• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.619-622
• /
• 2006

Atmospheric correction is one of critical procedures to extract quantitative information related to biophysical variables from hyperspectral data. In this study, we attempted to generate the water vapor contents image from hyperspectral data itself and developed the atmospheric correction algorithm for EO-1 Hyperion data using pre-calculated atmospheric look-up-table (LUT) for fast processing. To apply the new atmospheric correction algorithm, Hyperion data acquired June 3, 2001 over Seoul area is used. Reflectance spectrums of various targets on atmospheric corrected Hyperion reflectance images showed the general spectral pattern although there must be further development to reduce the spectral noise.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.334-336
• /
• 2003

Satellite and airborne hyperspectral sensor images are suitable for investigating the vegetation state in agricultural land. However, image data obtained by an optical sensor inevitably includes mixels caused by high altitude observation. Therefore, mixel analysis method, which estimates both the pure spectra and the coverage of endmembers simultaneously, is required in order to distinguish the qualitative spectral changes due to the chlorophyll quantity or crop variety, from the quantitative coverage change. In this paper, we apply our agricultural independent component analysis (ICA) model to an airborne hyperspectral sensor image, which includes noise and fluctuation of coverage, and estimate pure spectra and the mixture ratio of crop and soil in agricultural land simultaneously.

• 한국지구과학회지
• /
• 제38권7호
• /
• pp.535-545
• /
• 2017

한반도 주변 해상사고가 증가함에 따라 원격탐사 자료를 활용한 선박탐지 연구의 중요성이 점점 더 강조되고 있다. 이 연구는 고해상도 광학영상에 의존하는 기존 선박탐지 분야에 수백 개 채널의 분광정보를 포함하는 초분광영상을 활용하여 새로운 선박탐지 알고리즘 제시하였다. 두 차례의 현장관측을 통해 측정한 선박 선체의 반사 스펙트럼과 AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) 초분광센서 영상의 선박 및 해수 반사 스펙트럼 간의 분광정합 기법을 적용하였다. 총 다섯 개의 탐지 알고리즘 spectral distance similarity (SDS), spectral correlation similarity(SCS), spectral similarity value (SSV), spectral angle mapper (SAM), spectral information divergence (SID)를 사용하였다. SDS는 선박 일부가 해수로 탐지되는 오차를 나타내었고, SAM은 선박과 해수 사이에 약 1.8배의 차이를 나타내어 명확한 분류 결과를 보여주었다. 이와 더불어 본 연구에서는 각 기법의 최적 임계값을 제시하여 초분광 영상에 포함되어 있는 선박을 분류하였으며 그 결과 SAM, SID가 다른 탐지 알고리즘에 비해 우수한 선박탐지 능력을 보여주었다.

• 대한원격탐사학회지
• /
• 제37권4호
• /
• pp.699-717
• /
• 2021

South Korea is pushing for the advancement of crop production technology to achieve food self-sufficiency and meet the demand for safe food. A medium-sized satellite for agriculture is being launched in 2023 with the aim of collecting and providing information on agriculture, not only in Korea but also in neighboring countries. The satellite is to be equipped with various sensors, though reference data for ground information are lacking. Hyperspectral remote sensing combined with 1st derivative is an efficient tool for the identification of agricultural crops. In our study, we develop a system for hyperspectral analysis of the ground-based reflectance spectrum, which is monitored seven times during the cultivation period of three soybean crops using a PSR-2500 hyperspectral sensor. In the reflection spectrum of soybean canopy, wavelength variations correspond with stages of soybean growths. The spectral reflection characteristics of soybeans can be divided according to growth into the vegetative (V)stage and the reproductive (R)stage. As a result of the first derivative analysis of the spectral reflection characteristics, it is possible to identify the characteristics of each wavelength band. Using our developed monitoring system, we observed that the near-infrared (NIR) variation was largest during the vegetative (V1-V3) stage, followed by a similar variation pattern in the order of red-edge and visible. In the reproductive stage (R1-R8), the effect of the shape and color of the soybean leaf was reflected, and the pattern is different from that in the vegetative (V) stage. At the R1 to R6 stages, the variation in NIR was the largest, and red-edge and green showed similar variation patterns, but red showed little change. In particular, the reflectance characteristics of the R1 stage provides information that could help us distinguish between the three varieties of soybean that were studied. In the R7-R8 stage, close to the harvest period, the red-edge and NIR variation patterns and the visible variation patterns changed. These results are interpreted as a result of the large effects of pigments such as chlorophyll for each of the three soybean varieties, as well as from the formation and color of the leaf and stem. The results obtained in this study provide useful information that helps us to determine the wavelength width and range of the optimal band for monitoring and acquiring vegetation information on crops using satellites and unmanned aerial vehicles (UAVs)

