• International Journal of Advanced Culture Technology
• /
• 제4권2호
• /
• pp.1-6
• /
• 2016

Impervious surfaces are important indicators for urban development monitoring. Accurate mapping of urban impervious surfaces with observational satellites, such as VNREDSat-1, remains challenging due to the spectral diversity not captured by an individual PAN image. In this article, five multi-resolution image fusion techniques were compared for the task of classifting urban impervious surfaces. The result shows that for VNREDSat-1 dataset, UNB and Wavelet tranformation methods are the best techniques in reserving spatial and spectral information of original MS image, respectively. However, the UNB technique gives the best results when it comes to impervious surface classification, especially in the case of shadow areas included in non-impervious surface group.

• 대한원격탐사학회지
• /
• 제28권3호
• /
• pp.297-305
• /
• 2012

This study was performed to estimate forest canopy density (FCD) using airborne hyperspectral data acquired in the Independence Hall of Korea in central Korea. The airborne hyperspectral data were obtained with 36 narrow spectrum ranges of visible (Red, Green, and Blue) and near infrared spectrum (NIR) scope. The FCD mapping model developed by the International Tropical Timber Organization (ITTO) uses vegetation index (VI), bare soil index (BI), shadow index (SI), and temperature index (TI) for estimating FCD. Vegetation density (VD) was calculated through the integration of VI and BI, and scaled shadow index (SSI) was extracted from SI after the detection of black soil by TI. Finally, the FCD was estimated with VD and SSI. For the estimation of FCD in this study, VI and SI were extracted from hyperspectral data. But BI and TI were not available from hyperspectral data. Hyperspectral data makes the numerous combination of each band for calculating VI and SI. Therefore, the principal component analysis (PCA) was performed to find which band combinations are explanatory. This study showed that forest canopy density can be efficiently estimated with the help of airborne hyperspectral data. Our result showed that most forest area had 60 ~ 80% canopy density. On the other hand, there was little area of 10 ~ 20% canopy density forest.

• 대한원격탐사학회지
• /
• 제38권1호
• /
• pp.111-126
• /
• 2022

Land use and land cover (LULC) mapping is an important factor in geospatial analysis. Although highly precise ground-based LULC monitoring is possible, it is time consuming and costly. Conversely, because the synthetic aperture radar (SAR) sensor is an all-weather sensor with high resolution, it could replace field-based LULC monitoring systems with low cost and less time requirement. Thus, LULC is one of the major areas in SAR applications. We developed a LULC model using only KOMPSAT-5 single co-polarized data and digital elevation model (DEM) data. Twelve HH-polarized images and 18 VV-polarized images were collected, and two HH-polarized images and four VV-polarized images were selected for the model testing. To train the LULC model, we applied the conditional generative adversarial network (cGAN) method. We used U-Net combined with the residual unit (ResUNet) model to generate the cGAN method. When analyzing the training history at 1732 epochs, the ResUNet model showed a maximum overall accuracy (OA) of 93.89 and a Kappa coefficient of 0.91. The model exhibited high performance in the test datasets with an OA greater than 90. The model accurately distinguished water body areas and showed lower accuracy in wetlands than in the other LULC types. The effect of the DEM on the accuracy of LULC was analyzed. When assessing the accuracy with respect to the incidence angle, owing to the radar shadow caused by the side-looking system of the SAR sensor, the OA tended to decrease as the incidence angle increased. This study is the first to use only KOMPSAT-5 single co-polarized data and deep learning methods to demonstrate the possibility of high-performance LULC monitoring. This study contributes to Earth surface monitoring and the development of deep learning approaches using the KOMPSAT-5 data.

• 한국해양공학회지
• /
• 제30권3호
• /
• pp.227-233
• /
• 2016

This paper presents an underwater structure 3D reconstruction method using a 2D multibeam imaging sonar. Compared with other underwater environmental recognition sensors, the 2D multibeam imaging sonar offers high resolution images in water with a high turbidity level by showing the reflection intensity data in real-time. With such advantages, almost all underwater applications, including ROVs, have applied this 2D multibeam imaging sonar. However, the elevation data are missing in sonar images, which causes difficulties with correctly understanding the underwater topography. To solve this problem, this paper concentrates on the physical relationship between the sonar image and the scene topography to find the elevation information. First, the modeling of the sonar reflection intensity data is studied using the distances and angles of the sonar beams and underwater objects. Second, the elevation data are determined based on parameters like the reflection intensity and shadow length. Then, the elevation information is applied to the 3D underwater reconstruction. This paper evaluates the presented real-time 3D reconstruction method using real underwater environments. Experimental results are shown to appraise the performance of the method. Additionally, with the utilization of ROVs, the contour and texture image mapping results from the obtained 3D reconstruction results are presented as applications.

