• Journal of KIISE:Software and Applications
• /
• v.32 no.7
• /
• pp.674-682
• /
• 2005

This paper proposes classification of multi-spectral satellite image based on fusion of fuzzy G-K (Gustafson-Kessel) algorithm and PCM algorithm. The suggested algorithm establishes the initial cluster centers by selecting training data from each category, and then executes the fuzzy G-K algorithm. PCM algorithm perform using classification result of the fuzzy G-K algorithm. The classification categories are allocated to the corresponding category when the results of classification by fuzzy G-K algorithm and PCM algorithm belong to the same category. If the classification result of two algorithms belongs to the different category, the pixels are allocated by Bayesian maximum likelihood algorithm. Bayesian maximum likelihood algorithm uses the data from the interior of the average intracluster distance. The information of the pixels within the average intracluster distance has a positive normal distribution. It improves classification result by giving a positive effect in Bayesian maximum likelihood algorithm. The proposed method is applied to IKONOS and Landsat TM remote sensing satellite image for the test. As a result, the overall accuracy showed a better outcome than individual Fuzzy G-K algorithm and PCM algorithm or the conventional maximum likelihood classification algorithm.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.4-4
• /
• 2023

C-band SAR 센서를 탑재한 수자원위성은 한반도 수자원 모니터링을 위해 개발되어 2025년 발사가 계획되어 있으며, 수변환경 및 부유물 탐지 및 다양한 활용이 기대되고 있다. 그 중 수변환경은 수변 생태계 안정성을 유지하는 역할을 담당하여 이에 대한 모니터링은 중요하다. s현장 관측 기반 탐지 방법과 비교하여 위성 원격탐사는 광범위한 지역을 반복적으로 관측하여, 연속적인 수변환경 및 부유물 정보를 제공할 수 있다. 이러한 특성에 기반하여 다양한 다중분광 및 SAR (Synthetic Aperture Radar) 위성 원격탐사 자료를 바탕으로 수변환경 및 부유물의 탐지 연구가 이루어졌다. 특히 단일 영상만을 사용하는 기법에 비해 다중분광 및 SAR 영상을 융합하여 높은 정확도를 보인 바 있다. 초기 연구에서는 임계값 알고리즘 또는 현장관측 기반의 부유물 농도와 위성 자료간의 선형관계를 분석하는 단순한 알고리즘이 주를 이루었으나, 최근에는 RF, CNN 등 보다 복잡하고 다양한 인공지능 알고리즘이 적용되어 높은 정확도로 해당 문제들을 해결하고 있다. 본 연구에서는 수자원위성 활용을 위해 인공지능 기반 수변환경 및 부유물 탐지 알고리즘을 개발하고자 한다. 수자원위성의 대체 자료로 유럽우주국의 Sentinel-1 A/B 위성의 C-band SAR 영상을 이용하였으며, 보조자료로 Sentinel-2 다중분광 영상을 이용하였다. 개발된 알고리즘은 수자원 관리를 위한 환경변화 탐지에 유용한 정보로 활용될 수 있을 것으로 기대된다.

• The Bulletin of The Korean Astronomical Society
• /
• v.42 no.2
• /
• pp.65.2-65.2
• /
• 2017

현재까지의 구상성단들에 대한 측/분광학적 관측 결과들은 우리은하 내 대부분의 구상성단들이 다중항성종족을 갖고 있다는 것을 보여준다. 구상성단 형성에 대한 이러한 패러다임의 변화는 우리은하 뿐만 아니라 외부은하 형성에 기여하는 building block이 무엇인지 밝히게 될 것이다. 특히 금속이 풍부한 47 Tuc (NGC104)은 무거운 구상성단들의 화학적 진화를 조사하기에 이상적인 천체이다. 우리는 CTIO 4-m 망원경과 다중천체분광기인 HYDRA를 사용하여 획득한 47 Tuc의 적색거성에 대한 분광자료들의 LTE 분석을 수행하였다. 이 측정 결과로부터 구상성단 47 Tuc의 화학조성의 특징과, 더 나아가, 형성에 관해 논의하고자 한다.

