• Journal of Information Processing Systems
• /
• 제17권4호
• /
• pp.690-706
• /
• 2021

Classification is a substantial operation in data mining, and each element is distributed taking into account its feature values in the corresponding class. Metaheuristics have been widely used in attempts to solve satellite image classification problems. This article proposes a hybrid approach, the flower pigeons-inspired optimization algorithm (FPIO), and the local search method of the flower pollination algorithm is integrated into the pigeon-inspired algorithm. The efficiency and power of the proposed FPIO approach are displayed with a series of images, supported by computational results that demonstrate the cogency of the proposed classification method on satellite imagery. For this work, the Davies-Bouldin Index is used as an objective function. FPIO is applied to different types of images (synthetic, Alsat-2B, and Sentinel-2). Moreover, a comparative experiment between FPIO and the genetic algorithm genetic algorithm is conducted. Experimental results showed that GA outperformed FPIO in matters of time computing. However, FPIO provided better quality results with less confusion. The overall experimental results demonstrate that the proposed approach is an efficient method for satellite imagery classification.

• 디자인학연구
• /
• 제9권
• /
• pp.1201-1208
• /
• 1994

70년대에 "아메리칸 뉴웨이브(American New Wave)" 라는 새로운 조류로써 그래픽디자인의 새로운 지평을 연 에어프릴 그레이만(April Greiman)은 스위스에서 수학한 디자인이념을 바탕으로 한 미국 캘리포니아의 자유분방한 스타일로 일약 세계적인 디자니어로 떠올랐다. 그레이만의 "Hybrid Imagerv"는 사진, 비디오, 드로잉, 타이포크래픽, 컴퓨터이미지등 다양한 매체를 혼합하여 새시대의 시각언어를 개발하고 이를 조형적으로 창조하는데 앞장서 왔다. 그녀는 비디오나 컴퓨터로 그려진 이미지의 "텍스췌"가운데서 기능성을 찾아낸 첫번째 디자이너이고 이것들을 그녀가 창조한 주요디자인작품에 새로운 시각언어로 통합한 용기있는 작가였다. 그녀는 또한 기본적인 디자인도구로써 매킨토시컴퓨터를 사용한 디자이너중 한명이었다. 그녀의 선구적인 작업에도 불구하고 그녀는 "실험적"디자이너라는 호칭을 거부하였다. 그녀는 사고적이고 감성적인 반응을 불러일으키는 이미지들을 배열하는 작업과정에 흥미가 있다.감성적인 반응을 불러일으키는 이미지들을 배열하는 작업과정에 흥미가 있다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제53권4호
• /
• pp.277-285
• /
• 2004

We present a new hybrid stereo matching technique in terms of the co-operation of area-based stereo and feature-based stereo. The core of our technique is that feature matching is carried out by the reference of the disparity evaluated by area-based stereo. Since the reference of the disparity can significantly reduce the number of feature matching combinations, feature matching error can be drastically minimized. One requirement of the disparity to be referenced is that it should be reliable to be used in feature matching. To measure the reliability of the disparity, in this paper, we employ the self-consistency of the disunity Our suggested technique is applied to the detection of 3D line segments by 2D line matching using our hybrid stereo matching, which can be efficiently utilized in the generation of the rooftop model from urban imagery. We carry out the experiments on our hybrid stereo matching scheme. We generate synthetic images by photo-realistic simulation on Avenches data set of Ascona aerial images. Experimental results indicate that the extracted 3D line segments have an average error of 0.5m and verify our proposed scheme. In order to apply our method to the generation of 3D model in urban imagery, we carry out Preliminary experiments for rooftop generation. Since occlusions are occurred around the outlines of buildings, we experimentally suggested multi-image hybrid stereo system, based on the fusion of 3D line segments. In terms of the simple domain-specific 3D grouping scheme, we notice that an accurate 3D rooftop model can be generated. In this context, we expect that an extended 3D grouping scheme using our hybrid technique can be efficiently applied to the construction of 3D models with more general types of building rooftops.

