• 제목/요약/키워드: Environmental feature

검색결과 707건 처리시간 0.028초

달 지형 영상에서 특징점 검출 및 정합 기법의 성능 비교 분석 (Comparative Performance Analysis of Feature Detection and Matching Methods for Lunar Terrain Images)

  • 홍성철;신휴성
    • 대한토목학회논문집
    • /
    • 제40권4호
    • /
    • pp.437-444
    • /
    • 2020
  • 달 로버의 광학 카메라는 로버의 주행정보와 탐사 지역의 3차원 지형정보를 제공한다. 하지만 대기가 없는 달은 단조로운 지형과 어두운 색조의 토양으로 구성되며, 달의 혹독한 환경에서 로버는 낮은 데이터 저장 용량과 연산 성능을 가진다. 따라서 로버의 안전한 주행과 성공적인 달 탐사를 위해서는 달의 지형 및 환경 특성에 강인한 특징점 검출 및 정합 기법 사용이 검토되어야 한다. 본 연구에서는 달 탐사 로버가 취득한 지형 영상을 대상으로 SIFT, SURF, BRISK, ORB, AKAZE들의 성능을 비교 분석하였다. 실험 결과 SIFT와 AKAZE가 달 지형 특성에 강인한 성능을 보여 주었다. AKAZE는 SIFT에 비해 적은 개수의 영상 정합점들을 검출하였으나, 높은 정확도를 가지며 가장 빠르게 영상 정합점들을 검출하였다. 따라서 정확하고 신속한 연산이 필요한 로버 주행 정보 생성에 적합하다. SIFT는 가장 무거운 연산 속도를 보이나, 가장 많은 영상 정합점들을 안정적으로 검출하였다. 달 탐사 로버는 주기적으로 지형 영상을 지구로 전송한다. 따라서 많은 양의 지형 영상을 처리할 수 있는 지구에서 3차원 지형도 구축을 위해 사용하는 것이 적합하다. 본 연구 결과는 향후 달 탐사 로버에서 특징점 검출 기법들의 활용을 위한 가이드라인을 제공할 수 있을 것으로 기대된다.

WorldView-2 위성영상의 분광지수를 이용한 개체 추출 연구 (A Study on the Feature Extraction Using Spectral Indices from WorldView-2 Satellite Image)

  • 김혜진;김용일;이병길
    • 한국측량학회지
    • /
    • 제33권5호
    • /
    • pp.363-371
    • /
    • 2015
  • 개체 추출은 원격탐사 분야의 주된 연구분야 중 하나로, 고해상도 위성영상의 활용도가 높아짐에 따라 보다 세밀하고 특정적인 개체를 추출할 수 있게 되었다. 기존의 화소 기반의 영상 처리 기법들은 고해상도 위성영상의 분광 및 기하학적인 다양성과 복잡성을 제대로 반영하기 어렵기 때문에 근래에는 영상분할 기술을 기반으로 하는 많은 연구가 진행되고 있다. 그런데 단순히 RGB 밴드 영상에 한 가지 영상분할 기법을 적용하는 것으로는 다양한 분광 특성과 형태를 갖는 여러 대상 개체들을 추출하는데 한계가 있다. 지표면의 피복의 종류를 식별하고, 상태를 모니터링 하는데 효과적인 분광지수는 개체 추출 과정에 효율적으로 이용할 수 있다. 본 연구에서는 영상분할 기술을 기반으로 하여 분광지수를 이용한 보다 효과적인 개체 추출 기술을 제안하고자 하였다. 다양한 종류의 개체를 추출하기 위하여 의사결정 트리 분류 기술을 사용하였으며 고해상도 위성인 WorldView-2의 8밴드 다중분광 영상을 이용한 실험을 통해 각 대상 개체를 추출하기에 적합한 분광지수들을 선택하고 이의 효용성을 평가해보고자 하였다. 그 결과, 건물, 도로, 나지, 식생, 수계, 그림자의 6개 클래스에 대한 개체들을 선택적으로 분류할 수 있었고, 식생지수를 비롯한 다양한 분광지수들이 각 개체의 종류를 선별해내는데 효과적으로 사용될 수 있음을 확인하였다.

