• 대한원격탐사학회지
• /
• 제27권6호
• /
• pp.717-728
• /
• 2011

An efficient method for the unsupervised classification of high resolution imagery is suggested in this paper. It employs pixel-linking and merging based on the adjacency graph. The proposed algorithm uses the neighbor lines of 8 directions to include information in spatial proximity. Two approaches are suggested to employ neighbor lines in the linking. One is to compute the dissimilarity measure for the pixel-linking using information from the best lines with the smallest non. The other is to select the best directions for the dissimilarity measure by comparing the non-homogeneity of each line in the same direction of two adjacent pixels. The resultant partition of pixel-linking is segmented and classified by the merging based on the regional and spectral adjacency graphs. This study performed extensive experiments using simulation data and a real high resolution data of IKONOS. The experimental results show that the new approach proposed in this study is quite effective to provide segments of high quality for object-based analysis and proper land-cover map for high resolution imagery of urban area.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.613-619
• /
• 2006

본 연구는 원격 탐사의 영상 처리에서 영상 분할의 상위 수준으로 응집 계층 clustering의 dendrogram을 통한 무감독 영상 분류를 제안한다. 제안된 알고리즘은 분광 영역에서 정의된 RAG (Regional Agency Graph)와 min-heap 자료 구조를 이용하여 MCSNP (Mutual Closest Spectral Neighbor Pair)의 집합을 검색하면서 합병을 수행하는 계층 clustering 방법이다. 계산 시간과 저장 기억의 사용에 대한 효율을 증가시키기 위해 분광적 인접성을 정의하는 분광 공간(spectral space)내의 다중 창을 사용하였고 RNV (Region Neighbor Vector)을 이용하여 합병에 의하여 변하는 RAG 갱신하였고 적정한 단계 수가 주어진다면 제안된 알고리즘은 집단 합병의 계층적 관계를 쉽게 해석 할 수 있는 dendrogram을 생성한다. 본 연구는 simulation 자료를 사용하여 광범위하게 제안된 알고리즘에 대한 평가 실험을 수행 하였으며 실험 결과는 알고리즘의 효율성을 입증하였다. 또한 한반도에서 관측된 방대한 크기의 QuickBird 영상의 적용 결과는 제안된 알고리즘이 무감독 영상 분류를 위한 강력한 수단임을 보여준다.

• 대한원격탐사학회지
• /
• 제33권6_1호
• /
• pp.1003-1017
• /
• 2017

지표면의 공간 정보를 정확히 추출하기 위해서는 고 해상도의 다중 분광 영상 자료를 사용할 필요가 있다. 범색 영상에 비해 상대적으로 낮은 공간 해상도를 갖는 다중 분광 자료의 해상도를 범색 영상 급으로 높이기 위해 PAN-sharpening 융합 기술을 사용한다. 이러한 고해상도 자료를 분석하기 위해서는 화소기반보다는 객체 기반 분석이 주목을 받고 있다. 객체 기반 영상 분석을 위해서 영상을 구성하는 화소들의 집단으로 영상 객체를 생성하는 영상 분할 과정이 선행되어야 한다. RAG(Regional Adjancy Graph)에 의해 형성된 인접 지역을 합병하는 지역 확장을 통해 효과적으로 영상 분할을 할 수 있다. 위성 원격 탐사에서 불 완전한 관측 환경으로 수집한 영상 자료에 질 저하가 일어 난다. 정확한 영상 분할을 위해서 동일 지역으로 관측된 분광 값의 변이가 최소화되도록 질의 개선이 필요하다. 동일 지역에 속하는 공간적으로 인접한 이웃들의 화소 값과 차이를 반복적으로 줄여 나가는 과정을 통해 동일 지역에서의 화소 값의 변이를 감소시킬 수 있다. 영상 객체를 단위로 사용하는 영상 분류에서 오류를 감소시키기 위해 영상 분할 결과에서 적정한 분할 지역 크기를 생성하여야 한다. 분할 지역 크기는 지역 확장 과정에서 합병을 중지하는 단계에 의해 정해지므로 중지 규칙은 영상 분할 결과의 품질을 결정한다. 본 연구에서는 모의 자료 실험을 통하여 분할의 정확성에 대해 정량적 평가를 실시하였으며 3개의 PAN-sharpened 고해상도 다중 분광 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 실제 자료의 분석에서는 중지 규칙과 관련된 분할 지역 크기에 대해 정성적으로 평가 하였다. 사용된 원격 탐사 자료는 1m급의 미국 LA지역에서 수집된 Dubaisat-2 자료와 0.7 m급의 한반도 대전 지역과 충청남도 지역에서 각각 수집된 KOMPSAT-3 자료이다. 실험 결과는 영상 복원은 PAN-sharpened 고해상도 다중 분광 자료의 영상 분할 결과의 정확성을 상당히 제고시킬 수 있다는 것을 보여준다.