• 한국측량학회지
• /
• 제28권6호
• /
• pp.621-626
• /
• 2010

For geometric correction of high-resolution images, the authors matched corresponding objects between a large-scale digital map and a QuickBird image to obtain the coefficients of the first order polynomial. Proximity corrections were performed, using the Boolean operation, to perform automated matching accurately. The modified iterative closest point (ICP) algorithm was used between the point data of the surface linear objects and the point data of the edge objects of the image to determine accurate transformation coefficients. As a result of the automated geometric correction for the study site, an accuracy of 1.207 root mean square error (RMSE) per pixel was obtained.

• 한국측량학회지
• /
• 제38권5호
• /
• pp.435-441
• /
• 2020

Sentinel-2A satellite imagery provides VNIR (Visible Near InfraRed) and SWIR (ShortWave InfraRed) wavelength bands, and it is known to be effective for land cover classification, cloud detection, and environmental monitoring. Greenhouse is one of the middle classification classes for land cover map provided by the Ministry of Environment of the Republic of Korea. Since greenhouse is a class that has a lot of changes due to natural disasters such as storm and flood damage, there is a limit to updating the greenhouse at a rapid cycle in the land cover map. In the present study, we utilized Sentinel-2A satellite images that provide both VNIR and SWIR bands for the detection of greenhouse. To utilize Sentinel-2A satellite images for the detection of greenhouse, we produced high-resolution SWIR bands applying to the fusion technique performed in two stages and carried out the detection of greenhouse using SVM (Support Vector Machine) supervised classification technique. In order to analyze the applicability of SWIR bands to greenhouse detection, comparative evaluation was performed using the detection results applying only VNIR bands. As a results of quantitative and qualitative evaluation, the result of detection by additionally applying SWIR bands was found to be superior to the result of applying only VNIR bands.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.161-170
• /
• 2015

본 논문은 아리랑 2호와 3호에 대한 고해상 다분광 영상 제작을 위한 효과적인 영상융합 기법을 제시한다. 제안된 기법은 널리 알려져 있는 CS 기반의 영상융합 기법을 기본으로 하고 있다. 제안된 기법의 융합 과정은 크게 두 가지 단계로 구분할 수 있다. 첫 번째는 가중 평균된 다분광 영상을 이용한 Intensity 영상의 제작 단계와 두 번째는 최적화된 융합 매개변수를 통한 고주파 영상의 생성 단계이다. 제안된 기법에서는 기존의 방법을 개선한 다른 새로운 형식의 융합 매개변수를 정의하였으며, 이는 고주파 영상, 전정색 영상과 다분광 영상 간 공분산/분산 비를 이용하여 도출된다. 본 알고리즘의 평가를 위해서 기존의 융합 방법들의 결과와 정량적, 시각적 비교분석을 수행하였다. 정량적 분석에는 Spatial ERGAS, Spectral ERGAS, SAM, Q4 평가 지표가 사용되었다. 분석결과, 제안된 기법은 기존의 CS 기반의 영상융합 기법에 비하여 공간적/분광적인 측면에서 모두 향상된 결과를 나타냈다.

• 대한원격탐사학회지
• /
• 제38권1호
• /
• pp.33-43
• /
• 2022

This study presents a method to restore an optical satellite image with distortion and occlusion due to fog, haze, and clouds to one that minimizes degradation factors by referring to the same type of peripheral image. Specifically, the time and cost of re-photographing were reduced by partially occluding a region. To maintain the original image's pixel value as much as possible and to maintain restored and unrestored area continuity, a simulation restoration technique modified with the Cycle Generative Adversarial Network (CycleGAN) method was developed. The accuracy of the simulated image was analyzed by comparing CycleGAN and histogram matching, as well as the pixel value distribution, with the original image. The results show that for Site 1 (out of three sites), the root mean square error and R² of CycleGAN were 169.36 and 0.9917, respectively, showing lower errors than those for histogram matching (170.43 and 0.9896, respectively). Further, comparison of the mean and standard deviation values of images simulated by CycleGAN and histogram matching with the ground truth pixel values confirmed the CycleGAN methodology as being closer to the ground truth value. Even for the histogram distribution of the simulated images, CycleGAN was closer to the ground truth than histogram matching.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.167-177
• /
• 2022

위성 영상 촬영 후 지상국에 전송된 영상을 이용하여 최종 위성 영상을 획득하기 위해 많은 영상 전/후 처리 과정이 수반된다. 전/후처리 과정 중 레벨 1R 영상에서 레벨 1G 영상으로 변환 시 기하 보정은 필수적으로 요구된다. 기하 보정 알고리즘에서는 보간 기법을 필연적으로 사용하게 되며, 보간 기법의 정확도에 따라서 레벨 1G 영상의 품질이 결정된다. 또한, 레벨 프로세서에서 수행되는 보간 알고리즘의 고속화 역시 매우 중요하다. 본 논문에서는 레벨 1R에서 레벨 1G로 변환 시 기하 보정에 필요한 경량화된 심층 컨볼루션 신경망 기반 보간 기법에 대해 제안하였다. 제안한 기법은 위성 영상의 해상도를 2배 향상하며, 빠른 처리 속도를 위해 경량화된 심층 컨볼루션 신경망으로 딥러닝 네트워크를 구성하였다. 또한, panchromatic (PAN) 밴드 정보를 활용하여 multispectral (MS) 밴드의 영상 품질 개선이 가능한 피처 맵 융합 방법을 제안하였다. 제안된 보간 기술을 통해 획득한 영상은 기존의 딥러닝 기반 보간 기법에 비해 정량적인 peak signal-to-noise ratio (PSNR) 지표에서 PAN 영상은 약 0.4 dB, MS 영상은 약 4.9 dB 개선된 결과를 보여주었으며, PAN 영상 크기 기준 36,500×36,500 입력 영상의 해상도를 2배 향상된 영상 획득 시 기존 딥러닝 기반 보간 기법 대비 처리 속도가 약 1.6배 향상됨을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1042-1044
• /
• 2003

A methodology of the integrating the similar color circle search of the spectral data and segmentation of the height data is developed. The method is then applied to study areas, and the results by IKONOS, LIDAR and data fusion are verified with the ground truth, and examined in terms of the accuracy. Results show that with the data fusion the accuracy are improved by about 15% in most of the study areas. The methodology for the detection of individual tree stands by data fusion is explored, and the utility of combinatorial use of the spectral and the height information is demonstrated.

