• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.186-189
• /
• 2009

KOMPSAT-2 고해상도 위성영상이 제공됨에 따라, 국내에서도 고해상도 위성영상을 활용한 다양한 연구 및 활용 사례가 증대되고 있다. KOMPSAT-2는 높은 공간해상도의 흑백영상과 멀티스펙트럴 영상을 동시에 제공하고 있는데, 개체 추출 및 고해상도의 토지 피복도 생성, 영상의 시각화를 위한 고해상도 멀티스펙트럴 영상 취득이 주요한 실정이다. 따라서 서로 다른 공간, 분광해 상도를 가지는 센서 자료를 이용하여 두 개의 장점을 모두 가지는 영상으로 재구성하는 영상융합은 원격탐사분야에서 중요한 연구분야이다. 이를 위해 다양한 영상융합기법이 연구되었지만, 대부분의 알고리즘들이 융합 후에 원 멀티스펙트럴 영상의 분광정보를 왜곡시키는 문제점을 지니고 있다. 본 연구에서는 영상 유도기법을 이용하여 융합영상의 분광정보를 향상시키는 방법을 제안하였다. 원 멀티스펙트럴 영상과 해상도를 낮춘 융합영상과의 비교 분석을 통하여 융합영상의 공간해상도 왜곡은 최소한으로 줄이고 왜곡된 분광정보를 최대한 보정하였다. 다양한 알고리즘을 통해 얻은 KOMPSAT-2 융합 영상에 본 알고리즘을 적용한 결과, 분광정보 왜곡량이 기존의 융합결과에 비해 줄어든 것을 확인할 수 있었으며, 이러한 결과는 다양한 응용분야에 활용될 수 있을 것이다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.223-227
• /
• 2006

최근 위성기술의 발전은 크게 두 가지 방향으로 진행되고 있다. 하나는 고해상도(High Resolution)라는 말로 대표되는 공간해상도(Spatial Resolution)의 향상이고, 다른 하나는 초분광(Hyperspectral)으로 대표되는 분광해상도(Spectral Resolution)의 향상이다. 특히 초분광영상(Hyperspectral Image)은 지상피복 및 대상물에 대해 실험실에서 얻을 수 있을 정도의 연속적이고 좁은 파장 간격의 분광정보를 제공하고 있어, 기존에 사용하던 다중분광영상(Multispectral Image) 보다 많은 양의 정보를 사용자에게 제공한다. 본 논문에서는 다중분광영상과 초분광영상의 분광 정보를 활용한 영상분류능력을 비교분석하고 그 결과를 평가하였다. 분석결과는 다중분광영상에서 식별이 어려웠던 초지, 농지, 나지에 대한 분석 능력이 초분광영상에서 상당히 향상됨으로써 감독분류에서 약 20% 정도의 정확도 향상을 가져왔으며, 무감독분류의 경우에는 미소한 차이로 그 정확도가 향상된다는 것이다. 이런 결과는 향후 초분광영상의 토지 피복분류 및 대상물 탐사에 긍정적인 활용 방안을 제시할 수 있음을 알려주고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.423-423
• /
• 2019

RGB나 다중분광영상은 높은 공간 해상도로 인해 크기가 작은 물질의 클래스를 부여하는데 있어서는 효과적이지만 분광해상도가 낮아 다양한 종류의 지표물 분류 및 분광적으로 미세한 차이를 보이는 대상 체간의 분류에는 한계를 가지고 있다. 그러나 초분광 영상(Hyperspectral Image)은 대상 객체의 분광 반사곡선을 수백개의 연속적인 분광 파장대 영역으로 상세하게 해당 물체의 정보를 취득할 수 있는 기능을 가지고 있다. 최근 국내에서도 초분광 영상을 이용한 토지피복도 작성 및 환경 모니터링 등 다양한 분야에 적용하기 위한 연구가 시도되고 있다. 최근에는 드론과 같은 소형 UAV를 활용하여 경제적인 비용으로 시공간해상도가 높은 영상을 획득하는 것이 가능하게 되었으며 분광정보를 수집하는 영상 장비의 발전으로 드론에 탑재가 가능한 경량의 소형 초분광센서가 개발됨으로써 보다 높은 분광해상도의 영상을 취득할 수 있게 되었다. 본 연구에서는 효율적인 하천환경조사를 위해 UAV를 활용하여 고해상도 초분광 영상을 취득하였으며, 차원축소법과 분류기 적용에 따른 공간 분류 정확도 분석을 통해 하천환경에 대한 분류 및 평가를 실시하였다. 연구지역에서 획득한 초분광 영상은 노이즈로 인한 영향을 줄이고자 MNF와 PCA 기법으로 차원축소를 수행하였으며, MLC(Maximum Likelihood Classification)와 SVM(Support Vector Machine), SAM(Spectral Angle Mapping) 감독분류기법을 적용하여 하천환경특성에 따른 공간분류를 수행하였다. 연구 결과 MNF기법으로 차원 축소한 영상을 적용하여 MLC 감독분류를 수행하였을 때 가장 높은 분류정확도를 얻을 수 있었으나, 일부 클래스 및 수역의 경계와 그림자 공간에서 주로 오분류가 나타나는 것을 확인할 수 있었다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2006.05a
• /
• pp.13-19
• /
• 2006

