• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.475-478
• /
• 2007

This study presents the use of multi-temporal JERS-1 SAR images to extract the land cover information and possibility. So far, land cover information extracted by high resolution aerial photo and field survey. The study site was located in Non-san area. This study developed on multi-temporal land cover status monitoring and coherence information mapping can be processing by L band SAR image. From July, 1997 to October, 1998 JERS SAR images (9 scenes) coherence values are analyzed and then extracted land cover information factors, so on. This technique which forms the basis of what is called SAR Interferometry or InSAR for short has also been employed in spaceborne systems. In such systems the separation of the antennas, called the baseline is obtained by utilizing a single antenna in a repeat pass

• ETRI Journal
• /
• 제40권6호
• /
• pp.788-793
• /
• 2018

3D reconstruction of urban architecture, land, and roads is an important part of building a "digital city." Unmanned aerial vehicles (UAVs) are gradually replacing other platforms, such as satellites and aircraft, in geographical image collection; the reason for this is not only lower cost and higher efficiency, but also higher data accuracy and a larger amount of obtained information. Recent 3D reconstruction algorithms have a high degree of automation, but their computation time is long and the reconstruction models may have many voids. This paper decomposes the object into multiple regional parallel reconstructions using the clustering principle, to reduce the computation time and improve the model quality. It is proposed to detect the planar area under low resolution, and then reduce the number of point clouds in the complex area.

• 한국공간정보시스템학회 논문지
• /
• 제12권1호
• /
• pp.57-65
• /
• 2010

본 연구에서는 최근 활발하게 보급되고 있는 고해상도 영상과 GIS 기술을 활용하여 광역적 자연재해 피해 조사를 위한 피해조사시스템을 개발하였다. 연구 대상지역은 2008년 7월 집중호우로 인해 큰 피해가 발생한 경상북도 봉화군으로 선정하였으며, 시스템 시범적용을 위해 대상지역 중 가장 피해가 큰 춘양면 약 $60km^2$을 중심으로 GIS DB를 구축하였다. GIS DB는 춘양면 일대의 피해 전, 후 항공사진 및 위성 영상과 1:5,000 수치지형도, 1:1,300 연속지적도를 편집 가공하였다. 피해조사시스템은 VB.NET 2005와 공간 연산을 위해 ArcObject 컴포넌트를 이용하여 개발하였으며, MS-SQL을 사용하여 정보전송 및 동기화를 위한 방안을 마련하였다. 세부 프로세스는 피해 전, 후 항공 위성영상을 비교하여 피해지역을 파악하고, 제반 DB와 중첩분석을 통해 해당 피해항목의 피해규모와 피해추정액을 자동으로 산출되도록 하였다. 고해상도 영상기반의 자연재해 피해조사시스템은 광역적 피해지역에 대하여 객관적이고 정확한 피해정보를 소수의 전문 인력을 통해 신속하게 산출할 수 있으며, 이에 따른 복구예산의 조기편성 및 응급대응책 마련에 효율적이다. 또한 피해정보의 손쉬운 관리와 전산화된 데이터를 통해 피해예방계획 수립에 있어서도 활용 가능 할 것이라 생각되며, 궁극적으로 IT 기반의 유비쿼터스 방재시스템 개발에 효율적으로 활용 가능할 것이라 사료된다. 추후 더욱 효율적인 시스템 운영을 위해서 산출된 피해정보의 전자재해대장 연계를 통한 지속적인 방재 DB 구축 방안 마련이 필요하다.

• 디지털콘텐츠학회 논문지
• /
• 제18권6호
• /
• pp.1041-1047
• /
• 2017

도로의 상태를 관측하는 많은 방법의 하나로 무인항공기 영상이 사용된다. 무인항공기 영상 파일이 너무 크고, 불필요한 정보가 많을 때, 특징적 정보를 압축한 텍스처 추출 기법이 사용된다. 특히 무인항공기 영상을 이용한 3차원 시뮬레이션에서 많은 양의 데이터가 입력되기 때문에 텍스처 추출이 중요하다. 본 논문에서는 교량의 고해상 영상을 얻기 위하여 무인항공기 영상으로부터 텍스처 추출 방법을 제시한다. 제안된 방법은 3단계로 이루어진다. 첫째, 브이월드 데이터베이스에서 3차원 교량 모델을 취득한다. 둘째, 기하보정 정보를 가진 무인항공기 영상에서 텍스처를 추출한다. 셋째, 개별 영상에서 추출된 텍스처를 융합한다. 본 연구 결과는 브이월드 텍스처를 고해상 영상으로 갱신하는 데 사용될 수 있다.

