• 제목/요약/키워드: 화소기반 분류

검색결과 106건 처리시간 0.019초

화소 및 객체기반 분석기법을 활용한 생태계서비스 가치 추정 결과 비교 (Comparison of the Estimated Result of Ecosystem Service Value Using Pixel-based and Object-based Analysis)

  • 문지윤;김윤수
    • 대한원격탐사학회지
    • /
    • 제33권6_3호
    • /
    • pp.1187-1196
    • /
    • 2017
  • 오늘날 생태계가 인간에게 제공하는 기능과 서비스의 가치를 측정하고자 하는 노력이 지속적으로 이어지고 있으나, 지금까지 수행된 연구들의 대다수는 Landsat이나 MODIS와 같은 중저해상도의 위성영상을 활용해 왔다. 최근 들어 가용할 수 있는 고해상도 위성영상이 많아지는 데 비해 고해상도 영상을 활용한 생태계서비스 가치 추정 연구는 많이 이루어지지 않은 것이다. 이에 본 연구에서는 생태계서비스 가치를 좀 더 정밀하게 분석하고자 최근 들어 가장 많은 변화가 발생하였던 세종시 지역에 대한 고해상도 KOMPSAT-3 영상을 활용하여 화소 및 객체기반 분류를 수행한 후, 생태계서비스 가치 추정 결과를 비교하였다. 화소 및 객체기반 토지피복분류 결과, 화소기반 분류에서 산림과 초지는 상대적으로 과소평가되고 농경지와 시가지는 과대평가되는 것을 확인할 수 있었다. 또한 나지의 경우에는 화소기반 분류 결과에서는 증가하였고 객체기반 분류 결과에서는 감소하여 상반된 결과를 보였다. 이러한 토지피복 분류 결과를 토대로 연구지역 전체의 생태계서비스 가치를 추정한 결과, 2014년 기준 연간 약 818만(화소기반 결과) 달러와 863만(객체기반 결과) 달러에서 2016년에는 약 780만(화소기반 결과) 달러와 862만(객체기반 결과) 달러로 감소하는 것을 확인할 수 있었다. 본 연구 결과는 지역적 차원에서의 지속가능한 도시 개발 및 삶의 질 향상을 위한 정책 등을 수립하는 데 기초 자료로서 활용될 수 있을 것으로 기대된다.

산불연료지도 제작을 위한 객체기반 분류 방법 연구 (A Study on the Object-based Classification Method for Wildfire Fuel Type Map)

  • 윤여상;김윤수;김용승
    • 항공우주기술
    • /
    • 제6권1호
    • /
    • pp.213-221
    • /
    • 2007
  • 본 연구에서는 2002년 4월에 획득된 Hyperion 초분광 원격탐사 자료를 이용하여 산불연료지도 제작을 위한 객체기반 분류 기법을 제시하였으며, 또한 객체기반 분석결과와 화소기반 분석결과를 비교해 보았다. 이를 위해 우선적으로 Hyperion 위성영상에 있는 잡음 화소 보정과 잡음 밴드를 제거하였으며, 또한 정확한 자료 처리를 위해 대기보정을 수행하였다. 산불 연료 지도 제작을 위한 방법은 분광혼합분석(SMA) 처리 결과를 재구성하여 얻었다. 객체 기반 접근 방법은 세그먼트 기반의 endmember 선택방법을 활용하였으며, 화소기반 분석은 표준 분광혼합분석기법을 적용하였다. 검증 및 비교를 위해서는 고해상도 칼라 항공정사영상이 활용되었다.

  • PDF

UAV와 객체기반 영상분석 기법을 활용한 토지피복 분류 - 충청남도 서천군 마서면 일원을 대상으로 - (Land Cover Classification Using UAV Imagery and Object-Based Image Analysis - Focusing on the Maseo-myeon, Seocheon-gun, Chungcheongnam-do -)

