• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.423-436
• /
• 2017

This paper presents a deep learning-based road segmentation framework from very high-resolution orthophotos. The proposed method uses Deep Convolutional Autoencoders for end-to-end mapping of orthophotos to road segmentations. In addition, a set of post-processing steps were applied to make the model outputs GIS-ready data that could be useful for various applications. The optimization of the model's parameters is explained which was conducted via grid search method. The model was trained and implemented in Keras, a high-level deep learning framework run on top of Tensorflow. The results show that the proposed model with the best-obtained hyperparameters could segment road objects from orthophotos at an average accuracy of 88.5%. The results of optimization revealed that the best optimization algorithm and activation function for the studied task are Stochastic Gradient Descent (SGD) and Exponential Linear Unit (ELU), respectively. In addition, the best numbers of convolutional filters were found to be 8 for the first and second layers and 128 for the third and fourth layers of the proposed network architecture. Moreover, the analysis on the time complexity of the model showed that the model could be trained in 4 hours and 50 minutes on 1024 high-resolution images of size $106{\times}106pixels$, and segment road objects from similar size and resolution images in around 14 minutes. The results show that the deep learning models such as Convolutional Autoencoders could be a best alternative to traditional machine learning models for road segmentation from aerial photographs.

• ETRI Journal
• /
• 제33권4호
• /
• pp.537-546
• /
• 2011

This paper introduces an automated method for building height recovery through the integration of high-resolution satellite images and digital vector maps. A cross-correlation matching method along the vertical line locus on the Ikonos images was deployed to recover building heights. The rational function models composed of rational polynomial coefficients were utilized to create a stereopair of the epipolar resampled Ikonos images. Building footprints from the digital maps were used for locating the vertical guideline along the building edges. The digital terrain model (DTM) was generated from the contour layer in the digital maps. The terrain height derived from the DTM at each foot of the buildings was used as the starting location for image matching. At a preset incremental value of height along the vertical guidelines derived from vertical line loci, an evaluation process that is based on the cross-correlation matching of the images was carried out to test if the top of the building has reached where maximum correlation occurs. The accuracy of the reconstructed buildings was evaluated by the comparison with manually digitized 3D building data derived from aerial photographs.

• 한국측량학회지
• /
• 제40권3호
• /
• pp.217-226
• /
• 2022

고정밀 공간정보제작 분야의 활용 측면에서 무인항공사진측량은 촬영된 영상의 정량적인 품질 검증 방법과 인증에 대한 절차와 세부 규정이 미흡한 문제점이 있다. 또한, 영상에 대한 검증 수단이 해상도와 명암의 대비 정도를 동시에 분석 할 수 있는 MTF (Modulation Transfer Function) 분석이 아닌 GSD (Ground Sample Distance) 만으로 품질을 평가하고 있어 유인항공영상보다 품질이 떨어지는 경우도 있다. 이에 본 연구에서는 드론 영상 품질 분석에서 MTF 분석의 필요성을 확인하기 위해 Siemens star를 이용하여 GSD와 MTF 분석을 동시에 실시하였다. 서로 다른 드론 기체와 센서로 동일한 해상도로 타겟을 촬영한 영상을 분석한 결과, GSD에서는 약간 상이한 결과를 나타내었지만, 영상의 해상도와 명암의 대비 정도를 동시에 분석할 수 있는 σ_MTF 수치는 큰 차이를 나타내었다. 이와 같은 결과로 MTF 분석이 보다 객관적이며 신뢰도 높은 품질분석 방법이라고 결론지을 수 있다. 아울러 작업자가 카메라 센서의 성능, 중복도 및 기체의 성능을 적절하게 판단하여 촬영을 실시하여야만 높은 품질의 드론 영상을 획득할 수 있음을 알 수 있었다. 하지만 본 연구는 제한된 기체와 촬영 조건하에서 취득된 영상으로만 분석을 수행한 결과이다. 따라서 향후 관련 분야의 다양한 실험 데이터를 축척하여 지속적인 연구를 수행하면 보다 객관적이고 신뢰성 있는 결과를 도출할 것으로 기대된다