• 대한지리학회지
• /
• 제38권5호
• /
• pp.667-685
• /
• 2003

미국 캔자스주 정부와 연방정부가 필요로 하는 상세한 지표피복 수치지도제작을 위해, Landsat Thematic Mapper 자료를 이용하여 캔자스주 전체를 대상으로 43가지로 분류된 식생군단(vegetation alliance) 수준의 자연식 생지도를 제작하였다. 지도제작 방법으로는 봄, 여름, 가을의 계절별 위성자료를 이용하여 두 단계 분류절차를 거치는 이른바 '하이브리드(hybrid)' 방식을 채택하였다. 이 접근 방법은 첫 단계로 unsupervised classification을 이용, 자연녹지를 농경지로부터 분리해 낸 다음. 두 번째 단계에서 supervised classification, 현장확인조사. 그리고 분류 후 다양한 보강자료를 이용하여 최종적으로 자연식생을 구분ㆍ분류해 내는 것이다. 정확도 평가는 세 가지 분류 수준에서 실행되었는데, 이는 앤더슨 분류단계 I(Anderson level I), 식생군계(vegetation formation), 그리고 식생군단 수준을 포함한다. 확인결과 전반적인 정확도는 51.7%에서 89.4%에 이르는 것으로 조사되었다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.545-554
• /
• 2019

본 연구에서는 기존의 연구들에서 주로 사용하여왔던 현장측량, 항공사진, 라이다 데이터 등의 취득이 원천적으로 어려운 지역에 대한 건물 영역 추출을 구현하고자 하였다. 이에 접근성에 큰 영향을 받지 않는 거의 유일한 데이터인 고해상도 위성영상을 활용한 방법론을 제시하고자 한다. 영상정합을 통해 추출되는 점군 데이터 또는 DSM(Digital Surface Models)을 활용한 건물 영역 추출은 데이터내의 높은 잡음과 다수의 빈 영역으로 인해 그 정확성에 한계를 보이고 있다. 따라서 본 연구에서는 영상 정합을 통해 얻어진 3차원 점군 데이터, 영상의 색상 및 선형 정보를 결합하여 건물 영역 추출을 수행하는 하이브리드식 접근법을 제안하였다. 일차적으로 다중영상정합으로 얻어진 3차원 점군 데이터로부터 지면점과 비지면점을 분리하고, 비지면점으로부터 초기 건물 대상지를 추출한다. 이후, 영상의 색상기반 분할을 수행하여 얻어진 결과와 초기 건물 대상지를 결합하여, 색상분할기반 건물 대상지를 추출한다. 이어서 영상의 선형 추출 및 공간 분할정보를 이용하여 최종적인 건물 영역을 선정하게 된다. 본 논문에서 제시한 건물 영역 자동 추출 방법론은 Correctness: 98.44%, Completeness: 95.05%, 위치오차: 1.05m 정도의 성능을 보임을 확인하였으며, 더불어 직각형태 이상의 복잡한 건물 영역도 잘 추출함을 확인하였다.

• 대한원격탐사학회지
• /
• 제18권3호
• /
• pp.163-169
• /
• 2002

The land uses of Korean peninsula are very complicated and high-density. Therefore, the image classification using coarse resolution satellite images may not provide good results for the land cover classification. The purpose of this paper is to compare the classification accuracy of visual interpretation with that of digital image classification of satellite remote sensing data such as 20m SPOT and 30m TM. In this study, hybrid classification was used. Classification accuracy was assessed by comparing each classification result with reference data obtained from KOMPSAT-1 EOC imagery, air photos, and field surveys.

• 한국농공학회논문집
• /
• 제52권3호
• /
• pp.39-45
• /
• 2010

Quantification of carbon absorption and understanding the human induced land use changes (LUC) forms one of the major study with respect to global climatic changes. An attempt study has been made to quantify the carbon absorption by LUC through remote sensing technology. The Landsat imagery four time periods was classified with the hybrid classification method in order to quantify carbon absorption by LUC. Thereafter, for estimating the amount of carbon absorption, the stand biomass of forest was estimated with the total weight, which was the sum of individual tree weight. Individual tree volumes could be estimated with the crown width extracted from digital forest cover type map. In particular, the carbon conversion index and the ratio of the $CO_2$ molecular weight to the C atomic weight, reported in the IPCC guideline, was used to convert the stand biomass into the amount of carbon absorption. Total carbon absorption has been modeled by taking areal estimates of LUC of four time periods and carbon factors for land use type and standing biomass. Results of this study, through LUC suggests that over a period of construction, 7.10 % of forest and 9.43 % of barren were converted into urban. In the conversion process, there has been a loss of 6.66 t/ha/y (7.94 %) of carbon absorption from the study area.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.193-202
• /
• 2022