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.247-250
• /
• 2007

다양한 지구관측위성으로부터 획득된 윈격탐사 자료들은 맴핑 환경모니터링, 재난 관리，도심 모니터링등과 같은 다양한 분야의 정보를 생성하고 분석하는데 많은 잠재력을 가지고 있다. 특별히 고해상도 위성영상의 경우 도심 지역의 다양한 정보를 손쉽게 파악이 가능하며， 이를 기반으로 효과적인 도심 관리 및 시설 투자가 이루어 질 수 있다 그러나 이러한 고해상도 위성영상의 경우 공간 해상력은 매우 좋으나분광해상력 측면에서는 많은 한계를 보이고 있는 단점을 가지고 있다 이를 보완하기 위한 방법으로 고해상도 흑백모드영상과 중${\cdot}$ 저해상도 다중분광영상 혹은 초분광영상간 영상 합성기법을 통해 분광 능력의 향상을 도모하는 기법들이 연구되어져 왔으며보다 최적의 결과를 위한 다양한 알고리즘들이 개발되어 왔다 본 연구에서는 이러한 영상융합결과의 향상을 위한 방법으로 객체기반 단위의 영상합성 방법을 제시하였으벽이 결과와 화소기반 영상융합 결과와의 비교${\cdot}$ 분석도 수행해 보았다. 이를 위해 Landsat-7 ETM+ 혹백영상과 Hyperion 초분광영상을 실험대상으로 선정하여 분석하였으벽 대표적인 영상융합방법인 PCA 융합기법을 활용하였다.

• 대한원격탐사학회지
• /
• 제30권1호
• /
• pp.25-36
• /
• 2014

수종 간의 유사한 분광특성 때문에 기존의 다중분광영상을 이용한 수종분류는 한계가 있다. 본 연구에서는 경기도 광릉수목원에 분포하는 다섯 종류의 침엽수림을 분류하기 위하여 초분광영상과 다중분광 영상의 적합성을 비교 분석하였다. 연구지역을 대상으로 두 종류의 항공 초분광영상(AISA, CASI)을 촬영하였으며, 비교 목적으로 초분광영상을 이용하여 모의 제작된 ETM+ 다중분광영상을 사용하였다. 영상분류에 사용된 영상은 초분광영상의 모든 밴드를 포함한 영상, PCA 및 MNF 기법으로 차원 축소된 영상, 그리고 분류등급의 분광분리도를 이용하여 소수의 밴드만을 추출한 영상이다. 또한 감독분류 과정에서 MLC, SAM, SVM 등 세 종류의 분류기를 적용하였다. 전체적으로 침엽수종의 분류에 있어서 초분광영상이 다중분광영상보다 높은 분류정확도를 제공하고 있다. 특히 중적외선 파장영역을 포함한 AISA-dual영상이 가장 좋은 분류결과를 보여주었다. 또한 많은 분광밴드를 가진 초분광영상을 MNF기법으로 차원 축소한 영상을 사용했을 때, 다른 영상보다 높은 분류결과가 나왔다. 감독 분류과정에서는 최대우도법(MLC)을 적용했을 때, 가장 높은 분류정확도를 얻었다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.959-971
• /
• 2019

대표적인 딥러닝(deep learning) 기법 중 하나인 Convolutional Neural Network(CNN)은 고수준의 공간-분광 특징을 추출할 수 있어 초분광 영상 분류(Hyperspectral Image Classification)에 적용하는 연구가 활발히 진행되고 있다. 그러나 초분광 영상은 높은 분광 차원이 학습 과정의 시간과 복잡도를 증가시킨다는 문제가 있어 이를 해결하기 위해 기존 딥러닝 기반 초분광 영상 분류 연구들에서는 차원축소의 목적으로 Principal Component Analysis (PCA)를 적용한 바 있다. PCA는 데이터를 독립적인 주성분의 축으로 변환시킬 수 있어 분광 차원을 효율적으로 압축할 수 있으나, 분광 정보의 손실을 초래할 수 있다. PCA의 사용 유무가 CNN 학습의 정확도와 시간에 영향을 미치는 것은 분명하지만 이를 분석한 연구가 부족하다. 본 연구의 목적은 PCA를 통한 분광 차원축소가 CNN에 미치는 영향을 정량적으로 분석하여 효율적인 초분광 영상 분류를 위한 적절한 PCA의 적용 방법을 제안하는 데에 있다. 이를 위해 PCA를 적용하여 초분광 영상을 축소시켰으며, 축소된 차원의 크기를 바꿔가며 CNN 모델에 적용하였다. 또한, 모델 내의 컨볼루션(convolution) 연산 방식에 따른 PCA의 민감도를 분석하기 위해 2D-CNN과 3D-CNN을 적용하여 비교 분석하였다. 실험결과는 분류정확도, 학습시간, 분산 비율, 학습 과정을 통해 분석되었다. 축소된 차원의 크기가 분산 비율이 99.7~8%인 주성분 개수일 때 가장 효율적이었으며, 3차원 커널 경우 2D-CNN과는 다르게 원 영상의 분류정확도가 PCA-CNN보다 더 높았으며, 이를 통해 PCA의 차원축소 효과가 3차원 커널에서 상대적으로 적은 것을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제32권5호
• /
• pp.403-412
• /
• 2016