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.9-18
• /
• 2024

Small streams, despite their rich ecosystems, face challenges in vegetation assessment due to the limitations of traditional, time-consuming methods. This study presents a groundbreaking approach, combining unmanned aerial vehicles(UAVs), convolutional neural networks(CNNs), and the vegetation differential vegetation index (VDVI), to revolutionize both assessment and management of stream vegetation. Focusing on Idong Stream in South Korea (2.7 km long, 2.34 km² basin area)with eight diverse revetment methods, we leveraged high-resolution RGB images captured by UAVs across five dates (July-December). These images trained a ResNeXt101 CNN model, achieving an impressive 89% accuracy in classifying vegetation cover(soil,water, and vegetation). This enabled detailed spatial and temporal analysis of vegetation distribution. Further, VDVI calculations on classified vegetation areas allowed assessment of vegetation vitality. Our key findings showcase the power of this approach:(a) TheCNN model generated highly accurate cover maps, facilitating precise monitoring of vegetation changes overtime and space. (b) August displayed the highest average VDVI(0.24), indicating peak vegetation growth crucial for stabilizing streambanks and resisting flow. (c) Different revetment methods impacted vegetation vitality. Fieldstone sections exhibited initial high vitality followed by decline due to leaf browning. Block-type sections and the control group showed a gradual decline after peak growth. Interestingly, the "H environment block" exhibited minimal change, suggesting potential benefits for specific ecological functions.(d) Despite initial differences, all sections converged in vegetation distribution trends after 15 years due to the influence of surrounding vegetation. This study demonstrates the immense potential of UAV-based remote sensing and CNNs for revolutionizing small-stream vegetation assessment and management. By providing high-resolution, temporally detailed data, this approach offers distinct advantages over traditional methods, ultimately benefiting both the environment and surrounding communities through informed decision-making for improved stream health and ecological conservation.

• 한국측량학회지
• /
• 제35권6호
• /
• pp.563-572
• /
• 2017

본 연구의 목적은 회전익 UAV를 이용하여 1cm 미만의 GSD를 갖는 초고해상도 영상을 취득하기 위해 비행고도, 비행속도, 카메라 셔터의 노출시간, 자동초점조절 사용 여부가 영상의 시각적 해상도에 미치는 영향을 객관적으로 분석하는 것이다. 아울러 다양한 형태의 항공표적에 대한 인식 용이성을 평가하는 것도 목표로 한다. 이를 위해 35mm 크기의 7952*5304 화소 CMOS 센서와 55mm 단렌즈를 이용하여 비행고도 20m부터 120m에서 20m 간격으로 촬영하고 영상의 시각적 해상도를 분석하였다. 결과로 자동초점조절을 사용한 경우 시각적 해상도는 이론적인 GSD에 비하여 1.1~1.6배로 나타났고, 자동초점조절을 사용하지 않은 경우 1.5~3.5배로 나타났다. 다음으로 비행고도 80m에서 5m/s로 정속 비행하면서 카메라의 노출 시간을 1/60sec에서 1/2000sec까지 1/2씩 줄이면서 촬영하고 시각적 해상도를 분석하였다. 허용 흐려짐을 1 화소로 가정할 때 최장 노출 시간을 준수한 경우 시각적 해상도 는 이론적인 GSD이 비하여 1.3~1.5배로 나타났고, 초과한 경우 1.4~3.0배로 나타났다. A4 용지에 항공표적을 출력하여 비행고도 80m 이내에서 촬영하면 상용소프트웨어를 이용하여 코드화된 항공표적을 자동으로 인식할 수 있으며, 자동 인식이 불가능한 고도에서도 다양한 형태의 일반 항공표적 및 코드화된 항공표적을 큰 어려움 없이 수동으로 인식할 수 있었다.

• 대한공간정보학회지
• /
• 제14권3호
• /
• pp.13-22
• /
• 2006

3차원 지형공간정보의 활용범위가 확대되면서 다양한 형태와 크기의 건물들이 존재하는 광범위한 도시지역에 대하여 신속하고 정확하게 실세계에 가까운 3차원 건물 모형을 구축하는 기술 개발이 요구되고 있다. 기존의 항공사진이나 고해상 위성영상을 이용한 3차원 도시 지형공간의 구축 연구와는 달리 최근에는 높은 정밀도를 가진 항공 LIDAR 관측 자료를 활용한 3차원 건물 복원에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 Zero-crossing의 특성을 갖는 LoG 연산자를 이용하여 높이별로 건물의 경계선 정보를 추출하고 Douglas-Peucker 알고리즘을 이용하여 경계선을 직선화하여 건물의 경계선을 정제하고 3차원으로 건물을 복원하는 기법을 제안하였다.

