• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.599-602
• /
• 2009

본 논문에서는 IKONOS 영상에서 고공간 해상도인 PAN 영상과 저공간 해상도인 MS 영상을 사용하여 IHS 융합법, FIHS 융합법, PCA 융합법, BT 융합법, WT 융합법으로 각각 처리한 후, 그 결과를 공간해상도 및 분광특성의 측면에서 비교 분석하였다. 이 5가지 방법에 의한 융합결과를 분광특성의 측면에서 평가한 결과 FIHS, BT, PCA, IHS, WT 융합법 순으로 칼라왜곡이 나타났다. 공간특성의 측면에서 평가한 결과는 거의 동일한 공간해상도를 나타내었으며, Original IKONOS 위성영상에서는 식별하기 어려운 건물지붕의 형태, 건물사이의 도로 등이 명확히 잘 구별되고 있다. 정량적 결과분석에서는 평균, 표준 편차, 상관계수 등을 사용하여 비교하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.708-708
• /
• 2002

Recent developments in sensor technologies have provided remotely sensed data with very high spatial resolution. In order to fully utilize the potential of high resolution images, new image classification strategies are necessary. Unfortunately, the high resolution images increase the spectral within-field variability, and the classification accuracy of traditional methods based on pixel-based classification algorithms such as Maximum-Likelihood method may be decreased (Schiewe 2001). Recent development in Object Oriented Classification based on image segmentation algorithms can be used for the classification of forest patches on rugged terrain of Korea. The objectives of this paper are as follows. First, to compare the pros and cons of image classification methods based on pixel-based and object oriented classification algorithm for the forest patch classification. Landsat ETM＋ data and IKONOS data will be used for the classification. Second, to investigate ways to increase classification accuracy of forest patches. Supplemental data such as DTM and Forest Type Map of 1:25,000 scale are used for topographic correction and image segmentation. Third, to propose the best classification strategy for forest patch classification in terms of accuracy and data requirement. The research site for this paper is Namhansansung Provincial Park located at the eastern suburb of Seoul Metropolitan City for its diverse forest patch types and data availability. Both Landsat ETM＋ and IKONOS data are used for the classification. Preliminary results can be summarized as follows. First, topographic correction of reflectance is essential for the classification of forest patches on rugged terrain. Second, object oriented classification of IKONOS data enables higher classification accuracy compared to Landsat ETM＋ and pixel-based classification. Third, multi-stage segmentation is very useful to investigate landscape ecological aspect of forest communities of Korea.

• 한국측량학회지
• /
• 제22권1호
• /
• pp.1-9
• /
• 2004

최근까지도 GIS는 벡터 데이터를 활용하는 방법이 대종을 이루고 있다. 그러나 벡터데이터는 축척변경의 용이성, 작은 용량의 데이터 등 여러 가지 측면에서 장점을 갖고 있으나, 현실세계를 잘 반영하지 못하는 단점을 갖고있다. 이에 반해 인공위성영상은 데이터의 용량이 크지만, 실세계를 잘 반영하는 장점이 있다. 그러므로 이 연구에서는 요즈음 컴퓨터의 용량과 처리 속도가 빨라지고 있는 추세이므로 벡터데이터와 래스터데이터를 접목하여, 위성영상을 기반으로 하는 GIS 응용 시스템을 개발하고자 한다. 이 응용 시스템은 PC용 Visual C＋＋과 데이터베이스 관리를 위한 MS Access 파일을 이용하여 개발되었으며, 개발된 시스템의 기반에 사용된 위성영상은 LANDSAT, KOMPSAT, IKONOS 영상이며, 화면출력을 위해 각 영상의 해상도에 적합한 해상도별 축척을 결정하였다.

• 융합신호처리학회논문지
• /
• 제8권3호
• /
• pp.185-191
• /
• 2007

윈격탐사 영상은 파장대에 따라 나누어진 여러 개의 밴드로부터 수집된 다중분광 이미지 데이터이다. 위성영상 분류는 원격탐사 처리 과정에 있어서 가장 중요한 분석 기법으로써 영상을 구성하는 각각의 화소들 중 비슷한 분광 특성을 갖는 것끼리 집단화시켜주는 방법이다. 본 논문에서는 PFCM 알고리즘을 응용한 원격탐사 영상의 패턴분류 방법에 관하여 연구하였다. PFCM 알고리즘은 각 데이터와 특정 클러스터 중심과의 거리에 대한 소속정도를 고려한 FCM 클러스터링 알고리즘과 데이터와 해당 클러스터 중심과의 거리에 의존하여 패턴의 전형성(typicality)을 고려한 PCM 클러스터링 알고리즘을 결합한 방법이다. 본 연구에서는 분류 항목별 학습데이터를 선정한 후 이를 PFCM 알고리즘에 적용하여 감독분류를 수행하였다. Landsat TM과 IKONOS 원격탐사 위성영상을 이용하여 PFCM 알고리즘의 적용성을 검증하였다. PFCM 알고리즘을 이용한 감독분류는 PCM, FCM 분류방법보다 좋은 결과를 보여주었으며, 또한 전통적인 분류방법인 최대우도분류보다도 정확도가 더 높은 결과를 보여주었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.580-583
• /
• 2007

