• 한국위성정보통신학회논문지
• /
• 제12권4호
• /
• pp.26-33
• /
• 2017

드론은 원격 조종 또는 자동 조종을 통해 임무를 수행하는데 이때 무선통신 기술이 사용된다. 최근 무선통신 기술을 사용하여 드론을 악용하는 사례가 증가함에 따라 드론 RF 신호 탐지의 중요성이 증대되고 있다. 본 논문은 ISM(Industry Science Medical) 대역에서 Wi-Fi, Bluetooth 및 전용 드론 통신 방법을 고려한 시뮬레이션을 통해 효율적인 드론 RF 탐지 방식을 제안하였다. 일반 단말기와 드론 신호가 혼재한 환경을 구성한 뒤 드론 움직임에 따른 RF 특성을 이용하여 일반 단말기와 드론 신호를 구별하였다. 제안한 드론 RF 탐지 기법은 WRMD(Windowed RSSI Moving Detection) 연산과 Doppler Frequency 식별 방법이다. 시뮬레이션 환경은 2가지 신호와 4가지 신호가 혼재하는 환경으로 구성하였고 제안한 드론 RF 탐지 기법을 적용하여 드론 탐지율을 통해 성능을 분석하였다.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.149-160
• /
• 2015

원격탐사 자료 기반의 식생지수 시계열 자료를 이용함에 있어서 가장 중요한 것은 구름이나 에어로졸에 의한 자료의 품질저하 문제이다. 이 연구에서는 MODIS09 지표 분광반사도 자료를 이용하여 구름영향에 의한 저품질 자료를 제거한 뒤 결손자료를 내삽, 평활하여 연속적인 Normalized Difference Vegetation Index (NDVI) 시계열 자료를 생산하였다. 구름에 의한 영향을 제거하기 위한 방법으로 MODIS 분광반사도 자료를 이용한 5가지의 구름탐지기법을 선정하여 비교, 평가하였다. 위성자료에서 제공하는 품질관리정보 (Quality Assessment, QA)에서 구름이라고 판단한 경우, MODIS09 Band 3 반사도가 10% 이상인 경우와 20% 이상인 경우, Cloud Detection Index (CDI)가 임계값 이상인 경우, 센서 천정각이 $32.25^{\circ}$ 이상인 경우를 각각 구름으로 판단하였다. 구름탐지로 인해 발생한 자료의 결손은 선형적 내삽 기법을 이용하여 보정한 뒤 Savitzky-Golay (S-G) 필터와 웨이브렛 변환을 각각 적용하여 평활하였다. 구름 탐지 기법은 10% 이상 Band 3 반사도 제거 기법(85%), Quality Control (QC) (82%), 20% 이상 Band 3 반사도 제거 기법(81%)의 순으로 높은 구름탐지율을 보였다. 웨이브렛 변환은 선형의 시계열 패턴을 얻을 수 있지만 원 자료의 최대값을 반영하지 못하는 반면 S-G 필터는 구름에 의한 신뢰도 낮은 값은 제거하면서도 NDVI 원 자료의 최대값을 유지하여 시계열 자료의 계절적 특성을 잘 보여주는 것을 확인하였다. 이 연구에서는 구름의 탐지, 결손 내삽, 평활 기법의 순차적인 자료처리기법을 적용하여 구름 영향을 제거한 고품질의 시계열 자료의 생산이 가능함을 확인하였다.

• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.599-605
• /
• 2017

위성 영상의 정확한 구름 판별 여부는 이를 활용하여 생산되는 다른 산출물들의 정확도에 민감한 영향을 미치므로 매우 중요하다. 특히 해양에서 구름에 오염된 화소는 해수면 온도(Sea Surface Temperature: SST), 해색(ocean color), 클로로필-a(chlorophyll-a) 등 다양한 해양 기반산출물의 주된 오차 요인으로써 해양에서의 정확한 구름 탐지는 필수적이며 이는 해양 순환을 이해하는데 기여한다. 그러나 현재 Moderate Resolution Imaging Spectroradiometer (MODIS), Advanced Himawari Imager (AHI) 등 대부분 실시간 운영을 위한 알고리즘에서 사용되고 있는 고정 경계값 검사 방법은 태양-해양-센서의 상대적인 위치에 따라 변화하는 해양의 분광 특성을 고려하지 못하는 단점을 가지고 있다. 따라서 본 연구에서는 NOAA의 Himawari-8 구름 산출물을 이용하여 Himawari-8/AHI 반사도 채널에서의 태양 천정각(Solar Zenith Angle: SZA), 위성 천정각(Viewing Zenith Angle: VZA) 변화에 따른 청천 해양 표면 화소의 반사도를 수집하여 분광 라이브러리를 구축하였고 이를 이용하여 동적 경계값 방법인 Dynamic Time Warping (DTW)기법에 적용하여 구름탐지를 수행하였다. 본 연구의 구름탐지 결과를 Japan Meteorological Agency (JMA)의 구름 산출물과 정성적 비교한 결과 JMA 구름 산출물은 청천 화소를 불확실(unknown)으로 오탐지 및 과대탐지 하는 경향을 보였다. 이에 반해 본 연구에서는 태양 천정각이 고각인 지역에서 과대 탐지 및 오탐지되는 문제점을 개선하였다.

