• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.535-543
• /
• 2022

농업분야에서 드론을 활용하여 작물의 생육을 진단하고 정보를 영상으로 제공하고 있다. 들녘 단위에 대한 고해상도 드론 영상을 활용하는 경우 객체별 생육정보를 생산할 수 있으나 정확하게 작물을 탐지하고 인접한 객체를 효율적으로 구분하기 위한 작업이 요구된다. 본 연구에서는 작물 객체를 탐지하고 위치 정보를 추출하는 알고리즘을 개발하는 것이 목적이다. 드론 다중분광영상과 컴퓨터 비전 기술을 활용하여 객체 탐지를 위한 알고리즘을 개발하였으며, 대상 작물은 가을배추로 선정하였다. 2018년~2020년까지 가을배추를 대상으로 정식 후 7일~15일 사이의 드론 영상을 취득하였으며, 2019년 영상 기반으로 객체 탐지 알고리즘을 개발한 뒤 2018년, 2020년 영상을 기반으로 알고리즘 평가를 수행하였다. 분광반사도 기반 지수와 식생의 분광반사도 특성을 고려하여 식생 지역을 추출하였다. 이후 추출된 식생 지역에서 객체의 크기를 고려하여 팽창(Dilatation), 침식(Erosion), 이미지 분할 등과 같은 모폴로지(Morphology) 기법을 통해 객체 탐지 정확도를 향상시켰다. 개발된 객체 탐지 알고리즘의 정밀도는 95.19% 이상이었으며, 재현율과 정확도는 각각 95.4%, 93.68% 이상이었다. 객체 탐지 알고리즘의 F1-Score는 0.967 이상으로 나타났다. 본 연구에서 개발한 알고리즘을 이용하여 추출된 배추 객체 중심에 대한 위치 정보는 작물의 재배시기에 따라 영농단계별 의사결정 정보를 제공하기 위한 자료로써 활용될 것이다.

• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.401-410
• /
• 2020

최근 지구 온난화의 영향으로 변화하는 한반도 식물계절에 대한 연구가 많이 이루어지고 있다. 그러나 지리적인 특성상 봄철 식물계절에 비해 실측이 어려운 가을철 식물계절의 연구는 미비한 실정이다. 이에 본 연구에서는 대표적인 가을철 식물계절인 단풍과 낙엽 등을 '마른 잎'으로 정의하고 Landsat-8 위성영상을 기반으로 마른 잎 탐지를 수행하였다. NDVI를 이용하여 마른 잎의 1차 경계 값을 산출하고, 건강한 잎과의 분광특성 차이 및 NDWI를 이용하여 마른 잎의 2차 경계 값을 산출하였다. 본 연구의 마른 잎 탐지 알고리즘의 정확도 검증을 위해 POD, FAR 값을 이용하였으며, 검증 결과 POD는 98.619, FAR은 1.203으로 높은 정확성을 보였다.

• 대한공간정보학회지
• /
• 제1권1호
• /
• pp.193-201
• /
• 1993

여러 분야에 있어서 원격탐사의 탐지 및 모니터링 기능과 지리정보시스템의 이성적 접근 및 분석기능을 접목함으로써 이에 의한 많은 효과를 얻고 있다. 원격탐사기술 및 지리정보시스템을 접목하는 데에 있어서 핵심적인 응용분야로는 변화를 분석하는 것이 있다. 이러한 변화가 그 자체로 관심의 대상이 되거나, 또는 이로 말미암아 우리는 (지도를 개정하는 등의) 행동을 취하게 되기 때문에 원격탐사는 변화를 탐지하는 데에 있어서 훌륭한 도구가 된다. 지리정보시스템 또한 변화의 과정을 정량화 하는 최상의 분석도구가 될 수 있다. 이러한 변화를 정량화 하는 데에는 두 가지 방법이 있다. 개념적으로 간단한 방법으로는 각 이미지의 적셀 값을 비판하는 것이 있다. 이 방법은 실질적인 반면 (적용이) 단순하여 복잡한 (자연) 환경에서의 다양한 변화를 분석할 수는 없다. 이에 대한 또 다른 방법으로는 기호변화탐지가 있다. 분석자는 먼저 판별하고자 하는 중요한 분류항목들을 결정한다 이 방법은 토지리용 및 피복도가 정확하게 구분이 된 다음에야 효과적일 수가 있다. 디지탈 변화탐지를 수행하고자 하는 사람은 조사대상지역의 환경, 데이타 세트의 질 그리고 변화탐지 알고리즘 등에 대해서 잘 알고 있어야 한다. 또한, 특정지역 및 (추진하고자하는) 과제에 적합한 변화탐지 알고리즘을 파악하는 작업을 수행해야 한다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.389-393
• /
• 2007

There has been many researches using LiDAR(Light Detection And Ranging) data. There has been many other researches through out the world using the 3 dimensional spatial data in various fields. In this research, Using lidar data and digital images, we have extracted the position of the power-transmission line and created 3 dimensional models. The presented method is more efficient than field surveying and it can also be used lot monitoring change in the environment

• 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.