  • 문호경;이선미;차재규
    • 한국지리정보학회지
    • /
    • 제20권1호
    • /
    • pp.1-14
    • /
    • 2017
  • 토지피복도는 지역의 현황을 파악하는 기초적 자료이지만 시간적 공간적 해상도의 한계로 인하여 생태 연구 분야에서의 활용성은 떨어지는 측면이 있다. 이에 본 연구에서는 UAV으로 취득된 고해상도 영상을 기반으로 토지피복도 제작과 자료의 활용가능성을 알아보고자 하였다. UAV를 이용하여 연구대상지 $2.5km^2$ 범위에서 10.5cm 정사영상을 취득하였으며 객체기반(Object-based)과 화소기반(pixel-based) 분류를 통해 얻어진 토지피복도를 비교 분석하였다. 정확도 검증 결과 화소기반 분류는 Kappa 0.77, 객체기반 분류는 Kappa 0.82로 분류정확도가 높았으며, 전반적인 면적비율은 유사하지만 초지, 습지 지역에서 양호한 분류 결과가 나타났다. 객체기반 분류를 위한 최적의 영상분할 가중치는 Scale150, Shape 0.5, Compactness 0.5, Color 1로 선정하였으며 가중치 선정과정에서 Scale이 가장 큰 영향을 주었다. 화소기반 분류 결과와 비교해 객체간의 명확한 경계를 가지므로 결과물 판독이 용이한 것으로 나타났으며, 환경부 토지피복도(세분류)와 비교하여 개발지역(도로, 건물 등)을 제외한 자연지역(산림, 초지, 습지 등)의 분류에 효과적이었다. UAV 영상을 활용한 토지피복 분류방법으로서 객체기반 분류기법의 적용은 자료의 최신성, 정확성, 경제성 등의 장점으로 생태 연구 분야에 기여할 수 있을 것으로 판단된다.

하이퍼스펙트럴 영상으로부터 객체기반 영상분류방법에 의한 토지피복도 및 수애선 추출 (Extracting Land Cover Map and Boundary Line between Land and Sea from Hyperspectral Imagery)

  • 이진덕;방건준;주영돈;한승희
    • 한국콘텐츠학회:학술대회논문집
    • /
    • 한국콘텐츠학회 2014년도 추계 종합학술대회 논문집
    • /
    • pp.69-70
    • /
    • 2014
  • 연안지역에 대한 항공 하이퍼스펙트럴 영상으로부터 객체기반 분류방법을 이용하여 토지피복분류를 수행하고 기존에 주로 사용되어온 화소기반 분류기법에 의한 결과와 비교하였으며, 생성된 토지피복도로부터 해륙경계선인 수애선벡터를 용이하게 추출하는 방법을 제시하였다.

  • PDF

항공 하이퍼스펙트럴 영상의 대기보정 효과 분석 및 토지피복 분류 (Atmospheric Correction Effectiveness Analysis and Land Cover Classification Using Airborne Hyperspectral Imagery)

  • 이진덕;방건준;주영돈
    • 한국콘텐츠학회논문지
    • /
    • 제16권7호
    • /
    • pp.31-41
    • /
    • 2016
  • 하이퍼스펙트럴 영상을 이용하여 토지피복 분류를 정확히 수행하기 위해서는 전처리 작업으로서 대기보정을 거쳐야 한다. 항공 하이퍼스펙트럴 영상에 대하여 대기보정을 실시하고 대기보정 유 무에 따른 해수, 갯벌, 식생, 아스팔트, 콘크리트 등의 토지피복 항목별 분광반사율 특성을 비교하여 대기보정의 뚜렷한 효과를 확인할 수 있었다. 대기보정 후의 영상에 대하여 최대우도법, 분광각맵퍼법 등의 화소기반 감독분류기법으로 각각 토지피복 분류를 행하고 그 결과를 비교하였다. 분광각맵퍼법의 경우 임계각 $0.4^{\circ}$에서 노이즈를 최소화하면서 해수영역을 가장 양호하게 분류해 낼 수 있었다. 같은 개체라도 다양한 분광특성을 나타내는 하이퍼스펙트럴 영상의 경우 연안지역에서는 종래의 화소기반 분류기법보다는 축척, 분광 정보, 형태, 결 등을 종합적으로 고려하는 객체기반 분류기법이 더 우월할 것으로 사료된다.