Compact Reconnaissance Imaging Spectrometer for Mars(CRISM)은 489개의 밴드를 가지는 화성정찰궤도선의 초분광 카메라로써 이를 이용한 화성 지표의 광물 분포에 대한 많은 연구가 진행되어 왔다. 본 연구에서는 USGS의 스펙트럼 라이브러리를 기반으로 화성 Gusev Crater의 Spirit(Mars Exploration Rover A) 로버 착륙지에 대한 CRISM 영상에 Matched Filter와 Adaptive Cosine Estimator(ACE) 표적 탐지 알고리즘을 적용하여 광물 분포를 확인하고자 하였다. 연구 결과 감람석, 휘석, 자철석 등의 광물들이 Gusev 크레이터의 Columbia Hills에서 탐지되어 Spirit 로버의 지상 탐사 결과와 일치하고 있음을 확인하였다. 본 연구는 그간 CRISM의 광물 분포 연구가 일부 몇 개 밴드의 반사도만을 통해 계산된 광물 지수에 의존하던 것에서 관측 파장 대역 전체를 활용하는 초분광 표적 탐지 알고리즘을 이용한 새로운 적용방법을 제시한 것에 의의가 있다고 할 수 있다.

• 한국지리정보학회지
• /
• 제19권2호
• /
• pp.107-116
• /
• 2016

연안 해저 재질 조사에 있어 위성 및 항공 원격탐사 자료를 이용하면 기존 현장조사 방법에 비해 효율성을 높일 수 있으나, 물에 의한 빛의 흡수 특성으로 인해 동일한 조건이더라도 수심에 따라 영상에서 다른 반사도를 보이게 된다. 따라서 본 연구에서는 초분광영상을 연안 해저 재질 분석 자료로 사용하기 위한 보정 방법을 제시하고자 한다. 연구지역은 강원도 사천진항에서 경포해수욕장 일대이고, 사용한 초분광영상은 CASI-1500 영상이다. 수체 반사율과 수심 간의 회귀모델을 통해 밴드별 산란흡수계수를 추정하여 영상에 적용하였다. 그 결과 수심보정 전 영상에서 매우 얕은 수심에 한정하여 판독이 가능하였지만 수심보정 후 상대적으로 깊은 수심까지 판독이 가능해지고, 수심에 따른 해저면의 반사율 변이가 크게 감소한 것을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제19권2호
• /
• pp.170-179
• /
• 2003

다중분광 영상의 정확한 지형지물 분류를 수행할 때 고려해야 할 중요한 요소중에 적절한 분류 클래스의 선정과 선정된 클래스의 분리도가 높아지도록 트레이닝 지역(training fields)을 잡는 것은 특히 중요하다. 최근에 이용되고 있는 위성탑재 하이퍼스펙트럴(hyperspectral) 영상은 많은 밴드를 포함하고 있기 때문에 데이터 처리가 어렵고, 잡음(noise)으로 인하여 다중분광 영상보다 분류 결과가 나쁜 경우도 나타난다. 특히 대상지역의 클래스에 따른 트레이닝 지역의 선정시 일부 클래스에서 하이퍼스펙트럴 밴드수에 비해 상대적으로 적은 수의 트레이닝 샘플로 인하여 공분산 행렬의 계산에 어려움이 따른다. 따라서 본 연구에서는 Hyperion 데이터를 이용한 분류를 수행하기 위하여 밴드 추출 방식을 알아보고, 분류영상의 정확도 평가를 통하여 밴드 추출의 효용성을 시험하였다. 밴드를 줄이는 또 다른 방법인 클래스간 분리도에 따른 최적 밴드를 추출하여 분류정확도를 평가하였다. 실험 결과, 밴드 추출이나 클래스 분리도에 따라 선택된 영상의 분류 정확도는 분류자(classifier)에 상관없이 전체 밴드를 사용한 원영상과 유사하게 나타났지만, 사용된 밴드수와 계산 시간은 단축되었다. 분류자는 MLC, SAM, ECHO의 3종류가 사용되었다.