• 대한원격탐사학회지
• /
• 제18권6호
• /
• pp.359-367
• /
• 2002

본 논문에서는 효율적인 영상 부호화를 위해 분할계수의 상관관계를 이용한 새로운 웨이블릿 패킷 영상 부호화기 알고리즘을 제안한다. 제안된 웨이블릿 패킷 영상 부호화기 알고리즘은 주파수 부대역간의 상관관계를 이용하여 계수분할 순서(CPSO, Coefficient Partitioning Scanning Order)를 정의한 후, 이를 이용하여 새로운 부모-자식 노드 관계를 도출하고, 도출된 부모-자식 노드 관계를 이용하여 계수들을 제로트리 방식으로 부호화함으로써 영상 복원시 오차를 감소시켰다. 그 결과 기존의 알고리즘들과 비교하여 비트율과 제곱 오차에 대해서 성능개선이 이루어 졌고, 응용분야에 따라 비트율 조정을 쉽게 제어할 수 있는 능력을 입증하였다. 특히 항공사진이나 위성사진 중 도시 중심부나 농경지 등과 같이 중고주파 대역성분이 많이 포함된 영상의 경우, 기존 알고리즘에 비해 처리 방법이 간단하면서도 정확한 결과를 보여준다. 또한 자료 영상들에 대한 실험 결과를 통해서, 제안한 알고리즘이 작은 파일크기에서도 고해상도를 요구하는 실시간 시스템이나 온라인 영상처리, 영상합성 분야에 적용될 수 있는 가능성이 있음을 증명하고자 하였다.

• 한국환경복원기술학회지
• /
• 제23권5호
• /
• pp.59-71
• /
• 2020

Using high-resolution stereoscopic aerial images (in 2008, 2012 and 2016), we conducted to analyze the spatial characteristics affecting evergreen coniferous die-off in the northwestern ridge (major distribution area such as Abies nephrolepis), Seoraksan National Park. The detected number of dead trees at evergreen coniferous forest (5.24㎢) was 1,223 in 2008, was 2,585 in 2012 and was 3,239 in 2016. The number of cumulated dead trees was 7,047 in 2016. In recent years, the number of dead trees increased relatively in the northwest ridge, Seoraksan National Park. Among the analysed spatial factor (altitude, aspect, slope, solar radiation and topographic wetness index), the number of dead trees was increased in the conditions with high altitude, steep slope and dry soil moisture. A spatial distribution of dead tree was divided into 2 groups largely (high altitude with high solar radiation, low altitude with steep slope). In conclusion, the dead trees of evergreen coniferous were concentrated at spatial distribution characteristics causing dryness in the northwestern ridge, Seoraksan National Park.

• 지적과 국토정보
• /
• 제47권2호
• /
• pp.79-90
• /
• 2017

도시지역은 지구상에서 가장 변화가 활발히 일어나는 지역 중의 하나로써, 우리나라에서도 산림지나 녹지, 농경지가 주거지역, 공업지역 등의 주거지역으로 빠르게 변화하고 있다. 이러한 빠른 토지이용의 변화를 모니터링하기 위해서는 신속한 데이터의 취득을 필요로 하게 되고, 위성영상은 이러한 요구의 대안이 될 수 있다. 일반적으로 SAR 위성은 능동적 탐측체계로 영상을 취득하기 때문에 지표면의 거칠기에 따라 영상의 밝기값이 결정되며, 대표적으로 수계영역은 반사강도가 낮아 어둡게 나타나고, 인공구조물이 분포하고 있는 주거지역의 경우 반사강도가 높아 타 지역에 비해 밝기값이 높게 나타난다. 이러한 SAR 영상의 특성을 이용하면 주거지역을 효과적으로 추출할 수 있다. 본 연구에서는 고해상도 X-band SAR 위성인 독일의 TerraSAR-X, 우리나라의 KOMPSAT-5를 이용하여 주거지역의 추출을 수행하였으며, 추출을 위해서 영상분할기법을 통한 객체기반 영상분류를 적용하였다. 영상분할의 정확도를 향상시키기 위해서 스페클 divergence를 먼저 계산하여 주거지역의 반사강도를 조정하였다. 두 위성영상의 정확도 평가를 위해서 추가로 픽셀기반의 K-means 영상분류법을 적용하여 주거지역을 분류하였다. 연구의 결과로써 TerraSAR-X의 객체기반 영상분류법은 약 88.5%, 픽셀기반영상분류법은 75.9%, KOMPSAT-5는 약 87.3%와 74.4%의 overall accuracy를 보였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.201-205
• /
• 2007

