• 대한원격탐사학회지
• /
• 제26권6호
• /
• pp.693-703
• /
• 2010

High spectral resolution of hyperspectral data enables analysis of complex natural phenomena that is reflected on the data nonlinearly. Although many manifold learning methods have been developed for such problems, most methods do not consider the spatial correlation between samples that is inherent and useful in remote sensing data. We propose a manifold learning method which directly combines the spatial proximity and the spectral similarity through kernel PCA framework. A gain factor caused by spatial proximity is first modelled with a heat kernel, and is added to the original similarity computed from the spectral values of a pair of samples. Parameters are tuned with intelligent grid search (IGS) method for the derived manifold coordinates to achieve optimal classification accuracies. Of particular interest is its performance with small training size, because labelled samples are usually scarce due to its high acquisition cost. The proposed spatial kernel PCA (KPCA) is compared with PCA in terms of classification accuracy with the nearest-neighbourhood classification method.

• 지질공학
• /
• 제32권1호
• /
• pp.101-111
• /
• 2022

본 연구는 초분광 영상의 반사율과 탁도 관계를 해석하는 것이 목표로써 실험수조에 탁수를 발생시킨 후 드론 기반의 초분광 영상촬영을 수행하였으며 측정된 탁도와 반사율의 상관관계를 분석하였다. 실험에 사용된 9개 수조는 모든 빛을 흡수할 수 있는 흑색 아크릴로 제작하였으며 토양은 임하호 탁수 발생의 원인이 되는 창하천 하류에서 채취하였다. 연구결과, 근적외선 영역에서 파장에 따른 반사율은 전반적으로 유사한 패턴으로 나타났으며, 탁도가 높은 Box일수록 반사율이 증가하였다. 또한 각 Box에서 측정한 탁도와 평균반사율의 상관관계를 분석한 결과 결정계수는 0.8702로 매우 높게 나타나 반사율을 이용한 탁도 예측이 가능한 것으로 나타났다.

• 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.

• Journal of Biosystems Engineering
• /
• 제37권6호
• /
• pp.411-419
• /
• 2012

Purpose: Nondestructive evaluation of seed viability is a highly demanded technique in the seed industry. In this study, hyperspectral imaging system was used for discrimination of viable and non-viable radish seeds. Method: The spectral data with the range from 400 to 1000 nm measured by hyperspectral reflectance imaging system were used. A calibration and a test models were developed by partial least square discrimination analysis (PLS-DA) for classification of viable and non-viable radish seeds. Either each data set of visible (400~750 nm) and NIR (750~1000 nm) spectra and the spectra of the combined spectral ranges were used for developing models. Results: The discrimination accuracy of calibration was 84% for visible range and 76.3% for NIR range. The discrimination accuracy of test was 84.2% for visible range and 75.8% for NIR range. The discrimination accuracies of calibration and test with full range were 92.2% and 92.5%, respectively. The resultant images based on the optimal PLS-DA model showed high performance for the discrimination of the nonviable seeds from the viable seeds with the accuracy of 95%. Conclusions: The results showed that hyperspectral reflectance imaging has good potential for discriminating nonviable radish seeds from massive amounts of viable seeds.

• 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.

• 대한원격탐사학회지
• /
• 제40권3호
• /
• pp.257-268
• /
• 2024

Drone-mounted hyperspectral sensors (DHSs) have revolutionized remote sensing in agriculture by offering a cost-effective and flexible platform for high-resolution spectral data acquisition. Their ability to capture data at low altitudes minimizes atmospheric interference, enhancing their utility in agricultural monitoring and management. This study focused on addressing the challenges of radiometric and geometric distortions in preprocessing drone-acquired hyperspectral data. Radiometric correction, using the empirical line method (ELM) and spectral reference panels, effectively removed sensor noise and variations in solar irradiance, resulting in accurate surface reflectance values. Notably, the ELM correction improved reflectance for measured reference panels by 5-55%, resulting in a more uniform spectral profile across wavelengths, further validated by high correlations (0.97-0.99), despite minor deviations observed at specific wavelengths for some reflectors. Geometric correction, utilizing a rubber sheet transformation with ground control points, successfully rectified distortions caused by sensor orientation and flight path variations, ensuring accurate spatial representation within the image. The effectiveness of geometric correction was assessed using root mean square error(RMSE) analysis, revealing minimal errors in both east-west(0.00 to 0.081 m) and north-south directions(0.00 to 0.076 m).The overall position RMSE of 0.031 meters across 100 points demonstrates high geometric accuracy, exceeding industry standards. Additionally, image mosaicking was performed to create a comprehensive representation of the study area. These results demonstrate the effectiveness of the applied preprocessing techniques and highlight the potential of DHSs for precise crop health monitoring and management in smart agriculture. However, further research is needed to address challenges related to data dimensionality, sensor calibration, and reference data availability, as well as exploring alternative correction methods and evaluating their performance in diverse environmental conditions to enhance the robustness and applicability of hyperspectral data processing in agriculture.

