• 대한원격탐사학회지
• /
• 제21권4호
• /
• pp.341-369
• /
• 2005

이 연구는 새로운 광학원격탐사자료로 대두되고 있는 초분광영상의 기본적 특성과 용어에 관한 정의를 검토하고, 지금까지 초분광영상과 관련된 주요 처리기법 및 활용분야를 광범위하게 검토하여 국내에서 초분광영상 기술의 활용을 위한 기초 자료를 제공하고자 한다. 먼저 문헌자료와 인터넷 검색을 통하여 항공기 및 위성탑재 센서와 지상용 카메라 등 현존하는 초분광센서의 종류 및 특성을 제시하였다 초분광영상과 관련된 연구 현황을 분석하기 위하여 원격탐사와 관련된 주요 국제학술지와 초분광영상 관련 학술발표회에서 발표된 논문들을 선정하여 센서별, 영상처리기법별, 주요 활용분야별로 나누어 정리하였다. 현재 항공기 및 위성 탑재 초분광영상 센서의 종류가 증가하고 있는 추세지만, 지금까지 초분광영상과 관련된 연구의 주된 부분은 미국 항공우주국에서 개발된 AVIRIS영상자료를 토대로 하고 있다. 기존의 다중분광영상에 보다 많은 분광밴드를 가진 초분광영상의 특성을 최대한 이용할 수 있는 영상처리기법이 개발되고 있다. 대기보정, 분광혼합분석, 특징추출 등이 초분광영상처리와 관련된 중요한 분야로 대두되고 있으나, 아직까지 보편적인 초분광영상 처리기술로 자리 잡기까지는 보다 많은 연구가 필요한 실정이다. 초분광영상이 가지고 있는 분광특성 정보를 최대한 이용하기에 적합한 암석 및 광물탐사가 초기의 주된 활용분야였으나, 식물의 물리화학적 정보 추출, 수질, 군용목표물 탐지 등 초분광영상의 활용은 기존의 다중분광영상의 한계를 극복하는 측면에서 확대될 전망이다.

• 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.

• 대한원격탐사학회지
• /
• 제28권3호
• /
• pp.297-305
• /
• 2012

This study was performed to estimate forest canopy density (FCD) using airborne hyperspectral data acquired in the Independence Hall of Korea in central Korea. The airborne hyperspectral data were obtained with 36 narrow spectrum ranges of visible (Red, Green, and Blue) and near infrared spectrum (NIR) scope. The FCD mapping model developed by the International Tropical Timber Organization (ITTO) uses vegetation index (VI), bare soil index (BI), shadow index (SI), and temperature index (TI) for estimating FCD. Vegetation density (VD) was calculated through the integration of VI and BI, and scaled shadow index (SSI) was extracted from SI after the detection of black soil by TI. Finally, the FCD was estimated with VD and SSI. For the estimation of FCD in this study, VI and SI were extracted from hyperspectral data. But BI and TI were not available from hyperspectral data. Hyperspectral data makes the numerous combination of each band for calculating VI and SI. Therefore, the principal component analysis (PCA) was performed to find which band combinations are explanatory. This study showed that forest canopy density can be efficiently estimated with the help of airborne hyperspectral data. Our result showed that most forest area had 60 ~ 80% canopy density. On the other hand, there was little area of 10 ~ 20% canopy density forest.

• Journal of Biosystems Engineering
• /
• 제42권4호
• /
• pp.293-300
• /
• 2017

Purpose: This study aims to propose a method for fast geographical origin discrimination between domestic and imported rice using a visible/near-infrared (VNIR) hyperspectral imaging technique. Methods: Hyperspectral reflectance images of South Korean and Chinese rice samples were obtained in the range of 400 nm to 1000 nm. Partial least square discriminant analysis (PLS-DA) models were developed and applied to the acquired images to determine the geographical origin of the rice samples. Results: The optimal pixel dimensions and spectral pretreatment conditions for the hyperspectral images were identified to improve the discrimination accuracy. The results revealed that the highest accuracy was achieved when the hyperspectral image's pixel dimension was $3.0mm{\times}3.0mm$. Furthermore, the geographical origin discrimination models achieved a discrimination accuracy of over 99.99% upon application of a first-order derivative, second-order derivative, maximum normalization, or baseline pretreatment. Conclusions: The results demonstrated that the VNIR hyperspectral imaging technique can be used to discriminate geographical origins of rice.