영역정보기반의 유전자알고리즘을 이용한 텍스트 후보영역 검출 (Detection of Text Candidate Regions using Region Information-based Genetic Algorithm)

  • 오준택;김욱현
    • 대한전자공학회논문지SP
    • /
    • 제45권6호
    • /
    • pp.70-77
    • /
    • 2008
  • 본 논문은 화소 단위의 정보가 아닌 분할된 영역들의 정보를 기반으로 유전자 알고리즘을 이용한 텍스트 후보영역 검출방안을 제안한다. 먼저, 영상분할을 수행하기 위해 색상별 화소분류와 비동질적인 군집의 감소를 위한 영역 단위의 재분류 알고리즘을 수행한다. 색상별 화소분류에 이용되는 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘은 공간정보를 추가한 개선된 FCM 알고리즘으로써, 잡음에 강건한 특징을 가진다. EWFCM 알고리즘에 의해 분류된 화소들의 군집정보를 기반으로 수행되는 영역 단위의 재분류는 화소나 군집 단위의 재분류에 비해 효과적으로 영상에 존재하는 비동질적인 군집들을 감소시킬 수 있다. 그리고 텍스트 후보영역 검출은 분할된 영역들로부터 추출한 방향성 에지 성분에 대한 분산값 및 에너지, 크기, 개수 등의 정보를 기반으로 유전자알고리즘에 의해 수행된다. 이는 화소 단위의 정보를 이용한 방법보다 더 명확한 텍스트 영역정보를 획득할 수 있으며, 향후 자동문자인식에서 좀 더 손쉽게 이용될 수 있다. 실험 결과 제안한 분할방법은 기존 방법이나 화소나 군집 기반의 재분류보다 좋은 결과를 보였으며, 텍스트 후보영역 검출에서도 화소 단위의 정보를 이용한 기존 방법보다 더 좋은 결과를 보여 제안방법의 유효성을 확인하였다.

질감 기반 이미지 검색을 위한 질감 서술자 및 컴퓨터 조력 진단 시스템의 적용 (Texture Descriptor for Texture-Based Image Retrieval and Its Application in Computer-Aided Diagnosis System)

  • 뮤잠멜;팽소호;김덕환
    • 전자공학회논문지CI
    • /
    • 제47권4호
    • /
    • pp.34-43
    • /
    • 2010
  • 질감 정보는 객체 인식과 분류에서 중요한 역할을 하고 있다. 정확한 질환 판별을 위해 분류에서 사용되는 질감 특징은 식별성이 높아야 한다. 본 논문에서는 질감-기반 영상 검색 및 폐기종 진단을 위해 컴퓨터 조력진단(Computer-Aided Diagnosis) 시스템을 위한 새로운 질감 기술자를 제안한다. 제안한 질감 기술자는 이웃화소간의 차이값과 중심화소와 이웃화소간의 차이 값의 결합에 기반을 두고 있어 결합된 주변화소 차이(Combined Neighborhood Difference; CND)라고 한다. 화소들간의 CND는 비교후 이진 코드워드로 변환된다. 그다음에, 식별성이 높은 값을 생성하기 위하여 이진 계수가 코드워드에 할당된다. 이와 같은 값들의 분포가 계산되어 질감 특징 벡터를 구성한다. Outex와 Brodatz 데이터집합을 이용한 질감 특징 분류에 관련하여 CND는 92.5%의 정확성을 보이는 데 비해, LBP, LND와 Gabor 픽터는 89.3%, 90.7%와 83.6%의 정확성을 각각 보여준다. 본 논문에서는 CND를 이용한 폐기종의 진단 기능을 CAD 시스템에서 구현하였다.

Density Profile 추출 방법에 따른 염색체 분류정확도 비교분석 (Comparison of Accuracy for Chromosome Classification using Different Feature Extraction Methods based on Density Profile)

  • 최광원;송혜정;김종대;김유섭;이완연;박찬영
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
    • /
    • pp.226-229
    • /
    • 2010
  • 본 연구에서는 다양한 density profile 특징추출에 기반한 염색체 자동분류방법들의 성능을 비교분석하였다. density profile은 염색체의 밴드패턴을 가장 잘 표현한 특징으로 염색체의 중심축을 구성하는 화소들의 밝기 값을 추출하는 방법이다. 염색체의 밴드패턴은 염색체의 끝단까지를 잘 표현해주어야만 정확한 염색체번호를 확인할 수 있다. 따라서 염색체의 중심축을 추출하여 염색체 끝단까지 확장 처리한 방법에 대한 성능을 확인하였다. 염색체 중심축에 위치한 화소만을 이용한 프로파일은 잡음에 민감할 수 있으므로 이를 해결하기 위하여 염색체의 중심축에 대한 화소 값 대신 주변 밝기 값들에 대한 평균을 이용한 국소평균방법과 중심축의 수직라인 상에 존재하는 화소 값들에 대한 평균을 구한 수직평균방법을 비교하였다. 분류알고리즘은 k-NN을 사용하였고, 실험데이터는 (주)Gendix 로부터 제공받은 임상적으로 정상인 100명(남자 50명, 여자 50명)으로부터 추출한 4600개의 염색체 영상을 훈련데이터와 테스트데이터로 각각 50%씩 랜덤하게 분리하여 실험하였다. 실험결과 중심축을 확장하고 수직평균에 대한 프로파일을 특징으로 추출하여 분류한 경우가 가장 좋은 성능을 보였다.