• 한국측량학회지
• /
• 제22권2호
• /
• pp.151-159
• /
• 2004

현대사회는 인간 활동 범위의 다양함과 영역확대에 따른 급속한 도시화로 자연환경의 파괴와 천연자원의 고갈이라는 문제에 봉착되었다. 이러한 상황에서 국토의 효율적인 관리와 이용 계획을 위해서 광범위한 토지이용에 따른 변화를 신속하고 정화하게 탐지할 수 있는 변화탐지기술이 요구되었다. 본 연구에서는 원격탐사 영상의 변화탐지를 실시하기 위해 지형공간정보 시스템이 갖고 있는 공간분석기법을 적용하여 새로운 변화탐지 알고리즘과 검색, 질의 및 분석 등의 기능을 수행할 수 있는 소프트웨어를 제작하였다. 이 소프트웨어는 그래픽 사용자 인터페이스를 기본으로 하여 파일변환, 그리드연산, 통계계산, 디스플레이, 검색 등의 기능이 포함되어 있다. 본 연구의 수행 결과 다중시기의 위성영상에 대한 변화탐지를 동시에 수행할 수 있었으며, 네 시기에 대한 통합된 변화영상을 제작할 수 있었다. 또한 사용자가 토지피복에 대한 년도별 변천 내용을 질의하고 검색할 수 있게 함으로써 특정지역의 토지피복에 대한 변천 정보를 획득할 수 있었다. 마지막으로 변화탐지 수행을 위한 개개 응용프로그램의 각 모듈을 윈도우 기반의 Visual Basic으로 통합함으로써 사용자 편의 제공과 자동화를 가져올 수 있었다.

• 대한원격탐사학회지
• /
• 제34권6_3호
• /
• pp.1427-1443
• /
• 2018

객체 기반 영상 분석은 영상의 복잡도를 낮추는 동시에 영상의 특성을 유지한다는 점에서 픽셀 기반 영상 분석보다 높은 효율성과 정보 활용 가능성을 지닌다. Superpixel은 일반적인 영상 분할보다 작은 영상 단위로 영상을 과분할함으로써 영상 내의 경계를 보다 잘 유지할 수 있다. 이 가운데 SLIC(Simple linear iterative clustering) superpixel 기법은 기존의 기법들보다 높은 품질의 영상 분할 결과를 제시하는 것으로 알려져 있다. 이러한 SLIC 기법의 입력 파라미터인 superpixel의 개수는 영상 분할 결과에 큰 영향을 미침에도 이에 대한 연구는 선행 연구에서 충분히 다루어지지 않았다. 이에 본 연구에서는 KOMPSAT 영상을 이용하여 변화 탐지 활용 연구를 위한 SLIC 계열 superpixel 기법의 최적 파라미터 분석 및 변화 탐지 성능 비교를 수행하였다. 사용된 superpixel 기법은 SLIC, SLIC0(SLIC의 무변수 버전), SNIC(Simple non-iterative clustering) 의 세 가지 기법으로, $5{\times}5$(픽셀)에서 $50{\times}50$(픽셀)의 superpixel 크기 범위에 대해서 superpixel 개수를 지정하여 superpixel 분할 영상을 생성하고 변화 탐지 참조 영상에 대한 재현율을 분석하였다. 이를 통해 얻어진 최적 superpixel 크기를 바탕으로 변화를 탐지하고자 하는 두 영상의 차 영상을 분할한 후 일정 크기의 객체로 clustering하였다. 두 시기(bi-temporal) 영상으로부터 얻어진 공통된 영상경계는 전후 영상에 각각 적용함으로써 각 superpixel의 feature(Lab 색상 차이) 변화를 탐지하였다. 최종적인 변화 탐지 결과는 참조 영상을 통해 그 성능이 분석하였으며, 영상의 과분할 정도가 높지 않더라도 규칙적인 크기와 형태의 superpixel을 통해 높은 변화 탐지 성능을 달성할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.265-278
• /
• 2019

