• 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 for Nondestructive Testing
• /
• v.32 no.5
• /
• pp.518-525
• /
• 2012

In this study, the feasibility of hyperspectral reflectance imaging technique was investigated for the discrimination of viable and non-viable lettuce seeds. The spectral data of hyperspectral reflectance images with the spectral range between 750 nm and 1000 nm were used to develop PLS-DA model for the classification of viable and non-viable lettuce seeds. The discrimination accuracy of the calibration set was 81.6% and that of the test set was 81.2%. The image analysis method was developed to construct the discriminant images of non-viable seeds with the developed PLS-DA model. The discrimination accuracy obtained from the resultant image were 91%, which showed the feasibility of hyperspectral reflectance imaging technique for the mass discrimination of non-viable lettuce seeds from viable ones.

• 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.

• Korean Journal of Optics and Photonics
• /
• v.32 no.5
• /
• pp.215-219
• /
• 2021

Recently a system for nondestructive measurement of seedling plants in real time has been attracting attention as an essential element in fields such as the "smart farm". This study reports the simultaneous measurement of anthocyanin accumulations in leaf tissues in a large number of bok choy, using a hyperspectral imaging system. To measure many seedlings simultaneously, an existing hyperspectral imaging system is modified. In this paper, a total of 96 seedlings are measured: 24 each of 4 cultivars. Using the hyperspectral data-acquisition system, 12 seedlings can be analyzed simultaneously within 3 minutes. The hyperspectral imaging technology proposed in this paper is shown to provide an analytic system comparable to destructive chemical analysis. This hyperspectral imaging technology can be applied to a high-throughput plant-phenotyping system, owing to its capability of measuring a large number of specimens at the same time.

• Journal of Software Assessment and Valuation
• /
• v.17 no.2
• /
• pp.75-81
• /
• 2021

Since plant growth is greatly influenced by moisture, it is important to control the soil to have optimal moisture for the plant being grown. Recently, researches on automatically analyzing plant growth information including soil moisture using spectral images are being conducted. However, hyperspectral images are difficult to use due to huge amount of data appearing in spectral bands. In this paper, we propose a method to solve the complexity of hyperspectral images using a CNN. Since the proposed method automatically analyzes the entire band of the target hyperspectral using deep learning, there is no need to make an effort to find a specific band for analysis of each image. In order to show the effectiveness of the proposed system, we conduct an experiment to analyze moistures using hyperspectral images obtained from soil.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.54-54
• /
• 2023

하천유역조사는 관련 법률의 규정에 의해 물관리정책의 수립에 필요한 기초정보를 제공하는 것을 목적으로 기본현황, 이수, 치수 환경생태 등 유역관리에 필요한 주요 조사항목을 대상으로 수행되고 있다. 조사방법 중 원격탐사자료 활용한 조사는 드론 모니터링 영상 및 위성영상자료를 이용해 댐·제방과 같은 치수 시설물의 안전관리, 수질 모니터링, 하천지형조사, 하상변동조사 등에 활용되고 있다. 최근에는 일반 RGB 영상뿐만 아니라 수백개의 분광밴드를 포함한 초분광영상을 이용한 하천조사 연구가 이루어지고 있다. 초분광영상은 분광해상도가 높아 다항목 조사에 활용할 수 있다는 장점이 있지만, 많은 양의 분광정보를 포함하고 있기 때문에 초기 수집 자료의 용량이 너무 크고, 분석을 위한 전처리 과정이 까다롭다는 단점이 있다. 반면, 10개 이하 밴드의 분광정보를 수집하는 다분광영상은 2개 밴드를 이용해 정규식생지수(NDVI)를 즉각적으로 모니터링할 수 있고, 작물의 생육현황 등을 분석할 수 있어 농업 및 산림분야에서 널리 활용되고 있다. 초분광영상을 이용한 수심산정 연구는 최적 밴드비 탐색 기법(OBRA)을 활용해 측정수심과 상관관계가 높은 밴드비를 이용해 수심맵을 구축하는 방식이 활용되어왔다. 본 연구에서는 기존의 초분광영상을 활용한 수심산정기법을 다분광영상에 적용하여 분광밴드수가 축소된(경량화된) 자료를 활용한 수심산정 가능성을 확인하기 위해 동일한 현장에서 초분광과 다분광 두가지 영상을 촬영하였으며, 각각 수심맵을 구축해 하천분야에서 다분광영상의 활용도를 평가하였다. 또한, 기존의 OBRA의 한계를 개선하기 위해 가우시안 혼합 모델(GMM; Gaussian Mixture Model)을 활용해 영상을 군집화하여 수심산정 정확도를 개선하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.161-161
• /
• 2020