• 보존과학회지
• /
• 제31권4호
• /
• pp.395-402
• /
• 2015

이 연구에서는 하이퍼스펙트럴 이미지를 활용하여 석조문화재의 훼손상태 모니터링에 대한 활용성을 검토하였다. 이를 위해 하이퍼스펙트럴 데이터의 보정방법, 영상분류 및 정규화 식생지수 산출방법을 석조문화재에 적용하였다. 이 결과 각 물질의 분광정보를 기반으로 한 객관적인 훼손지도 작성, 정밀도 높은 훼손율의 산출 및 식생들의 활력도 모델작성 등 다양한 분석이 가능하였다. 따라서 하이퍼스펙트럴 이미지 분석을 활용하여 석조문화재를 모니터링 한다면 효율적으로 훼손상태 변화를 파악할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제30권5호
• /
• pp.665-675
• /
• 2014

본 연구에서는 소나무재선충병이 확산되어 있는 거제도를 대상으로 소나무재선충병 감염목 특성분석을 위하여 지상용 초분광 카메라를 활용하여 2012년과 2013년에 걸쳐 대상 임목을 촬영하였다. 영상 촬영은 소나무재선충병이 확산되는 시기인 6~9월 기간에 개체목 단위와 임분 단위로 구분하여, 개체목은 인위적으로 소나무재선충병을 주입한 공시목을 대상으로 실시하고, 임분은 소나무재선충병이 자연적으로 발생한 임분을 대상으로 실시하였다. 수백개의 파장대역 정보를 담고 있는 지상용 초분광 영상을 이용하여 소나무재선충병 감염단계에서부터 고사단계에 이르기까지 파장대역 변화와 특성분석을 진행하였다. 그 결과, 전체 파장대역 중 적색영역(550~700 nm)의 변화가 두드러지게 나타났으며 특히, 688 nm 전후의 파장대역에서 고사목과 정상목간의 가장 많은 변화폭이 관측되었다. 향후 초분광 항공사진을 활용한 소나무재선충병 감염목 탐지 활용가능성 판단을 위하여 개체목 단위 촬영영상보다 대면적의 임분단위 촬영영상을 활용한 분석이 진행되었다. 가장 큰 변화를 나타낸 688 nm 구간의 식생지수 활용을 위하여 Normalized Difference Vegetation Index(NDVI), Red Edge Normalized Difference Vegetation Index(reNDVI), Photochemical Reflectance Index(PRI), Anthocyanin Reflectance Index 2(ARI2) 식생지수에 대한 비교 분석을 실시하였다. 감염목 탐지에 효율성이 높다고 판단되는 지수는 NDVI와 reNDVI으로 나타났으며 688 nm를 NDVI와 reNDVI식 적색영역에 적용한 결과 688 nm를 포함하여 적용한 지수값에서 감염진행에 따른 가장 큰 변화폭을 나타내어 감염목 탐지에 가장 효율적인 것으로 판단되었다.