Visible Infrared Imaging Radiometer Suite(VIIRS) 센서의 Day and Night Band(DNB) 영상은 야간에 발생하는 인공 및 자연재해 탐지를 통해 신속한 대응을 가능하게 한다. 해양위성센터에서 배포되는 DNB 자료는 달빛의 영향이 보정되지 않았지만 직수신이 가능하기 때문에 빠른 변화탐지에 용이하다. 본 연구에서는 해양위성센터에서 직수신하는 DNB 영상을 사용하여 한반도 도심지 및 산간지에 대하여 달의 위상에 따른 밝기값의 차이를 분석하고, 변화탐지를 위한 달빛 보정 알고리즘을 제안하였다. 기준 영상과 입력 영상에서 토지피복 분류를 고려하여 선택된 화소들 간의 회귀분석을 통한 상대적 보정을 수행하였다. 일일 차분 영상 분석 결과 도심지에서 밝기값 변화는 ${\pm}30$ 라디언스이고, 산간지역은 ${\pm}1$ 라디언스 이하이다. 시계열 자료를 이용한 변화 탐지는 영상간의 좌표 정합오차를 줄이기 위해 시계열 평균 영상을 기반으로 주요 관심 객체를 추출한 후 객체별 변화탐지를 수행하였다. 산간지역에서 발생하는 밝기 변화가 효과적으로 탐지되었으며, 개발된 기술은 실시간 변화 탐지에 활용될 수 있음을 보였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1109-1124
• /
• 2022

본 연구에서는 단시간 내 광범위한 지역에 대한 해양쓰레기 발생 실태 파악이 가능하도록 위성 및 드론다중분광 영상을 이용한 해안쓰레기 모니터링 기법을 제안한다. Sentinel-2 위성 영상을 이용한 해안쓰레기 탐지를 위해 multi-layer perceptron (MLP) 모델을 적용하였고, 드론 다중분광 영상을 이용한 해안쓰레기 탐지를 위해 딥러닝 모델 중 U-Net, DeepLabv3+ (ResNet50), DeepLabv3+ (Inceptionv3)의 탐지 성능평가 및 비교를 수행하였다. 위성 영상을 이용한 해안쓰레기 탐지 결과 F1-Score 0.97을 보였다. 드론 다중분광 영상을 이용한 해안쓰레기 탐지는 초목류와 플라스틱류에 대한 탐지를 수행하였고, 탐지 결과 DeepLabv3+ (Inceptionv3) 모델이 mean Intersection over Union (mIoU) 0.68로 가장 우수한 성능을 보였다. 초목류는 F1-Score 0.93, IoU는 0.86을 보인 반면에 플라스틱류의 F1-Score 0.5, IoU는 0.33으로 낮은 성능을 보였다. 그러나 플라스틱류 마스크 영상 생성을 위해 적용된 분광 지수식의 F1-Score는 0.81로 DeepLabv3+ (Inceptionv3)의 플라스틱류 탐지 성능보다 높은 성능을 보이며, 분광 지수식을 이용한 플라스틱류 모니터링이 가능할 것으로 판단된다. 본 연구에서 제안된 해안쓰레기 모니터링 기법을 통해 해안쓰레기 발생에 대한 정량적 자료 제공과 더불어 해안쓰레기 수거·처리 계획 수립에 활용할 수 있다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.511-521
• /
• 2022

위성영상에서의 구름 탐지 및 제거는 지형관측과 분석을 위해 필수적인 과정이다. 임계값 기반의 구름탐지 기법은 구름의 물리적인 특성을 이용하여 탐지하므로 안정적인 성능을 보여주지만, 긴 연산시간과 모든 채널의 영상 및 메타데이터가 필요하다는 단점을 가지고 있다. 최근 활발히 연구되고 있는 딥러닝을 활용한 구름탐지 기법은 4개 이하의 채널(RGB, NIR) 영상만을 활용하고도 짧은 연산시간과 우수한 성능을 보여주고 있다. 본 논문에서는 해상도가 다른 이종 데이터 셋을 활용하여 학습데이터 셋에 따른 딥러닝 네트워크 성능 의존도를 확인하였다. 이를 위해 DeepLabV3+ 네트워크를 구름탐지의 채널 별 특징이 추출되도록 개선하고 공개된 두 이종 데이터 셋과 혼합 데이터로 각각 학습하였다. 실험결과 테스트 영상과 다른 종류의 영상으로만 학습한 네트워크에서는 낮은 Jaccard 지표를 보여주었다. 그러나 테스트 데이터와 동종의 데이터를 일부 추가한 혼합 데이터로 학습한 네트워크는 높은 Jaccard 지표를 나타내었다. 구름은 사물과 달리 형태가 구조화 되어 있지 않아 공간적인 특성보다 채널 별 특성을 학습에 반영하는 것이 구름 탐지에 효과적이므로 위성 센서의 채널 별 특징을 학습하는 것이 필요하기 때문이다. 본 연구를 통해 해상도가 다른 이종 센서의 구름탐지는 학습데이터 셋에 매우 의존적임을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.535-543
• /
• 2022