Various matching methods have been introduced by investigators to improve digital elevation model (DEM) accuracy of satellite imagery. This study proposed an area-based matching method according to land cover property using correlation coefficient of pixel brightness value between the two images for DEM generation from IKONOS stereo imagery. For this, matching line (where "matching line" implies straight line that is approximated to complex nonlinear epipolar geometry) is established by exterior orientation parameters to minimize search area. The matching is carried out based on this line. Land cover classes are divided off into water, urban land, forest and agricultural land. Matching size is selected using a correlation-coefficient image in the four areas. The selected sizes are $81{\times}81$ pixels window, $21{\times}21$ pixels window, $119{\times}119$ pixels window and $51{\times}51$ pixels window in the water area, urban land, forest land and agricultural land, respectively. And hence, DEM is generated from IKONOS stereo imagery using the selected matching sizes and land cover map on the four types.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 춘계학술대회 논문집
• /
• pp.80-85
• /
• 2008

최근 도심지역이 급변하고 고해상도 위성영상의 보급이 증가함에 따라 고해상도 위성영상을 이용한 수치표고모델과 정사영상 생성에 관한 연구가 활발해 지고 있다. 본 연구에서는 IKONOS, SPOT5, QUICKBIRD, KOMPSAT2 위성영상을 이용하여 DEM 과 정사영상을 생성하였으며 USGS DTED 와 기준점을 이용하여 결과의 정확도를 비교 분석하였다. 보다 정확한 DEM 생성을 위해 자동 피라미드 알고리즘을 적용하고 영상 정합시 에피폴라 기하학을 적용하였다. 정사 영상 생성시 DTED 높이값을 이용하여 보정을 수행하였으며 생성 속도를 높이기 위하여 리샘플링 그리드를 적용하였다. 본 연구에서 DEM 과 정사영상 생성시 QUICKBIRD 와 SPOT5 의 경우 영상의 용량이 매우 커 메모리 부족문제와 알고리즘 수행 속도 저하가 발생함을 확인하였다. 이를 개선하기 위하여 DEM 생성시 정합 후보점의 개수를 줄이는 알고리즘을 고안하여 기존에 메모리 문제로 생성하지 못했던 QUICKBIRD와 SPOT5 의 DEM 을 생성하였으며 정사 영상 생성시 리샘플링 그리드를 적용하여 고해상도 정상영상 생성 속도 개선에 상당한 효과를 가져왔다. 그러나 고해상도 위성 영상의 용량이 점점 커져감에 따라 이러한 메모리 문제와 처리 속도 저하에 관한 문제는 추후 계속적으로 연구되어야 할 부분이라고 할 수 있다. 본 연구에서 생성한 IKONOS, SPOT5, QUICKBIRD DEM 의 정확도를 USGS DTED 와 비교한 결과 13${\sim}$15 m 정도의 RMS 높이 오차가 산출되었으며 생성된 IKONOS, QUICKBIRD, KOMPSAT2 정사영상을 기준점과 비교한 결과 3 m 정도의 거리오차가 산출되었음을 확인하였다.

• 한국지역지리학회지
• /
• 제11권4호
• /
• pp.536-545
• /
• 2005

본 논문은 제7차 교육과정의 고등학교 사회과와 관련하여 Landsat ETM 및 IKONOS 위성영상을 이용한 지역학습방안을 제시한 것이다. 현재 10학년 사회과에서는 원격탐사 등과 관련하여 교육내용이 개념학습의 수준으로 진행되고 있으며, 실제 응용사례 및 학생들의 활동은 포함되어 있지 않은 실정이다. 주변 지역이해와 정체성 확립을 주요 목적으로 하는 지역학습은 학생들의 야외답사 및 조사에 있어 중요한 부분이지만, 현(現) 교육과정 내에서 실천이 어려운 부분이 많으므로 이를 대체할 수 있는 위성영상을 이용하는 학습방안을 제안해 보았다. 본 논문에서는 위성영상을 이용하여 해상도 즉 스케일에 따른 지역이해를 위한 지역학습방안을 제시하고자 하였다. GIS, RS 관련 기술을 일부 활용함으로서 학생들의 지리에 대한 관심과 학습효과를 향상시킬 것으로 기대된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.220-223
• /
• 2004