• 한국멀티미디어학회논문지
• /
• 제14권8호
• /
• pp.1010-1019
• /
• 2011

This was a preliminary research for the goal of understanding between internal structure of Osteogenesis Imperfecta Murine (OIM) bone and its fragility. 54 hyperspectral bone data sets were captured by using JASCO 2000 Raman spectrometer at UMKC-CRISP (University of Missouri-Kansas City Center for Research on Interfacial Structure and Properties). Each data set consists of 1,091 data points from 9 OIM bones. The original captured hyperspectral data sets were noisy and base-lined ones. We removed the noise and corrected the base-lined data for the final efficient classification. High dimensional Raman hyperspectral data on OIM bones was reduced by Principal Components Analysis (PCA) and Linear Discriminant Analysis (LDA) and efficiently classified for the first time. We confirmed OIM bones could be classified such as strong, middle and weak one by using the coefficients of their PCA or LDA. Through experiment, we investigated the efficiency of classification on the reduced OIM bone data by the Bayesian classifier and K -Nearest Neighbor (K-NN) classifier. As the experimental result, the case of LDA reduction showed higher classification performance than that of PCA reduction in the two classifiers. K-NN classifier represented better classification rate, compared with Bayesian classifier. The classification performance of K-NN was about 92.6% in case of LDA.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.959-971
• /
• 2019

대표적인 딥러닝(deep learning) 기법 중 하나인 Convolutional Neural Network(CNN)은 고수준의 공간-분광 특징을 추출할 수 있어 초분광 영상 분류(Hyperspectral Image Classification)에 적용하는 연구가 활발히 진행되고 있다. 그러나 초분광 영상은 높은 분광 차원이 학습 과정의 시간과 복잡도를 증가시킨다는 문제가 있어 이를 해결하기 위해 기존 딥러닝 기반 초분광 영상 분류 연구들에서는 차원축소의 목적으로 Principal Component Analysis (PCA)를 적용한 바 있다. PCA는 데이터를 독립적인 주성분의 축으로 변환시킬 수 있어 분광 차원을 효율적으로 압축할 수 있으나, 분광 정보의 손실을 초래할 수 있다. PCA의 사용 유무가 CNN 학습의 정확도와 시간에 영향을 미치는 것은 분명하지만 이를 분석한 연구가 부족하다. 본 연구의 목적은 PCA를 통한 분광 차원축소가 CNN에 미치는 영향을 정량적으로 분석하여 효율적인 초분광 영상 분류를 위한 적절한 PCA의 적용 방법을 제안하는 데에 있다. 이를 위해 PCA를 적용하여 초분광 영상을 축소시켰으며, 축소된 차원의 크기를 바꿔가며 CNN 모델에 적용하였다. 또한, 모델 내의 컨볼루션(convolution) 연산 방식에 따른 PCA의 민감도를 분석하기 위해 2D-CNN과 3D-CNN을 적용하여 비교 분석하였다. 실험결과는 분류정확도, 학습시간, 분산 비율, 학습 과정을 통해 분석되었다. 축소된 차원의 크기가 분산 비율이 99.7~8%인 주성분 개수일 때 가장 효율적이었으며, 3차원 커널 경우 2D-CNN과는 다르게 원 영상의 분류정확도가 PCA-CNN보다 더 높았으며, 이를 통해 PCA의 차원축소 효과가 3차원 커널에서 상대적으로 적은 것을 알 수 있었다.

• 보존과학회지
• /
• 제35권4호
• /
• pp.345-361
• /
• 2019

This study demonstrates the application of hyperspectral analysis as a pigment identification method for modern and contemporary Dancheong, the polychrome surface on traditional Korean wooden buildings. In particular, green pigments are the focus of this study. Green pigments in modern and contemporary Dancheong have the largest variation of materials and show a noticeable timeline. Thus, they are most suitable for estimating the manufacture or restoration period of Dancheong. Hyperspectral analysis is a noncontact, long-distance measurement technique that has advantages in the field of Dancheong analysis. It is capable of identifying both organic and inorganic pigments, unlike existing analysis methods. For this experiment, green and other pigments used during the modern and contemporary era were selected and made into painted samples under various mixing conditions that reflect their actual uses. Through hyperspectral analysis, their reflectance characteristics were observed, which enables the derivation of four main features that can distinguish the type of pigments used for color mixture. Based on these, a pigment identification system was designed in the form of a flowchart, and its utility was confirmed through site application. Despite some limitations at this stage, the technique can be complemented by considering proper measurement methods or the continuous accumulation of samples and data. If a database on various materials, mixing ratios, painting techniques, and other external interference factors is developed in future research, it would provide the foundation for a faster and safer analysis environment of Dancheong sites.

• 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.