• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.413-416
• /
• 2006

As even small features can be classified as high resolution imagery, urban remote sensing is regarded as one of the important application fields in time of wide use of the commercialized high resolution satellite imageries. In this study, we have analyzed the variogram properties of high resolution imagery, which was obtained in urban area through the simple modeling and applied to the real image. Based on the grasped variogram characteristics, we have tried to decomposed two high-resolution imagery such as IKONOS and QuickBird reducing window size until the unique variogram that urban feature has come out and then been indexed. Modeling results will be used as the fundamental data for variographic analysis in urban area using high resolution imagery later on. Index map also can be used for determining urban complexity or land-use classification, because the index is influenced by the feature size.

• 대한원격탐사학회지
• /
• 제25권2호
• /
• pp.145-154
• /
• 2009

고해상도 위성영상이 갖는 공간 객체의 복잡성과 다양성에 의해 기존 중 저해상도 영상에서 사용하던 분류 방식을 고해상도 영상에 그대로 적용하기에는 한계가 있다. 이러한 문제를 극복하기 위하여 영상의 공간적인 특성을 추가적으로 추출하여 분광정보와 결합하여 분류를 수행하는 방식의 연구가 진행되고 있다. 본 연구의 목적은 고해상도 영상의 분류정확도를 개선하기 위하여 새로운 공간 개체(spatial feature)인 SSI(Shape-Size Index)를 제안하는데 있다. SSI feature는 영역 확장(Region Growing) 기반의 영상 분할(Image Segmentation)을 수행한 후, 세그먼트 내에 공간 속성값을 할당하여 공간정보를 추출한다. 추출된 공간정보를 고해상도 영상의 다중분광 밴드와 결합하여 Support Vector Machine(SVM)을 이용한 분류를 수행하였다. SSI를 구성하는데 필요한 두 매개변수인 분할변수와 가중치변수의 최적값을 얻기 위해서 고해상도 위성영상인 KOMFSAT-2와 QuickBird-2에 반복적으로 적용하였다. 결과적으로 고해상도 영상의 공간특성을 표현하는데 적합한 매개변수를 통하여 도출된 SSI와 고해상도 분광 밴드를 결합하여 분류를 수행한 결과가 분광밴드만을 이용하여 분류를 수행한 결과에 비해 높은 분류정확도를 도출함을 확인하였다.

• Journal of Ecology and Environment
• /
• 제35권2호
• /
• pp.91-98
• /
• 2012

This study was performed in order to suggest the possibility of tree species classification using high-resolution QuickBird-2 images spectral characteristics comparison(digital numbers [DNs]) of tree species, tree species classification, and accuracy verification. In October 2010, the tree species of three conifers and eight broad-leaved trees were examined in the areas studied. The spectral characteristics of each species were observed, and the study area was classified by image classification. The results were as follows: Panchromatic and multi-spectral band 4 was found to be useful for tree species classification. DNs values of conifers were lower than broad-leaved trees. Vegetation indices such as normalized difference vegetation index (NDVI), soil brightness index (SBI), green vegetation index (GVI) and Biband showed similar patterns to band 4 and panchromatic (PAN); Tukey's multiple comparison test was significant among tree species. However, tree species within the same genus, such as $Pinus$ $densiflora-P.$ $rigida$ and $Quercus$ $mongolica-Q.$ $serrata$, showed similar DNs patterns and, therefore, supervised classification results were difficult to distinguish within the same genus; Random selection of validation pixels showed an overall classification accuracy of 74.1% and Kappa coefficient was 70.6%. The classification accuracy of $Pterocarya$ $stenoptera$, 89.5%, was found to be the highest. The classification accuracy of broad-leaved trees was lower than expected, ranging from 47.9% to 88.9%. $P.$ $densiflora-P.$ $rigida$ and $Q.$ $mongolica-Q.$ $serrata$ were classified as the same species because they did not show significant differences in terms of spectral patterns.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.341-344
• /
• 2007