• 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 Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.278-278
• /
• 2021

가뭄이 장기간 지속되어 농업적 가뭄 상태가 되면 토양의 수분이 마르기 시작하면서, 식생의 생장활동이 방해되고, 이는 식생의 광합성 활동까지 영향을 미친다. 광합성을 통해 대기 중의 이산화탄소가 흡수되고 산소 발생이 증가하는데, 광합성이 활발하지 못하면 상대적으로 대기 중의 이산화탄소 농도가 증가한다. 본 연구에서는 이러한 토양수분, 식생활동과 대기 중 이산화탄소의 농도의 관계를 다중분광센서인 MODerate resolution Imaging Spectroradiometer (MODIS) 산출물을 이용하여 분석하였다. 기존 토양수분의 경우, 마이크로파 센서를 통해 산출된 값을 활용했지만, 이는 상대적으로 공간 해상도가 조악하다는 단점을 갖고 있어서 면적이 작은 연구지역을 분석할 때에는 한계점을 갖고 있다. 이러한 문제를 해결하기 위하여 상대적으로 고해상도인 광학센서를 이용한 토양수분 산정 방법을 적용하였다. 또한, MODIS 총 일차생산량 (Gross Primary Productivity, GPP) 산출물을 이용하여 식생 호흡량과의 관계식을 통해 이산화탄소 플럭스를 계산하였다. 원격탐사 기반의 토양수분, 식생지수, 이산화탄소 플럭스를 한국에서 발생한 가뭄 기간 중, 2014년과 2015년도에 대하여 지점 관측자료인 플럭스 타워에서 제공되는 값과 비교 분석하였다. 분석한 결과 토양수분, 식생 지수, 탄소플럭스는 순차적으로 지연시간을 두고 상관성이 발생함을 확인하였다. 토양수분과 식생 지수 사이에는 1개월, 식생지수와 탄소플럭스는 0.5개월의 지연시간 후에 가장 높은 상관성을 보였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.182-186
• /
• 2003

일반적으로 영상은 공간, 분광 및 시간 해상력을 바탕으로 고해상과 저해상 영상으로 구분된다. 최근 IKONOS 와 QuickBird 등 공간해상력이 1m 이하인 위성 영상들이 국내에 공급되어 바야흐로 고해상 위성영상을 이용한 다양한 활용분야들이 연구되고 있다. 이에 반하여 고분광해상력을 갖는 하이퍼스펙트럴 영상에 대한 연구는 미흡한 실정이다. 국제적으로는 항공기탑재 센서들을 이용한 다양하고 광범위한 조사분석 연구가 이루어지고 있으나, 국내에서는 장비와 관심의 부재로 인하여 초기적인 연구 단계에 있는 실정이다 하이퍼스펙트럴 센서는 환경, 지질, 목표물 인식 분야에 있어 많은 관심을 받고 있으며 위성탑재 초다중분광센서가 운용되기 시작하면서 연구의 활성화가 더욱 기대되고 있다. 본 연구에서는 EO-1 위성의 Hyperion 센서 데이터를 이용하여 노이즈 제거를 위한 영상 전처리 과정을 실시하고 분광특성에 따른 무감독 분류를 통한 인덱싱 기법과 널리 알려진 분광 라이브러리를 활용한 대상물, 특히 인공지물 추출 기법을 실험하였다. 이를 위하여 MNF(Maximum/Minimum Noise Filtering) 변환 및 분광 매칭(Spectral Matching) 기법, 분광 라이브러리 처리 등을 수행하였다. 결과의 비교를 위하여 동일 지역의 Landsat ETM+ 데이터를 이용하여 상호비교를 통한 검증작업으로서 그 성과를 판단하였다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2002.04a
• /
• pp.157-166
• /
• 2002