• 대한공간정보학회지
• /
• 제11권2호
• /
• pp.61-66
• /
• 2003

지형도 제작, 환경, 산림, 시설물 탐지 등의 분야에서 위성영상이나 항공사진을 이용하여 변화탐지가 수행되어 왔다. Landsat이나NOAA 위성의 저해상 영상은 자동 변화탐지에 사용되어 왔으며, 항공사진과 같은 고해상 영상은 판독에 의한 변화탐지에 사용되었다. 고해상 위성영상을 이용하여 이러한 자동 변화탐지와 수동 변화탐지를 통합하려는 시도가 있지만, 그림자, 중심 투영 영상으로 인한 건물의 왜곡, 정밀한 기하보정 등의 문제점이 발견되고 있다. 본 논문에서는 IKONOS 위성영상을 이용하여 변화 탐지를 수행하고, 이에 따른 문제점을 살펴보도록 하겠다.

• 한국정보통신학회논문지
• /
• 제10권2호
• /
• pp.283-290
• /
• 2006

셀룰러 신경망(Cellular Neural Network: CNN)은 간단한 처리요소인 셀들의 배열로 이루어져 있으며 각 셀들은 국부적인 연결특성과 공간불변 템플릿 특성을 갖는다. 따라서 CNN은 하드웨어로 구현하는데 매우 적합한 구조를 갖는다. 그러나 CNN 하드웨어 프로세서를 실제의 대형 영상의 화소와 1:1로 매핑하는 것은 불가능하다. 본 논문에서는 소규모의 CNN 셀 블록을 사용하여 대규모의 영상을 블록단위로 처리하는 실용적인 시다중화 영상처리 기법을 적용할 수 있는 파이프라인 입${\cdot}$출력을 갖는 $5{\times}5$ CNN 하드웨어 프로세서를 설계하였다. 그리고 윤곽선 검출과 그림자 검출 실험을 통하여 구현된 CNN 하드웨어 프로세서의 동작을 검증하였다.

• 한국측량학회지
• /
• 제34권1호
• /
• pp.43-52
• /
• 2016

기상과 시간의 제약을 받지 않고 영상을 획득할 수 있는 레이더 위성 영상은 오랫동안 홍수 탐지 분야에서 이용되어 왔다. 많은 연구들이 홍수를 효율적으로 탐지하기 위하여 다양한 기법들을 적용하였고 그 결과 홍수 지역의 탐지율은 비약적으로 상승하였다. 홍수는 침수피해를 유발하는 특성상 침수지와 비침수지의 경계 부분이 뚜렷하게 구분돼야하고 아주 세밀한 탐지가 가능해야한다. 이를 위해서는 레이더 자체의 해상도가 좋아야 할 뿐만 아니라 필터링 과정에서 해상도 저하를 최소화해야 한다. 레이더 위성의 해상도는 기술이 발전함에 따라 고해상도의 위성이 증가하고 있지만 필터링 기법을 달리하여 홍수 탐지의 정확도 및 효율성을 비교하여 홍수탐지에 적합한 필터링을 찾는 연구는 부족한 것이 현실이다. 본 연구에서는 Lee, Frost, NL-means(Non-Local means) 필터링을 위성레이더 영상에 적용하였고 필터링된 영상을 이용하여 홍수 지도를 생성한 뒤 각각의 결과를 비교하였다. Frost와 NL-means 필터는 Lee 필터에 비해 스펙클 노이즈를 저감하는데 효과적이었다. 하지만 Frost 필터의 경우에는 해상도의 저하가 심하다는 문제가 있었다. NL-means 필터는 다른 필터에 비해 shadow 현상을 효과적으로 제거하지 못하였고 이로 인해 잘못 탐지되는 픽셀이 존재한다는 문제가 있었다. 그럼에도 전체 영상의 픽셀 수에 비해 shadow 효과의 영향을 받아 오탐지되는 픽셀 수가 많지 않기 때문에 NL-means 필터를 이용한 경우가 가장 높은 홍수 탐지율을 보였다. 테스트 지역에서 필터링이 적용되지 않은 영상을 이용하여 홍수를 탐지한 경우 카파계수가 0.55로 나타났고 Lee, Frost, NL-means 필터를 적용한 경우 각각 0.64, 0.74, 0.81로 나타났다. 또한 NL-means 필터를 적용한 영상은 해상도의 변화가 거의 없는 상태에서 노이즈를 효과적으로 감소하였기 때문에 침수지와 비침수지의 경계를 가장 명확하게 구분할 수 있어 효과적으로 분석 결과를 도출하였다.