A major obstacle to classify and validate Land Cover maps is the high cost of generating reference data or multiple thematic maps for subsequent comparative analysis. In case of inaccessible area such as North Korea, the high resolution satellite imagery may be used as in situ data so as to overcome the lack of reliable reference data. The objective of this paper is to investigate the possibility of utilizing QuickBird (0.6m) of North Korea obtained from Google Earth data provided thru internet. Monthly NDVI images of nine months from the summer of 2004 were classified into L=54 cluster using ISODATA algorithm, and these L clusters were assigned to 7 classes; coniferous forest, deciduous forest, mixed forest, paddy field, dry field, water and built-up area. The overall accuracy and Kappa index were 85.98% and 0.82, respectively, which represents about 10% point increase of classification accuracy than our previous study based on GCP point data around North Korea. Thus we can conclude that Google Earth may be used to substitute the traditional in situ data collection on the site where the accessibility is severely limited.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.247-249
• /
• 2007

Crown parameters are important roles in tree species identification, because the canopy is the aggregate of all the crowns. However, crown measurements with spaceborne image data have remained more difficult than on aerial photographs since trees show more structural detail at higher resolutions. This recognized problem led to the initiation of the research to determine if high resolution satellite image data could be used to identify and classify single tree species. In this paper, shape parameters derived from pixel-based crown area measurements and texture features derived from GLCM parameters in QuickBird image were tested and compared for individual tree species identification. As expected, initial studies have shown that the crown parameters and the canopy texture parameters provided a differentiating method between coniferous trees and broad-leaved trees within the compartment(less than forest stand) for single extraction from spaceborne high resolution image.

• Spatial Information Research
• /
• 제16권2호
• /
• pp.193-206
• /
• 2008

스테레오 영상으로부터 수치표고모델을 생성하기 위해서는 일반적으로 두 영상 간의 정합을 수행한다. 정합은 초기 정합 후보점으로부터 시작되며, 두 영상 간의 접합점(Tie-points)이 이러한 초기 후보점 역할을 하게 된다. 이 초기 정합 후보점의 개수와 영상 내에서의 분포는 정합결과에 영향을 준다. 정합결과를 바탕으로 생성되는 수치표고모델에는 에러가 포함된다. 이러한 에러를 제거하는 가장 보편적인 방법은 주변값으로 보간하는 것이다. 본 논문에서는 신뢰성 있는 수치표고모델을 자동으로 생성하기 위해서 기존 수치표고모델을 이용하여 자동으로 추출한 접합점(Tie-points)과 영상 피라미드 그리고 정합 결과에서 발생한 이상값(Outlier)을 기존 수치표고모델로 보정하는 방법을 제안한다. 본 논문에서는 IKONOS, QuickBird, SPOTS 스테레오 영상과 DTED level 2 데이터를 이용하여 실험을 수행했으며, 실험결과를 통해서 제안된 방법으로 생성한 수치표고모델에서는 에러가 모두 제거되었음을 보여준다. 또한 기존 DTED level 2를 참값으로 하여 산출된 높이값에 대한 RMSE는 15m 미만으로, 비교적 정확한 수치표고모델을 생성하였음을 보여준다.

• 항공우주기술
• /
• 제7권2호
• /
• pp.187-195
• /
• 2008

고해상도의 인공위성 데이터로부터 지상좌표를 해석하는 센서모델링 기술은 위성영상자료의 활용 확대 및 신뢰성 확보에 가장 중요한 연구부분으로서 이에 대한 연구과 증가되고 있다. 본 연구는 이러한 요구조건을 기본을 하여, 고해상도 인공위성에서 기본적으로 탑재되어 있는 GPS, Star-tracker, Gyro 등의 센서로부터 측정된 위성의 위치, 속도, 자세 및 시간 정보를 이용하여 위성자료로부터 지상좌표를 해석하는 direct sensor model (DSM)과 위성의 궤도 정보를 얻을 수 없는 경우나 궤도에 대한 정보가 불확실하여 물리적 센서모델로는 지형보정을 수행할 수 없는 경우에 사용될 수 있는 rational function model (RFM)의 적용하여 지상좌표를 해석하는 방법에 대해 살펴보고자 한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.24-27
• /
• 2003

