• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.961-973
• /
• 2020

본 논문에서는 CNN (Convolutional Neural Network) 기반의 영상융합 기법을 제안하고자 하였다. 딥러닝 구조의 성능을 향상시키기 위하여, CNN 기법에서 대표적인 합성곱(convolution) 방법으로 알려진 팽창된 합성곱(dilated convolution) 모델을 활용하여 모델의 깊이와 복잡성을 증대시키고자 하였다. 팽창된 합성곱을 기반으로 하여 학습과정에서의 효율을 향상시키기 위하여 잔차 네트워크(residual network)도 활용하였다. 또한, 본 연구에서는 모델학습을 위하여 전통적인 L1 노름(norm) 기반의 손실함수와 함께, 공간 상관도를 활용하였다. 본 연구에서는 전정색 영상만을 이용하거나 전정색 영상과 다중분광 영상을 모두 활용하여 구조에 적용한 DRNet을 개발하여 실험을 수행하였다. KOMPSAT-3A를 활용한 전정색 영상과 다중분광 영상을 이용한 DRNet은 융합영상의 분광특성에 과적합되는 결과를 나타냈으며, 전정색 영상만을 이용한 DRNet이 기존 기법들과 비교하여 융합영상의 공간적 특성을 효과적으로 반영함을 확인하였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2002년도 창립 20주년기념 국제학술대회
• /
• 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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.275-278
• /
• 2006

본 연구는 전정색(panchromatic) 고해상도 위성영상을 이용하여 산화피해림과 비산화림을 대상으로 수종별로 구분하여 조사하였다. 제안된 방법은 회색단계 공발생 행렬(Gray Level Co-occurrence Matrix, GLCM)을 통하여 생성된 질감 영상(textural images)과 웨이블릿 분해 영상(wavelet decomposition images)의 융합을 실시하여 질감 영상에서 추출될 수 있는 정보와 웨이블릿 분해를 통해 얻을 수 있는 정보를 획득하고자 하였다. 그 결과로 동일 수종을 형성하는 임반이나 산화피해 정도가 유사한 산림의 경우 영상의 밝기값의 분포가 일정한 범위 내에서 형성되어 수종 분류 및 산화피해 등급의 구분이 가능했으나, 영상 내 경계효과(edge effect) 현상은 일부 영상에서 나타났다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.151-156
• /
• 2003

본 연구에서는 2000년 LANDSAT ETM+ 수도권 영상을 이용하여 도시지역 10개소, 식생지역 10개소를 선정해서 각각에 대해 표준화 주성분 분석을 적용하여 두 지역간의 고유벡터 매트릭스를 비교ㆍ분석해보았다. 도시 지역과 식생 지역각각에 대해 총 6개의 주성분이 생성되었으며 PC-2와 고유벡터 부호가 변한 밴드(band2, band7)를 RGB로 조합하여 수원지역을 대상으로 분류(Classification)한 결과의 정확도를 분광서명 분별 분석(Signature Separability Analysis)통해 얻은 밴드조합(band1, band3, band5) 영상의 분류결과와 비교해 보았다. 수원지역 2000년 IKONOS 영상의 다중분광 밴드(4×4m)와 전정색 밴드(1x1m)를 융합한 영상이 분류 정확도를 판단하는 기준으로 사용되었다. 비교결과 분류 전체 정확도는 각각 87.7%, 77.29% Khat 지수는 0.83, 0.68로 나타나 PC-2, 밴드2, 밴드7을 이용했을 때 분류 정확도를 높일 수 있다는 결과를 얻었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• 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.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1283-1297
• /
• 2023

