• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1648-1672
• /
• 2020

There are several types of image registration in the sense of stitching separated images that overlap each other. One of these is feature-based registration by a common feature descriptor. In this study, we generate a mosaic of images using feature-based registration for drone aerial images. As a feature descriptor, we apply the scale-invariant feature transform descriptor. In order to investigate the authenticity of the feature points and to have the mapping function, we employ the sample consensus method; we consider the sensed image's inherent characteristic such as the geometric congruence between the feature points of the images to propose a novel hypothesis estimation of the mapping function of the stitching via some optimally chosen initial candidate inliers in the sample consensus method. Based on the experimental results, we show the efficiency of the proposed method compared with benchmark methodologies of random sampling consensus method (RANSAC); the well-ordering property defined in the context and the extensive stitching examples have supported the utility. Moreover, the sample consensus scheme proposed in this study is uncomplicated and robust, and some fatal miss stitching by RANSAC is remarkably reduced in the measure of the pixel difference.

• 대한공간정보학회지
• /
• 제13권2호
• /
• pp.65-69
• /
• 2005

GIS 분야에서 도심 건물 지역의 3차원 자료 생성에 대한 관심이 대두되면서 효율적인 3차원 자료 구축에 대한 연구가 활발히 진행되고 있다. 3차원 자료 생성과 관련된 연구는 대부분 항공사진, 위성영상, LIDAR자료를 이용한 건물 추출 및 건물 고도 복윈 기법 개발에 초점을 두고 있다. 항공사진 및 위성영상의 단일 자료를 이용한 건물 고도의 추출이나 복원은 광학 영상의 기하학적 왜곡으로 많은 어려움이 있다. 건물의 고도를 추출하기 위해서는 일반적으로 입체 영상을 이용하는데, 광학 영상의 기복 변위로 인해 영상정합 시 오정합이 발생할 수 있어 부정확한 결과를 초래할 수 있다. 건물의 고도 추출을 위해서 국내 외적으로 단일 자료만을 이용하지 않고 2차원 GIS 자료(예, 수치지형도)와 같은 기 구축된 자료를 함께 활용하는 기법 개발이 진행되고 있다. 본 연구에서는 항공사진(1/5,000)과 기 구축되어 활용되고 있는 수치지형도(1/1,000)를 이용한 건물 고도 추출 기법 개발에 관한 연구를 수행하였다. 영상정합 대상점을 제한하기 위해 건물 영상에서 관심점을 추출하여 이용하였으며, 본 연구 성과의 정확도를 검증하기 위해 수치도화 장비를 이용한 건물 고도 모형 성과와 비교 평가하였다.

• 한국습지학회지
• /
• 제16권3호
• /
• pp.393-401
• /
• 2014

본 연구는 고해상도 위성영상과 항공영상을 이용하여 샘플영역의 크기 변화에 따른 수종분류 시 정확도와 신뢰도에 미치는 영향을 객관적으로 규명하고 그 경향성을 파악하는데 목적이 있다. 영상이 포함하고 있는 밴드들의 특성을 모두 고려하여 수종분류를 실시하기 위해 위성영상과 항공영상 각각에 대해 다중분광영상을 제작하였으며, 이를 기반으로 감독분류를 수행하였다. 그리고 정확도 검증단계에서 전체정확도를 산출하였으며, 그 결과 위성영상의 3*3에서 84.7%, 항공영상은 5*5에서 83%로 가장 높게 나타났으며 Kappa 계수는 각각 0.84, 0.82로 나타났다. 또한 두 영상의 샘플영역의 크기가 작아질수록 정확도가 높아지는 것으로 판단된다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.409-418
• /
• 2021

항공사진 촬영량이 증가함에 따라 품질검사 자동화의 필요성이 대두되고 있다. 본 연구에서는 딥러닝 기법으로 항공사진 내 구름을 분류 또는 탐지하는 실험을 수행하였고, 또한 위성영상을 학습자료에 포함시켜 분류 및 탐지를 수행하였다. 실험에 사용한 알고리즘으로는 GoogLeNet, VGG16, Faster R-CNN과 YOLOv3을 적용하여 결과를 비교하였다. 또한 구름이 포함된 오류영상 확보의 현실적 제한을 고려하여 항공영상만 존재하는 학습 데이터세트에서 위성영상을 활용한 추가학습이 분류 및 탐지정확도에 영향을 미치는지도 분석하였다. 실험결과, 항공사진의 구름 분류와 탐지에서 각각 GoogLeNet과 YOLOv3 알고리즘이 상대적으로 우월한 정확도를 나타냈고, GoogLeNet은 구름에 대한 생산자정확도 83.8% 그리고 YOLOv3는 구름에 대한 생산자정확도 84.0%를 보여주었다. 또한, 위성영상 학습자료 추가가 항공사진 자료의 부족 시 대안으로 적용가능 함을 보여주었다.

