• Agricultural and Biosystems Engineering
• /
• 제6권1호
• /
• pp.1-7
• /
• 2005

Assessing health condition of crop in the field is one of core operation in precision fanning. A sensing system was proposed to remotely detect the crop health condition in terms of SP AD readings directly related to chlorophyll contents of crop using a multispectral camera equipped on ground-based platform. Since the image taken by a camera was sensitive to changes in ambient light intensity, it was needed to convert gray scale image data into reflectance, an index to indicate the reflection characteristics of target crop. A reference reflectance panel consisting of four pieces of sub-panels with different reflectance was developed for a dynamic calibration, by which a calibration equation was updated for every crop image captured by the camera. The system performance was evaluated in a field by investigating the relationship between com canopy reflectance and SP AD values. The validation tests revealed that the com canopy reflectance induced from Green band in the multispectral camera had the most significant correlation with SPAD values $(r^2=0.75)$ and NIR band could be used to filter out unwanted non-crop features such as soil background and empty space in a crop canopy. This research confirmed that it was technically feasible to develop a ground-based remote sensing system for assessing crop health condition.

• 대한원격탐사학회지
• /
• 제28권6호
• /
• pp.661-670
• /
• 2012

Urban forests provide great ecosystem services to population in metropolitan areas even though they occupy little green space in a huge gray landscape. Unfortunately, urbanization inherently results in threatening the green infrastructure, and the recent urbanization trends drew great attention of scientists and policy makers on how to preserve or restore green infrastructure in metropolitan area. For this reason, mapping the spatial distribution of the green infrastructure is important in urban environments since the resulting map helps us identify hot green spots and set up long term plan on how to preserve or restore green infrastructure in urban environments. As a preliminary step for mapping green infrastructure utilizing multi-source remote sensing data in urban environments, the objective of this study is to map vegetation volume by fusing LiDAR and multispectral data in urban environments. Multispectral imageries are used to identify the two dimensional distribution of green infrastructure, while LiDAR data are utilized to characterize the vertical structure of the identified green structure. Vegetation volume was calculated over the metropolitan Chicago city area, and the vegetation volume was summarized over 16 NLCD classes. The experimental results indicated that vegetation volume varies greatly even in the same land cover class, and traditional land cover map based above ground biomass estimation approach may introduce bias in the estimation results.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.234-237
• /
• 2007

Road networks are important geospatial databases for various GIS (Geographic Information System) applications. Road digital maps may contain geometric spatial errors due to human and scanning errors, but manually updating roads information is time consuming. In this paper, we developed a new road features updating methodology using from multispectral high-resolution satellite image and pre-existing vector map. The approach is based on initial seed point generation using line segment matching and a modified double snake algorithm. Firstly, we conducted line segment matching between the road vector data and the edges of image obtained by Canny operator. Then, the translated road data was used to initialize the seed points of the double snake model in order to refine the updating of road features. The double snake algorithm is composed of two open snake models which are evolving jointly to keep a parallel between them. In the proposed algorithm, a new energy term was added which behaved as a constraint. It forced the snake nodes not to be out of potential road pixels in multispectral image. The experiment was accomplished using a QuickBird pan-sharpened multispectral image and 1:5,000 digital road maps of Daejeon. We showed the feasibility of the approach by presenting results in this urban area.

• 대한원격탐사학회지
• /
• 제34권1호
• /
• pp.151-166
• /
• 2018

This paper compares the four selections of performance used in the application of genetic algorithms (GAs) to automatically optimize multispectral pixel cluster for unsupervised classification from KOMPSAT-3 data, since the selection among three main types of operators including crossover and mutation is the driving force to determine the overall operations in the clustering GAs. Experimental results demonstrate that the tournament selection obtains a better performance than the other selections, especially for both the number of generation and the convergence rate. However, it is computationally more expensive than the elitism selection with the slowest convergence rate in the comparison, which has less probability of getting optimum cluster centers than the other selections. Both the ranked-based selection and the proportional roulette wheel selection show similar performance in the average Euclidean distance using the pixel clustering, even the ranked-based is computationally much more expensive than the proportional roulette. With respect to finding global optimum, the tournament selection has higher potential to reach the global optimum prior to the ranked-based selection which spends a lot of computational time in fitness smoothing. The tournament selection-based clustering GA is used to successfully classify the KOMPSAT-3 multispectral data achieving the sufficient the matic accuracy assessment (namely, the achieved Kappa coefficient value of 0.923).

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 추계종합학술대회
• /
• pp.204-209
• /
• 1999

일반적으로 신경회로망은 다중분광 영상의 카테고리 분류를 위해 많이 사용되나 다중분광 영상의 경우 카테고리간 명암도차가 얼마나지 않아 오차 수렴시간이 많이 걸리고 분류성능이 떨어진다. 이와 같은 문제점을 해결하기 위해 본 논문에서는 평활화 과정, 주된 골을 찾는 과정, 그리고 향상 과정으로 구성되는 새로운 영상 향상법을 제안하고, 제안한 방법으로 향상된 다중분광 영상을 신경회로망의 입력으로 하여 카테고리 분류하였다. 제안한 방법을 LANDSAT TM 영상에 적용한 결과 신경회로망의 오차 수렴속도가 빨라졌고, 분류 성능이 향상되었음을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제16권1호
• /
• pp.14-22
• /
• 2011