  • PDF

시계열 토지피복도 제작을 위한 준감독학습 기반의 훈련자료 자동 추출 (Automatic Extraction of Training Data Based on Semi-supervised Learning for Time-series Land-cover Mapping)

  • 곽근호;박노욱
    • 대한원격탐사학회지
    • /
    • 제38권5_1호
    • /
    • pp.461-469
    • /
    • 2022
  • 이 연구에서는 시계열 토지피복도를 제작하기 위해 분석자 개입 없이 준감독학습 기반 분류를 이용하는 새로운 훈련자료 추출 기법을 제안하였다. 준감독학습 기반 훈련자료 추출 기법은 먼저 분류 대상 영상과 유사한 토지피복 특성을 포함하는 과거 영상으로부터 획득한 초기 훈련자료를 이용하여 초기 분류를 수행한다. 이후, 분류의 불확실성 정보와 인접 화소의 분류 항목을 제약 조건으로 이용하는 준감독학습 기반 반복 분류를 이용하여 초기 분류 결과로부터 신뢰할 수 있는 훈련자료를 추출한다. 준감독학습 기반 훈련자료 추출기법의 적용 가능성은 농경지에서 unmanned aerial vehicle 영상을 이용하는 분류 실험을 통해 평가되었다. 제안한 준감독학습 기반 훈련자료 추출 기법에 의해 자동으로 추출된 새로운 훈련자료를 이용하는 것은 초기 분류 결과에서 나타난 오분류를 두드러지게 완화할 수 있었다. 특히, 인접 화소의 공간 문맥 정보를 고려함으로써 고립된 화소가 크게 감소하였다. 결과적으로, 제안 기법의 분류 정확도는 수동으로 추출한 훈련자료를 이용하는 분류 정확도와 유사하였다. 이러한 결과는 이 연구에서 제시한 준감독학습 기반 반복 분류가 시계열 토지피복도를 제작하기 위해 신뢰할 수 있는 훈련자료를 자동으로 추출하는데 효과적으로 적용될 수 있음을 나타낸다.

화소간의 명암차를 이용한 LBP 기반 질감분류 (A Texture Classification Based on LBP by Using Intensity Differences between Pixels)

  • 조용현
    • 한국지능시스템학회논문지
    • /
    • 제25권5호
    • /
    • pp.483-488
    • /
    • 2015
  • 본 논문에서는 질감분류를 위해 블록영상 내에서 인접 화소사이의 다차원 명암차이를 이용한 local binary pattern(LBP) 기법을 제안한다. 여기서 블록영상 내 화소 간 명암차는 4방향(세로, 가로, 대각, 역대각) 각각의 인접 화소 간 밝기변화를 고려한 것으로 영상의 질감분류에 이용되는 히스토그램의 레벨수를 감소시켜 계산 부하를 줄이기 위함이다. 또한 블록 내 명암관계를 이진패턴으로 나타낸 것으로 영상의 국부적 속성을 더욱 더 정확하게 반영하여 효과적인 질감분류를 가능하게 함이다. 제안된 기법을 128*128 픽셀의 그레이 영상 USC Texture Mosaic #2을 대상으로 크기와 질감이 다른 24개의 블록영상 각각을 분류하는 실험결과, 기존의 LBP에 비해 빠른 분류속도를 가지며, 임의 크기 블록영상의 분류도 가능함을 확인하였다. 특히 블록영상의 크기가 증가할수록 히스토그램의 레벨 감소폭이 더욱 더 크게 되어 분류속도의 개선정도도 증가함을 알 수 있다.