• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1059-1070
• /
• 2020

하천단면 계측자료는 하천관리를 위한 유량산정 및 홍수 예·경보 방안 등 수리·수문 모델링 관련 연구에서 가장 중요한 입력자료 중 하나이다. 그러나 불규칙한 기하학적 구조로 이어지는 하천의 정확하고 연속적인 단면자료의 취득은 시간과 비용적 측면에서 큰 제약이 따른다. 이러한 관점에서 본 연구의 목적은 연속적인 하천특성의 공간분포를 시간과 비용, 인력의 투입을 최소화하여 계측할 수 있는 방법론을 개발하는 것이다. 따라서 RGB기반 항공 이미지와 실측 자료를 이용한 다중 선형 회귀 분석을 통해 각 단면별로 수심을 추정하고 연속적인 단면 추정 가능성과 정확도를 검토하고자 하였다. 실측 자료와 비교검증을 통해 공간적으로 이질적인 관계를 포착할 수 있는 수심 약 2 m 내외에서 수심을 정확하게 추정할 수 있음을 확인하였으며 이를 통해 정확하고 연속적인 하천 단면 취득에 기여할 수 있을 것으로 기대한다.

• 한국농공학회논문집
• /
• 제64권1호
• /
• pp.15-26
• /
• 2022

3D open-field farm model developed from UAV (Unmanned Aerial Vehicle) data could make crop monitoring easier, also could be an important dataset for various fields like remote sensing or precision agriculture. It is essential to separate crops from the non-crop area because labeling in a manual way is extremely laborious and not appropriate for continuous monitoring. We, therefore, made a 3D open-field farm model based on UAV images and developed a crop segmentation model using a supervised machine learning algorithm. We compared performances from various models using different data features like color or geographic coordinates, and two supervised learning algorithms which are SVM (Support Vector Machine) and KNN (K-Nearest Neighbors). The best approach was trained with 2-dimensional data, ExGR (Excess of Green minus Excess of Red) and z coordinate value, using KNN algorithm, whose accuracy, precision, recall, F1 score was 97.85, 96.51, 88.54, 92.35% respectively. Also, we compared our model performance with similar previous work. Our approach showed slightly better accuracy, and it detected the actual crop better than the previous approach, while it also classified actual non-crop points (e.g. weeds) as crops.

• 스마트미디어저널
• /
• 제12권9호
• /
• pp.28-37
• /
• 2023

쌀 수확량 감소에 크게 영향을 주는 것은 집중호우나 태풍에 의한 도복 피해이다. 도복 피해 면적 산정 방법은 직접 피해 지역을 방문하는 현장 조사를 기반으로 육안 검사 및 판단하여 객관적인 결과 획득이 어렵고 많은 시간과 비용이 요구된다. 본 논문에서는 무인 항공기로 촬영된 RGB 영상을 Vision Transformer 기반 Segformer을 활용한 벼 도복 영역 추정 및 진단을 제안한다. 제안된 방법은 도복, 정상, 그리고 배경 영역을 추정하고 종자관리요강 내 벼 포장 검사를 통해 도복률을 진단한다. 진단된 결과를 통해 벼 도복 피해 분포를 관찰할 수 있게 하며, 정부 보급종 포장 검사에 활용할 수 있다. 본 연구의 벼 도복 영역 추정 성능은 평균 정확도 98.33%와 mIoU 96.79%의 성능을 나타내었다.

• 한국환경복원기술학회지
• /
• 제25권6호
• /
• pp.25-33
• /
• 2022

In this study, a monitoring method using high-resolution images acquired by unmanned aerial vehicles and deep learning algorithms was proposed for the management of the Sinduri coastal sand dunes. Class classification was done using U-net, a semantic division method. The classification target classified 3 types of sand dune vegetation into 4 classes, and the model was trained and tested with a total of 320 training images and 48 test images. Ignored label was applied to improve the performance of the model, and then evaluated by applying two loss functions, CE Loss and BCE Loss. As a result of the evaluation, when CE Loss was applied, the value of mIoU for each class was the highest, but it can be judged that the performance of BCE Loss is better considering the time efficiency consumed in learning. It is meaningful as a pilot application of unmanned aerial vehicles and deep learning as a method to monitor and manage sand dune vegetation. The possibility of using the deep learning image analysis technology to monitor sand dune vegetation has been confirmed, and it is expected that the proposed method can be used not only in sand dune vegetation but also in various fields such as forests and grasslands.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.973-985
• /
• 2019