머신러닝 기반 CFS(Correlation-based Feature Selection)기법과 Random Forest모델을 활용한 BMI(Benthic Macroinvertebrate Index) 예측에 관한 연구 (A Study on the prediction of BMI(Benthic Macroinvertebrate Index) using Machine Learning Based CFS(Correlation-based Feature Selection) and Random Forest Model)

  • 고우석;윤춘경;이한필;황순진;이상우
    • 한국물환경학회지
    • /
    • 제35권5호
    • /
    • pp.425-431
    • /
    • 2019
  • Recently, people have been attracting attention to the good quality of water resources as well as water welfare. to improve the quality of life. This study is a papers on the prediction of benthic macroinvertebrate index (BMI), which is a aquatic ecological health, using the machine learning based CFS (Correlation-based Feature Selection) method and the random forest model to compare the measured and predicted values of the BMI. The data collected from the Han River's branch for 10 years are extracted and utilized in 1312 data. Through the utilized data, Pearson correlation analysis showed a lack of correlation between single factor and BMI. The CFS method for multiple regression analysis was introduced. This study calculated 10 factors(water temperature, DO, electrical conductivity, turbidity, BOD, $NH_3-N$, T-N, $PO_4-P$, T-P, Average flow rate) that are considered to be related to the BMI. The random forest model was used based on the ten factors. In order to prove the validity of the model, $R^2$, %Difference, NSE (Nash-Sutcliffe Efficiency) and RMSE (Root Mean Square Error) were used. Each factor was 0.9438, -0.997, and 0,992, and accuracy rate was 71.6% level. As a result, These results can suggest the future direction of water resource management and Pre-review function for water ecological prediction.

Correlation-based Feature Selection 기법과 Random Forest 알고리즘을 이용한 한강유역 지류의 TDI 예측 연구 (A Study on Predicting TDI(Trophic Diatom Index) in tributaries of Han river basin using Correlation-based Feature Selection technique and Random Forest algorithm)

  • 김민규;윤춘경;이한필;황순진;이상우
    • 한국물환경학회지
    • /
    • 제35권5호
    • /
    • pp.432-438
    • /
    • 2019
  • The purpose of this study is to predict Trophic Diatom Index (TDI) in tributaries of the Han River watershed using the random forest algorithm. The one year (2017) and supplied aquatic ecology health data were used. The data includes water quality(BOD, T-N, $NH_3-N$, T-P, $PO_4-P$, water temperature, DO, pH, conductivity, turbidity), hydraulic factors(water width, average water depth, average velocity of water), and TDI score. Seven factors including water temperature, BOD, T-N, $NH_3-N$, T-P, $PO_4-P$, and average water depth are selected by the Correlation Feature Selection. A TDI prediction model was generated by random forest using the seven factors. To evaluate this model, 2017 data set was used first. As a result of the evaluation, $R^2$, % Difference, NSE(Nash-Sutcliffe Efficiency), RMSE(Root Mean Square Error) and accuracy rate show that this model is compatible with predicting TDI. To be more concrete, $R^2$ is 0.93, % Difference is -0.37, NSE is 0.89, RMSE is 8.22 and accuracy rate is 70.4%. Also, additional evaluation using data set more than 17 times the measured point was performed. The results were similar when the 2017 data set were used. The Wilcoxon Signed Ranks Test shows there was no statistically significant difference between actual and predicted data for the 2017 data set. These results can specify the elements which probably affect aquatic ecology health. Also, these will provide direction relative to water quality management for a watershed that must be continuously preserved.

