• 대한원격탐사학회지
• /
• 제25권5호
• /
• pp.455-464
• /
• 2009

Lee(2009)에서 영상 강도를 위해서 lognormal 확률 모형과 영상 texture를 위해서 Markov random field(MRF)에 기반하는 Bayesian 모형을 사용하는 boundary-adaptive despeckling 방법을 제안하였다. 이 방법은 speckle 제거 영상의 최대 사후(maximum a posteriori: MAP) 추정치를 구하기 위해서 Point-Jacobian iteration을 이용한다 인접하고 있는 다른 특성의 지역에 위치한 화소의 값을 사용하는 가능성을 줄이기 위해 Boundary-adaptive algorithm은 경계에 가까울 수록 멀리 떨어진 이웃 화소로부터 정보를 덜 수집하도록 고안된다. 이러한 boundary-adaptive 방법은 전반적으로 simulation 자료를 사용하여 Lee(2009)에서 평가되었고 그리고 제안된 방법의 효험을 증명하였다. 본 연구는 Lee(2009)의 확장 연구로 MAP 추정치를 구하기 반복 algorithm의 계산 효율성을 증가 시키고 noise 제거와 함께 분류를 수행하는 수정 algorithm을 제안한다. Simulation 자료를 사용한 실험을 통해서 boundary-adaption이 분류 오류를 줄여줄 뿐 아니라 더욱 명확한 경계선을 보여준다는 것을 알 수 있다. 또한 영종도 서해안에서 관측된 고해상도 Terra-SAR data에 적용한 결과는 boundary-adaption은 SAR 활용에서 분석의 정확성을 개선 시킬 수 있다는 것을 암시한다.

• 융합신호처리학회논문지
• /
• 제2권2호
• /
• pp.7-12
• /
• 2001

본 논문에서는 스페클 노이즈를 포함하는 SAR 영상에서 도로망과 같은 선형 구조를 검출하기 위하여 하이브리드 특징 검출 방법을 사용하였다. 먼저 국소적으로 이웃한 영역에 대하여 평균 밝기 비율 또는 통계적 특성을 고려하여 국소적 에지를 검출하였고, 도로에 대한 많은 정보를 위하여 양 검출기로부터 검출된 응답을 결합하였으며, 결합된 에지 세그먼트 중 도로에 일치하는 세그먼트를 결정하고, 연결하여 완전한 도로망을 검출하였다. 본 논문에서 도로망의 검출 방법으로 도로에 대한 일반적인 사전 지식을 MRF 모델로 정의하고, 제안한 세그먼트의 상호 작용 포인터 프로세서에 의한 에너지 함수를 최적화하여 도로망을 검출하였다.

• Korean Journal of Geomatics
• /
• 제2권1호
• /
• pp.37-46
• /
• 2002

Accurate classification of water area is an preliminary step to accurately analyze the flooded area and damages caused by flood. This step is especially useful for monitoring the region where annually repeating flood is a problem. The accurate estimation of flooded area can ultimately be utilized as a primary source of information for the policy decision. Although SAR (Synthetic Aperture Radar) imagery with its own energy source is sensitive to the water area, its shadow effect similar to the reflectance signature of the water area should be carefully checked before accurate classification. Especially when we want to identify small flood area with mountainous environment, the step for removing shadow effect turns out to be essential in order to accurately classify the water area from the SAR imagery. In this paper, the flood area was classified and monitored using multi-temporal RADARSAT SAR images of Ok-Chun and Bo-Eun located in Chung-Book Province taken in 12th (during the flood) and 19th (after the flood) of August, 1998. We applied several steps of geometric and radiometric calculations to the SAR imagery. First we reduced the speckle noise of two SAR images and then calculated the radar backscattering coefficient $(\sigma^0)$. After that we performed the ortho-rectification via satellite orbit modeling developed in this study using the ephemeris information of the satellite images and ground control points. We also corrected radiometric distortion caused by the terrain relief. Finally, the water area was identified from two images and the flood area is calculated accordingly. The identified flood area is analyzed by overlapping with the existing land use map.