• 지구물리와물리탐사
• /
• 제19권3호
• /
• pp.111-120
• /
• 2016

지열발전을 위해 심부에 인공적으로 균열대를 생성시키는 EGS (Enhanced/Engineered Geothermal System) 지열발전 기술에서는 유체의 이동통로가 되는 균열의 연결성 향상이 매우 중요하며, 다단계에 걸쳐 이루어지는 수압파쇄시 발생되는 균열의 정보는 미소진동 모니터링을 통해 확인이 가능하다. 하지만 각 단계별 수압파쇄시 발생되는 균열에 의해 변화된 속도구조를 고려하지 않고 미소진동 모니터링을 수행하게 되면, 다음 단계의 수압파쇄시 발생된 균열의 위치정보는 실제 위치와는 차이를 보이게 된다. 이 연구에서는 Kim et al. (2015)에 의해 개발된 미소진동 위치역산 알고리듬을 심부 수 km 하부를 대상으로 하는 EGS 지열발전에 적합하도록 개선시켰으며, 각 단계별 수압파쇄시 발생되는 균열에 의해 변화된 속도구조를 측정된 미소진동 자료를 이용하여 영상화할 수 있는 3차원 속도역산 알고리듬을 개발하였다. 아이코날 방정식(Eikonal equation)을 사용하여 단순 층서구조뿐만 아니라 복잡한 속도구조의 경우에도 적용가능하도록 하였고 그림자 영역(shadow zone)에 대해서도 어느 위치에서나 정확한 주시계산이 이루어지도록 하였으며, 프레넬 볼륨(Fresnel volume)을 이용한 자코비안(Jacobian) 계산을 통하여 속도역산의 계산시간을 효과적으로 단축시켰다. 또한, EGS 사이트를 모사한 속도모델에서 얻어진 미소진동 자료를 개발된 알고리듬에 적용시킨 결과, 전 단계에 이루어진 수압파쇄에 의해 변화된 속도를 반영하는 향상된 속도모델을 얻을 수 있었고 이를 이용하여 위치 재결정을 수행한 결과 실제 위치와 거의 일치하는 결과를 얻었다.

• 한국농림기상학회지
• /
• 제11권2호
• /
• pp.72-78
• /
• 2009

관측밀도가 동일한 조건에서 단위격자점의 크기를 줄일 경우 PRISM 방식에 의해 추정된 강수량 분포 가 단위격자점의 크기를 줄이기 전에 비해 개선되는지 확인하기 위해 PRISM 코드를 수정하여 $270m{\times}270m$ 격자점 단위로 구동할 수 있도록 하였다. 남한 전역의 지형자료를 270m DEM으로부터 준비하고 432개 기상청 자동기상관측소의 2007년 월별 적산강수량 자료를 입력자료로 하여 각 격자점의 PRISM 회귀식을 도출하였다. 회귀모형과 DEM 고도에 의해 각 격자점의 월별 적산강수량을 추정한 다음, 추정된 강수량분포도로부터 한국수자원공사 우량관측소 166개소에 해당하는 격자점의 자료를 추출하여 해당관측소의 실측값과 비교하였다. 동일한 강수자료를 이용하되 이번에는 5km 격자점의 PRISM 회귀모형을 유도하여 강수량 분포도를 작성하고 166개 지점 추정강수량을 추출하여 실측자료와의 차이를 RMSE로 표현하였다. 5km 대신 270m 분해능의 DEM을 사용할 경우 월 강수량이 100mm 이상인 경우 평균 10%의 오차 감소효과가 확인되었다.