Automatic image registration is an essential element of remote sensing because remote sensing system generates enormous amount of data, which are multiple observations of the same features at different times and by different sensor. The general process of automatic image registration includes three steps: 1) The extraction of features to be used in the matching process, 2) the feature matching strategy and accurate matching process, 3) the resampling of the data based on the correspondence computed from matched feature. For step 2) and 3), we have developed an algorithms for automated registration of satellite images with RANSAC(Random Sample Consensus) in success. However, for step 1), There still remains human operation to generate GCP Chips, which is time consuming, laborious and expensive process. The main idea of this research is that we are able to automatically generate GCP chips with comer detection algorithms without GPS survey and human interventions if we have systematic corrected satellite image within adaptable positional accuracy. In this research, we use SUSAN(Smallest Univalue Segment Assimilating Nucleus) algorithm in order to detect the comer. SUSAN algorithm is known as the best robust algorithms for comer detection in the field of compute vision. However, there are so many comers in high-resolution images so that we need to reduce the comer points from SUSAN algorithms to overcome redundancy. In experiment, we automatically generate GCP chips from IKONOS images with geo level using SUSAN algorithms. Then we extract reference coordinate from IKONOS images and DEM data and filter the comer points using texture analysis. At last, we apply automatically collected GCP chips by proposed method and the GCP by operator to in-house automatic precision correction algorithms. The compared result will be presented to show the GCP quality.

• 한국측량학회지
• /
• 제22권4호
• /
• pp.359-365
• /
• 2004

많은 응용분야에서 단일 자료가 가진 한계를 극복하기 위해 다중 자료를 이용하여 통합 활용하는 기법이 요구되고 있다. 특히, 서로 다른 공간해상도와 분광해상도를 가진 영상들을 이용하여 영상의 공간해상도를 향상시키는 영상융합과 두 자료간의 상호 관계를 설정하는 영상등록에 대한 많은 연구가 진행되고 있다. 본 연구에서는 IKONOS 전정색 영상과 다중분광 위성영상에 대해 Brovey, IHS, PCA, HPF, CN, MWD 융합기법을 적용하여 원 영상의 분광정보를 가장 적게 왜곡하는 융합기법 에 대해 고찰하였다. 또한, SPOT-5 위성영상과 RADARSAT SAR 위성영상 간에 패치를 이용한 영상정합 기법을 적용하여 해석하였다. 본 연구를 통해 영상 융합에서 시각적 분석 및 통계적 분석 결과 HPF, MWD 융합기법이 가장 좋은 성과를 나타냈었으며, SPOT-5 위성영상과 RADARSAT SAR 위성영상으로부터 지형정보를 세밀하게 표현할 수 있는 패치를 추출함으로써 효과적인 영상등록이 가능하였다.

• 한국측량학회지
• /
• 제35권3호
• /
• pp.125-132
• /
• 2017

IKONOS, QuickBird, Kompsat-2 등 서로 다른 고해상도 광학 센서로 취득된 다중시기 영상은, 취득 당시의 센서 자세나 환경의 차이에 의해 영상 등록(image registration)을 수행한 이후에도 여전히 지역적인 지형 불일치가 존재한다. 등록오차(registration noise)라고도 불리는 이러한 지형 불일치는 고해상도 다중시기 영상을 이용하여 공간정보를 추출하는 다양한 활용분야의 정확도를 떨어뜨리는 방해 요인으로 작용한다. 반대로, 등록오차를 추출하여 이를 효과적으로 제거한다면 결과적으로는 다중시기 고해상도 영상을 이용하여 추출되는 공간정보의 정확도를 높일 수 있다. 이에 본 연구에서는 지배적인 등록오차는 주로 영상 내 객체의 경계를 따라서 존재한다는 가정 하에, 경계강도 영상을 이용하여 등록오차를 추출한다. 추출된 등록오차의 지역적 분포특성을 고려하여 고해상도 영상 간 지형 불일치를 최소화하는 정밀 등록 기법을 제안한다. 제안 기법을 평가하기 위해, 고해상도 다중시기 광학위성 영상을 이용하여 실험지역을 구성한다. 등록오차 기반의 정밀 등록 기법 적용 결과와 수동으로 수행한 등록 결과와의 정량적/정성적 비교평가를 통해 제안 기법의 우수성을 판단하고자 한다.