중적외선(mid-wave infrared, MWIR) 영상은 피복 및 객체의 온도를 파악할 수 있어 환경, 국방 등 다양한 분야에서 핵심 데이터로 사용된다. KOMPSAT-3A 위성은 타 위성에 비해 높은 공간해상도의 MWIR 영상을 제공하지만, 광학(electro-optical, EO) 영상에 비해 상대적으로 낮은 시인성을 가져 활용성의 확대에 어려움을 겪는다. 이에 본 연구에서는 KOMPSAT-3A 전정색(panchromatic, PAN) 영상의 윤곽 정보를 기반으로 시인성이 높은 MWIR 융합 영상을 제작하고자 한다. 먼저, 이종 센서에서 취득된 PAN 영상과 MWIR 영상의 상대 기하오차를 제거하는 전처리를 수행하고, 딥러닝 기반 윤곽 정보 추출 기술인 Pixel difference network (PiDiNet)의 사전 학습 모델을 이용하여 PAN 영상에 대한 윤곽 정보를 추출한다. 이후 전처리된 MWIR 영상과 추출된 윤곽 정보를 중첩하여 객체 경계면이 강조된 MWIR 융합 영상을 제작한다. 제안 방법을 이용하여 서로 다른 세 지역에 대한 MWIR 융합 영상을 제작하였으며, 이를 시각적으로 분석하였다. 본 기법을 통해 제작된 MWIR 융합 영상은 지형 및 지물의 경계면이 강조되어 시인성이 개선되었으며, 세부적으로 관심 지역에 대한 열 정보를 전달할 수 있었다. 특히, MWIR 융합 영상에서는 저해상도의 원본 MWIR 영상에서 식별할 수 없었던 비행기, 선박 등의 객체를 육안으로 판독할 수 있었다. 본 연구는 가시적인 정보와 열 정보를 동시에 고려할 수 있는 단일 영상 제작 방법론을 제시하였으며, 이는 MWIR 영상의 활용성 확대에 이바지할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.499-508
• /
• 2013

각종 센서 정보에 기반한 3차원 건물 정보 추출 방법은 건물 형태를 보다 상세하게 묘사할 수 있지만 많은 비용 및 복잡한 처리가 요구된다. 단일 고해상도 영상에 기반한 방법은 추출할 수 있는 3차원 건물 정보가 비교적 제한적이지만 낮은 비용과 단순한 처리 과정으로 건물 정보를 추출할 수 있다는 장점을 갖는다. 단일 고해상도 위성영상만을 이용한 건물 정보 추출 방법 중에서도 Volumetric Shadow Analysis(VSA)는 그림자나 건물 밑 바닥이 일부분 가려져도 해당 건물의 높이와 바닥 위치 정보를 추출할 수 있다. 최근에는 반자동 VSA가 제안되었으나 이 방법은 주변 객체 형태와 그림자 영역 추출 정확도, 영상 노이즈 등에 큰 영향을 받는다. 반자동 VSA를 개선하기 위해서 본 논문은 단일 고해상도 전정색 영상과 다중분광 영상을 이용한 3차원 건물 정보 추출 방법을 제안한다. 제안된 방법은 각 밴드 영상에 반자동 VSA를 각각 적용하고 이를 통해서 계산된 파라미터로 비용함수를 구성한다. 비용함수로 계산된 값이 최대인 건물 높이를 실제 건물 높이로 결정한다. 제안된 방법의 성능평가를 위해서 Kompsat-2 영상이 사용되었으며 반자동 VSA와 제안된 방법으로 추출된 건물 정보를 비교 분석하였다. 그 결과는 제안된 방법이 보다 높은 성공률로 비교적 정확한 건물 정보를 추출할 수 있음을 보여준다.