• 한국토양비료학회지
• /
• 제49권6호
• /
• pp.743-750
• /
• 2016

Recently, usage of UAV (Unmanned Aerial Vehicle) has increased in agricultural part. This study was conducted to classify onion and garlic using supervised classification of a fixed-wing UAV (Model : Ebee) images for evaluation of possibility about estimation of onion and garlic cultivation area using UAV images. Aerial images were obtained 11~12 times from study sites in Changryeng-gun and Hapcheon-gun during farming season from 2015 to 2016. The result for accuracy in onion and garlic image classification by R-G-B and R-G-NIR images showed highest Kappa coefficients for the maximum likelihood method. The result for accuracy in onion and garlic classification showed high Kappa coefficients of 0.75~0.97 from DOY 105 to DOY 141, implying that UAV images could be used to estimate onion and garlic cultivation area.

• 대한원격탐사학회지
• /
• 제37권4호
• /
• pp.747-761
• /
• 2021

With the increasing application of UAVs in intelligent transportation systems, vehicle detection for aerial images has become an essential engineering technology and has academic research significance. In this paper, a vehicle detection method for aerial images based on the YOLOv4 deep learning algorithm is presented. At present, the most known datasets are VOC (The PASCAL Visual Object Classes Challenge), ImageNet, and COCO (Microsoft Common Objects in Context), which comply with the vehicle detection from UAV. An integrated dataset not only reflects its quantity and photo quality but also its diversity which affects the detection accuracy. The method integrates three public aerial image datasets VAID, UAVD, DOTA suitable for YOLOv4. The training model presents good test results especially for small objects, rotating objects, as well as compact and dense objects, and meets the real-time detection requirements. For future work, we will integrate one more aerial image dataset acquired by our lab to increase the number and diversity of training samples, at the same time, while meeting the real-time requirements.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1917-1920
• /
• 2003

Automatic tracking of a moving object such as a person is a demanding technique especially in surveillance. This paper describes an experimental system for tracking a moving object on the ground by using a visually controlled aerial robot. A blimp is used as the aerial robot in the proposed system because of its locality in motion and its silent nature. The developed blimp is equipped with a camera for taking downward images and four rotors for controlling the progression. Once a camera takes an image of a specified moving object on the ground, the blimp is controlled so that it follows the object by the employment of the visual information. Experimental results show satisfactory performance of the system. Advantages of the present system include that images from the air often enable us to avoid occlusion among objects on the ground and that blimp’s progression is much less restricted in the air than, e.g., a mobile robot running on the ground.

• 전자공학회논문지S
• /
• 제35S권2호
• /
• pp.146-156
• /
• 1998

Thispapr proposes hybrid navigation parameter estimation using sequential aerial images. The proposed navigation parameter estimation system is composed of two parts: relative position estimation and absolute position estimation. the relative position estimation recursively computes the current velocity and absolute position estimation. The relative position estimation recursively computes the current velocity and position of an aircraft by accumulating navigation parameters extracted from two succesive aerial images. Simple accumulation of parameter values decreases reliability of the extracted parameters as an aircraft goes on navigating. therefore absolute position estimation is required to compensate for position error generated in the relative position step. The absolute position estimation algorithm combining image matching and digital elevation model(DEM) matching is presented. Computer simulation with real aerial image sequences shows the efficiency of the proposed hybrial algorithm.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.216-218
• /
• 2009

This paper proposes an image processing algorithm to stabilize shaken scenes of UAV(Unmanned Aerial Vehicle) caused by vehicle self-vibration and aerodynamic disturbance. The proposed method stabilizes images by compensating estimated shake motion which is evaluated from global motion. The global motion between two continuous images modeled by 6 parameter warping model is estimated by non-linear square method based on Gauss-Newton algorithm with excluding outlier region. The shake motion is evaluated by subtracting the global motion from aerial vehicle motion obtained by averaging global motion. Experimental results show that the proposed method stabilize shaken scenes effectively.

• 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.