농업분야에서 드론을 활용하여 작물의 생육을 진단하고 정보를 영상으로 제공하고 있다. 들녘 단위에 대한 고해상도 드론 영상을 활용하는 경우 객체별 생육정보를 생산할 수 있으나 정확하게 작물을 탐지하고 인접한 객체를 효율적으로 구분하기 위한 작업이 요구된다. 본 연구에서는 작물 객체를 탐지하고 위치 정보를 추출하는 알고리즘을 개발하는 것이 목적이다. 드론 다중분광영상과 컴퓨터 비전 기술을 활용하여 객체 탐지를 위한 알고리즘을 개발하였으며, 대상 작물은 가을배추로 선정하였다. 2018년~2020년까지 가을배추를 대상으로 정식 후 7일~15일 사이의 드론 영상을 취득하였으며, 2019년 영상 기반으로 객체 탐지 알고리즘을 개발한 뒤 2018년, 2020년 영상을 기반으로 알고리즘 평가를 수행하였다. 분광반사도 기반 지수와 식생의 분광반사도 특성을 고려하여 식생 지역을 추출하였다. 이후 추출된 식생 지역에서 객체의 크기를 고려하여 팽창(Dilatation), 침식(Erosion), 이미지 분할 등과 같은 모폴로지(Morphology) 기법을 통해 객체 탐지 정확도를 향상시켰다. 개발된 객체 탐지 알고리즘의 정밀도는 95.19% 이상이었으며, 재현율과 정확도는 각각 95.4%, 93.68% 이상이었다. 객체 탐지 알고리즘의 F1-Score는 0.967 이상으로 나타났다. 본 연구에서 개발한 알고리즘을 이용하여 추출된 배추 객체 중심에 대한 위치 정보는 작물의 재배시기에 따라 영농단계별 의사결정 정보를 제공하기 위한 자료로써 활용될 것이다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.793-810
• /
• 2022

실시간 범람 모니터링을 위해 인공위성 SAR영상을 활용하는 수체탐지에 대한 필요성이 대두되었다. 주야와 기상에 상관없이 주기적으로 촬영 가능한 인공위성 SAR 영상은 육지와 물의 영상학적 특징이 달라 수체탐지에 적합하나, 스페클 노이즈와 영상별 상이한 밝기 값 등의 한계를 내포하여 다양한 시기에 촬영된 영상에 일괄적으로 적용 가능한 수체탐지 알고리즘 개발이 쉽지 않다. 이를 위해 본 연구에서는 Convolutional Neural Networks (CNN)기반 모델인 U-Net 아키텍처에 레이어의 조합인 모듈을 추가하여 별도의 전처리 없이 수체탐지의 정확도 향상 방법을 제시하였다. 풀링 레이어의 조합을 활용하여 형태학적 연산처리 효과를 제공하는 Morphology Module과 전통적인 경계탐지 알고리즘의 가중치를 대입한 컨볼루션 레이어를 사용하여 경계 학습을 강화시키는 Edge-enhanced Module의 다양한 버전을 테스트하여, 최적의 모듈 구성을 도출하였다. 최적의 모듈 버전으로 판단된 min-pooling과 max-pooling이 연속으로 이어진 레이어와 min-pooling로 구성된 Morphology 모듈과 샤를(Scharr) 필터를 적용한 Edge-enhanced 모듈의 산출물을 U-Net 모델의 conv 9에 입력자료로 추가하였을 때, 정량적으로 9.81%의 F1-score 향상을 보여주었으며, 기존의 U-Net 모델이 탐지하지 못한 작은 수체와 경계선을 보다 세밀하게 탐지할 수 있는 성능을 정성적 평가를 통해 확인하였다.