The classification of hyperspectral imagery (HSI) is essential in the surface of earth observation. Due to the continuous large number of bands, HSI data provide rich information about the object of study; however, it suffers from the curse of dimensionality. Dimensionality reduction is an essential aspect of Machine learning classification. The algorithms based on feature extraction can overcome the data dimensionality issue, thereby allowing the classifiers to utilize comprehensive models to reduce computational costs. This paper assesses and compares two HSI classification techniques. The first is based on the Joint Spatial-Spectral Stacked Autoencoder (JSSSA) method, the second is based on a shallow Artificial Neural Network (SNN), and the third is used the SVM model. The performance of the JSSSA technique is better than the SNN classification technique based on the overall accuracy and Kappa coefficient values. We observed that the JSSSA based method surpasses the SNN technique with an overall accuracy of 96.13% and Kappa coefficient value of 0.95. SNN also achieved a good accuracy of 92.40% and a Kappa coefficient value of 0.90, and SVM achieved an accuracy of 82.87%. The current study suggests that both JSSSA and SNN based techniques prove to be efficient methods for hyperspectral classification of snow features. This work classified the labeled/ground-truth datasets of snow in multiple classes. The labeled/ground-truth data can be valuable for applying deep neural networks such as CNN, hybrid CNN, RNN for glaciology, and snow-related hazard applications.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1901-1910
• /
• 2022

뉴스페이스(new space) 시대가 도래함에 따라 국내 KOMPSAT-3·3A 위성영상과 해외 위성영상과의 글로벌 융합활용 기술확보가 대두되고 있다. 일반적으로 다중센서 위성영상은 취득 당시의 다양한 외부요소로 인해 영상 간 상대적인 기하오차(relative geometric error)가 발생하며, 이로 인해 위성영상 산출물의 품질이 저하된다. 따라서 본 연구에서는 KOMPSAT-3·3A 위성영상과 해외 위성영상 간 존재하는 상대기하오차를 최소화하기 위한 정밀영상정합(fine-image registration) 방법론을 제안한다. KOMPSAT-3·3A 위성영상과 해외 위성영상 간 중첩영역을 선정한 후 두 영상 간 공간해상도를 통일한다. 이어서, 특징 및 영역 기반 정합기법을 결합한 형태의 하이브리드(hybrid) 정합기법을 이용하여 정합점(tie-point)을 추출한다. 그리고 피라미드(pyramid) 영상 기반의 반복적 정합을 수행하여 정밀영상정합을 수행한다. KOMPSAT-3·3A 위성영상과 Sentinel-2A 및 PlanetScope 영상을 이용하여 제안기법의 정확도 및 성능을 평가하였다. 그 결과, Sentienl-2A 영상 기준 평균 Root Mean Square Error (RMSE) 1.2 pixels, PlanetScope 영상 기준 평균 RMSE 3.59 pixels의 정확도가 도출되었다. 이를 통해 제안기법을 이용하여 효과적으로 정밀영상정합을 수행할 수 있을 것으로 사료된다.

• 융합신호처리학회논문지
• /
• 제19권1호
• /
• pp.7-13
• /
• 2018

현재의 연구에서는 소음을 제거하기 위해 블라인드 소스 분리(BSS)접근 방식에 의해 최적화된 두뇌-컴퓨터 인터페이스(BCI)를 제안했다. 모터 이미지(MI)신호와 정상 상태 시각적 제거 전위(SSVEP)신호는 신호 대 잡음비(SNR)의 증가로 인해 쉽게 검출되었다. 또한, MI와 SSVEP사이의 조합은 일반적으로 현재 BCI에서 생성되는 명령 수를 증가시킬 수 있다. 현재 시스템은 계산 시간을 줄이고 BCI를 실제 용도에 가깝게 하기 위해 단일 채널 EEG신호를 사용했다. 또한, 복잡한 신경 네트워크(CNN)가 다중 클래스 분류 모델로 사용되었다. 우리는 비 MS/BCI와 BBS/BCI사이의 정확성 측면에서 성능을 평가했다. 결과적으로 BBS+BCI의 정확도는 비 BBS+BCI의 정확도보다 $16.15{\pm}25.12%$더 높은 수준에 도달했다. 사용하지 않을 때보다 BBS를 사용함으로써 전반적으로 제안된 BCI시스템은 비교적 정확한 다차원 제어 애플리케이션에 적용될 가능성을 입증했다.