• 제목/요약/키워드: hyperion

검색결과 68건 처리시간 0.02초

극단화소를 이용한 Hyperion 데이터의 노이즈 밴드제거 (The Removal of Noisy Bands for Hyperion Data using Extrema)

  • 한동엽;김대성;김용일
    • 대한원격탐사학회지
    • /
    • 제22권4호
    • /
    • pp.275-284
    • /
    • 2006
  • Hyperion 영상의 노이즈는 주로 대기 효과와 센서의 기계오류, 신호변환 때문이다. 보정되지 않은 밴드, 중복 밴드, 모든 대기흡수에 영향을 많이 받는 밴드가 모두 제거되어도, 여전히 노이즈 밴드가 존재한다. 영상처리에 사용할 선명하고 안정된 밴드를 선택하기 위해 육안으로 영상을 간단하게 검사할 수 있지만, 이는 수동으로 이루어지는 비효율적이고 주관적인 방법이다 본 논문에서 우리는 노이즈 추정과 자동 밴드 선택을 위해 극단화소비 사용을 제안한다. 이를 위해 기존에 사용되던 SNR, 엔트로피와 극단화소비를 비교하였다. 첫째, 상대적으로 노이즈가 적은 ALI 영상에 Gaussian 노이즈, salt & pepper 노이즈, Speckle 노이즈를 부가하여 노이즈량과 각 통계량 사이의 관계를 살펴보았다. 둘째, Hyperion 영상에서 추출된 세 개 통계량에 대해 기대최대화 분석을 수행하여 자동으로 밴드를 선택하였다. Hyperion 데이터는 시각적 평가에 의해 5단계로 구분되어 평가자료로 사용되었다. 실험 결과에서 극단화소비가 Hyperion 영상의 밴드 선택에 효과적으로 사용될 수 있었다.

Comparison of the Monitored Forests Results from EO-1 Hyperion , ALI and Landsat 7 ETM+

  • Tan, Bingxiang;Li, Zengyuan
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
    • /
    • pp.1307-1309
    • /
    • 2003
  • The EO-1 spacecraft, launched November 21, 2000 into a sun synchronous orbit behind Landsat 7, hosts advanced technology demonstration instruments, whose capabilities are currently being assessed by the user community for future missions. A significant part of the EO-1 program is to perform data comparisons between Hyperion, ALI and Landsat 7 ETM+. In this paper, a comparison of forest classification results from Hyperion, ALI, and the ETM+ of Landsat-7 are provided for Wangqing Forest Bureau, Jilin Province, Northeast China. The data have been radiometrically corrected and geometrically resampled. Feature selection and statistical transforms are used to reduce the Hyperion feature space from 86 channels to 14 features. Classes chosen for discrimination included Larch, Spruce, Oak, Birch, Popular and Mixed forest and other landuses. Classification accuracies have been obtained for each sensor. Comparison of the classification results shows : Hyperion classification results were the best, ALI's were much better than ETM+.

  • PDF

토지피복지도 제작을 위한 초분광 영상 EO-1 Hyperion의 최적밴드 선택기법 연구 (A Study on the EO-1 Hyperion's Optimized Band Selection Method for Land Cover/Land Use Map)

  • 장세진;이호남;김진광;채옥삼
    • 한국측량학회지
    • /
    • 제24권3호
    • /
    • pp.289-297
    • /
    • 2006
  • 토지피복지도는 토지의 피복특성과 토지활용특성을 나타내는 자료로서 토지피복분류체계에 따라 계층적인 구조로 1998년부터 제작되고 있다. 대분류는 Landsat 위성영상을 활용하여 남 북한에 대한 작업이 완료되었으며, 중분류는 IRS-1C, IRS-1D, KOMPSAT, SPOT-5 영상을 저해상 컬러 영상과 영상융합을 한 후, 그 결과자료를 전문가가 도화하여 제작하고 있다. 특히 도화에 의한 중분류 토지피복지도 제작은 위성영상의 구매 및 자료처리, 토지피복 지도제작 과정에서 막대한 비용이 필요하다. 본 논문에서는 최근 많은 연구가 수행되고 있는 초분광 위성영상인 EO-1 Hyperion을 이용한 중분류 토지피복지도 제작 가능성을 연구했다. 많은 분광정보를 제공하는 Hyperion 영상과 기존에 사용하던 Landsat-7 ETM+ 영상의 토지피복분류 비교 연구를 수행하여 Hyperion의 분류정확도를 평가했다. 또한, Hyperion에 적합한 최적밴드선택 방법을 통하여 초분광 위성영상 활용의 효율성을 증대시켰다.