• 한국환경복원기술학회지
• /
• 제9권2호
• /
• pp.81-89
• /
• 2006

The purpose of this study was to evaluate the applicability of small RC(radio controlled) helicopter and single lens reflect camera as SFAP(Small Format Aerial Photography) aquisition system to monitor the vegetation coverage of wetland. The system used to take pictures of small artificial wetland were a common optical camera(Nikon F80 with manual lens whose focal length was 28mm) attached to the bottom of a RC helicopter with a 50 cubic inch size glow engine. Three hundreds pictures were taken at the altitude of 50m above the ground, from 23rd June to 7th September 2005. Four from the images were selected and scanned to digital images whose dimension were 2048${\times}$1357 pixels. Those images were processed and rectified with GCP(Ground Control Poins) and digital map, and then classified by the supervised- classification module of image processing program PG-steamer Version 2.2. The major findings were as follows ; 1. The final images processed had very high spatial resolution so that the objects bigger than 30mm like lotus(Nelumbo nucifera), rock and deck were easily identified. 2. The dominant plants of the monitoring site were Monochoria ragianlis, Typha latifolia, Beckmannia syzigachne etc. Because those species have narrow and long leaves and form irregular biomass, the individuals were hardly identifiable, but the distribution of population were easily identifiable depending on the color difference. 3. The area covered by vegetation was rapidly increased during the first month of monitoring. At the beginning of the monitoring 23th June 2005, The rate of area covered by vegetation were only 34%, but after 27 and 60 days it increased to 74%, and the 86% respectively.

• 항공우주기술
• /
• 제8권1호
• /
• pp.132-137
• /
• 2009

본 연구는 지표투과력이 높은 L밴드 SAR 영상자료를 이용하여 토지피복 분류를 수행하였다. 다중시기 SAR 영상자료의 시간적 변이도 특성이 각기 다르게 나타나는 점을 이용하여 영상의 긴밀도 정보를 추출하고, 추출된 긴밀도 정보를 기반으로 분류를 수행하였다. 시간적 긴밀도 정보를 추출하기 위해 반복 패스를 통해 획득된 간섭 레이더(Interferometry SAR, 이하 InSAR) 기법을 이용하였고, 다중시기 영상에 대해 가장 최적의 기선거리에서 선정된 긴밀도 정보를 포함하는 영상을 선정하여 토지피복 분류작업을 수행한 결과 분류된 객체들 간에 명확하게 구분됨을 확인할 수 있었다.

• 한국측량학회지
• /
• 제22권3호
• /
• pp.277-284
• /
• 2004

본 연구는 접경지역에 인접한 지역의 특성상 항공사진 촬영이 불가능한 지역 중 파주시에 대하여 1m 고해상도 스테레오 영상을 이용하여 1/5,000 대축척 수치지도 제작에 시험 적용한 연구이다. 위성영상의 정밀기하보정을 위하여 GPS 관측에 의하여 획득된 지상기준점을 이용하였으며, IKONOS 스테레오 영상과 디지털 해석도화기를 이용하여 수치지도를 제작하였다. 제작된 수치지도에 대하여 GPS를 이용한 현지 검사점 측량을 실시한 결과 평면과 수직위치의 RMSE는 각각 $\pm$1.706m와 $\pm$1.231m로 관측되었다. 이 수평과 수직위치 RMSE는 NGIS 수치지도의 정확도를 만족하는 값으로써 본 연구를 통하여 제안된 새로운 방법은 군사적 원인으로 인한 비행금지구역의 대축척 수치지도 제작을 위한 좋은 기회라고 할 수 있다.

• 한국지리정보학회지
• /
• 제13권1호
• /
• pp.89-100
• /
• 2010

본 연구는 다양한 고해상도 위성영상을 사용하여 토지피복도를 제작하고 영상종류와 피복도의 분류에 따른 정확도를 비교함에 목적이 있다. 토지피복도 작성시 세분류의 다양함을 위해 시가지와 농지, 수역 등을 포함하는 낙동강 하구 일대를 연구지역으로 선정하였고, 1m 이상의 해상도를 가지는 KOMPSAT2, QuickBird, IKONOS, 항공사진등을 육안판독 후 분류 하였다. 영상과 피복분류에 따른 토지피복도를 작성 후 상호 비교 한 결과 영상별 정확도는 항공사진과 QuickBird가 KOMPSAT2와 IKONOS 보다 상대적으로 높은 것으로 나타났고, 분류방법에 따른 일치도는 대분류의 경우 0.934~0.956, Kappa value는 0.905~0.937, 중분류의 일치도는 0.888~0.913, Kappa value는 0.872~0.901, 세분류의 일치도는 0.833~0.901, Kappa value는 0.813~0.888로 나타났다. 또한 영상별 혼돈발생 정도는 분류 항목에 따라 대분류의 경우 시가화 건조지역과 나지의 혼돈이 발생했고, 중분류는 논, 밭, 하우스 재배지, 인공초지에서 주로 발생하며, 세분류의 경우 자연녹지, 시설물 경작지, 간석지와 해수면으로 주로 나타났다. 본 연구를 통해 토지피복도 작성시 육안판독에 의한 고해상도 영상분류는 전체 80% 이상의 일치도를 나타내어 활용이 가능했고, 고해상도 영상을 사용할수록 정확한 분류가 가능하며 영상의 촬영시기가 토지피복도 작성에 중요함을 알 수 있었다.