• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.120-131
• /
• 2020

인공위성 영상을 기반으로 한 기계판독(machine interpretation) 원격탐사 수계 탐지는 효율적인 수자원 관리, 가뭄 탐지, 홍수 모니터링 등에 큰 도움이 된다. 따라서 본 연구에서는 머신러닝을 기반으로 한 SAR 위성 영상 기반 수계 탐지를 시행하였다. 그러나 SAR 위성 영상만을 사용하였을 경우 음영 효과 또는 도로 등의 수계와 비슷한 산란특성을 가지는 물체로 인하여 비수계가 수계로 오탐지 될 수 있다. 이러한 오탐지를 줄이기 위하여 목포 지역을 촬영한 Cosmo-SkyMed SAR 위성 영상에 모폴로지(Morphology)의 open 연산을 거친 밴드와 DEM(수치표고모델) 밴드, Curvature(곡률) 밴드를 조합하여 중첩한 8가지 경우에 대하여 의미 분할 기법 머신러닝 모델을 학습시켰다. 8가지 머신러닝 모델에 대한 최종 테스트 결과인 Global Accuracy를 구하였으며, 목포 지역의 토지피복지도와의 일치율 역시 비교하였다. 그 결과 SAR 위성 영상과 모폴로지 open 필터를 적용한 밴드, DEM 밴드, Curvature 밴드를 모두 사용한 경우가 Global Accuracy뿐만 아니라 토지피복지도와의 일치율 역시 가장 높음을 확인할 수 있었다. 이때 Global Accuracy는 95.07%였으며, 토지피복지도와의 일치율은 89.93%로 나타났다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.989-998
• /
• 2021

구름의 영향을 크게 받는 광학위성영상의 활용에 있어 일정 주기 합성은 구름의 영향을 최소화할 수 있는 유용한 방법이다. 최근 주기 합성 시 구름과 구름 그림자 정보가 직접 입력되어 일정 주기 시 두 인자의 영향을 가장 덜 받는 최적의 화소를 선택하는 기법이 제시되었다. 최적의 합성 결과를 도출하기 위해서는 구름과 구름 그림자의 정확한 추출이 필수적이다. 또한 농작물과 같이 분광정보가 중요한 대상의 경우 주기 합성 시 분광정보의 손실이 최소화되어야 한다. 본 연구에서는 구름과 구름 그림자의 높은 탐지정확도를 유지하면서 분광정보의 손실이 적은 탐지 기법을 도출하기 위해, 강원도 고랭지 배추밭을 대상으로 두 분광척도(Haze Optimized Tranformation; HOT, MeanVis)를 이용한 방법과 Sentinel-2A/B에서 제공되는 구름 정보를 비교 분석하였다. 2019년~2021년까지 자료를 분석한 결과 Sentinel-2A/B위성의 구름 정보는 F1값이 0.91인 탐지 정확도를 보이나, 밝은 인공물이 구름으로 오탐지되었다. 이에 비해 HOT에 임계치(=0.05)를 적용해 획득한 구름 탐지 결과는 상대적으로 낮은 탐지 정확도(F1=0.72)를 보였으나, 오탐지가 적어 분광정보의 손실을 최소화하였다. 구름 그림자의 경우, Sentinel-2A/B 부가 레이어에서는 최소한의 그림자만이 탐지된 결과를 볼 수 있었으나, MeanVis에 임계치(= 0.015)를 적용했을 시 지형적으로 발생한 그림자와 구별 가능한 구름 그림자만을 탐지할 수 있었다. 분광척도 기반 구름 및 그림자 정보를 입력해 안정된 월별 합성된 식생지수결과를 획득하였으며, 향후 Sentinel-2A/B의 높은 정확도의 구름 정보를 주기 합성에 입력해 비교할 예정이다.

