• 대한원격탐사학회지
• /
• 제31권5호
• /
• pp.433-440
• /
• 2015

본 연구에서는 초분광영상을 이용한 표적탐지에 있어 배경 신호 특징에 포함되는 표적 신호가 탐지성능에 미치는 영향을 살펴보고, 분광각을 기준으로 표적과 유사한 분광반사 특성을 가지는 화소들을 배경 특징화 과정에서 제외함으로써 표적탐지 성능을 향상시킬 수 있는 방법을 제안하였다. 초분광 표적탐지를 위해 가장 흔히 이용되는 matched Filter와 adaptive cosine estimator 기법에 대해 실제 항공 초분광영상 자료와 여기에 인공표적을 삽입하여 생성한 모의 자료를 이용한 실험 결과, 배경 특징화를 위한 공분산행렬 계산 시 표적 스펙트럼과 유사도가 높은 표적 유사화소들을 제외함으로써 탐지 성능이 크게 향상될 수 있음이 확인되었다. 분광각외에 다양한 유사도 판정 기준들에 대한 적용성 연구와 함께, 제외되는 표적 유사화소들의 양이 최적으로 결정될 수 있는 방법에 대한 추가 연구가 이루어진다면 사용이 간편하고 성능이 우수한 초분광 표적탐지 기법으로 활용될 수 있을 것으로 기대된다.

• 한국군사과학기술학회지
• /
• 제14권6호
• /
• pp.1073-1080
• /
• 2011

In this study, a target detection algorithm was proposed for using hyperspectral imagery. The proposed algorithm is designed to have minimal processing time, low false alarm rate, and flexible threshold selection. The target detection procedure can be divided into two steps. Initially, candidates of target pixel are extracted using matching ratio of spectral pattern that can be calculated by spectral derivation. Secondly, spectral distance is computed only for those candidates using Euclidean distance. The proposed two-step method showed lower false alarm rate than the Euclidean distance detector applied over the whole image. It also showed much lower processing time as compared to the Mahalanobis distance detector.

• Current Optics and Photonics
• /
• 제8권3호
• /
• pp.282-299
• /
• 2024

Target detection (TD) is a research hotspot in the field of hyperspectral imaging (HSI). Traditional TD methods often mine targets from HSIs under a single imaging condition, without considering the influence of imaging conditions. In fact, the spectra of ground objects in HSIs are uncertain and affected by the imaging conditions (weather, atmospheric, light, time, and other angle conditions including zenith angle). Hyperspectral data changes under different imaging conditions. Therefore, the detection result for a single imaging condition cannot accurately reflect the effectiveness of the detection method used. It is necessary to analyze the performance of various detection methods under different imaging conditions, to find a more applicable detection method. In this paper, we study the performance of TD methods under various land-based imaging conditions. We first summarize classical TD methods and evaluation methods. Then, the detection effects under various imaging conditions are analyzed. Finally, the concepts of the stability coefficient (SC) and effective area under the curve (EAUC) are proposed to comprehensively evaluate the applicability of detection methods under land-based imaging conditions, in terms of both detection accuracy and stability. This is conducive to our selection of detection methods with better applicability in land-based contexts, to improve detection accuracy and stability.

• 제어로봇시스템학회논문지
• /
• 제19권12호
• /
• pp.1081-1088
• /
• 2013

Hyperspectral cameras acquire reflectance values at many different wavelength bands. Dimensions tend to increase because spectral information is stored in each pixel. Several attempts have been made to reduce dimensional problems such as the feature selection using Adaboost and dimension reduction using the Simulated Annealing technique. We propose a novel material detection method that consists of four steps: feature band selection, feature extraction, SVM (Support Vector Machine) learning, and target and specific region detection. It is a combination of the band ratio method and Simulated Annealing algorithm based on detection rate. The experimental results validate the effectiveness of the proposed feature selection and band ratio method.

• 대한원격탐사학회지
• /
• 제28권4호
• /
• pp.369-392
• /
• 2012

현재까지 초분광영상을 위한 다양한 표적탐지 알고리즘이 개발 및 사용되고 있다. 그러나 표적탐지 알고리즘의 비교 및 검증 기준으로 1~2가지 영상에 적용한 탐지정확도 만을 사용하고 있어, 사용자 입장에서 그 적용성을 평가하는 데에는 한계가 있다. 본 연구의 목적은 초분광영상에 대한 표적탐지 알고리즘의 적용성을 체계적으로 분석하는 것이다. 이를 위하여 표적, 배경, 영상의 분광적 또는 복사적 특성에 관련된 5가지 기준 인자들을 정의하였고, 각 인자의 변이에 따른 6가지 기존 표적탐지 알고리즘의 탐지정확도 변화를 비교하였다. 이와 더불어 영상 크기에 따른 각 알고리즘의 처리시간을 비교하였다. 그 결과 탐지정확도 측면에서는 기준인자에 따라 적용성이 높은 알고리즘의 종류가 다르게 나타났다. 처리시간은 2차 통계값 기반 알고리즘이 다른 알고리즘에 비해 매우 크게 나타났다. 탐지정확도와 처리시간을 종합적으로 고려한 결과 사용하는 영상과 표적 그리고 배경의 특성에 따라 적용성이 높은 알고리즘의 종류가 다른 것으로 나타났다. 따라서 초분광영상에 대한 기존 표적탐지 알고리즘의 적용성은 자료의 특성 및 배경과 표적의 공간적 분광적 관계에 따라 다르게 나타나므로, 사용하는 자료의 특성과 목적에 따라 적용하는 표적탐지 알고리즘의 종류가 달라질 필요가 있다.