• 대한공간정보학회지
• /
• 제21권3호
• /
• pp.11-17
• /
• 2013

사회 변화에 따라 산지이용 수요가 증가하고 다양화되면서 산림을 훼손하고, 타 용도로 활용하는 산지의 면적이 증가하고 있다. 이에 최근 훼손된 산지의 면적을 효과적으로 확인하기 위하여 두 시기의 항공사진을 활용한 훼손 산지 변화탐지 기법을 연구하였다. 본 연구에서 개발한 기법은 객체기반 변화탐지 형식으로, 영상 혼합 - 객체 분할 - 객체 병합 - 노이즈 제거 - 훼손지 추출의 5가지 단계로 진행되었다. 훼손 산지에 적합한 객체생성 수준을 선정하고, 객체를 분할 병합하는 과정을 통해 객체 간의 관계와 각 객체가 지닌 분광 특성 및 정황적(Contextual) 정보를 활용하여 신규 훼손 산지를 추출하였다. 시범 영역 테스트 결과, 전체 판독범위의 12%에 해당하는 훼손 산지를 추출하였고 육안판독 훼손산지의 평균 96%를 포함함으로써, 육안판독 전 후의 보완 자료로서의 가치와 자동추출의 가능성을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.897-901
• /
• 2008

본 연구에서는 1985년 10월 Landsat TM 자료와 팬크로매틱 영상인 2000년 1월 KOMPSAT-1 EOC 자료를 사용하여 각각 토지피복분류를 행하고 도시의 변화 검출을 시도하였다. 다중분광영상인 Landsat TM 자료는 30m 공간해상도로서 토지피복, 식생분류, 도시성장 분석 등의 정보 추출에 유용한 것으로 이미 널리 인식되어 있는 반면, KOMPSAT-1 EOC 자료는 6.6m의 팬크로매틱 고해상도 영상으로서 이 영상으로부터 어느 정도 토지피복분류를 수행할 수 있는가를 분석하고자 하였다. 연구 결과, KOMPSAT EOC 자료가 Landsat TM 자료에 비하여 더 높은 분류도를 나타내었으며, 1985년부터 2000년 사이에 대상도시의 시가지는 4배로 확장된 반면 산림지는 되었고 15~27%, 농경지는 28~45% 축소된 것으로 확인되었다.

• 대한공간정보학회지
• /
• 제15권4호
• /
• pp.51-58
• /
• 2007

대축척(1:50,000)지도의 산림 정보는 산림지역 보호에 중요한 자료로 이용된다. 그러나 대상지역인 인도 Tamil Nadu의 Eastern Ghats(EG) 지역에는 대축척 지도를 사용할 수 없기 때문에 위성 데이터를 이용한 산림의 변화 탐지를 적용하여 분석하였다. 대상지역의 1990년과 2003년의 산림의 변화에 대한 연구 결과 약 10가지의 산림종류가 관측되었으며 가장 변화가 큰 지역은 상록수와 낙엽수지역에서 관측되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.508-510
• /
• 2003

Land cover change has been recognized as one of the most important factors influencing the occurrence of rainfall-triggered landslides. Satellite remote sensing provides detailed information regarding the spatial distribution and extent of land cover/use changes. This study describes the land cover changes in Nagasaki City, Japan and Kangnung City, South Korea. The former has been suffered from rainfall-triggered disasters for long term and latter was damaged by Typhoon Rusa in 2002. The results obtained from both study areas clearly show that land cover changes have occurred in the last decade as a result of both natural forces and human activities.

• 한국농공학회논문집
• /
• 제60권5호
• /
• pp.149-162
• /
• 2018

It is necessary to select the appropriate global climate model (GCM) to take into account the impacts of climate change on integrated water management. The objective of this study was to develop the selection technique of representative GCMs for uncertainty in climate change scenario. The selection technique which set priorities of GCMs consisted of two steps. First step was evaluating original GCMs by comparing with grid-based observational data for the past period. Second step was evaluating whether the statistical downscaled data reflect characteristics for the historical period. Spatial Disaggregation Quantile Delta Mapping (SDQDM), one of the statistical downscaling methods, was used for the downscaled data. The way of evaluating was using explanatory power, the stepwise ratio of the entire GCMs by Expert Team on Climate Change Detection and Indices (ETCCDI) basis. We used 26 GCMs based on CMIP5 data. The Representative Concentration Pathways (RCP) 4.5 and 8.5 scenarios were selected for this study. The period for evaluating reproducibility of historical period was 30 years from 1976 to 2005. Precipitation, maximum temperature, and minimum temperature were used as collected climate variables. As a result, we suggested representative 13 GCMs among 26 GCMs by using the selection technique developed in this research. Furthermore, this result can be utilized as a basic data for integrated water management.