Spectral Classification of Man-made Materials in Urban Area Using Hyperspectral Data

  • Kim S. H.;Kook M. J.;Lee K. S.
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
    • /
    • pp.10-13
    • /
    • 2004
  • Hyperspectral data has a great advantage to classify various surface materials that are spectrally similar. In this study, we attempted to classify man-made materials in urban area using Hyperion data. Hyperion imagery of Seoul was initially processed to minimize radiometric distortions caused by sensor and atmosphere. Using color aerial photographs. we defined seven man-made surfaces (concrete, asphalt road. railroad, buildings, roof, soil, shadow) for the classification in Seoul. The hyperspectral data showed the potential to identify those manmade materials that were difficult to be classified by multispectral data. However. the classification of road and buildings was not quite satisfactory due to the relatively low spatial resolution of Hyperion image. Further, the low radiometric quality of Hyperion sensor was another limitation for the application in urban area.

  • PDF

A Correction Approach to Bidirectional Effects of EO-1 Hyperion Data for Forest Classification

  • Park, Seung-Hwan;Kim, Choen
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
    • /
    • pp.1470-1472
    • /
    • 2003
  • Hyperion, as hyperspectral data, is carried on NASA’s EO-1 satellite, can be used in more subtle discrimination on forest cover, with 224 band in 360 ?2580 nm (10nm interval). In this study, Hyperion image is used to investigate the effects of topography on the classification of forest cover, and to assess whether the topographic correction improves the discrimination of species units for practical forest mapping. A publicly available Digital Elevation Model (DEM), at a scale of 1:25,000, is used to model the radiance variation on forest, considering MSR(Mean Spectral Ratio) on antithesis aspects. Hyperion, as hyperspectral data, is corrected on a pixel-by-pixel basis to normalize the scene to a uniform solar illumination and viewing geometry. As a result, the approach on topographic effect normalization in hyperspectral data can effectively reduce the variation in detected radiance due to changes in forest illumination, progress the classification of forest cover.

  • PDF

THE MODIFIED UNSUPERVISED SPECTRAL ANGLE CLASSIFICATION (MUSAC) OF HYPERION, HYPERION-FLASSH AND ETM+ DATA USING UNIT VECTOR

  • Kim, Dae-Sung;Kim, Yong-Il
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
    • /
    • pp.134-137
    • /
    • 2005
  • Unsupervised spectral angle classification (USAC) is the algorithm that can extract ground object information with the minimum 'Spectral Angle' operation on behalf of 'Spectral Euclidian Distance' in the clustering process. In this study, our algorithm uses the unit vector instead of the spectral distance to compute the mean of cluster in the unsupervised classification. The proposed algorithm (MUSAC) is applied to the Hyperion and ETM+ data and the results are compared with K-Meails and former USAC algorithm (FUSAC). USAC is capable of clearly classifying water and dark forest area and produces more accurate results than K-Means. Atmospheric correction for more accurate results was adapted on the Hyperion data (Hyperion-FLAASH) but the results did not have any effect on the accuracy. Thus we anticipate that the 'Spectral Angle' can be one of the most accurate classifiers of not only multispectral images but also hyperspectral images. Furthermore the cluster unit vector can be an efficient technique for determination of each cluster mean in the USAC.

  • PDF

Absolute Atmospheric Correction Procedure for the EO-1 Hyperion Data Using MODTRAN Code

  • Kim, Sun-Hwa;Kang, Sung-Jin;Chi, Jun-Hwa;Lee, Kyu-Sung
    • 대한원격탐사학회지
    • /
    • 제23권1호
    • /
    • pp.7-14
    • /
    • 2007
  • Atmospheric correction is one of critical procedures to extract quantitative information related to biophysical variables from hyperspectral imagery. Most atmospheric correction algorithms developed for hyperspectral data have been based upon atmospheric radiative transfer (RT) codes, such as MODTRAN. Because of the difficulty in acquisition of atmospheric data at the time of image capture, the complexity of RT model, and large volume of hyperspectral data, atmospheric correction can be very difficult and time-consuming processing. In this study, we attempted to develop an efficient method for the atmospheric correction of EO-1 Hyperion data. This method uses the pre-calculated look-up-table (LUT) for fast and simple processing. The pre-calculated LUT was generated by successive running of MODTRAN model with several input parameters related to solar and sensor geometry, radiometric specification of sensor, and atmospheric condition. Atmospheric water vapour contents image was generated directly from a few absorption bands of Hyperion data themselves and used one of input parameters. This new atmospheric correction method was tested on the Hyperion data acquired on June 3, 2001 over Seoul area. Reflectance spectra of several known targets corresponded with the typical pattern of spectral reflectance on the atmospherically corrected Hyperion image, although further improvement to reduce sensor noise is necessary.