High-resolution satellite images at sub-5m footprint are becoming increasingly available to the earth observation community and their respective clients. The related cameras are all using linear array CCD technology for image sensing. The possibility and need for accurate 3D object reconstruction requires a sophisticated camera model, being able to deal with such sensor geometry. We have recently developed a full suite of new methods and software for the precision processing of this kind of data. The software can accommodate images from IKONOS, QuickBird, ALOS PRISM, SPOT5 HRS and sensors of similar type to be expected in the future. We will report about the status of the software, the functionality and some new algorithmic approaches in support of the processing concept. The functionality will be verified by results from various pilot projects. We put particular emphasis on the automatic generation of DSMs, which can be done at sub-pixel accuracy and on the semi-automated generation of city models.

• 대한원격탐사학회지
• /
• 제23권5호
• /
• pp.409-420
• /
• 2007

Since 1988, pine wilt disease has spread over rapidly in Korea. It is not easy to detect the damaged pine trees by pine wilt disease from conventional remote sensing skills. Thus, many possibilities were investigated to detect the damaged pines using various kinds of remote sensing data including high spatial resolution satellite image of 2000/2003 IKONOS and 2005 QuickBird, aerial photos, and digital airborne data, too. Time series of B&W aerial photos at the scale of 1:6,000 were used to validate the results. A local maximum filtering was adapted to determine whether the damaged pines could be detected or not at the tree level from high resolution satellite images, and to locate the damaged trees. Several enhancement methods such as NDVI and image transformations were examined to find out the optimal detection method. Considering the mean crown radius of pine trees, local maximum filter with 3 pixels in radius was adapted to detect the damaged trees on IKONOS image. CIR images of 50 cm resolution were taken by PKNU-3(REDLAKE MS4000) sensor. The simulated CIR images with resolutions of 1 m, 2 m, and 4 m were generated to test the possibility of tree detection both in a stereo and a single mode. In conclusion, in order to detect the pine tree damaged by pine wilt disease at a tree level from satellite image, a spatial resolution might be less than 1 m in a single mode and/or 1 m in a stereo mode.

• 한국지역지리학회지
• /
• 제11권2호
• /
• pp.278-290
• /
• 2005

본 논문은 1988년 Landsat TM 영상과 2002년 ETM 영상의 신경망 분류법을 이용하여 북한 서해안 평남 온천군 해안지역의 지형 및 환경변화, 토지이용의 변화과정을 추정한 것이다. 연구지역 내에서도 변화가 특히 심한 광량만과 서부지역은 해상도 60cm의 Quick Bird 영상을 통해 정밀한 지표 변화 과정을 분석하였다. 여기서 사용된 인공신경망 기법은 역전파 알고리즘을 적용하여 보다 높은 분류 등급과 분석 오차의 감소 등 개선된 지표 피복 변화를 가능하게 하였다. 1988년 TM영상과 2002년 ETM 영상의 비교에 의한 측정 변화의 결과를 보면, 1988년 건설 중이던 광량만 방조제가 2002년에는 완성된 상태였다. 그리고 1988년의 간척지는 주로 염전으로 많이 이용되었으나, 2002년에는 염전과 함께 안정화된 간척지, 염전에서 전향된 논농사 지역이 많이 나타났다. 또한 두드러진 변화는 간척된 염전이나 방조제 외곽에 새로운 간석지 지형이 형성되고 있다는 점이다. 이상의 연구 결과는 북한 해안환경 변화의 database화, 북한의 합리적이고도 생산성 있는 토지이용에 대한 협력방안 강구, 통일 후 국토관리 및 계획 등에 활용될 수 있을 것으로 기대된다.