• 대한원격탐사학회지
• /
• 제24권5호
• /
• pp.507-515
• /
• 2008

Many studies have generally used a large number of pure pixels as an approach to training set design. The training set are used, however, varies between classifiers. In the recent research, it was reported that small mixed pixels between classes are actually more useful than larger pure pixels of each class in Support Vector Machine (SVM) classification. We evaluated a usability of small mixed pixels as a training set for the classification of high-resolution satellite imagery. We presented an advanced approach to obtain a mixed pixel readily, and evaluated the appropriateness with the land cover classification from IKONOS satellite imagery. The results showed that the accuracy of the classification based on small mixed pixels is nearly identical to the accuracy of the classification based on large pure pixels. However, it also showed a limitation that small mixed pixels used may provide insufficient information to separate the classes. Small mixed pixels of the class border region provide cost-effective training sets, but its use with other pixels must be considered in use of high-resolution satellite imagery or relatively complex land cover situations.

• 한국산학기술학회논문지
• /
• 제13권6호
• /
• pp.2751-2756
• /
• 2012

위성영상을 이용한 감독분류에서 훈련집단의 선택은 분류정확도에 많은 영향을 미친다. 일반적으로 훈련집단의 특징이 명확한 순수화소를 선택할 경우 전체 정확도가 높은 반면, 저해상도 영상이거나 식별이 불분명하여 혼합화소를 선택하면 정확도는 저하된다. 그러나 실제 영상분류를 수행할 때 순수화소만을 훈련집단으로 선택하는 것은 매우 어렵다. 이에 본 연구에서는 혼합화소를 훈련집단으로 선택하였을 경우 적합한 분류기법을 제시하고자 하였다. 이를 위해 소수의 순수화소를 훈련집단으로 선정하여 분류정확도를 산출하고 같은 수의 혼합화소를 이용한 분류결과와 정확도를 비교하였다. 연구 결과, 혼합화소를 사용한 분류기법들 중 SVM의 정확도가 가장 높았으며, 순수화소를 이용한 분류결과와도 가장 작은 차이를 보였다. 따라서 훈련집단으로 혼합화소를 선택할 가능성이 높은 건물 및 녹지혼합지역에서는 SVM을 이용한 영상분류가 가장 적합할 것으로 판단된다.

• 한국측량학회지
• /
• 제16권1호
• /
• pp.75-84
• /
• 1998

인공위성 데이터로부터 보다 자세한 정보를 취득하기 위해 혼합화소를 해석하는 방법에 대해 연구하였다. 본 연구에서는 2가지 토지피복만 혼합되어 있는 경우로 한정하였다. 정준상관분류기법에서 생성되는 정준벡터를 분석하여 혼합화소를 분류해 낼 수 있었으며, 그 기준으로 정준벡터의 요소인 정준가중치 2개의 상대적 비율을 역치로 사용하였다. 9월 1일을 전후한 TM 데이터의 다리와 물 항목에 대한 분류의 경우에, 혼합화소를 가장 적절히 분류하는 역치는 4.0으로 결정되었다. 즉 정준가중치사이의 비율이 4.0이상이면 단일피복화소이며, 4.0이하이면 혼합화소로 간주하게 된다. 정준가중치의 분포에 의해 대략적인 토지피복 구성비율도 추정할 수 있다. 실험영역에 대한 혼합화소 추출의 정확도는 90%로서 높은 수준이었다. 따라서 정준벡터분석에 의한 혼합화소 분류방법은 효용성이 있다고 판단된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.386-389
• /
• 2008

It is important that the training stage of a supervised classification is designed to provide the spectral information. On the design of the training stage of a classification typically calls for the use of a large sample of randomly selected pure pixels in order to characterize the classes. Such guidance is generally made without regard to the specific nature of the application in-hand, including the classifier to be used. An approach to the training of a support vector machine (SVM) classifier that is the opposite of that generally promoted for training set design is suggested. This approach uses a small sample of mixed spectral responses drawn from purposefully selected locations (geographical boundaries) in training. A sample of such data should, however, be easier and cheaper to acquire than that suggested by traditional approaches. In this research, we evaluated them against traditional approaches with high-resolution satellite data. The results proved that it can be used small mixed pixels to derive a classification with similar accuracy using a large number of pure pixels. The approach can also reduce substantial costs in training data acquisition because the sampling locations used are commonly easy to observe.