본 연구에서는 보다 정확한 식생지수의 분석을 위해서 영상융합에 의한 공간해상도 향상 가능성에 대해서 평가하였다. 식생지수는 광범위한 지역의 산림 모니터링이나 산불재해와 같은 분야에서 폭넓게 사용되고 있으며, 영상융합은 저해상도의 다중분광대 영상을 고해상도의 단일분광대를 이용하여 분광해상도는 그대로 유지하면서 공간해상도를 향상시키는 기법이다. 본 연구에서는 공간해상도 향상을 위해서 wavelet, PCA, IHS, Brovey, multiplicative 변환 등의 영상융합기법을 적용하였으며, 융합된 영상과 원영상으로부터 식생지수를 계산하고 상관계수의 비교를 수행하였다. 그 결과 PCA 방법이 공간해상도 증가와 함께 식생지수의 왜곡이 가장 적은 것으로 나타났다.

• 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 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.

• Korean Journal of Remote Sensing
• /
• v.22 no.4
• /
• pp.295-304
• /
• 2006

Image fusion is defined as making new image by merging two or more images using special algorithms. In case of remote sensing, it means fusing multispectral low-resolution remotely sensed image with panchromatic high-resolution image. Generally, hyperspectral image fusion is accomplished by utilizing fusion technique of multispectral imagery or spectral unmixing model. But, the former may distort spectral information and the latter needs endmember data or additional data, and has a problem with not preserving spatial information well. This study proposes a new algorithm based on two stage spectral unmixing model for preserving hyperspectral image's spectral information. The proposed fusion technique is implemented and tested using Hyperion and ALI images. it is shown to work well on maintaining more spatial/spectral information than the PCA/GS fusion algorithms.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.196-201
• /
• 2009

KOMPSAT-2 위성영상은 공간해상도가 우수한 1-m급 전정색 영상과, 상대적으로 분광해상도가 우수한 4-m급 다중분광 영상을 동시 취득하는 다중 센서이다. 영상융합기법의 적용을 통해 1-m급 고해상도 다중분광 영상의 취득이 가능하며, 이것은 1-m급에서 식별 가능한 객체들을 분류하고 변화 탐지하는데 활용될 수 있다. 본 연구는 IHS (Intensity-Hue-Saturation) 융합 기법의 I (Intensity) 와 $\delta$ 값을 조정함으로써 새로운 융합기법을 제안하였으며, 육안분석과 상관계수를 가지고 다른 융합기법들과 비교분석하였다. 실험 결과, 제안된 기법의 융합영상은 원본 다중분광영상과 가장 높은 상관계수를 나타내었으며, 상관계수가 유사한 웨이브릿 융합 또는 고대역 필터링과의 육안분석에서 확연히 우수한 공간 선명도를 나타내는 것으로 평가되었다.

• 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.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.36 no.6
• /
• pp.555-563
• /
• 2018

Thermal infrared images have the characteristic of being able to detect objects that can not be seen with the naked eye and have the advantage of easily obtaining information of inaccessible areas. However, TIR (Thermal InfraRed) images have a relatively low spatial resolution. In this study, the applicability of the pansharpening algorithm used for satellite imagery on images acquired by the UAV (Unmanned Aerial Vehicle) was tested. RGB image have higher spatial resolution than TIR images. In this study, pansharpening algorithm was applied to TIR image to create the images which have similar spatial resolution as RGB images and have temperature information in it. Experimental results show that the pansharpening algorithm using the PC1 band and the average of RGB band shows better results for the quantitative evaluation than the other bands, and it has been confirmed that pansharpening results by ATWT (${\grave{A}}$ Trous Wavelet Transform) exhibit superior spectral resolution and spatial resolution than those by HPF (High-Pass Filter) and SFIM (Smoothing Filter-based Intensity Modulation) pansharpening algorithm.