• 대한원격탐사학회지
• /
• 제28권2호
• /
• pp.203-214
• /
• 2012

콘크리트와 아스팔트가 상당 부분을 차지하는 도시의 물리적인 환경은 도시열섬효과를 일으키는 주요 원인이며, 일차적으로 토지이용 또는 토양피복에 따른 지표면온도의 상승으로 나타난다. 본 연구에서는 도시의 토지피복유형이 지표면온도에 미치는 영향을 공간해상도가 다른 MODIS, Landsat ETM+과 RapidEye 위성영상을 사용하여 비교 분석해 보았다. 연구대상지인 일산 신도시지역의 지표면온도는 토지 이용에 따라 뚜렷이 구분되는 패턴을 보여주었는데 건폐율이 높은 저층단독주택지구보다 건폐율이 낮고 녹지율이 높은 고층 아파트단지의 지표면온도가 현저히 낮게 나타났다. 토지피복유형과의 관계는 건물이나 도로 등 도시화지역의 면적이 증가할수록 기후존의 지표면온도가 증가하고, 식생과 수면, 그림자 지역의 면적이 늘어날수록 지표면온도는 떨어진다. NDVI와 지표면온도 사이에도 음의 선형상관관계가 나타나지만, 계절적 영향을 배제하기 어렵다는 단점이 있다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1149-1161
• /
• 2021

컴퓨터 비전 기술이 위성영상에 적용되면서, 최근 들어 딥러닝 영상인식을 이용한 구름 탐지가 관심을 끌고 있다. 본연구에서는 SPARCS (Spatial Procedures for Automated Removal of Cloud and Shadow) Cloud Dataset과 영상자료증대 기법을 활용하여 U-Net 구름탐지 모델링을 수행하고, 10폴드 교차검증을 통해 객관적인 정확도 평가를 수행하였다. 512×512 화소로 구성된 1800장의 학습자료에 대한 암맹평가 결과, Accuracy 0.821, Precision 0.847, Recall 0.821, F1-score 0.831, IoU (Intersection over Union) 0.723의 비교적 높은 정확도를 나타냈다. 그러나 구름그림자 중 14.5%, 구름 중 19.7% 정도가 땅으로 잘못 예측되기도 했는데, 이는 학습자료의 양과 질을 보다 더 향상시킴으로써 개선 가능할 것으로 보인다. 또한 최근 각광받고 있는 DeepLab V3+ 모델이나 NAS(Neural Architecture Search) 최적화 기법을 통해 차세대중형위성 1, 2, 4호 등의 구름탐지에 활용 가능할 것으로 기대한다.

• 한국항해항만학회지
• /
• 제45권1호
• /
• pp.26-32
• /
• 2021

해양에서 정보통신기술 기반의 4차 산업혁명 확산은 고정밀 및 안정적인 위치·항법·시각·정보(PNT&D)를 요구하고 있다. 국제해사기구(IMO)와 국제항로표지협회(IALA)에서는 범지구 위성 항법 시스템(GNSS) 의존도가 증가함에 따라 취약성 경감을 위해 백업시스템을 요구하고 있어 우리나라는 R-Mode 기술개발에 관한 연구를 진행하고 있다. 시설의 중복투자를 막기 위해 기존 해상 인프라인 중파를 이용하는 DGPS(Differential Global Positioning System) 보정국과 감시국 34개소 및 초단파를 이용하는 선박자동식별장치(AIS) 기지국을 활용하고자 하며, 일부 서해 지역에서 수신신호의 세기가 미약한 전파 음영지역이 있으므로, 이를 해결하기 위해 R-Mode 보정국과 감시국 신설을 통하여 전파 음영지역을 해소하고자 한다. 따라서 본 논문에서는 주파수가 낮은 대역에서(단파대 이하) 전파가 지표면(수면)을 따라 잘 전송되는 특징이 있어 시뮬레이션과 전파측정을 하였으며, 전파전파 특성 분석을 통하여 R-Mode 보정국과 감시국 신설 후보지를 제안하고자 한다. 본 논문을 활용하여 다른 지역의 전파 음영지역을 해소하기 위해 적절한 위치에 R-Mode 보정국과 감시국 후보지를 선정할 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제28권2호
• /
• pp.97-105
• /
• 2019