Hyperion과 ALI 영상의 융합을 위한 블록 기반의 융합기법 평가 (Evaluation of Block-based Sharpening Algorithms for Fusion of Hyperion and ALI Imagery)

  • 김예지;최재완
    • 한국측량학회지
    • /
    • 제33권1호
    • /
    • pp.63-70
    • /
    • 2015
  • 영상융합 기법은 고해상도 영상을 이용하여 저해상도 영상의 공간해상도를 증대시키는 방법이다. 본 논문에서는 EO-1 위성에 탑재된 ALI 센서와 Hyperion 센서로부터 취득된 고해상도 흑백영상, 저해상도 다중분광 영상 및 초분광 영상을 활용한 초분광 영상의 융합기법에 대한 연구를 수행하였다. 특히, 초분광 영상과 다중분광 영상의 특성을 고려하여 초분광 영상의 블록을 구성하여 ALI 및 Hyperion 영상에 적용하고, 이에 따른 영상융합 기법의 성능을 평가하고자 하였다. 실험결과, 고해상도 흑백영상만을 사용한 융합결과와 비교하여 저해상도 다중분광 영상을 활용한 블록기반의 융합기법이 공간해상도를 효율적으로 향상시킬 수 있음을 확인하였으며, 제안된 융합기법이 기존의 블록기반 융합기법과 비교하여 분광왜곡을 최소화시킬 수 있음을 확인하였다. 이를 통해, 향후 발사될 다양한 초분광 위성 및 항공기 초분광 센서의 활용을 증대시킬 수 있을 것으로 판단된다.

Quadtree 구조 및 프랙탈 특성을 이용한 Hyperion 영상의 노이즈 밴드 추출 (Noise Band Extraction of Hyperion Image using Quadtree Structure and Fractal Characteristic)

  • 장안진;김용일
    • 대한원격탐사학회지
    • /
    • 제26권5호
    • /
    • pp.489-495
    • /
    • 2010
  • 초분광 영상은 넓은 범위의 파장 영역의 유용한 정보를 많은 수의 밴드를 통해 취득한다. 하지만, 인접 밴드 간의 상관관계, 계산량, 노이즈로 인해 전처리없이 활용할 경우 부정확한 결과를 도출한다. 따라서 영상에서 노이즈 밴드 추출하여 제거하는 작업이 반드시 필요하다. 기존의 연구들은 영상 전체에 대한 특성치 만을 이용하였기 때문에 영상의 국지적 특성을 고려해야 한다. 본 연구에서는 Hyperion 영상을 대상으로 하였으며, 자료구조 기법 중 하나인 Quadtree와 이용하여 노이즈 밴드를 추출하였다. Quadtree 구조로 분할된 영역의 프랙탈 차원을 계산하고 프랙탈 차원의 분산을 이용하였다. Hyperion 영상에 존재하는 노이즈 종류 중 무작위 노이즈를 포함하고 있는 밴드 추출에 초점을 맞추었으며, 시각적으로 판단하여 작성한 참조자료와 비교하였다. 제안된 알고리즘 적용 결과 무작위 노이즈가 포함된 밴드 대부분이 추출되었으며, 영상에 관계없이 30개 이상의 노이즈 밴드를 제거할 수 있음을 확인하였다.

EO-1 Hyperion 초분광 영상의 밴드 접합 기법을 이용한 Landsat 8 (LDCM) OLI 센서의 방사 특성 검증 (Validation of the Radiometric Characteristics of Landsat 8 (LDCM) OLI Sensor using Band Aggregation Technique of EO-1 Hyperion Hyperspectral Imagery)

  • 지준화
    • 대한원격탐사학회지
    • /
    • 제29권4호
    • /
    • pp.399-406
    • /
    • 2013
  • 위성 영상 자료에 대한 품질의 향상과 안정화는 다양한 목적을 가진 사용자들을 만족시킬 수 있다. 특히 절대 방사 검/보정은 영상의 광항적 품질을 유지하기 위한 척도가 된다. 본 연구에서는 초분광 영상 밴드 접합 기법과 분광 반응도를 이용하여 다중 분광 센서의 가상화를 통해 절대 방사 보정 계수의 적합성을 판단하였다. 적합성 분석을 위해 약 30분 차이로 촬영된 EO-1 Hyperion과 Landsat-8 OLI 센서의 영상을 이용하였고, 서로 다른 특성을 지닌 토지 피복으로 구성된 3개 지역을 선정하여 복사 에너지 값을 비교 하였다. 그 결과, 시공간에 따른 차이, 센서 수준의 차이를 제외하고 모든 밴드에서 0.99 이상의 적합성을 보여 주었다.