In the post-Cold War era, acquisition technique of high-resolution satellite imagery (HRSI) has begun to commercialize. IKONOS-2 satellite imaging data is supplied for the first time in the 21st century. Many researchers testified mapping possibility of the HRSI data instead of aerial photography. It is easy to renew and automate a topographical map because HRSI not only can be more taken widely and periodically than aerial photography, but also can be directly supplied as digital image. In this study matching size of IKONOS Geo-level stereo image is presented lot production of digital elevation model (DEM). We applied area based matching method using correlation coefficient of pixel brightness value between the two images. After matching line (where "matching line" implies straight line that is approximated to complex non-linear epipolar geometry) is established by exterior orientation parameters (EOPs) to minimize search area, the matching is tarried out based on this line. The experiment on matching size is performed according to land cover property, which is divided off into four areas (water, urban land, forest land and agricultural land). In each of the test areas, window size for the highest correlation coefficient is selected as propel size for matching. As the results of experiment, the proper size was selected as $123{\times}123$ pixels window, $13{\times}13$ pixels window, $129{\times}129$ pixels window and $81{\times}81$ pixels window in the water area, urban land, forest land and agricultural land, respectively. Of course, determination of the matching size by the correlation coefficient may be not absolute appraisal method. Optimum matching size using the geometric accuracy therefore, will be presented by the further work.

• 대한공간정보학회지
• /
• 제24권3호
• /
• pp.3-9
• /
• 2016

UAV(unmanned aerial vehicle)은 적은 비용으로 고해상도 정사영상과 DSM(digital surface model)을 빠르게 생성할 수 있다. 그러나, UAV에 의하여 획득된 정사영상과 DSM의 수직 및 수평위치 정확도는 영상처리 기술, 항공사진의 품질, GCPs(ground control points)의 개수와 위치, 촬영경로 상의 중복도에 영향을 받는다. 본 연구에서는, 정사영상과 DSM의 생성에 있어 중복도와 GCP의 개수가 미치는 영향을 분석하고자 하였다. 위치정확도는 9쌍의 자료를 이용한 RMSE(root mean square error)을 기반으로 평가하였다. 실험결과, GCP의 개수와 중복도는 수평위치 및 수직위치 정확도에 영향을 미치는 것을 확인하였다.

• 한국환경복원기술학회지
• /
• 제25권6호
• /
• pp.25-33
• /
• 2022

In this study, a monitoring method using high-resolution images acquired by unmanned aerial vehicles and deep learning algorithms was proposed for the management of the Sinduri coastal sand dunes. Class classification was done using U-net, a semantic division method. The classification target classified 3 types of sand dune vegetation into 4 classes, and the model was trained and tested with a total of 320 training images and 48 test images. Ignored label was applied to improve the performance of the model, and then evaluated by applying two loss functions, CE Loss and BCE Loss. As a result of the evaluation, when CE Loss was applied, the value of mIoU for each class was the highest, but it can be judged that the performance of BCE Loss is better considering the time efficiency consumed in learning. It is meaningful as a pilot application of unmanned aerial vehicles and deep learning as a method to monitor and manage sand dune vegetation. The possibility of using the deep learning image analysis technology to monitor sand dune vegetation has been confirmed, and it is expected that the proposed method can be used not only in sand dune vegetation but also in various fields such as forests and grasslands.