• 한국군사과학기술학회지
• /
• 제25권1호
• /
• pp.30-44
• /
• 2022

The advent of deep learning-based algorithms has facilitated researches on target detection from synthetic aperture radar(SAR) imagery. While most of them concentrate on detection tasks for ships with open SAR ship datasets and for aircraft from SAR scenes of airports, there is relatively scarce researches on the detection of SAR ground vehicle targets where several adverse factors such as high false alarm rates, low signal-to-clutter ratios, and multiple targets in close proximity are predicted to degrade the performances. In this paper, a dataset of ground vehicle targets acquired from TerraSAR-X(TSX) satellite SAR images is presented. Then, both detection and instance segmentation are simultaneously carried out on this dataset based on the deep learning-based Mask R-CNN. Finally, this paper shows the future research directions to further improve the performances of detecting the SAR ground vehicle targets.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.111-114
• /
• 2007

One of future remote sensing techniques for the estimation of damage by storm and flood is the extraction of water area, which could be the basis of measuring the damage by storm and flood and estimate restoration cost. This paper introduces an approach to damage estimation using satellite Image. The project site was Ansung area and a set of Radarsat-1 SAR image at 6.25m resolution was used for the test. Authors investigated methods of SAR image processing such as shadow-effect removal, orthorectification of SAR image and calculation of damage area by flood. Consequetly, this study showed that technique improvement of image processing and the best of result for extracting water area. Also, found the new possibility of damage estimation using satellite image.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.126-129
• /
• 2007

In this paper, an iterative MAP approach using a Bayesian model based on the lognormal distribution for image intensity and a GRF for image texture is proposed for despeckling the SAR images that are corrupted by multiplicative speckle noise. When the image intensity is logarithmically transformed, the speckle noise is approximately Gaussian additive noise, and it tends to a normal probability much faster than the intensity distribution. The MRF is incorporated into digital image analysis by viewing pixel type s as states of molecules in a lattice-like physical system defined on a GRF. Because of the MRFGRF equivalence, the assignment of an energy function to the physical system determines its Gibbs measure, which is used to model molecular mteractions. The proposed adaptive iterative method was evaluated using simulation data generated by the Monte Carlo method. In the extensive experiments of this study, the proposed method demonstrated the capability to relax speckle noise and estimate noise-free intensity.

• 한국지형공간정보학회:학술대회논문집
• /
• 한국지형공간정보학회 2002년도 추계학술대회
• /
• pp.51-57
• /
• 2002

국내에서 활발하게 연구되고 있는 위성영상을 이용한 원격탐사는 매핑, 환경관리, 시설물 관리 등에 이용되어 왔다. 본 연구에서는 날씨나 태양의 제약을 받지 않는 RADARSAT SAR 영상의 수계지역을 신경망 기법을 이용하여 분류하고자 하였다. RADARSAT은 경사관측을 통하여 영상을 취득하며 지형의 기복에 의한 음영효과(Shadow effect)로 인하여 수계지역 분류시 정확도를 감소시킨다. 이러한 문제를 해결하기 위해서 본 연구에서는 RADARSAT SAR 영상의 역산란계수를 계산하고 음영효과에 의한 분류오류를 감소시키기 위하여 수치고도모형을 사용하였다. 지형의 기복이 작은 평지와 지형의 기복이 심한 산악지로 나누어 연구를 수행하여 각 지역별로 분류 정확도를 평가하였다. 연구결과로 역산란계수를 신경망기법의 단일 입력 자료로 사용한 경우보다 수치고도모형을 같이 사용한 것이 분류 정확도가 높았다. 또한, 수치고도모형을 역산란계수와 함께 입력 자료로 이용할 경우 평지보다 산악지에서 효율적이었다. 산악지역이 많은 국내에서는 SAR영상의 수계지역 추출을 신경망 기법으로 할 경우에는 수치고도모형을 함께 이용함으로써 분류정확도 향상을 시킬 수 있다고 사료된다.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.431-444
• /
• 2014