• 디지털콘텐츠학회 논문지
• /
• 제18권1호
• /
• pp.175-182
• /
• 2017

영상데이터를 획득하거나 저장하는 과정에서는 주변 환경이나 장치의 특성에 따라 잡음이 발생한다. 또한 영상의 전송과정에서도 채널 간섭에 의한 잡음이 발생할 수 있다. 이러한 잡음은 정보의 손실을 가져옴으로써 이어지는 영상처리 단계에서 화질의 저하가 나타나게 된다. 대표적인 잡음으로는 가우시안 잡음과 임펄스 잡음을 들 수 있는데, 영상처리는 일반적으로 이들이 혼재하는 복합 잡음 환경에서 이루어진다. 본 논문에서는 복합 잡음을 저감할 수 있는 반복 가중 평균 필터를 제안한다. 먼저 입력 영상으로부터 임펄스 잡음 화소를 제거한 다음, $3{\times}3$ 슬라이딩 윈도우 영역에 대해 가중 평균 마스크 연산을 수행하여 중앙 화소값을 구하는 간단한 방법이다. 제거된 임펄스 잡음 화소가 가중 평균값으로 모두 채워질 때까지 필터링을 반복한다. 제안한 필터를 ${\sigma}=10$인 가우시안 잡음과 다양한 밀도의 임펖스 잡음이 포함된 영상에 적용하여 처리한 결과, 잡음 밀도 60% 이하에서 기존의 SAWF, AWMF, MMF 등에 비해 PSNR이 각각 최대 12.98 dB, 1.97 dB, 1.97 dB 개선되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.514-519
• /
• 1992

To make an accurate retrieval of the proportion of each category among mixed pixels (Mixel's) of a remotely sensed imagery, a maximum likelihood estimation method of category proportion is proposed. In this method, the observed multispectral vector is considered as probability variables along with the approximation that the supervised data of each category can be characterized by normal distribution. The results show that this method can retrieve accurate proportion of each category among Mixel's. And a index that can estimate the degree of error in each category is proposed. AS one of the application of the proportion estimation, a method for image classification based on category proportion estimation is proposed. In this method all pixel in a remotely sensed imagery are assumed to be Mixel's, and are classified to most dominant category. Among the Mixel's, there exists unconfidential pixels which should be categorized as unclassified pixels. In order to discriminate them, two types of criteria, Chi square and AIC, are proposed for fitness test on pure pixel hypothesis. Experimental result with a simulated dataset show an usefulness of proposed classification criterion compared to the conventional maximum likelihood criterion and applicability of the fitness tests based on Chi square and AIC,

• 대한원격탐사학회지
• /
• 제19권5호
• /
• pp.403-409
• /
• 2003

Since SPOT4 satellite contained VEGETATION 1 sensor launched, the noise in VEGETATION data was occasionally arisen a difficulty for the data traitement. Blind line noise types were studied in VEGETATION-l short wave infrared channel(SWIR). In order to provide a precis product, the procedure for removing this noise is strongly recommended. In the case that the blind values are clearly distinguished from contamination-free values a simple threshold method was applied, while a changeable threshold method was used for the blind value mixed with contamination-free values. New algorithm presented in this study is consists of two method for each type of SWIR blind. After removing blind line, there were again some residual pixels of blind, because the threshold is not determinated sufficiently low. Lower threshold could remove the blind line as well as the contamination-free pixels. Nevertheless, the results showed a good qualitative improvement as compared with other algorithm.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.511-524
• /
• 2014

