• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.570-573
• /
• 2004

We proposed a new system to collect hyperspectral data using a general cargo crane. The system has advantageous characteristics for precise data collection and analysis. In order to evaluate the validity, we performed the system on actual rice paddy field and analyzed the observed data. On the process, we could successfully extract the pure vegetation spectrum with high stability. The data taken by the system are useful for detail analysis among fields. In future development, it can be used for obtaining the grand truth for calibrating satellite or aerial hyperspectral images.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.619-622
• /
• 2006

Atmospheric correction is one of critical procedures to extract quantitative information related to biophysical variables from hyperspectral data. In this study, we attempted to generate the water vapor contents image from hyperspectral data itself and developed the atmospheric correction algorithm for EO-1 Hyperion data using pre-calculated atmospheric look-up-table (LUT) for fast processing. To apply the new atmospheric correction algorithm, Hyperion data acquired June 3, 2001 over Seoul area is used. Reflectance spectrums of various targets on atmospheric corrected Hyperion reflectance images showed the general spectral pattern although there must be further development to reduce the spectral noise.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.334-336
• /
• 2003

Satellite and airborne hyperspectral sensor images are suitable for investigating the vegetation state in agricultural land. However, image data obtained by an optical sensor inevitably includes mixels caused by high altitude observation. Therefore, mixel analysis method, which estimates both the pure spectra and the coverage of endmembers simultaneously, is required in order to distinguish the qualitative spectral changes due to the chlorophyll quantity or crop variety, from the quantitative coverage change. In this paper, we apply our agricultural independent component analysis (ICA) model to an airborne hyperspectral sensor image, which includes noise and fluctuation of coverage, and estimate pure spectra and the mixture ratio of crop and soil in agricultural land simultaneously.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.44-44
• /
• 2017

The objective of this study was to evaluate firmness, and sweetness index (SI) of tomatoes (Lycopersicum esculentum) by using hyperspectral imaging (HSI) in the range of 1000-1400 nm. The mean spectra of the 95 matured tomato samples were extracted from the hyperspectral images, and the reference firmness and sweetness index of the same sample were measured and calibrated with their corresponding spectral data by partial least squares (PLS) regression with different preprocessing method. The results showed that the regression model developed by PLS regression based on Savitzky-Golay (S-G) second-derivative preprocessed spectra resulted in better performance for firmness, and SI of tomatoes compared to models developed by other preprocessing methods, with correlation coefficients (rpred) of 0.82, and 0.74 with standard error of prediction (SEP) of 0.86 N, and 0.63 respectively. Then, the feature wavelengths were identified using model-based variable selection method, i.e., variable important in projection (VIP), resulting from the PLS regression analyses and finally chemical images were derived by applying the respective regression coefficient on the spectral image in a pixel-wise manner. The resulting chemical images provided detailed information on firmness, and sweetness index (SI) of tomatoes. Therefore, these research demonstrated that HIS technique has a potential for rapid and non-destructive evaluation of the firmness and sweetness index of tomatoes.

• 한국지리정보학회지
• /
• 제21권1호
• /
• pp.35-45
• /
• 2018

항공기 탑재용 초분광 카메라시스템에 의해 얻어진 영상데이터는 수십 내지 수백의 연속된 초분광 해상도로부터 동시에 각 화소별 완전한 분광 및 공간정보를 포함하고 있으므로 복잡한 연안지역에 대한 해안선 매핑, 특정재료로 이루어진 시설물 탐지, 연안지역의 토지이용 상세분석 및 변화 모니터링 등에 그 활용잠재성이 대단히 크다. 육역과 해역을 포함하는 연안지역을 대상으로 항공기 탑재 초분광센서인 CASI-1500으로부터 취득된 초분광 항공영상을 이용하여 분광각매퍼(SAM;Spectral Angle Mapper) 감독분류방법으로 토지피복분류를 행하였다. 첫번째, 대기보정영상에 대하여 육역과 해역이 포함된 지역에 대한 통합분류, 두번째, 육 해역의 통합분류결과로부터 육역과 해역의 분리 후 재분류, 그리고 세번째로 육역만을 대상으로 한 분류를 각각 수행하여 결과 및 정확도를 비교하였다. 또한 초분광 항공영상 48개 밴드로부터 IKONOS, QuickBird, KOMPSAT, GeoEye 등 고해상도 위성영상과 동일한 파장대의 4개 밴드영상, 그리고 WorldView-2 위성영상과 동일한 파장대의 8개 밴드영상만을 선택하여 각각 토지피복분류를 수행하고 초분광 48개 밴드영상으로 분류한 결과와 비교하였다. 연구결과, 연안지역에 대한 육역과 해역 통합영상으로 분류하는 것에 비해 육역과 해역 통합영상으로 분류한 후 육역과 해역을 분리하여 재분류를 수행하는 것이 효과적인 것으로 나타났다. 육역의 분류 결과에서 분광해상도가 높은 영상의 결과일수록 아스팔트나 콘크리트 도로가 더 정확하게 분류되었다.