본 논문에서는 저비용으로 생성할 수 있는 무인항공기 기반의 포인트 클라우드를 사용하여 평면성 분석을 통해 지면과 건물 영역을 분리하고 자동으로 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯 단계로 구성된다. 첫 단계에서는 입력되는 포인트 클라우드의 평면성을 분석하여 포인트 클라우드를 구성하는 평면들을 추출하였다. 두 번째 단계에서는 추출된 평면들을 분석하여 지표면에 해당하는 평면을 찾고 포인트 클라우드에서 해당 평면 기준으로 포인트들을 제거하였다. 세 번째 단계에서는 지표면이 제거된 포인트 클라우드를 정사 투영하여 영상을 제작하였다. 네 번째 단계에서는 정사 투영된 영상에서 각각의 객체의 외곽선을 추출하고 외곽선의 넓이와 넓이, 길이 비율을 이용하여 건물 불인정 영역을 제거하였다. 마지막 단계에서는 건물의 지표면 높이와 건물의 높이를 이용하여 건물의 외곽점을 구성하고 3D 건물 모델을 생성하였다. 제안한 방법을 검증하기 위하여 무인항공기 영상을 이용해 제작된 포인트 클라우드를 사용하였으며, 실험을 통해 제안 기법을 통해 무인항공기 기반 포인트 클라우드에서 자동으로 건물의 3D 모델이 생성 가능함을 확인하였다.

• 한국측량학회지
• /
• 제38권1호
• /
• pp.43-48
• /
• 2020

석회석 채광을 위한 노천광산에는 산림훼손과 지형의 급격한 변화로 급경사의 절개면이 발생하기 때문에 안전사고 예방을 위한 기술개발과 많은 노력이 필요하다. 환경파괴를 줄이고, 노천광산의 안전한 개발을 위해서는 정확한 3차원 지형정보를 제작하여야 한다. 이에 본 연구에서는 무인항공기를 이용하여 사진촬영 및 3D 레이저 스캔을 수행하고, 노천광산에 대한 지형정보를 구축하였다. 무인항공기로 취득된 데이터의 처리를 통해 DSM (Digital Surface Model), DEM (Digital Elevation Model) 및 정사영상을 제작하였으며, 결과물을 GNSS (Global Navigation Satellite System) 측량성과와 비교하여 정확도를 평가함으로써 활용성을 제시하고자 하였다. 연구 결과 사진 및 3D 레이저 스캐닝 결과물의 정확도는 각각 11cm, 8cm 정도를 나타내었으며, 정확도 평가 결과와 데이터의 특징 분석을 통해 무인항공기를 이용한 노천광산의 지형정보 구축에 대한 활용성을 제시할 수 있었다. 향후 광물자원 개발 분야에 무인항공기를 이용한 정확한 3차원 지형정보의 구축 및 활용은 효과적인 광산관리 및 안전사고 예방에 크게 기여할 것이다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1149-1160
• /
• 2019

본 연구는 산림 식생 모니터링을 위하여 무인기 다중분광영상의 화소값을 반사율로 변환하는 복사보정 방법을 적용하고 이를 평가하였다. 무인기에 5개 분광밴드 영상을 얻을 수 있는 소형 카메라를 탑재하여 다중 분광영상을 촬영하였고, 영상의 화소값을 반사율로 변환하기 위하여 (1) 복사조도계를 이용한 직접 보정 방법과 (2) 실험적 보정 방법을 적용하였다. 무인기 영상 촬영과 동시에 야외용 분광복사계를 이용해 특정 지표물의 반사율을 측정하여, 실험적 보정 방법을 위한 선형관계식 산출과 영상 반사율 검증에 사용하였다. 두 방법으로 산출한 반사율 영상을 비교한 결과, 직접적 방법은 촬영 지역 전역에 걸쳐 반사율이 안정적이었지만, 실험적 방법은 촬영 중 복사조도 및 대기상태에 변화가 발생한 지역에서 반사율이 불안정하였다. 실험적 보정 방법은 선형관계식 산출에 필요한 현장 반사율 측정 지점과 인접한 영역에서는 효과적인 방법이지만, 상대적으로 넓은 면적에 비교적 긴 촬영 시간을 필요로 하는 대상 지역에서는 광량의 및 대기상태의 변화를 고려한 절대적 보정 방법의 적용이 보다 적합한 것으로 분석되었다.