인공위성 영상의 객체인식을 위한 영상 특징 분석 (Feature-based Image Analysis for Object Recognition on Satellite Photograph)

  • 이석준;정순기
    • 한국HCI학회논문지
    • /
    • 제2권2호
    • /
    • pp.35-43
    • /
    • 2007
  • 본 논문은 특징검출(feature detection)과 특징해석(feature description) 기법을 이용하여, 영상 매칭 (matching)과 인식(recognition)에 필요한 다양한 파라미터의 변화에 따른 인식률의 차이를 분석하기 위한 실험 내용을 다룬다. 본 논문에서는 영상의 특징분석과 매칭프로세스를 위해, Lowe의 SIFT(Scale-Invariant Transform Feature)를 이용하며, 영상에서 나타나는 특징을 검출하고 해석하여 특징 데이터베이스로 구축한다. 특징 데이터베이스는 구글 어스를 통해 획득한 위성영상으로부터 50여개 건물에 대해 구축되는데, 이는 각 건물 영상으로부터 추출된 특징 점들의 좌표와 128차원의 벡터의 값으로 이루어진 특징 해석데이터로 저장된다. 구축된 데이터베이스는 각 건물에 대한 정보가 태그의 형식으로 함께 저장되는데, 이는 카메라로부터 획득한 입력영상과의 비교를 통해 입력영상이 가리키는 지역 내에 존재하는 건물에 대한 정보를 제공하는 역할을 한다. 실험은 영상 매칭과 인식과정에서 작용하는 내-외부적 요소들을 제시하고, 각 요소의 상태변화에 따라 인식률의 차이를 비교하는 방법으로 진행되었으며, 본 연구의 최종적인 시스템은 모바일기기의 카메라를 이용하여 카메라가 촬영하고 있는 지도상의 객체를 인식하고, 해당 객체에 대한 기본적인 정보를 제공할 수 있다.

  • PDF

6-방향 스캐닝과 영역 중심점을 이용한 아무르불가사리의 개선된 특징 추출 기법 (An Improved Feature Extraction Technique of Asterias Amurensis using 6-Directional Scanning and Centers of Region)

  • 신현덕;주란희
    • 한국인터넷방송통신학회논문지
    • /
    • 제13권2호
    • /
    • pp.67-75
    • /
    • 2013
  • 우리나라는 삼면이 바다인 환경적 특성으로 인해 연안 양식 산업이 발전해 왔다. 번식력과 포식성이 매우 강한 아무르불가사리에 의해 우리나라 근해의 양식 산업이 받는 피해가 매년 급증하고 있다. 더욱이 아무르불가사리는 살아있는 어패류를 잡아먹기 때문에 양식 어민들의 피해가 매우 크다. 이 논문에서는 수중에서 획득한 아무르불가사리 영상에서 효과적으로 특징을 추출하는 방법을 제안하였다. 제안한 방법에서는 6-방향 스캐닝을 이용한 볼록 특징 추출을 사용하여 기존 방법에 비해서 적은 수의 특징 후보를 산출한다. 또한, 추출된 볼록 특징과 영역 중심점을 이용하여 후보 오목점을 선정한 후 최종 오목 특징을 추출한다. 군집 생활을 하는 불가사리의 특성 때문에 입력 영상의 불가사리 개체도 밀집되어 있다. 따라서 입력 영상에서 추출되는 특징 후보의 수를 최소화하는 것은 중요한 의미를 갖는다. 실험결과, 제안한 특징 추출 방법은 특징 후보수 대비 특징 추출률이 약 88%로 기존 방법에 비해 개선되었다.

특성치 추출 기법에 의한 강인한 정합장 처리에 관한 연구 (A Study on Robust Matched Field Processing Based on Feature Extraction)

