKONOS 위성영상을 이용하여 변화 탐지를 수행하고, 이에 따른 문제점을 살펴보도록 하겠다.

• 한국지리정보학회지
• /
• 제17권1호
• /
• pp.159-172
• /
• 2014

급격한 산업의 성장과 그로인한 환경 문제로 인해 전 세계적으로 화석연료사용의 규제와 신 재생에너지의 활용에 대한 관심이 증가하고 있다. 이로 인해 선진국들을 중심으로 이와 관련한 정책지원 및 관련분야의 연구가 수행되기 시작하였으며, 특히 에너지자원의 활용 면에 있어 지역적 제약이 적고 유지관리가 용이한 태양광에너지의 활용이 증가 하고 있다. 이는 국민들의 태양광에너지의 활용에 대한 수요의 증가로 나타나고 있으며, 관련 산업의 지속적인 성장세로 나타나고 있다. 그러므로 본 연구에서는 공간정보기술을 활용하여 태양광에너지발전의 주요 영향인자인 일조량을 그림자 분석 시뮬레이션을 활용하여 건축물 별로 산정하였다. 연구 대상지는 경상북도에 위치하고 있는 경산시를 대상으로 하였다. 먼저, 경산시에 대한 공간정보를 구축하기위해 기 구축된 수치지형도에서 등고선과 표고점을 추출하고 이를 활용하여 DEM(Digital Elevation Model)을 생성한다. 또한 건축물 별로 구성되어 있는 도로명 주소 데이터를 활용하여 Raster형태로 변환하고, 변환된 건축물 데이터와 DEM의 합성을 통해 DSM(Digital Surface Model)을 구축하였다. 구축된 DSM을 기반으로 태양의 위치에 따른 그림자의 이동 및 변화탐지를 분석할 수 있는 그림자 분석 시뮬레이션을 활용하여 그림자 정보를 정량화 하였다. 마지막으로 시뮬레이션을 통해 획득한 그림자 정보를 바탕으로 일조시간을 산정하고 이를 가조시간과의 계상을 통해 건축물별 일조량을 산정하였다. 이러한 과정을 통해 산정된 일조량은 공공기관, 민간, 산업체 등에 정량화된 일조량 정보를 제공할 수 있을 뿐만 아니라, 태양광에너지를 활용하기위한 의사결정지원의 기반데이터로 활용될 수 있을 것이며, 향후 태양광에너지 활용연구의 기반으로 활용될 수 있을 것으로 기대된다.

• 한국지구과학회지
• /
• 제39권3호
• /
• pp.241-249
• /
• 2018

국제 해상교통량 및 물동량이 증가함에 따라 한반도 주변해역의 선박유동량도 늘어나고 있으며 이에 따라 크고 작은 항구가 위치하고 있는 남해에서의 해양 사고도 꾸준히 발생하고 있다. 특히 선박간의 충돌 및 침몰 사고는 인적 및 물적 피해뿐만 아니라 해양환경오염을 유발하기 때문에 광역의 범위를 고해상도로 볼 수 있는 인공위성을 통한 신속한 선박탐지가 필요하다. 본 연구에서는 광학 인공위성 아리랑 2호 관측자료를 활용하여 광양만 인근해역의 각 채널별 반사도 값을 비교 분석하여 새로운 선박탐지지수를 제시하였다. 선박 분류를 위해 그 선박탐지지수의 역치를 0.1로 설정하였고, RGB 합성영상과 비교하였을 때 대다수의 선박을 탐지하였음을 보여주었다. 연구해역에 포함되어 있는 큰 규모의 선박을 선정 후, 선박 주변의 공간적 반사도 분포를 분석하였다. 그 결과 선박 북서방향에 위치한 균일한 형태의 선박그림자를 확인할 수 있었다. 이는 태양의 위치가 남동방향에 위치하고 있음을 나타내고 있으며, 실제 위성영상이 촬영된 시기의 방위각은 $144.80^{\circ}$로 영상내의 그림자의 위치를 통해 태양의 방위각을 유추할 수 있다. 그림자의 반사도는 주변 바다 및 선박에 비해 낮은 0.005 값을 나타냈고, 선수 및 선미에 따라 높이차가 달라짐을 보였다. 이는 선박의 갑판 및 구조물의 높이를 반영한 것으로 판단된다. 본 연구 결과는 연안 해상사고 발생 시 실종선박 수색기술에 고해상도 광학 인공위성 영상이 활용될 수 있음에 의의가 있다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.104-114
• /
• 2016

포트홀은 차량파손과 교통사고 유발 등의 사회문제를 유발시키고 있다. 포트홀을 효율적으로 관리하기 위해서는 빠르게 포트홀을 찾아내는 기술이 가장 중요하다. 기존의 포트홀 탐지 기법은 민원에 의한 수동식 신고방식을 사용하고 있어, 포트홀로 인해 발생하는 문제를 사전에 예방하지 못하고 있다. 최근 포트홀을 저비용으로 빠르게 탐지하기 위하여 영상 카메라를 이용한 연구가 많이 진행되고 있다. 본 논문에서는 사전에 연구되었던 포트홀 탐지 알고리즘의 탐지정확도를 개선하기 위한 Saliency Map 기반의 알고리즘을 제안한다. 기존 알고리즘은 포트홀이 그림자와 겹쳐있거나 포트홀의 내부 모양이 주변 도로노면과 비슷한 형태를 가지는 등의 복잡한 환경에서 포트홀을 탐지하지 못하는 문제를 가지고 있다. 이러한 문제를 해결하기 위하여 제안하는 알고리즘은 Saliency Map 알고리즘을 이용하여 보다 정확한 포트홀 후보 영역을 찾는다. 제안 알고리즘은 포트홀 후보영역 추출부와 결정부로 구성되며, 실험을 통하여 기존 알고리즘보다 더 높은 탐지 정확도를 가짐을 보인다.

• 방송공학회논문지
• /
• 제26권1호
• /
• pp.14-25
• /
• 2021

서로 다른 시간에 촬영된 같은 위치의 원격 탐사 영상에서 변화된 사항을 찾는 변화 탐지는 다양한 영역에 적용되기 때문에 매우 중요하다. 그러나 정합 오차, 건물 변위 오차, 그림자 오차 등이 오탐지를 발생시킨다. 이러한 문제점을 해결하기 위해 본 논문은 CADNet(Change Attention Dense Siamese Network)을 제안한다. CADNet은 다양한 크기의 변화 영역을 탐지하기 위해 FPN(Feature Pyramid Network)을 사용하며, 변화 영역에 주목하는 변화 주목 모듈을 적용하고, 낮은 수준 (Low-level)의 특징과 높은 수준 (High-level)의 특징을 모두 포함하고 있는 피처 맵을 변화 탐지에 사용하기 위해 DenseNet을 피처 추출기로 사용한다. CADNet의 성능을 Precision, Recall, F1 측면에서 측정하였을 때 WHU 데이터 세트에 대하여 98.44%, 98.47%, 98.46%이었고, LEVIR-CD 데이터 세트에 대해 90.72%, 91.89%, 91.30%이었다. 이 실험의 결과는 CADNet이 기존 변화 탐지 방법들보다 향상된 성능을 제공한다는 것을 보여준다.