전술 에드혹 환경은 개별 지상 노드 간 분산적인 형태의 자율망으로 구성되므로 네트워크의 생존 가능성 및 유연성 측면에서 효과적이나 기동 간 통신 시 제한된 출력, 지형특성, 이동성 등의 제약으로 인하여 잦은 링크 단절 및 음영지역이 발생할 수 있다. 반면 위성 통신망은 지상 기동 망에 비해 지형특성과 이동성을 극복한 광역 무선 링크를 제공할 수 있는 장점이 있으나 상대적으로 한정된 대역폭 및 고지연 특성의 망이다. 미래 전장 환경에서 기존의 단독망 형태의 제약사항을 극복하고 지휘 통제 통신의 신뢰성 및 효율성을 높이기 위해서는 이종망 게이트웨이(Heterogeneous network gateway, HNG)를 중심으로 위성 통신망을 포함한 다계층 통합 네트워크 구조가 요구된다. 본 논문에서는 전술 에드혹 환경에서 위성-전술 에드혹 망을 통합적으로 고려하고 유통되는 임무 트래픽의 플로우 특성에 기반하여 신뢰성 있는 데이터 전달이 가능한 이종망 게이트웨이 구조 및 세부 알고리즘을 제시한다. 시뮬레이션은 네트워크 수준의 시뮬레이터인 Riverbed Modeler를 활용하여 제시하는 구조의 유효성을 확인하였다.

• 대한원격탐사학회지
• /
• 제35권4호
• /
• pp.545-560
• /
• 2019

Unlike other critical forest diseases, pine pitch canker in Korea has shown rather mild symptoms of partial loss of crown foliage and leaf discoloration. This study used high-resolution satellite images to detect and monitor canopy decline by pine pitch canker. To enhance the subtle change of canopy reflectance in pitch canker damaged tree crowns, multi-temporal analysis was applied to two KOMPSAT multispectral images obtained in 2011 and 2015. To assure the spectral consistency between the two images, radiometric corrections of atmospheric and shadow effects were applied prior to multi-temporal analysis. The normalized difference vegetation index (NDVI) of each image and the NDVI difference (${\Delta}NDVI=NDVI_{2015}-NDVI_{2011}$) between two images were derived. All negative ΔNDVI values were initially considered any pine stands, including both pitch canker damaged trees and other trees, that showed the decrease of crown foliage from 2011 to 2015. Next, $NDVI_{2015}$ was used to exclude the canopy decline unrelated to the pitch canker damage. Field survey data were used to find the spectral characteristics of the damaged canopy and to evaluate the detection accuracy from further analysis.Although the detection accuracy as assessed by limited number of field survey on 21 sites was 71%, there were also many false alarms that were spectrally very similar to the damaged canopy. The false alarms were mostly found at the mixed stands of pine and young deciduous trees, which might invade these sites after the pine canopy had already opened by any crown damages. Using both ${\Delta}NDVI$ and $NDVI_{2015}$ could be an effective way to narrow down the potential area of the pitch canker damage in Korea.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1567-1577
• /
• 2020

시가화 지역 토지피복분류는 도시계획 및 관리에 활용된다. 따라서, 시가화 지역에 대한 분류 정확도 향상 연구는 중요하다고 할 수 있다. 본 연구에서는 고해상도 위성영상인 KOMPSAT-3A을 기계학습 중 Support Vector Machine(SVM)과 Artificial Neural Network(ANN)을 기반으로 시가화지역 분류를 진행하였다. 훈련 데이터 구축과정에서 25 m 격자를 기반으로 훈련 지역을 구분하여 영상을 학습하였으며, 학습된 모델을 활용하여 테스트 지역을 분류하였다. 검증과정에서 250개의 GTP를 활용하여 오차 행렬을 통한 결과를 제시하였다. SVM 4가지 기법과 ANN 2가지 기법 중 SVM Polynomial Model이 가장 높은 정확도인 86%를 나타냈다. Ground Truth Points(GTP)를 활용하여 두 개의 모델을 비교하는 과정에서, SVM 모델은 전체적으로 ANN 모델보다 효과적으로 KOMPSAT-3A 영상을 분류하였다. 건물, 도로, 식생, 나대지 4가지 클래스 분류 중 건물이 가장 낮은 분류정확도를 보여주었으며, 이는 고층건물에 따른 건물 그림자에 의한 오분류가 주요 원인으로 나타났다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.75-87
• /
• 2011