본 연구에서는 12년(2001-2012)간의 MODerate Resolution Imaging Spectroradiometer (MODIS) 토지피복 자료를 이용하여 동북아시아 지역에 대한 토지피복 유형별 통계적 점유율과 연변동을 조사하였다. MODIS 토지피복 자료의 공간해상도는 500 m이며 토지피복 유형의 수는 17개이다. 12년 평균에서 농지(36.96%), 초지(23.14%) 그리고 혼합림(22.97%) 3가지 유형이 분석 영역의 80% 이상을 점유하고 있는 것으로 나타났고, 그 외 농지와 자연 식생의 혼합유형(6.09%), 낙엽활엽수림(4.26%), 도시(2.46%) 그리고 사바나(1.54%) 유형이 점유하고 있는 것으로 나타났다. 비록 자료의 사용 기간이 짧지만 단순회귀분석에서 상록침엽수림, 낙엽활엽수림, 혼합림은 유의수준 5%에서 점유율이 증가하는 경향을 보였으나 사바나 유형은 유의수준 5%에서 감소하는 경향을 보였다. 토지피복 유형이 매년 다르게 분류되는 화소의 비율이 10% 이상이며 토지피복 유형별 점유율의 연변동은 농지(1.41%), 혼합림(0.82%), 초지(0.73%)에서 가장 두드러지게 나타났다. 또한, 12년 동안 토지피복 유형이 1개로만 분류된 화소의 비율은 단지 57%이며, 나머지 화소들에서는 2개 이상으로 분류되었으며 최대 9개 유형으로 분류된 화소도 존재했다. 공간적으로 균질하게 1개 유형만 분포하고 있는 중국 동부와 북서부 지역을 제외한 전체 지역에서 토지피복 유형이 연도별도 다르게 분류되고 있다. 따라서 토지피복 변화에 소요되는 시간적 규모를 고려할 때 동북아시아 지역에서 MODIS 토지피복 자료를 이용할 시 주의가 필요하다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권6호
• /
• pp.2302-2316
• /
• 2015

We propose an efficient method of extracting targets within a region of interest in non-homogeneous infrared images by using a principal component analysis (PCA) plane and adaptive Gaussian kernel. Existing approaches for extracting targets have been limited to using only the intensity values of the pixels in a target region. However, it is difficult to extract the target regions effectively because the intensity values of the target region are mixed with the background intensity values. To overcome this problem, we propose a novel PCA based approach consisting of three steps. In the first step, we apply a PCA technique minimizing the total least-square errors of an IR image. In the second step, we generate a binary image that consists of pixels with higher values than the plane, and then calculate the second derivative of the sum of the square errors (SDSSE). In the final step, an iteration is performed until the convergence criteria is met, including the SDSSE, angle and labeling value. Therefore, a Gaussian kernel is weighted in addition to the PCA plane with the non-removed data from the previous step. Experimental results show that the proposed method achieves better segmentation performance than the existing method.

• 한국측량학회지
• /
• 제20권1호
• /
• pp.21-31
• /
• 2002

이 연구는 원격탐사 영상의 분류정확도를 향상시키기 위한 방법으로써 신경망 이론과 퍼지집합이론을 각각 적용하였다. 원격탐사 영상은 토지피복도, 식생도, 지질도 등 주제도를 만드는데 많이 이용되고 있다. 원격탐사 영상의 감독분류에 대한 정확도는 트레이닝 지역의 선정, 분류항목의 할당 문제로 인해 많은 차이를 보인다. 일반적인 영상 분류법은 영상 내의 모든 영상소가 균질하다고 가정한다. 그러나, 이러한 가정은 영상내의 수많은 혼합 영상소를 분류해내는 데에는 적합하지 않다. 이러한 문제를 극복하기 위해 퍼지 집합이론을 적용하였으며, 퍼지 집합이론의 멤버쉽을 이용하였다. 퍼지 집합이론은 하나의 영상소를 멤버쉽의 정도에 따라 여러 가지 항목으로 분류할 수 있는 장점이 있다. 그러나, 퍼지분류법과 통계학적인 분류법은 화소값의 분포가 비정규적일 때 좋지 않은 분류 결과를 나타내며 처리 시간이 늦고 많은 컴퓨팅 비용이 드는 단점이 있다. 그 대안적인 방법으로서 신경망분류법을 들 수 있는데, 신경망 분류법은 비모수적 분류법으로서 일반적인 분류기법보다 좀 더 좋은 결과를 나타내고 있고, 한번 트레이닝 되면 빠르게 데이터를 분류할 수 있다.