• 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.

• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.455-467
• /
• 2017

초분광 영상을 이용한 표적 탐지를 수행할 때에는 인접한 분광 밴드의 중복성의 문제 및 고차원 데이터로 인해 발생하는 방대한 계산량의 문제점을 해결하기 위한 특징 추출 과정이 필수적이다. 본 연구는 기계 학습 분야의 특징 선택 기법을 초분광 밴드 선택에 적용하기 위해 $L_{2,1}$-norm regression 모델을 이용한 새로운 밴드 선택 기법을 제안하였으며, 제안한 밴드 선택 기법의 성능 분석을 위해 표적이 존재하는 초분광영상을 직접 촬영하고 이를 바탕으로 표적 탐지를 수행한 결과를 분석하였다. 350 nm~2500 nm 파장 대역에서 밴드 수를 164개에서 약 30~40개로 감소시켰을 때 Adaptive Cosine Estimator(ACE) 탐지 성능이 유지되거나 향상되는 결과를 보였다. 실험 결과를 통해 제안한 밴드 선택 기법이 초분광 영상에서 탐지에 효율적인 밴드를 추출해 내며, 이를 통해 성능의 감소 없이 데이터의 차원 감소를 수행할 수 있어 향후 실시간 표적 탐지 시스템의 처리 속도 향상에 도움을 줄 수 있을 것으로 보인다.

• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.547-557
• /
• 2017

본 연구에서는 탐지하고자 하는 표적신호를 초기 엔드멤버로 하여 Iterative Error Analysis를 통해 배경물질들의 반사 스펙트럼을 순차적으로 엔드멤버로 추출하고, 추출된 엔드멤버들을 이용하여 분광 혼합분석함으로써 표적물질의 분포를 탐지하는 새로운 초분광 표적탐지 기법을 제안한다. 제안된 기법에서는 표적물질에 대한 점유율의 변화가 주어진 문턱값보다 작아질 때 엔드멤버 추출을 위한 반복을 멈추게 된다. 이 기법은 Orthogonal Subspace Projection과 같은 모델 기반 표적 탐지기법들과 달리 사전에 엔드멤버들을 확보해야 할 필요가 없으며, Matched Filter와 같은 확률론적 표적 탐지 기법들과 달리 배경 전체를 하나의 신호로 특징화하지 않기 때문에 표적의 희소성 여부에 의한 영향을 받지 않는다는 장점을 가지고 있다. 실제 항공 초분광 영상자료 및 다양한 인공 표적물질들이 삽입된 모의 초분광 영상자료를 이용한 실험 결과, 제안된 방법이 희소 및 비 희소 표적의 탐지에 매우 효과적임이 확인되었다. 제안된 방법은 표적 물체 탐지뿐만 아니라 광물, 오염물질 등 자원 및 환경 분야에서 다양한 피복 물질을 탐지하는데 효과적으로 사용될 수 있을 것으로 기대된다.

• Current Optics and Photonics
• /
• 제4권3호
• /
• pp.210-220
• /
• 2020

Aiming at the problem that the Local Sparse Difference Index algorithm has low accuracy and low efficiency when detecting target anomalies in a hyperspectral image, this paper proposes a Weighted Collaborative Representation and Sparse Difference-Based Hyperspectral Anomaly Detection algorithm, to improve detection accuracy for a hyperspectral image. First, the band subspace is divided according to the band correlation coefficient, which avoids the situation in which there are multiple solutions of the sparse coefficient vector caused by too many bands. Then, the appropriate double-window model is selected, and the background dictionary constructed and weighted according to Euclidean distance, which reduces the influence of mixing anomalous components of the background on the solution of the sparse coefficient vector. Finally, the sparse coefficient vector is solved by the collaborative representation method, and the sparse difference index is calculated to complete the anomaly detection. To prove the effectiveness, the proposed algorithm is compared with the RX, LRX, and LSD algorithms in simulating and analyzing two AVIRIS hyperspectral images. The results show that the proposed algorithm has higher accuracy and a lower false-alarm rate, and yields better results.

• 대한원격탐사학회지
• /
• 제28권6호
• /
• pp.623-632
• /
• 2012

In this paper, we analyzed the effect of wavelet decomposition levels in feature extraction for anomaly detection from hyperspectral imagery. After wavelet analysis, anomaly detection was experimentally performed using the RX detector algorithm to analyze the detecting capabilities. From the experiment for anomaly detection using CASI imagery, the characteristics of extracted features and the changes of their patterns showed that radiance curves were simplified as wavelet transform progresses and H bands did not show significant differences between target anomaly and background in the previous levels. The results of anomaly detection and their ROC curves showed the best performance when using the appropriate sub-band decided from the visual interpretation of wavelet analysis which was L band at the decomposition level where the overall shape of profile was preserved. The results of this study would be used as fundamental information or guidelines when applying wavelet transform to feature extraction and selection from hyperspectral imagery. However, further researches for various anomaly targets and the quantitative selection of optimal decomposition levels are needed for generalization.