• 한국축산식품학회지
• /
• 제38권2호
• /
• pp.362-375
• /
• 2018

This study proposed a rapid microscopic examination method for pork freshness evaluation by using the self-assembled hyperspectral microscopic imaging (HMI) system with the help of feature extraction algorithm and pattern recognition methods. Pork samples were stored for different days ranging from 0 to 5 days and the freshness of samples was divided into three levels which were determined by total volatile basic nitrogen (TVB-N) content. Meanwhile, hyperspectral microscopic images of samples were acquired by HMI system and processed by the following steps for the further analysis. Firstly, characteristic hyperspectral microscopic images were extracted by using principal component analysis (PCA) and then texture features were selected based on the gray level co-occurrence matrix (GLCM). Next, features data were reduced dimensionality by fisher discriminant analysis (FDA) for further building classification model. Finally, compared with linear discriminant analysis (LDA) model and support vector machine (SVM) model, good back propagation artificial neural network (BP-ANN) model obtained the best freshness classification with a 100 % accuracy rating based on the extracted data. The results confirm that the fabricated HMI system combined with multivariate algorithms has ability to evaluate the fresh degree of pork accurately in the microscopic level, which plays an important role in animal food quality control.

• 한국콘텐츠학회논문지
• /
• 제16권7호
• /
• pp.31-41
• /
• 2016

하이퍼스펙트럴 영상을 이용하여 토지피복 분류를 정확히 수행하기 위해서는 전처리 작업으로서 대기보정을 거쳐야 한다. 항공 하이퍼스펙트럴 영상에 대하여 대기보정을 실시하고 대기보정 유 무에 따른 해수, 갯벌, 식생, 아스팔트, 콘크리트 등의 토지피복 항목별 분광반사율 특성을 비교하여 대기보정의 뚜렷한 효과를 확인할 수 있었다. 대기보정 후의 영상에 대하여 최대우도법, 분광각맵퍼법 등의 화소기반 감독분류기법으로 각각 토지피복 분류를 행하고 그 결과를 비교하였다. 분광각맵퍼법의 경우 임계각 $0.4^{\circ}$에서 노이즈를 최소화하면서 해수영역을 가장 양호하게 분류해 낼 수 있었다. 같은 개체라도 다양한 분광특성을 나타내는 하이퍼스펙트럴 영상의 경우 연안지역에서는 종래의 화소기반 분류기법보다는 축척, 분광 정보, 형태, 결 등을 종합적으로 고려하는 객체기반 분류기법이 더 우월할 것으로 사료된다.

• 비파괴검사학회지
• /
• 제32권5호
• /
• pp.518-525
• /
• 2012

본 연구에서는 초분광 반사광 영상기술을 이용하여 비파괴적으로 상추의 건전종자와 퇴화종자를 선별하는 기술을 개발하고자 하였다. 750~1000nm의 근적외선 초분광 반사광 영상의 분광데이터를 이용하여 상추의 발아종자와 불발아 종자를 판별하는 PLS-DA 모델을 개발하고 개발된 모델의 성능 평가를 실시하였다. 모델 calibration의 판별 정확도는 81.6%였으며, test의 결과는 81.2%의 판별 정확도를 보였다. 또한 개발된 PLS-DA 모델을 적용한 초분광 반사광 영상을 이용하여 대량의 불발아 종자를 동시에 영상으로 검출 가능한 영상처리 알고리즘을 개발하였다. 초분광 반사광 영상에 PLS-DA 모델이 적용된 영상을 이용한 검출 정확도는 91%로 나타났으며, 이는 초분광 반사광 영상을 이용하여 대량의 상추 종자의 비파괴 품질선별에 이용될 수 있음을 보여 주었다.

• Current Optics and Photonics
• /
• 제5권4호
• /
• pp.431-443
• /
• 2021

Sparse unmixing has been proven to be an effective method for hyperspectral unmixing. Hyperspectral images contain rich spectral and spatial information. The means to make full use of spectral information, spatial information, and enhanced sparsity constraints are the main research directions to improve the accuracy of sparse unmixing. However, many algorithms only focus on one or two of these factors, because it is difficult to construct an unmixing model that considers all three factors. To address this issue, a novel algorithm called multiview-based spectral weighted and low-rank row-sparsity unmixing is proposed. A multiview data set is generated through spectral partitioning, and then spectral weighting is imposed on it to exploit the abundant spectral information. The row-sparsity approach, which controls the sparsity by the l_2,0 norm, outperforms the single-sparsity approach in many scenarios. Many algorithms use convex relaxation methods to solve the l_2,0 norm to avoid the NP-hard problem, but this will reduce sparsity and unmixing accuracy. In this paper, a row-hard-threshold function is introduced to solve the l_2,0 norm directly, which guarantees the sparsity of the results. The high spatial correlation of hyperspectral images is associated with low column rank; therefore, the low-rank constraint is adopted to utilize spatial information. Experiments with simulated and real data prove that the proposed algorithm can obtain better unmixing results.

• 한국인터넷방송통신학회논문지
• /
• 제21권5호
• /
• pp.149-154
• /
• 2021

초분광 이미지는 일반 이미지와 달리 전자기 스펙트럼을 파장에 따라 수많은 밴드로 나누어 촬영된 것으로 고용량 고해상도 이미지이다. 일반 이미지보다 정보량이 많아 물체나 물질 탐사에 활용된다. 처리할 초분광 이미지의 정보량을 줄이기 위해 밴드 선택(band selection)기법을 활용한다. 기존 밴드 선택기법들은 통계를 바탕으로 하는 휴리스틱한 기법으로, 시간이 오래 걸리며, 일반성과 보편성이 떨어지는 경우가 많다. 이를 보완하기 위해 본 논문에서는 양자화 개념(Quantization)를 활용하여, 이산 범위(Discrete Range)를 통해 범위별로 대표적인 밴드를 뽑아 밴드 선택에 사용한다. 실험 결과를 통해 제안 기법이 기존 밴드 선택 방식보다 수행 시간이 매우 빠르며 밴드 수를 1/10~1/7로 줄였음에도 원본과 성능 정확도가 유사함을 보였다.