• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.468-470
• /
• 2007

This paper is to present an approach for generating coarse resolution (MODIS data) fraction images of forested region in Korea peninsula using forest type area fraction derived from high resolution data (ASTER data) in regional forest area. A 15-m spatial resolution multi-spectral ASTER image was acquired under clear sky conditions on September 22, 2003 over the forested area near Seoul, Korea and was used to select each end-member that represent a pure reflectance of component of forest such as different forest, bare soil and water. The area fraction of selected each end-member and a 500-m spatial resolution MODIS reflectance product covering study area was applied to a linear mixture inversion model for calculating the fraction image of forest component across the South Korea. We found that the area fraction values of each end-member observed from high resolution image data could be used to separate forest cover in low resolution image data.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.103-114
• /
• 2024

The escalating demands for high-resolution satellite imagery necessitate the dissemination of geospatial data with superior accuracy.Achieving precise positioning is imperative for mitigating geometric distortions inherent in high-resolution satellite imagery. However, maintaining sub-pixel level accuracy poses significant challenges within the current technological landscape. This research introduces an approach wherein upsampling is employed on both the satellite image and ground control points (GCPs) chip, facilitating the establishment of a high-resolution satellite image precision sensor orientation. The ensuing analysis entails a comprehensive comparison of matching performance. To evaluate the proposed methodology, the Compact Advanced Satellite 500-1 (CAS500-1), boasting a resolution of 0.5 m, serves as the high-resolution satellite image. Correspondingly, GCP chips with resolutions of 0.25 m and 0.5 m are utilized for the South Korean and North Korean regions, respectively. Results from the experiment reveal that concurrent upsampling of satellite imagery and GCP chips enhances matching performance by up to 50% in comparison to the original resolution. Furthermore, the position error only improved with 2x upsampling. However,with 3x upsampling, the position error tended to increase. This study affirms that meticulous upsampling of high-resolution satellite imagery and GCP chips can yield sub-pixel-level positioning accuracy, thereby advancing the state-of-the-art in the field.

• 대한원격탐사학회지
• /
• 제16권1호
• /
• pp.87-98
• /
• 2000

상업위성에서 공급되는 고해상도영상의 활용을 증대하기 위한 영상합성에 대한 관심이 증가하고 있다. 합성에 사용된 고해상도 흑백영상과 저해상도 다중분광영상은 항공기탑재 다중분광 주사기에 의해 촬영된 네 밴드의 영상을 이용하여 모의 제작하였다. 모의 합성된 2rl 해상도의 흑백 영상과 Bnl 해상도의 네 밴드 영상에 대하여 다섯 가지 합성방법(MWD, ItIS, PCA, HPF, CN, PCA) 을 적용하였다. 합성된 영상에 대해서 원래 영상들이 가지고 있던 공간해상도와 분광정보 측면의 특성을 분석하고자, 육안판독, 통계치비교, semivariogram, 분광반사특성 등을 비교하였다. MWD 변환방법에 의하여 합성된 영상이 공간해상도 및 분광정보 측면에서 모두 합성에 사용된 원래 영상과 근접한 결과를 보였다.

• 대한전자공학회논문지SP
• /
• 제38권2호
• /
• pp.169-178
• /
• 2001

고해상도 영상에 대한 요구는 점점 더 증가되고 있지만, 기존의 영상 시스템들이 어느 정도의 엘리어싱을 발생하기 때문에 해상도의 저하가 생긴다. 따라서 엘리어싱이 발생한 다수의 저해상도 영상들을 사용하여 하나의 고해상도 영상을 재구성해 내는 디지털 영상 처리기법이 연구되어 왔다. 기존의 연구들은 저해상도 영상들간의 부화소 단위의 움직임 정보가 정확하다고 가정하였기 때문에, 움직임 정보가 정확하지 않은 경우에 대해서는 만족할 만한 고해상도 영상을 얻을 수 없었다. 따라서 본 논문에서는 부화소 단위의 움직임 정보가 정확하지 않기 때문에 생긴 고해상도 영상 내의 왜곡을 줄일 수 있는 알고리즘을 제안하고자 한다. 이를 위해 정확하지 않은 부화소 단위의 움직임 정보가 고해상도 영상 재구성에 미치는 영향을 분석하고, 이를 각각의 저해상도 영상에 대하여 가우시안 오류가 첨가된 것으로 모델링하였다. 그리고 고해상도 영상 내의 왜곡을 줄이기 위해서 다중채널 디컨벌루션 기법을 수정하여 적용하였다. 본 논문에서 제안된 알고리즘의 타당성은 이론 및 실험을 통하여 검증할 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.525-527
• /
• 2003

Recently, the spatial resolution of earth observation satellites is significantly increased to a few meters. Such high spatial resolution images definitely will provide lots of information for detail-thirsty remote sensing users. However, it is more difficult to develop automated image algorithms for automated image feature extraction and pattern recognition. In this study, we propose a two-stage procedure to extract road information from high resolution satellite images. At first stage, a watershed segmentation technique is developed to classify the image into various regions. Then, a knowledge is built for road and used to extract the road regions. In this study, we use panchromatic and multi-spectral images of the IKONOS satellite as test dataset. The experiment result shows that the proposed technique can generate suitable and meaningful road objects from high spatial resolution satellite images. Apparently, misclassified regions such as parking lots are recognized as road needed further refinement in future research.