  • 황성진;성우제;박정수
    • 한국음향학회지
    • /
    • 제20권7호
    • /
    • pp.83-88
    • /
    • 2001
  • 본 논문에서는 해양환경 인자의 오정합에 강인한 특성치 추출 기법에 의한 정합장 처리 방법 (FEM: Feature Extraction Method)을 요약하였다. FEM 기법을 이용하여 음원 위치를 추정하는데 선행되어 해결해야 할 두 가지 요소 즉, 제거해야 할 고유벡터의 수와 사용해야 할 환경 샘플 개수에 대하여 고찰해 보고 이에 대한 해결책을 제시하였다. 이 문제점들을 해결하기 위하여 주어진 해양환경에서 진행하는 모드들 중에서 지배적인 모드의 개수와 제거해야 할 고유벡터의 개수와의 관계를 살펴보았다. 그리고 신호벡터가 이루는 공간과 추출해야 할 고유벡터가 이루는 공간을 비교하고 두 공간의 유사성을 정량화하여 분석하였다. 정합장 처리 방법으로 추정한 음원의 위치와 실제 음원의 위치와의 상대적인 오차를 정의하고 분석결과를 보증하였다. 지배적인 모드의 개수만큼 가장 큰 고유벡터를 추출했을 경우 FEM 프로세서가 음원의 위치를 성공적으로 추정하였고, GBNLMIS 해양 환경에서 최소 30개 이상의 환경 샘플을 사용해야 FEM 프로세서의 안정된 성능을 보장할 수 있음을 확인하였다.

  • PDF

MMS로부터 취득된 LiDAR 점군데이터의 반사강도 영상과 UAV 영상의 정합을 위한 특징점 기반 매칭 기법 연구 (Feature-based Matching Algorithms for Registration between LiDAR Point Cloud Intensity Data Acquired from MMS and Image Data from UAV)

  • 최윤조;;홍승환;손홍규
    • 한국측량학회지
    • /
    • 제37권6호
    • /
    • pp.453-464
    • /
    • 2019
  • 최근 3차원 공간정보에 대한 수요가 증가함에 따라 신속하고 정확한 데이터 구축의 중요성이 증대되어 왔다. 정밀한 3차원 데이터 구축이 가능한 LiDAR (Light Detection and Ranging) 데이터를 기준으로 UAV (Unmanned Aerial Vehicle) 영상을 정합하기 위한 연구가 다수 수행되어 왔으나, MMS (Mobile Mapping System)로부터 취득된 LiDAR 점군데이터의 반사강도 영상을 활용한 연구는 미흡한 실정이다. 따라서 본 연구에서는 MMS로부터 취득된 LiDAR 점군데이터를 반사영상으로 변환한 데이터와 UAV 영상 데이터의 정합을 위해 9가지의 특징점 기반매칭 기법을 비교·분석하였다. 분석 결과 SIFT (Scale Invariant Feature Transform) 기법을 적용하였을 때 안정적으로 높은 매칭 정확도를 확보할 수 있었으며, 다양한 도로 환경에서도 충분한 정합점을 추출할 수 있었다. 정합 정확도 분석 결과 SIFT 알고리즘을 적용한 경우 중복도가 낮으며 동일한 패턴이 반복되는 경우를 제외하고는 약 10픽셀 수준으로 정확도를 확보할 수 있었으며, UAV 영상 촬영 당시 UAV 자세에 따른 왜곡이 포함되어 있음을 감안할 때 합리적인 결과라고 할 수 있다. 따라서 본 연구의 분석 결과는 향후 LiDAR 점군데이터와 UAV 영상의 3차원 정합을 위한 기초연구로 활용될 수 있을 것으로 기대된다.

에너지 기반 가중치를 이용한 음성 특징의 자동회귀 이동평균 필터링 (ARMA Filtering of Speech Features Using Energy Based Weights)

  • 반성민;김형순
    • 한국음향학회지
    • /
    • 제31권2호
    • /
    • pp.87-92
    • /
    • 2012
  • In this paper, a robust feature compensation method to deal with the environmental mismatch is proposed. The proposed method applies energy based weights according to the degree of speech presence to the Mean subtraction, Variance normalization, and ARMA filtering (MVA) processing. The weights are further smoothed by the moving average and maximum filters. The proposed feature compensation algorithm is evaluated on AURORA 2 task and distant talking experiment using the robot platform, and we obtain error rate reduction of 14.4 % and 44.9 % by using the proposed algorithm comparing with MVA processing on AURORA 2 task and distant talking experiment, respectively.