기존의 대표적인 위성영상 융합방법들의 경우 해상도가 높은 팬크로매틱 영상에서 얻은 고주파수 성분을 모든 저해상도의 다중분광 영상 (Color성분/IR성분 등)마다 똑같이 더함으로써 고화질의 컬러 위성영상을 합성하였다. 그러나 다중분광영상들의 스펙트럼을 살펴보면 각 채널마다 대역폭이 서로 다르고 평균적인 밝기도 서로 다르므로 기존의 방법에서와 같이 각 성분에 동일한 고주파 성분을 더하면 일부 다중분광영상이 왜곡되어 전체적인 컬러가 왜곡되는 현상이 나타난다. 따라서 본 논문에서는 이러한 밝기와 스펙트럼 중첩의 차이를 보상하는 새로운 웨이블릿 변역 위성영상합성 알고리즘을 제안한다. 구체적으로, 각 다중분광영상의 밝기차이를 보정하기 위하여 서로의 명암비를 고려하면서 팬크로매틱 영상으로부터 각 채널의 고해상도 영상을 합성하는 방법을 제안한다. 그리고 다중분광 영상들 사이의 대역폭 차이를 보정하기 위한 방안으로서 각각의 웨이블릿 계수를 구하여 이들을 웨이블릿 변역에서 대역폭에 비례한 상수를 곱해서 고주파 성분을 더해주는 방법을 제시하였다. 실험은 스펙트럼의 특성이 잘 알려진 IKONOS 위성영상에 대하여 수행하였으며, 실험 결과 제안하는 알고리즘이 PSNR과 상관도 평가에서 기존의 방법보다 더 좋다는 것을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제38권4호
• /
• pp.362-370
• /
• 2001

본 논문에서는 웨이브릿 영역에서의 영역 분류와 대역간 예측 및 선택적 벡터 양자화를 이용한 다분광 화상테이타 압축 기법을 제안하였다. 이 방법에서는 각 대역을 웨이브릿 변환 후, 각 대역의 기저밴드의 대역별 특성을 이용하여 영역 분류를 행하였다. 그리고, 다른 대역과 해상도가 동일하고 공간적 분산이 작으며 분광적 상관성이 큰 기준대역 (reference channel)을 결정한 뒤, 이를 영역별 스칼라 및 분류별 가변 벡터 양자화를 행하여 부호화 하였다. 또한 기준대역과의 대역간 상관성이 큰 대역들에 대해서는 영역별 대역간 예측을 행한 후, 활동도가 높은 블록에 대해서만 선택적 벡터 양자화로 부호화를 행하였다. 이때, 활동도가 높은 블록들의 위치정보는 기준대역으로부터 얻어지는 임계치 지도 (threshold map; THMAP)를 이용하였다. 즉, 제안한 방법에서는 각 대역에 대해 웨이브릿 영역에서의 영역 분류 후 영역별 대역간 예측을 행함으로써 다분광 화상데이타에 존재하는 대역간 중복성을 제거하고 선택적 벡터 양자화를 행함으로써 대역내 중복성을 효과적으로 제거하여 압축효율을 향상시킨다. 실제 원격 센싱된 인공위성 화상데이타에 대한 실험을 통하여 제안한 기법의 부호화 효율이 기존의 기법에 비하여 우수함을 확인하였다.

• 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.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.637-647
• /
• 2019

작물의 스트레스를 탐지하는 것은 생산량 감소를 평가하는데 매우 중요하다. 광화학 반사 지수 (PRI)는 LUE의 원격 감지 지표로서 개발되었으며, 많은 연구자들에 의해 식생의 스트레스 탐지에 효과적으로 사용할 수 있음이 입증되었다. 그러나 원격탐사 영상에 기반한 PRI를 이용한 연구는 매우 드물다. 낮은 분광해상도로 인하여 드론 및 위성영상 기반의 PRI 모니터링이 어렵기 때문이다. 본 연구에서는 다중분광 센서 기반의 PRI를 산정하기 위하여 인접한 밴드를 이용한 융합 방법을 제안하였다. 제안한 기법을 초분광 및 다중분광 영상에 적용한 결과 산출된 PRI는 79%의 설명력을 나타내었으며, 지상고정형 센서의 관측값과도 유사한 변동 특성을 나타내었다. 따라서 밴드 융합에 의한 PRI는 작물 스트레스 평가에 적용이 가능할 것으로 판단된다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.541-548
• /
• 2021

최근 농업, 산림관리, 해안환경 모니터링 등 다양한 분야에서 다분광 카메라의 활용, 특히 드론에 탑재되어 활용되는 사례가 증대되고 있다. 산출되는 다분광 영상은 위치정보를 위해 주로 드론에 탑재된 GPS (Global Positioning System)나 IMU (Inertial Measurement Unit) 센서를 이용해 지리참조(georeferencing)되는데, 보다 높은 정확도를 위해서는 직접 측량한 지상 기준점을 이용하기도 한다. 하지만, 직접 측량에 드는 비용 및 시간으로 인해 또는 직접 접근이 어려운 지역에 대해서는 지상 참조값을 활용하지 않고 지리참조를 수행해야하는 경우가 자주 발생하게 된다. 본 연구는 지상기준점이 가용하지 않은 경우에 다분광카메라로부터의 영상의 지리참조 정밀도를 향상시키기 위해 같이 탑재된 고해상도 RGB카메라의 영상을 활용하는 방안에 대하여 연구한다. 드론 영상은 우선 번들조정을 통해 카메라의 외부표정 요소를 추정하였고, 이를 지상 기준점을 이용한 경우의 외부표정 및 위치결과와 비교하였다. 실험결과, 고해상도 영상을 포함하여 번들조정을 하게 될 경우, 다분광 카메라 영상을 단독으로 활용할 때보다, 다분광 카메라 영상의 지리참조 오차가 비약적으로 감소하였음을 확인하였다. 추가로 한 지상 지점에서 드론으로의 방향각을 추정할 때의 오차를 분석한 결과, 마찬가지로 고해상도 RGB영상을 포함하여 번들조정하게 되면 기존의 방향각 오차가 한 단위이상 감소하는 것으로 나타났다.