• 한국멀티미디어학회논문지
• /
• 제17권12호
• /
• pp.1393-1401
• /
• 2014

This paper presents an adaptive image interpolation method using a pixel-based neighbor embedding which is modified from the patch-based neighbor embedding of contemporary super resolution algorithms. Conventional interpolation methods for high resolution detect at least 16-directional edges in order to remove zig-zaging effects and selectively choose the interpolation strategy according to the direction and value of edge. Thus, they require much computation and high complexity. In order to develop a simple interpolation method preserving edge's directional shape, the proposed algorithm adopts the simplest Haar wavelet and suggests a new pixel-based embedding scheme. First, the low-quality image but high resolution, magnified into 1 octave above, is acquired using an adaptive 8-directional interpolation based on the high frequency coefficients of the wavelet transform. Thereafter, the pixel embedding process updates a high resolution pixel of the magnified image with the weighted sum of the best matched pixel value, which is searched at its low resolution image. As the results, the proposed scheme is simple and removes zig-zaging effects without any additional process.

• 항공우주산업기술동향
• /
• 제6권2호
• /
• pp.90-98
• /
• 2008

최근 고해상도위성의 개발 및 활용이 활발해지면서, 데이터 전송 및 처리를 위한 영상압축의 중요성이 대두되고 있다. 이에 발맞추어 CCSDS (Consultative Committee for Space Data Systems)에서는 고해상도위성의 영상압축권 고안인 CCSDS 122.0-B-1을 2005년 말에 발표했으며, 이는 향후 고해상도 위성의 영상압축에 널리 적용될 것으로 기대된다. 본 논문에서는 고해상도위성의 최근 동향을 알아보고, CCSDS 122.0-B-1 기반의 고해상도위성 영상압축 기술에 대해 설명하며, JPEG과 성능을 비교한 결과를 기술한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.72-75
• /
• 2008

Image segmentation techniques becoming increasingly important in the field of remote sensing image analysis in areas such as object oriented image classification. This paper presents a new method for image segmentation in High Resolution Remote Sensing Image based on Seeded Region Growing (SRG) and Edge Information. Firstly, multi-spectral edge detection was done using an entropy operator in pan-sharpened QuickBird imagery. Then, the initial seeds were automatically selected from the obtained edge map. After automatic selection of significant seeds, an initial segmentation was achieved by applying SRG. Finally the region merging process, using region adjacency graph (RAG), was carried out to get the final segmentation result. Experimental results demonstrated that the proposed method has good potential for application in the segmentation of high resolution satellite images.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.85-92
• /
• 2022

본 논문에서는 라인 형태인 가닥(Strand) 지오메트리 이미지와 합성곱 신경망(Convolutional Neural Network, ConvNet 혹은 CNN)을 이용하여 저해상도 헤어 및 털 시뮬레이션을 고해상도로 노이즈 없이 표현할 수 있는 기법을 제안한다. 저해상도와 고해상도 데이터 간의 쌍은 물리 기반 시뮬레이션을 통해 얻을 수 있으며, 이렇게 얻어진 데이터를 이용하여 저해상도-고해상도 데이터 쌍을 설정한다. 학습할 때 사용되는 데이터는 헤어 가닥 형태의 위치를 지오메트리 이미지로 변환하여 사용한다. 본 논문에서 제안하는 헤어 및 털 네트워크는 저해상도 이미지를 고해상도 이미지로 업스케일링(Upscaling)시키는 이미지 합성기를 위해 사용된다. 테스트 결과로 얻어진 고해상도 지오메트리 이미지가 고해상도 헤어로 다시 변환되면, 하나의 매핑 함수로 표현하기 어려운 헤어의 찰랑거리는(Elastic) 움직임을 잘 표현할 수 있다. 합성 결과에 대한 성능으로 이전 물리 기반 시뮬레이션보다 빠른 성능을 보였으며, 복잡한 수치해석을 몰라도 쉽게 실행이 가능하다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.3942-3961
• /
• 2019

Recently, the models of deep super-resolution networks can successfully learn the non-linear mapping from the low-resolution inputs to high-resolution outputs. However, for large scaling factors, this approach has difficulties in learning the relation of low-resolution to high-resolution images, which lead to the poor restoration. In this paper, we propose Stage Generative Adversarial Networks (Stage-GAN) with semantic maps for image super-resolution (SR) in large scaling factors. We decompose the task of image super-resolution into a novel semantic map based reconstruction and refinement process. In the initial stage, the semantic maps based on the given low-resolution images can be generated by Stage-0 GAN. In the next stage, the generated semantic maps from Stage-0 and corresponding low-resolution images can be used to yield high-resolution images by Stage-1 GAN. In order to remove the reconstruction artifacts and blurs for high-resolution images, Stage-2 GAN based post-processing module is proposed in the last stage, which can reconstruct high-resolution images with photo-realistic details. Extensive experiments and comparisons with other SR methods demonstrate that our proposed method can restore photo-realistic images with visual improvements. For scale factor ${\times}8$, our method performs favorably against other methods in terms of gradients similarity.