본 연구에서는 고해상도 위성영상을 이용하여 기존의 훈련지역 선정과 같은 사용자 개입 없이, 영상의 다중분광 및 색상 불변 특정 정보를 통합한 영역기반 건물 추출 방법론을 개발하고, 이를 IKONOS와 QuickBird 영상에 적용하여 개발된 방법의 효용성을 평가하는데 목적이 있다. 이를 위해 우선 영상을 시드기반 영역확장기법인 MSRG기법을 이용하여 분할한 후, 건물 추출의 편의성을 높이기 위한 전처리 과정의 일환으로 분할된 영상에서 식생과 그림자 객체를 자동으로 탐지하여 제거하였다. 객체단위의 건물 추출을 위해 다중분광 및 색상 불변 특정 정보가 통합된 영역 병합 과정을 통해 식생과 그림자 객체가 제거된 분할영역에 대하여 영역 병합을 수행하였고, 최종적으로 병합된 분할영역의 형상 특징 정보를 이용하여 건물 영역을 추출하였다. 또한 보다 완전성 높은 건물 추출을 위해 일반화 기법을 이용하여 추출된 건물의 외곽선을 단순화하였다. 실험 결과, 대상지역 모두에서 80% 이상의 건물탐지 정확도를 보였으며 시각적으로도 우수한 결과를 도출하였다. 결과적으로 제안된 방법은 고해상도 위성영상의 건물 추출에 유용하게 적용될 수 있으리라 판단된다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.199-208
• /
• 2019

운용 가능한 위성의 수가 증가하고 기술이 진보함에 따라 영상정보의 성과물이 다양해지고 많은 양의 자료가 축적되고 있다. 본 연구에서는 기구축된 영상정보를 활용하여 부족한 훈련자료의 문제를 극복하고 딥러닝(deep learning) 기법의 장점을 활용하고자 전이학습과 변화탐지 네트워크를 활용한 고해상도 위성영상의 변화탐지를 수행하였다. 본 연구에서 활용한 딥러닝 네트워크는 공간 및 분광 정보를 추출하는 합성곱 레이어(convolutional layer)와 시계열 정보를 분석하는 합성곱 장단기 메모리 레이어(convolutional long short term memory layer)로 구성되었으며, 고해상도 다중분광 영상에 최적화된 정보를 추출하기 위하여 커널(kernel)의 차원에 따른 정확도를 비교하였다. 또한, 학습된 커널 정보를 활용하기 위하여 변화탐지 네트워크의 초기 합성곱 레이어를 고해상도 항공영상인 ISPRS (International Society for Photogrammetry and Remote Sensing) 데이터셋에서 추출된 40,000개의 패치로 학습된 값으로 초기화하였다. 다시기 KOMPSAT-3A (KOrean Multi-Purpose SATllite-3A) 영상에 대한 실험 결과, 전이학습과 딥러닝 네트워크를 활용할 경우 기복 변위 및 그림자 등으로 인한 변화에 덜 민감하게 반응하며 분류 항목이 달라진 지역의 변화를 보다 효과적으로 추출할 수 있었으며, 2차원 커널보다 3차원 커널을 사용할 때 변화탐지의 정확도가 높았다. 3차원 커널은 공간 및 분광정보를 모두 고려하여 특징 맵(feature map)을 추출하기 때문에 고해상도 영상의 분류뿐만 아니라 변화탐지에도 효과적인 것을 확인하였다. 본 연구에서는 고해상도 위성영상의 변화탐지를 위한 전이학습과 딥러닝 기법의 활용 가능성을 제시하였으며, 추후 훈련된 변화탐지 네트워크를 새롭게 취득된 영상에 적용하는 연구를 수행하여 제안기법의 활용범위를 확장할 예정이다.