• 한국측량학회지
• /
• 제36권6호
• /
• pp.589-599
• /
• 2018

토지피복도는 지금까지 주로 위성영상과 항공영상을 이용하여 제작되어 왔지만 이 두 영상은 공간적 해상도의 한계가 따르고 구름의 영향으로 원하는 시점에 원하는 지역의 영상을 취득하기에는 역부족이다. 또한, 소규모 지역에 대한 토지피복도를 제작하기에는 시간적 및 경제성 측면에서 비효율적이다. 이에 본 연구에서는 다중분광 카메라 기반의 드론을 사용하여 다중시기 영상을 취득하고 정사영상을 생성한 후 토지피복도를 제작하여 시계열 분석을 통해 활용성을 평가 하였다. 그 결과 RMSE (Root Mean Square Error)가 X, Y, H에서 각각 ${\pm}10mm$, ${\pm}11mm$, ${\pm}26mm$인 RGB 정사영상과 ${\pm}28mm$, ${\pm}27mm$, ${\pm}47mm$인 다중분광 정사영상을 생성할 수 있었다. 픽셀기반 및 객체기반 분류로 각각 제작된 토지피복도의 정확도를 분석한 결과 전체 정확도와 Kappa 계수에서 객체기반 분류가 시기별로 각각 7월 93.75%, 92.42%, 10월 92.50%, 91.20%, 2월 92.92%, 91.77%로 더 높게 나타났으며 시계열 분석 결과 특정 객체의 면적 변화량을 정량적으로 정확하게 파악할 수 있었다. 이를 통해 다중분광 카메라 기반의 드론을 활용한 효율적인 토지피복도 제작 가능성과 활용성을 확인하였다.

• 대한원격탐사학회지
• /
• 제33권6_2호
• /
• pp.1075-1087
• /
• 2017

본 연구에서는 위성영상에 대한 변화탐지 기법의 결과를 토지피복지도 갱신의 기초자료로 활용하고자 하였다. $S^2CVA$(Sequential Spectral Change Vector Analysis) 기법을 다시기 다중분광 위성영상에 적용하여 해당 지역 내의 변화지역을 추출하였다. 특히, 분광변화벡터의 방향정보를 이용하여 계절적 변화에 의한 변화지역의 오탐지를 최소화하고자 하였다. 변화탐지 결과인 이진영상은 구역통계를 활용하여 토지 피복도와 함께 통합하였으며, 토지피복지도 갱신을 위하여 객체 기반의 분석을 수행하였다. PlanetScope 자료와 환경부의 토지피복지도를 이용한 실험결과, 토지피복지도 내에 변화된 지역을 효과적으로 탐지할 수 있음을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.375-380
• /
• 1999

Ocean Scanning Multispectral Imager (OSMI) is a payload on the KOMPSAT satellite to perform worldwide ocean color monitoring for the study of biological oceanography. The instrument images the ocean surface using a wisk-broom motion with a swath width of 800 km and a ground sample distance (GSD) of<1km over the entire field of view (FOV). The instrument is designed to have an on-orbit operation duty cycle of 20% over the mission lifetime of 3 years with the functions of programmable gain/offset and on-board image data compression/storage. The instrument also performs sun and dark calibration for on-board instrument calibration. The OSMI instrument is a multi-spectral imager covering the spectral range from 400nm to 900nm using CCD Focal Plane Array (FPA). The ocean colors are monitored using 6 spectral channels that can be selected via ground commands. KOMPSAT satellite with OSMI was integrated and the satellite level environment tests and instrument aliveness/functional test as well, such as launch environment, on-orbit environment (Thermal/vacuum) and EMl/EMC test were performed at KARI. Test results met the requirements and the OSMI data were collected and analyzed during each test phase. The instrument is launched on the KOMPSAT satellite in the late 1999 and the image is scheduled to start collecting ocean color data in the early 2000 upon completion of on-orbit instrument checkout.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.28-34
• /
• 2007