최근 기후변화와 여름철 고온 등으로 인한 녹조현상, 화학물질 및 유류 유출 등 화학사고로 인한 하천의 수질오염과 관련된 사회적 관심이 높아지고 있다. 특히, 화학사고로 인한 유해화학물질 유출은 인체에 접촉 시 악영향을 끼치며, 대기·수질·토양을 오염시키고 주변 농작물의 변색이나 괴사를 유발하는 등의 피해를 야기하기 때문에 적절한 조치와 대응이 필요하다. 환경부에서는 유해화학물질 유출사고로 인한 국민건강 및 환경상의 위해를 예방하기 위해 화학물질관리법과 화학물질 등록 및 평가에 관한 법률을 제정하여 유해화학물질을 관리하고 화학사고에 대응하고 있다. 그러나, 화학사고 발생 시 공장 인근의 먼지, 악취 등을 감시하기 위해 현장인력에 의존하거나 화학물질의 유출이 우려되는 곳에 제한적으로 검출센서를 설치해 사고를 감시하고 있어 검출센서 미설치 지역에 대한 능동적 탐지가 어렵고, 화학물질의 공간적 분포 탐지가 불가능하여 초동 대응에 한계가 있다. 한편 최근 초분광 영상을 활용하여 물질 고유의 분광특성을 분석함으로써 토지피복, 식생, 수질 등의 식별에 활용되고 있다. 따라서 초분광 센서를 활용한 화학물질 감지 가능성도 보여주고 있지만, 초분광 센서를 활용한 하천의 화학물질 감지를 위한 연구는 미비한 실정이다. 이에 본 연구에서는 유해화학물질 18종을 대상으로 초분광 영상을 이용한 상호 구분이 가능한 지 확인하고자 해당 유해화학물질의 초분광 영상을 촬영하여 분광라이브러리를 구축하였다. 또한 물질별 특성을 보이는 분광밴드의 범위를 지정해 특성 분광라이브러리를 구축하였으며, 해당 과정에 대한 표준 및 절차를 제시하였다. 본 연구에서 제시한 절차에 따라 18종의 유해화학물질 분광라이브러리와 특성 분광라이브러리를 구축한 결과, 유해화학물질의 식별 가능성을 확인하였다. 향후 연구를 통해 유해화학물질 분광라이브러리 데이터베이스를 확대하고, 실시간 모니터링에 적용할 경우 신속한 화학사고 발생여부 감지 및 대응에 활용할 수 있을 것으로 사료된다.

• Journal of Korea Water Resources Association
• /
• v.56 no.4
• /
• pp.235-243
• /
• 2023

Due to the revision of the River Act and the enactment of the Act on the Investigation, Planning, and Management of Water Resources, a regular bed change survey has become mandatory and a system is being prepared such that local governments can manage water resources in a planned manner. Since the topography of a bed cannot be measured directly, it is indirectly measured via contact-type depth measurements such as level survey or using an echo sounder, which features a low spatial resolution and does not allow continuous surveying owing to constraints in data acquisition. Therefore, a depth measurement method using remote sensing-LiDAR or hyperspectral imaging-has recently been developed, which allows a wider area survey than the contact-type method as it acquires hyperspectral images from a lightweight hyperspectral sensor mounted on a frequently operating drone and by applying the optimal bandwidth ratio search algorithm to estimate the depth. In the existing hyperspectral remote sensing technique, specific physical quantities are analyzed after matching the hyperspectral image acquired by the drone's path to the image of a surface unit. Previous studies focus primarily on the application of this technology to measure the bathymetry of sandy rivers, whereas bed materials are rarely evaluated. In this study, the existing hyperspectral image-based water depth estimation technique is applied to rivers with vegetation, whereas spatio-temporal hyperspectral imaging and cross-sectional hyperspectral imaging are performed for two cases in the same area before and after vegetation is removed. The result shows that the water depth estimation in the absence of vegetation is more accurate, and in the presence of vegetation, the water depth is estimated by recognizing the height of vegetation as the bottom. In addition, highly accurate water depth estimation is achieved not only in conventional cross-sectional hyperspectral imaging, but also in spatio-temporal hyperspectral imaging. As such, the possibility of monitoring bed fluctuations (water depth fluctuation) using spatio-temporal hyperspectral imaging is confirmed.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.18 no.1
• /
• pp.48-63
• /
• 2015

In this study, we introduce various hyperspectral data processing techniques for the monitoring of shallow and coastal waters to enlarge the application range and to improve the accuracy of the end results in Korea. Unlike land, more accurate atmospheric correction is needed in coastal region showing relatively low reflectance in visible wavelengths. Sun-glint which occurs due to a geometry of sun-sea surface-sensor is another issue for the data processing in the ocean application of hyperspectal imagery. After the preprocessing of the hyperspectral data, a semi-analytical algorithm based on a radiative transfer model and a spectral library can be used for bathymetry mapping in coastal area, type classification and status monitoring of benthos or substrate classification. In general, semi-analytical algorithms using spectral information obtained from hyperspectral imagey shows higher accuracy than an empirical method using multispectral data. The water depth and quality are constraint factors in the ocean application of optical data. Although a radiative transfer model suggests the theoretical limit of about 25m in depth for bathymetry and bottom classification, hyperspectral data have been used practically at depths of up to 10 m in shallow and coastal waters. It means we have to focus on the maximum depth of water and water quality conditions that affect the coastal applicability of hyperspectral data, and to define the spectral library of coastal waters to classify the types of benthos and substrates.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.21 no.6
• /
• pp.111-116
• /
• 2021

The hyper-spectral image is data obtained by dividing the electromagnetic wave band in the infrared region into hundreds of wavelengths. It is used to find or classify objects in various fields. Recently, deep learning classification method has been attracting attention. In order to use hyper-spectral image data as deep learning training data, a processing technique is required compared to conventional visible light image data. To solve this problem, we developed a software that selects specific wavelength images from the hyper-spectral data cube and performs the ground truth task. We also developed software to manage data including environmental information. This paper describes the configuration and function of the software.