• 한국지리정보학회지
• /
• 제5권2호
• /
• pp.16-24
• /
• 2002

원격탐사 응용분야 중 토지피복 분류를 통한 지구환경의 원격탐지기법은 환경 관리, 도시계획 및 지리정보시스템의 응용분야에 광범위하게 사용되고 있는 접근방식이다. 본 연구는 다목적 실용위성(Korea Multi-Purpose Satellite : KOMPSAT)의 전자광학카메라(electro-optical camera : EOC)를 통해 취득한 영상의 토지피복 정보를 추출하는 방안을 제시하였다. 사용영상은 다중 분광정보를 보유하고 있는 공간해상도 30m의 Landsat TM과 6.6m의 공간해상도와 단일밴드로 구성되어 있는 KOMPSAT EOC영상이며, 연구 대상지역은 청주시 미호천 수계이다. 영상합성은 IHS(intensity hue saturation), HPF(high pass filtering), CN(color normalization), 그리고 Wavelet 변환방식을 적용하여 결과를 비교하였다. 합성된 영상은 RBF-NN(radial basis function neural network)과 ANN(artificial neural network)법을 이용하여 피복분류를 실시하였으며, 이상의 과정을 통해 최적 결과를 도출하는 영상합성 및 분류기법을 제시하였다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.227-239
• /
• 2014

본 연구는 서로 다른 센서 특성을 지닌 KOMPSAT-2, QuickBird 및 WorldView-2 고해상도 위성영상에 영상융합기법을 적용하여 그 결과를 비교평가 하는 것이다. 사용된 기법은 대표적인 CS 기반 융합기법인 GIHS, GIHSA, GS1 및 Adaptive IHS를 사용하였다. 영상융합 기법의 품질평가는 시각적 분석과 정량적 분석을 수행하였으며, 정량적 분석에는 SAM, Spectral ERGAS 및 Q4을 사용하였다. KOMPSAT-2 영상은 GHISA 기법의 경우 상대적으로 우수한 성능을 나타내는 반면, QuickBird와 WorldView-2영상은 GS1기법의 경우에 우수한 성능을 나타낸다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1871-1877
• /
• 2022

과거 위성개발에는 막대한 예산과 시간이 소요됨에 따라 일부 선진국만 위성을 보유하였으나, 최근 초소형위성과 같은 저예산 위성이 등장함에 따라 전 세계 많은 국가들이 위성 개발에 참여하고 있다. 저궤도 및 정지궤도 위성은 환경 및 기상 감시, 정밀변화탐지, 재난 등 다양한 분야에서 활용되고 있으며, 최근에는 딥러닝 기반의 관심 객체탐지 등을 통한 모니터링에도 활발히 이용되고 있다. 우리나라는 지금까지 우주개발계획에 따라 국가 수요의 위성을 개발하여 왔으며, 이를 통해 획득한 위성영상은 공공 및 민간에서 다양한 목적으로 활용되고 있다. 국내에서 위성영상에 대한 관심은 지속적으로 증가하고 있으며, 각종 아이디어 발굴 및 기술개발 촉진을 위한 다양한 경진대회도 개최되고 있다. 본 특별호에서는 최근 개최된 2022 위성정보활용 경진대회에 참여한 주제와 다목적실용위성 영상자료 처리 및 활용 연구에 대해서 소개하고자 한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.320-323
• /
• 2008

This study attempts to establish a system extracting and monitoring cultural grounds of seaweeds (lavers, brown seaweeds and seaweed fulvescens) and abalone on the basis of both KOMPSAT-2 and Terrasar-X data. The study areas are located in the northwest and southwest coast of South Korea, famous for coastal cultural grounds. The northwest site is in a high tidal range area (on the average, 6.1 min Asan Bay) and has laver cultural grounds for the most. An semi-automatic detection system of laver facilities is described and assessed for spacebome optic images. On the other hand, the southwest cost is most famous for seaweeds. Aquaculture facilities, which cover extensive portions of this area, can be subdivided into three major groups: brown seaweeds, capsosiphon fulvescens and abalone farms. The study is based on interpretation of optic and SAR satellite data and a detailed image analysis procedure is described here. On May 25 and June 2, 2008 the TerraSAR-X radar satellite took some images of the area. SAR data are unique for mapping those farms. In case of abalone farms, the backscatters from surrounding dykes allows for recognition and separation of abalone ponds from all other water-covered surfaces. But identification of seaweeds such as laver, brown seaweeds and seaweed fulvescens depends on the dampening effect due to the presence of the facilities and is a complex task because objects that resemble seaweeds frequently occur, particularly in low wind or tidal conditions. Lastly, fusion of SAR and optic spatial images is tested to enhance the detection of aquaculture facilities by using the panchromatic image with spatial resolution 1 meter and the corresponding multi-spectral, with spatial resolution 4 meters and 4 spectrum bands, from KOMPSAT-2. The mapping accuracy achieved for farms will be estimated and discussed after field verification of preliminary results.