위성 SAR 영상의 활용이 증가하면서 영상의 해석 및 융합을 위한 정밀 기하보정에 대한 필요성이 높아지고 있다. 특히 광역감시 목적으로 활용되기 위해 서로 다른 해상도를 갖는 SAR 영상간 정보융합도 활발해지고 있다. 일반적으로 SAR 영상의 기하보정은 위성의 궤도 및 자세정보를 활용하여 수행할 수 있지만 SAR 센서의 궤도 및 시스템 오차, 대상지형 특성에 의한 왜곡으로 인해 추가적인 보정이 필요하게 된다. SAR 영상을 통한 변화탐지나 타 영상과의 융합에 적용하기 위해서는 기하 오차 보정이 반드시 선행되어야 한다. 이를 위해 다수의 지상 기준점을 선정하고 이를 포함하는 기준 영상과 비교하여 원본 영상에서 대응점을 찾는 방식으로 정밀 기하보정을 수행할 수 있다. Speeded Up Robust Feature (SURF) 기법은 쉽고 빠르게 영상의 기준점을 찾을 수 있지만 상대적으로 해상도가 낮고 스펙클 잡음에 영향을 받는 SAR 영상에서는 활용하기가 어렵다고 알려져 있다. 본 논문에서는 SURF 기법을 위성 SAR 영상에 적용할 때 발생할 수 있는 오차를 추출하고 영상 특성에 따른 성능 변화를 분석하였다. SURF 알고리즘의 적용이 가능한 입력 변수의 적정 범위를 제시하고 그에 따른 영상 정합의 오차를 분석하여 중저해상도의 위성 SAR 영상에 대해서도 SURF 기법을 통한 기하 보정 및 영상 정합이 적용될 수 있음을 검증하였다.

• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.351-358
• /
• 2017

A new method to decompose the footprints of marine atmosphere boundary layer (MABL) on Synthetic Aperture Radar (SAR) imagery into characteristic spatial scales is proposed. Using two-dimensional Empirical Mode Decomposition (EMD) we obtain three Intrinsic Mode Functions (IMFs), which mainly present longitudinal rolls, three-dimensional cells and atmospheric gravity waves (AGW). The rolls and cells have spatial scales between 3.0 km and 3.8 km and between 5.3 km and 7.1 km, respectively. Based on previous observations and mixed-layer similarity theory, we estimated MABL's depths that vary from 0.95 km to 1.2 km over the rolls and from 3.0 km to 3.8 km over the cells. The AGW has maximum spectrum at 14.3 km wavelength. The method developed in this work can be used to decompose other satellite imageries into individual features through characteristic spatial scales.

• 한국전자파학회논문지
• /
• 제27권9호
• /
• pp.854-864
• /
• 2016

최근 무인기 탑재를 위한 소형 SAR 시스템 관련연구가 활발하게 진행되고 있으나, 드론과 같은 소형 비행 플랫폼에 대한 적용 사례는 매우 드물다. 드론의 경우, 고정익 무인항공기에 비해 기상, 조종환경 등에 취약하므로 고품질의 SAR 영상을 획득하기 위해서는 매우 정밀한 요동 분석 및 오차 보상 알고리즘이 요구된다. 특히 소형 드론에서는 SAR 탑재체 무게 및 전력의 제약으로 자세 제어 및 센서 장착이 어려워 영상 품질 보장이 어려워진다. 본 연구에서는 드론에 SAR를 탑재하여 영상을 획득하는 가능성을 제시한다. 이를 위해 실제 레이다가 탑재된 드론을 사용하여 SAR 영상을 획득하고, 그 품질을 분석하였다. 드론 SAR 기하 구조 분석을 통해 드론의 요동에 의해 발생될 수 있는 위상오차를 분석하고, 불규칙한 드론 이동에 의한 왜곡을 보상함으로써 드론 SAR의 운용 가능성을 검증하였다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2004년도 추계학술발표회
• /
• pp.43-47
• /
• 2004