• 한국산림과학회지
• /
• 제106권1호
• /
• pp.100-109
• /
• 2017

본 연구는 세종특별자치시 소나무재선충병(PWN) 피해지의 선단지에 대해서 무인항공기를 이용하여 효율적인 예찰 및 방제사업 지원을 실시하기 위해 수행되었다. 선단지를 중심으로 2016년 2월 15일부터 약 2주간 6개 구역 총 2,284 ha의 면적에 대해 무인항공 촬영을 실시하여 GSD (Ground Sample Distance) 12 cm의 고품질 정사영상 6매를 제작하였다. 정사영상을 바탕으로 1차 피해 의심목 분류를 실시한 결과 총 423본이 분류되었다. 그러나 촬영시기의 계절적 특성, 임상의 다양성 등의 문제로 인해 적중률이 낮아짐에 따라 1차 분류 결과와 스냅사진, 비행정보 등을 활용하여 2차 재분류를 실시하였으며, 이를 통해 피해 의심목 423본 중 231본을 추출하였다. 추출된 231본에 대해 대상지별 주제도를 제작하고 GNSS 등을 이용하여 현장조사를 실시하였으며, 그 결과 총 23본의 피해 의심목을 추출하였다. 현장조사를 통해 추출된 23본에 대해 시료를 채취하여 관련기관에 검증을 의뢰한 결과 23본 모두 소나무재선충병에 감염된 것으로 나타났다. 소나무재선충병 피해목의 분포 특성을 분석한 결과 활엽수림 14본, 침엽수림 4본, 소나무림 3본, 리기다소나무림 2본 등 다양한 임상에서 피해목이 검출된 것으로 나타났다. 무인항공기를 활용하여 항공촬영에서부터 현장조사까지의 과정에 대해 효율성 분석을 실시한 결과 2.3인의 인력으로 6일에 걸쳐 수행한 것으로 분석되었다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1731-1738
• /
• 2021

본 연구에서는 드론 정사영상과 객체추출 기법을 융합하여 개체목을 선별함과 더불어 수고를 추정할 수 있는 방법론을 제시하고자 하였다. 연구대상지는 충청남도 예산군 공주대학교 학술림에 위치한 리기다소나무림으로 간벌을 강도별로(40%, 20%, 10%, 대조구)로 조성한 시험지이다. 정사영상취득은 DJI사의 MAVIC2 PRO 드론을 이용하였으며, 촬영 범위 내 가장 높은 지형지물을 고려하여 고도를 180 m로 설정하였다. 영상왜곡을 방지하기 위하여 지상기준점 설치 및 내중첩(End lap)과 옆중첩(Side lap)을 각각 80%로 설정하였다. 영상분석 통하여 수치표면모델(DSM)과 수치지형 표고모델(DTM)을 추출하고 두 모델의 고도차를 이용해 수고모델(DCHM)을 생성하였다. 본 연구결과에 의하면, 간벌강도별 개체목 추출율은 간벌강도 40%는 109.1%, 간벌강도 20% 87.1%, 간벌강도 10% 63.5%, 대조구 56.0% 수준이었다. 개체목 별 수고특성을 추출한 결과, 간벌강도 40%는 현장조사 결과보다 약 1.43 m 낮았으며, 간벌강도 20%는 1.73 m, 간벌강도 10%는 1.88 m, 대조구는 2.22 m 낮게 측정되었다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.257-274
• /
• 2021

고해상도 원격탐사 영상의 객체기반 분석에서 영상분할의 결과는 매우 중요한 부분이지만, 영상분할품질의 평가는 간과되고 있다. 본 연구에서는 영상분할의 최적 매개변수를 구하기 위한 실용적이고 효율적인 방법을 제시하고자 한다. 영상분할 평가는 크게 무감독 평가, 감독 평가, 그리고 시각적 판독에 의한 정성적 평가로 나눈다. 인천대공원 무인기 다중분광영상에서 추출한 도시 지역과 산림을 대상으로 세 가지 영상분할 평가 방법을 비교하였다. 영상분할 평가 방법은 계산 및 적용의 효율성에 따라 차이가 있지만, 표본영상에 대한 평가 결과 도출된 최적의 매개변수는 세 평가 방법에서 거의 동일하게 나타났다. 영상분할 평가를 통하여 도출된 최적의 매개변수는 도시영상과 산림영상에서 다르게 나타났다. 세 가지 조각 내부변이 척도(V, WV, COV)와 세 가지 조각간 이질성 척도(MI, BSH, DTNP)의 조합을 적용한 무감독 평가로 선정한 최적의 매개변수는 거의 같았다. 무감독 평가를 위한 척도마다 처리 과정의 난이도는 다르지만, 실험에 적용된 여러 종류의 척도는 대부분 동일한 성능을 보여주었다. 감독 평가 방법은 참조자료를 구성하는 과정에서 분석자의 주관으로 편향될 가능성이 있지만, 특정 공간객체를 탐지하는 데 간편하게 적용할 수 있다. 정성적 평가는 무감독 및 감독 평가 결과와 일치했다.