위성 영상에서 도로를 효과적으로 추출하기 위한 히스토그램 기반 도로 경계선 추출자를 제안하였다. 제안한 추출자를 이용해 도로 경계선 양측의 도로와 비도로 영역 각 화소의 방향성 히스토그램 차를 계산하고, 그 에지 강도 맵을 구하여 도로의 경계선을 추출하였다. 그리고 원영상과 분할된 도로 군집 영상의 에지 강도 맵을 계층적으로 구하여 직선 도로와 곡선 도로를 추출한 다음, 도로의 연결성을 기반으로 하여 전체 도로망을 구성하였다. 제안한 추출자는 칼라 유사도를 계산하는 기존 방법과 달리 히스토그램 차를 기반으로 하기 때문에 잡영에 강건하게 도로를 추출할 수 있으며, 도로 경계선의 위치와 도로 폭도 함께 추출할 수 있을 뿐만 아니라 도로군집을 자동식별하기 때문에 다양한 분광특성의 도로들도 쉽게 추출할 수 있다. 제안한 추출자를 이용하여 1m의 공간 해상도를 갖는 IKONOS 위성 영상에 대해 실험하여 잡영에 강건하게 도로가 추출됨을 확인하였고, 직선 도로 뿐만 아니라 곡선도로 추출도 용이함을 확인하였다.

• 대한원격탐사학회지
• /
• 제15권4호
• /
• pp.297-305
• /
• 1999

Ocean Scanning Multispectral Imager (OSMI) is a payload on the KOMPSAT satellite to perform global ocean color monitoring for the study of biological oceanography. The instrument images the ocean surface using a wisk-broom motion with a swath width of 800km and a ground sample distance (GSD) of < 1km over the entire field of view (FOV). The instrument is designed to have an on-orbit operation duty cycle of 20% over the mission lifetime of 3 years with the functions of programmable gain/offset and on-board image data compression/storage. The instrument also performs sun and dark calibration for on-board instrument calibration. The OSMI instrument is a multi-spectral imager covering the spectral range from 400nm to 900nm using CCD Focal Plane Array (FPA). The ocean colors are monitored using 6 spectral channels that can be selected via ground commands. KOMPSAT satellite with OSMI was integrated and the satellite level environment tests including instrument aliveness/functional test, such as launch environment, on-orbit environment (Thermal/Vacuum) and EMI/EMC test were performed at KARl. Test results met the requirements and the OSMI data were collected and analyzed during each test phase. The instrument is launched on the KOMPSAT satellite on December 21,1999 and is scheduled to start collecting ocean color data in the early 2000 upon completion of on-orbit instrument checkout.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.331-336
• /
• 1999

The optical sensors of Electro-Optical Camera (EOC) and Ocean Scanning Multi-spectral Imager (OSMI) aboard the Korea Multi-Purpose SATellite (KOMPSAT) will be placed in a sun synchronous orbit in 1999. The EOC and OSMI sensors are expected to produce the land mapping imagery of Korean territory and the ocean color imagery of world oceans, respectively. Utilization of the EOC and OSMI data would encompass the various fields of science and technology such as land mapping, land use and development, flood monitoring, biological oceanography, fishery, and environmental monitoring. Readiness of data support for user community is thus essential to the success of the KOMPSAT program. As part of testing such readiness prior to the KOMPSAT launch, we have performed the preliminary acceptance test for the KOMPSAT data processing system using the simulated EOC and OSMI data sets. The purpose of this paper is to demonstrate the readiness of the KOMPSAT data processing system, and to help data users understand how the KOMPSAT EOC and OSMI data are processed and archived. Test results demonstrate that all requirements described in the data processing specification have been met, and that the image integrity is maintained for all products. It is however noted that since the product accuracy is limited by the simulated sensor data, any quantitative assessment of image products can not be made until actual KOMPSAT images will be acquired.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.320-323
• /
• 2008

This study attempts to establish a system extracting and monitoring cultural grounds of seaweeds (lavers, brown seaweeds and seaweed fulvescens) and abalone on the basis of both KOMPSAT-2 and Terrasar-X data. The study areas are located in the northwest and southwest coast of South Korea, famous for coastal cultural grounds. The northwest site is in a high tidal range area (on the average, 6.1 min Asan Bay) and has laver cultural grounds for the most. An semi-automatic detection system of laver facilities is described and assessed for spacebome optic images. On the other hand, the southwest cost is most famous for seaweeds. Aquaculture facilities, which cover extensive portions of this area, can be subdivided into three major groups: brown seaweeds, capsosiphon fulvescens and abalone farms. The study is based on interpretation of optic and SAR satellite data and a detailed image analysis procedure is described here. On May 25 and June 2, 2008 the TerraSAR-X radar satellite took some images of the area. SAR data are unique for mapping those farms. In case of abalone farms, the backscatters from surrounding dykes allows for recognition and separation of abalone ponds from all other water-covered surfaces. But identification of seaweeds such as laver, brown seaweeds and seaweed fulvescens depends on the dampening effect due to the presence of the facilities and is a complex task because objects that resemble seaweeds frequently occur, particularly in low wind or tidal conditions. Lastly, fusion of SAR and optic spatial images is tested to enhance the detection of aquaculture facilities by using the panchromatic image with spatial resolution 1 meter and the corresponding multi-spectral, with spatial resolution 4 meters and 4 spectrum bands, from KOMPSAT-2. The mapping accuracy achieved for farms will be estimated and discussed after field verification of preliminary results.