두 개의 다른 위성 센서 (RADARSATSAR와 KOMPSAT EOC)를 사용하여 선박탐지 실험을 실시하였으며, 탐지성능을 검토하였다. 목포항과 울산항을 대상으로 실시하였으며 필요에 따라 현장 검증 데이터를 얻기 위하여 위성 통과 시에 선박에 승선하여 선박정보를 포함하는 Sea Truth를 취득하였다. 또한 VTS레이더 정보를 위성데이터와 비교를 통하여 위치정보의 검증을 수행하였다. 광학과 마이크로파 원격탐사에 있어 그 특성의 차이는 뚜렷하였으나, 광학의 경우 선속 3.1kts 이상인 선박의 후류가 탐지되었으며, 마이크로파의 경우, 최대 6-7kts의 선박에 대해서도 후류의 탐지는 어려웠다. 그러나, 마이크로파는 다양한 선형을 반영한 신호가 sigma nought로 표현되므로 향후 선형 정보뿐만 아니라, 침로의 추출이 가능하다는 결론을 얻었다. 또한, 동일 선박이라 할지라도 신호강도의 차이에 의해 선박이 2개 이상으로 나타나는 현상도 파악되었다. 앞으로 다양한 해상환경 및 위성 관측 모드에 따른 추가 실험을 실시하여 자동 선박추출이 가능할 것으로 판단된다.

• 한국지형공간정보학회:학술대회논문집
• /
• 한국지형공간정보학회 2002년도 춘계학술대회 논문집
• /
• pp.48-53
• /
• 2002

본 연구에서는 각각 1998년 8월 12일(홍수 발생시), 8월 19일(홍수 발생 후) 옥천, 보은 지역을 촬영한 RADARSAT SAR 위성영상을 이용하여 수계지역 및 홍수지역 분류를 수행하고자 하였다. 이를 위해, 먼저 두 장의 위성영상에 대해서 각각 스페클 잡영(speckle noise)을 제거하고, ${\sigma}^0$(sigma naught, dB)을 계산한 후 수계지역에 대한 ${\sigma}^0$값을 분석하였다. 이 값을 기준으로 각각 두 장의 위성영상에서 각각 최대우도법을 이용하여 수계지역을 분류하였다. SAR 영상은 영상취득의 원리에 의해 지형의 기복에 따른 음영효과(shadow effect)가 발생하는데, 음영효과가 발생하는 지역의 ${\sigma}^0$값은 수계지역과 비슷한 반사특성(낮은 dB 값)을 보인다. 따라서 지형의 기복이 심한 지역의 수계지역 분류시 음영효과를 제거해야 효과적적인 분류를 할 수 있으며, 이를 위해 위성의 헤더자료로부터 촬영시 각각의 촬영중심을 계산하고, 촬영중심과 지상좌표와의 기하학적 관계를 고려하여 음영효과를 제거하였다. 마지막으로, 수계지역만이 추출된 영상에 대해 영상의 기하보정을 수행하였으며, 기하 보정된 두장의 위성영상에 대해 차분영상를 생성함으로서 홍수지역을 분류하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1998년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.186-191
• /
• 1998

The first step in change detection in any SAR monitoring, including SAR interferometry, is the co-registration of the images. CCPs (Ground Control Points) for co-registration are usually detected manually, but for qualitative analyses of enormous volumes of data, some automation of the process will become necessary. An automated determination of common CCPs for the same path/row data is especially desirable. We selected the intersections of linear features as the candidates of common GCPs Very bright point targets, which are commonly used as GCPs, have the drawback of appearing and disappearing depending on the conditions of the observation. But in the case of linear features, some detailed elements may appear differently in some case, but the overall line-likeness will remain. In this study, we selected 18 common GCPs for a single-look JERS-1 SAR image of Omaezaki area in central Japan. Although the GCPs in the first image had to be selected either interactively or semi-automatically, the same GCPs in all other images were successively detected automatically using a tiny sub-image around each GCP and a dilated mask of each linear feature in the first image as the reference data.