원격탐측의 다양한 응용분야 중 저해상도의 다중분광(multispectral) 영상으로부터 고해상도의 영상을 생성하기 위한 영상융합의 연구가 진행되어 오고 있다. 지금까지 융합 결과에 있어서 공간해상력은 향상되었지만 영상의 질에 있어서는 그다지 만족스럽지 못한 결과를 보여주고 있다. 본 연구에서는 최근 여러 분야에서 응용되고 있는 웨이블릿 변환을 이용하여 영상융합을 시도 하고자 한다. 실험영상으로 2001년 11월에 촬영된 대전지역의 IKONOS 공간 해상력 1m 전정색(panchromatic)영상과 4m의 다중분광영상(Blue, Green, Red, NIR)을 이용하여 Daubechies 웨이블릿기반 영상 융합방법을 통해 1m의 칼라영상을 생성하였으며 기존에 일반적으로 사용되고 있는 방법과 그 결과를 비교 분석하였다.

• Journal of the Society of Disaster Information
• /
• v.14 no.4
• /
• pp.501-509
• /
• 2018

Purpose: UAV-based photo measurements are being researched using UAVs in the space information field as they are not only cost-effective compared to conventional aerial imaging but also easy to obtain high-resolution data on desired time and location. In this study, the UAV-based high-resolution images were used to perform the land cover classification. Method: RGB cameras were used to obtain high-resolution images, and in addition, multi-distribution cameras were used to photograph the same regions in order to accurately classify the feeding areas. Finally, Land cover classification was carried out for a total of seven classes using created ortho image by RGB and multispectral camera, DSM(Digital Surface Model), NDVI(Normalized Difference Vegetation Index), GLCM(Gray-Level Co-occurrence Matrix) using RF (Random Forest), a representative supervisory classification system. Results: To assess the accuracy of the classification, an accuracy assessment based on the error matrix was conducted, and the accuracy assessment results were verified that the proposed method could effectively classify classes in the region by comparing with the supervisory results using RGB images only. Conclusion: In case of adding orthoimage, multispectral image, NDVI and GLCM proposed in this study, accuracy was higher than that of conventional orthoimage. Future research will attempt to improve classification accuracy through the development of additional input data.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1109-1124
• /
• 2022

This study proposes a marine debris monitoring methods using satellite and drone multispectral images. A multi-layer perceptron (MLP) model was applied to detect marine debris using Sentinel-2 satellite image. And for the detection of marine debris using drone multispectral images, performance evaluation and comparison of U-Net, DeepLabv3+ (ResNet50) and DeepLabv3+ (Inceptionv3) among deep learning models were performed (mIoU 0.68). As a result of marine debris detection using satellite image, the F1-Score was 0.97. Marine debris detection using drone multispectral images was performed on vegetative debris and plastics. As a result of detection, when DeepLabv3+ (Inceptionv3) was used, the most model accuracy, mean intersection over union (mIoU), was 0.68. Vegetative debris showed an F1-Score of 0.93 and IoU of 0.86, while plastics showed low performance with an F1-Score of 0.5 and IoU of 0.33. However, the F1-Score of the spectral index applied to generate plastic mask images was 0.81, which was higher than the plastics detection performance of DeepLabv3+ (Inceptionv3), and it was confirmed that plastics monitoring using the spectral index was possible. The marine debris monitoring technique proposed in this study can be used to establish a plan for marine debris collection and treatment as well as to provide quantitative data on marine debris generation.

• Journal of Cadastre & Land InformatiX
• /
• v.46 no.2
• /
• pp.239-251
• /
• 2016

Hyperspectral image is widely used for land cover classification because it has a number of narrow bands and allow each pixel to include much more information in comparison with previous multi-spectral image. However, Higher spectral resolution of hyperspectral image results in an increase in data volumes and a decrease in noise efficiency. SAM(Spectral Angle Mapping), a method based on vector inner product to compare spectrum distribution, is a highly valuable and popular way to analyze continuous spectrum of hyperspectral image. SAM is shown to be less accurate when it is used to analyze hyperspectral image for land cover classification using spectral library. this inaccuracy is due to the effects of atmosphere. We suggest a decision tree based method to compensate the defect and show that the method improved accuracy of land cover classification.