• 대한공간정보학회지
• /
• 제25권1호
• /
• pp.9-17
• /
• 2017

초분광 영상(hyperspectral imagery)은 주성분분석이나 최소잡음비율 등을 이용하여 자료의 차원과 잡음을 감소시켜 토지피복분류에 사용되는 것이 일반적이다. 최근에는 분광정보와 공간적 특성을 가진 다양한 입력 자료를 이용한 감독분류에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 초분광 영상을 이용한 토지피복분류를 위해 principle component(PC) 밴드와 normalized difference vegetation index(NDVI) 자료를 감독분류의 입력자료로 활용하였다. NDVI 자료는 초분광 영상에서 추출된 PC 밴드가 포함하고 있지 않는 추가적인 정보를 활용하여 식생지역에 대한 토지피복분류 정확도를 높이고자 사용하였으며, morphological filter를 통해 각 밴드의 extended attribute profiles(EAP)를 제작하여 분류를 위한 입력 자료로 사용하였다. 감독분류기법은 random forest 알고리즘을 이용하였으며, EAP를 기반으로 다양한 입력 자료의 적용에 따른 분류정확도를 비교하고자 하였다. 연구지역으로는 두 대상지를 선정하였으며, 영상 내에서 취득한 참조자료를 이용하여 정량적인 평가를 수행하였다. 본 연구에서 제안한 기법의 분류정확도는 85.72%와 91.14%로 다른 입력 자료들을 이용한 경우와 비교하여 가장 높은 분류정확도를 나타냈다. 향후, 초분광 영상을 이용한 토지피복분류의 정확도를 높이기 위한 분류 알고리즘 개발과 대상지역 특성에 맞는 추가 입력자료 개발에 관한 연구가 필요할 것으로 사료된다.

• 한국지리정보학회지
• /
• 제24권1호
• /
• pp.12-25
• /
• 2021

토지피복도는 도시의 확장과 개발에 있어 다양한 분야에서 활용되고 있다. 본 연구는 태화강 수계지역을 중심으로 멀티센서 정보를 이용하여 시계열적 토지피복 변화량을 분석하였다. 정확도가 높은 항공 초분광 영상을 적용하기 위하여 지상분광 스펙트럼과의 패턴을 검토하고, 시계열 수치지형도와 비교하였다. 초분광 영상은 13개의 토지피복 등급을 설정하였고, 시계열 수치지형도는 7개, 그리고 수계지역을 중심으로는 각각 5~6개 등급으로 분류하여 분석하였다. 1990년대에서 2010년까지 수치지형도의 토지피복 변화량 분석결과 산림지역이 빠르게 감소하고 농경 및 초지가 도시화되고 있는 것을 알 수 있었다. 초분광 영상을 통한 수계지역(500m 설정)의 토지피복변화(2010~2019)는 농업, 산림, 초지가 각각 1.4㎢, 1.0㎢, 0.8㎢가 시가지화 건조지역으로 변화되었으며 태화강 수계를 중심으로 도시화가 가속화되고 있음을 알 수 있었다. 최근 고정밀 위성영상과 항공 초분광 영상을 이용하여 토지피복도 제작에 대한 연구가 많이 이루어지고 있기 때문에 더욱 세분화되고 정밀한 토지피복도를 제작하여 활용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제23권1호
• /
• pp.21-32
• /
• 2007

Fire fuel map is one of the most critical factors for planning and managing the fire hazard and risk. However, fuel mapping is extremely difficult because fuel properties vary at spatial scales, change depending on the seasonal situations and are affected by the surrounding environment. Remote sensing has potential to reduce the uncertainty in mapping fuels and offers the best approach for improving our abilities. Especially, Hyperspectral sensor have a great potential for mapping vegetation properties because of their high spectral resolution. The objective of this paper is to evaluate the potential of mapping fuel properties using Hyperion hyperspectral remote sensing data acquired in April, 2002. Fuel properties are divided into four broad categories: 1) fuel moisture, 2) fuel green live biomass, 3) fuel condition and 4) fuel types. Fuel moisture and fuel green biomass were assessed using canopy moisture, derived from the expression of liquid water in the reflectance spectrum of plants. Fuel condition was assessed using endmember fractions from spectral mixture analysis (SMA). Fuel types were classified by fuel models based on the results of SMA. Although Hyperion imagery included a lot of sensor noise and poor performance in liquid water band, the overall results showed that Hyperion imagery have good potential for wildfire fuel mapping.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1265-1274
• /
• 2021

본 연구에서는 남한강에서 드론에 탑재된 초분광 센서를 활용하여 수변공간을 측정한 후, 초분광 분석을 통하여 재료를 구분하였다. 식생, 콘크리트, 흙 등의 재료를 대상으로 구분하였으며, 각각 재료의 고유한 분광반사 곡선의 특성을 비교 및 분석하였다. 드론으로 측정한 초분광 자료를 검증하기 위하여 지상분광측정기를 사용하여 현장조사를 실시하고 각 재료를 비교하였다. 분석 비교 결과 각 재료별로 고유한 유형의 파장대가 발생하는 것을 확인하였고 드론으로 수행한 원격 탐사 결과가 지상분광측정 결과와 유사하다는 결론을 내릴 수 있었다. 수변 공간의 분류를 위하여 K-means 군집화 기법과 SVM 분류 기법을 활용하여 측정 구역의 공간 분류를 수행할 수 있었다. 비교 결과, 지도학습인 SVM 분류 기법의 수변공간 분류가 비지도학습인 K-means 기법과 비교하여 상세한 구분이 수행되었음을 확인할 수 있었다. 이와 같이 분류 및 군집 분석 기법을 활용하여 각 수변공간 재료의 고유 분광 특성을 활용하여 측정되는 드론탑재 초분광 이미지의 각 데이터를 분류할 수 있게 되었다.