• 한국측량학회지
• /
• 제32권2호
• /
• pp.117-132
• /
• 2014

본 논문에서는 사용되는 센서의 특성, 특히 밴드 간 분광 응답함수의 차이에 따라 달라질 수 있는 영상융합 기법의 성능 차이에 대한 상대적 비교 분석을 주된 연구 목적으로 하였다. 이를 위해, CS 기반의 대표적 영상융합 기법인 GIHS, GS1, GSA, GSA-CA을 선정하였고, 거의 동일 시기/동일 지역을 촬영한 KOMPSAT-2/3 위성영상을 이용하였다. 또한, 융합 영상의 성능 평가는 정량적/정성적 방법을 혼용하여 진행하였다. 분석 결과, KOMPSAT-2/3 영상 모두에서 GSA 기법과 GSA-CA 기법이 다른 기법들에 비해 상대적으로 우수한 품질을 나타냈다. 이는 다른 위성영상 및 문헌을 통해 제시된 결과들과 일치하는 것으로, 선형 회귀식을 통해 전정색 영상과 intensity 영상 간 스펙트럴 불일치를 최소화한 기존 방법론의 효능을 뒷받침하는 것이다. 그러나 동일한 실험 조건을 적용하였을 때, KOMPSAT-2와 KOMPSAT-3에서 나타내는 융합 성능은 서로 다른 결과를 나타냈다. 이 같은 결과는 두 위성 센서 내 밴드별 분광응답함수가 서로 다른 것에 기인하는 것으로 판단할 수 있다. KOMPSAT-2의 경우, blue 밴드와 green 밴드의 분광 응답비가 전정색 밴드를 초과하는 것으로 알려져 있으며, 이는 영상 융합 과정에서 과도한 저주파 요소를 삽입하여, 최종적으로 제작된 융합 영상에서의 색상 왜곡을 유발하는 원인이 되는 것으로 알려져 있다. 반면, KOMPSAT-3에서는 KOMPSAT-2에서 발생되었던 상당부분의 관련 문제들을 보완 하였으며, 결과적으로 동일한 실험 조건에서도 상대적으로 향상된 융합 결과를 나타냈다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.893-903
• /
• 2018

고해상도 위성영상 활용의 증가와 함께 자동 정밀 기하보정의 필요성이 증가하고 있다. 정밀기하보정을 위한 지상기준점(ground control point, GCP)을 수집하는 방법 중 하나로 항공정사영상과 같은 영상지도의 일부를 추출한 칩(chip) 영상을 이용하는 것을 들 수 있고, 영상 정합 기법을 이용하여 자동화할 수 있다. 이 때 통합기준점과 같이 기존에 측량이 이루어진 지상기준점을 대상으로 칩 영상을 제작하는 경우 개수의 제한으로 영상 정합 성공률의 중요성이 증가한다. 이 연구의 목적은 KOMPSAT-3A 영상과 항공정사영상 기반 지상 기준점 칩 영상 간 정합 성공률을 향상시키기 위한 방법을 제시하는 것이다. 이를 위하여 KOMPSAT-3A 전정색(panchromatic, PAN) 영상, 다중분광(multispectral, MS) 영상, 융합(pansharpening, PS) 영상과 항공정사영상의 각 밴드 조합에 대해 영상 정합을 실시하고 성공률을 비교하였다. 그 결과 주로 사용되고 있는 전정색 영상과 다중분광 영상을 이용할 때 약 10-30%의 영상 정합 성공률이 융합 영상을 이용할 때 약 40-50%로 증가하는 것으로 나타났다. 따라서 KOMPSAT-3A 위성영상과 항공정사영상의 정합에 있어 융합 영상을 사용하는 것이 정합 성공률을 향상시키는데 도움이 되는 것으로 판단된다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.273-278
• /
• 2005

전정색영상과 달리 컬러영상에서 개체를 추출할 경우 밴드별 분광특성을 이용하여 특정지물을 효과적으로 인식할 수 일고 밝기값만으로 구별해낼 수 없는 개체를 추출할 수 있는 장점이 있다. 본 연구에서는 컬러영상에서 지형지물을 추출하기 위해 컬러정보를 이용하여 경계를 추출하는 연구를 수행하기 위해 일반적으로 사용하는 RGB 색체계가 아닌 CIEL*Ch 색체계로 변환한 후 L*에서 경계를 추출하고 C, h값으로 특정지물을경계를 추출하는 기법으로 컬러영상의 경계를 추출하였다.