• 대한원격탐사학회지
• /
• 제13권2호
• /
• pp.85-98
• /
• 1997

본 논문에서는 현재 고해상도 위성 영상을 촬영하는 대부분의 카메라인 pushbroom형태 의 선형 CCD카메라의 기하학적 모델 및 좌표변환 과정을 제안한다. 제안되는 모델은 원시 영상 자표계로 부터 지도 좌표계까지의 정함수 변환 뿐아니라 반대 방향의 역함수 변환도 포함한다. 실제로 resampling의 용이성이나 구현의 효율성을 감안할 때 역함수 변환이 사용되어야 하지만, pushbroom형태의 영상일 경우 그 촛점의 위치가 시간에 따라 변화하므로 역함수 변환 함수가 단 순한 수학적 형태로 성립될 수 없다. 따라서 이 논문에서는 반복 연산과 수렴을 통한 역함수 변 환의 유도를 제안한다. 제안되는 기하학적 모델은 모든 선형 CCD 위성영상에 적용될 수 있으나 본 논문에서는 유도의 편이성을 위해 현재 비행모델을 제작 중이며 1998년 후반에 발사 예정인 우리별 3호의 고해상도 카메라 영상에 촛점을 맞추었다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1537-1549
• /
• 2020

KOMPSAT-3의 지상해상도는 전정색 밴드: 0.7 m, 다중 스펙트럴 밴드: 2.8 m이며, 관측 폭의 경우 16 km이다. 따라서 관측 폭(16 km) 보다 넓은 지역의 영상을 한 번의 촬영으로 획득할 수 없으며, 관측 폭 단위로 넓은 지역을 겹치게 촬영 한 후에 획득한 영상들을 하나의 영상으로 만들어야 주어야 한다. 이때 필요한 알고리즘을 영상 모자이킹 또는 영상 스티칭이라고 하며, 지도 제작, 국토관리 분야 등에 사용된다. 모자이킹 알고리즘은 일반적으로 (1) 특징점 추출 및 매칭, (2) 복사 평형, (3) 경계선 추정, (4) 영상 블렌딩의 4단계로 이루어져 있다. 본 논문에서는 위성 영상에서 효과적으로 경계선 추정할 수 있는 방법에 대해 연구하였다. 그 결과 기존의 방법에 비하여 더 정확하게 경계선을 추정할 수 있었으며, 모자이킹이 된 영상도 경계선 부분의 이질감이 최소화 되었다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.93-101
• /
• 2024

Accurate field crop classification is essential for various agricultural applications, yet existing methods face challenges due to diverse crop types and complex field conditions. This study aimed to address these issues by combining support vector machine (SVM) models with multi-seasonal unmanned aerial vehicle (UAV) images, texture information extracted from Gray Level Co-occurrence Matrix (GLCM), and RGB spectral data. Twelve high-resolution UAV image captures spanned March-October 2021, while field surveys on three dates provided ground truth data. We focused on data from August (-A), September (-S), and October (-O) images and trained four support vector classifier (SVC) models (SVC-A, SVC-S, SVC-O, SVC-AS) using visual bands and eight GLCM features. Farm maps provided by the Ministry of Agriculture, Food and Rural Affairs proved efficient for open-field crop identification and served as a reference for accuracy comparison. Our analysis showcased the significant impact of hyperparameter tuning (C and gamma) on SVM model performance, requiring careful optimization for each scenario. Importantly, we identified models exhibiting distinct high-accuracy zones, with SVC-O trained on October data achieving the highest overall and individual crop classification accuracy. This success likely stems from its ability to capture distinct texture information from mature crops.Incorporating GLCM features proved highly effective for all models,significantly boosting classification accuracy.Among these features, homogeneity, entropy, and correlation consistently demonstrated the most impactful contribution. However, balancing accuracy with computational efficiency and feature selection remains crucial for practical application. Performance analysis revealed that SVC-O achieved exceptional results in overall and individual crop classification, while soybeans and rice were consistently classified well by all models. Challenges were encountered with cabbage due to its early growth stage and low field cover density. The study demonstrates the potential of utilizing farm maps and GLCM features in conjunction with SVM models for accurate field crop classification. Careful parameter tuning and model selection based on specific scenarios are key for optimizing performance in real-world applications.