• 전자공학회논문지B
• /
• 제33B권8호
• /
• pp.42-49
• /
• 1996

In this paper, we propose a satellite multispectral image data compression method using classified vector quantization. This method classifies each pixel vector considering band characteristics of multispectral images. For each class, we perform both intraband and interband vector quantization to romove spatial and spectral redundancy, respectively. And residual vector quantization for error images is performed to reduce error of interband vector quantization. Thus, this method improves compression efficiency because of removing both intraband(spatial) and interband (spectral) redundancy in multispectral images, effectively. Experiments on landsat TM multispectral image show that compression efficiency of proposed method is better than that of conventional method.

• 방송공학회논문지
• /
• 제22권2호
• /
• pp.207-213
• /
• 2017

다수의 조명을 이용한 멀티스펙트럴 이미징을 정확히 수행하기 위해서는 영상 내 조명의 세기가 균일해야 한다. 멀티스펙트럴 이미징이 아니더라도 정확한 색 정보가 필요한 영상 획득에서는 조명이 정확해야 하고, 정확한 조명 특성을 위해 평면 광원을 사용하거나 조명 캘리브레이션을 수행한다. 본 논문에서는 조명의 세기가 균일하지 않은 영상을 조명의 세기가 균일하도록 색상을 보정하는 방법을 제안한다. 우선 비균일 조명에서 얻은 두 영상으로 멀티스펙트럴 이미징을 수행하여 반사 스펙트럼을 획득하고 획득한 반사 스펙트럼을 형광등이나 태양광과 같은 평면광에서 획득한 영상의 조명 특성으로 재조명한다. 재조명으로 얻은 영상과 평면광 영상의 조도 분포의 차이를 이용해서 비균일 조명 영상을 균일한 영상에서 획득한 영상처럼 색상 보정을 수행한다. 실험 결과로 조명의 비균일성이 균일하게 보정되었는지 확인하고, 이 결과를 통해 영상의 색 정보를 취득하는 데 조명의 제약사항을 줄일 수 있을 것으로 기대된다.

• 한국측량학회지
• /
• 제31권6_2호
• /
• pp.559-565
• /
• 2013

Spatial resolution of land covers from remotely sensed images can be increased using super-resolution mapping techniques for soft-classified land cover proportions. A further development of super-resolution mapping technique is downscaling the original remotely sensed image using super-resolution mapping techniques with a forward model. In this paper, the model for increasing spatial resolution of remote sensing multispectral image is tested with real SPOT 5 imagery at 10m spatial resolution for an area in Bac Giang Province, Vietnam in order to evaluate the feasibility of application of this model to the real imagery. The soft-classified land cover proportions obtained using a fuzzy c-means classification are then used as input data for a Hopfield neural network (HNN) to predict the multispectral images at sub-pixel spatial resolution. The 10m SPOT multispectral image was improved to 5m, 3,3m and 2.5m and compared with SPOT Panchromatic image at 2.5m resolution for assessment.Visually, the resulted image is compared with a SPOT 5 panchromatic image acquired at the same time with the multispectral data. The predicted image is apparently sharper than the original coarse spatial resolution image.

• 조명전기설비학회논문지
• /
• 제30권2호
• /
• pp.1-10
• /
• 2016

A system which provides multispectral near-IR and visible gray images of objects is constructed and an algorithm is derived to acquire a natural color image of objects from the gray images. A color image of 24 color patches is obtained by recovering their CIE (International Commission on Illumination) LAB color coordinates $L^*$, $a^*$, $b^*$ from their gray images using the algorithm based on polynomial regression. The system is composed of a custom-designed LED illuminator emitting multispectral near-IR illuminations, fluorescent lamps and a monochrome digital camera. Color reproducibility of the algorithm is estimated in CIELAB color difference ${\Delta}E^*_{ab}$. And as a result, if yellow and magenta color patches with around 10 ${\Delta}E^*_{ab}$ are disregarded, the average ${\Delta}E^*_{ab}$ is 2.9, and this value is within the acceptability tolerance for quality evaluation for digital color complex image.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.625-628
• /
• 2010

This paper proposes a novel feature extraction method for unsupervised multispectral image segmentation based in one dimensional combined neighborhood differences (1D CND). In contrast with the original CND, which is applied with traditional image, 1D CND is computed on a single pixel with various bands. The proposed algorithm utilizes the sign of differences between bands of the pixel. The difference values are thresholded to form a binary codeword. A binomial factor is assigned to these codeword to form another unique value. These values are then grouped to construct the 1D CND feature image where is used in the unsupervised image segmentation. Various experiments using two LANDSAT multispectral images have been performed to evaluate the segmentation and classification accuracy of the proposed method. The result shows that 1D CND feature outperforms the spectral feature, with average classification accuracy of 87.55% whereas that of spectral feature is 55.81%.

• 경영과정보연구
• /
• 제3권
• /
• pp.15-45
• /
• 1999

Processing techniques of remote sensed image data using computer have been recognized very necessary techniques to all social fields, such as, environmental observation, land cultivation, resource investigation, military trend grasp and agricultural product estimation, etc. Especially, accurate classification and analysis to remote sensed image da are important elements that can determine reliability of remote sensed image data processing systems, and many researches have been processed to improve these accuracy of classification and analysis. Traditionally, remote sensed image data processing systems have been processed 2 or 3 selected bands in multiple bands, in this time, their selection criterions are statistical separability or wavelength properties. But, it have be bring up the necessity of bands selection method by data distribution characteristics than traditional bands selection by wavelength properties or statistical separability. Because data sensing environments change from multispectral environments to hyperspectral environments. In this paper for efficient data classification in multispectral bands environment, a band feature extraction method using the Rough sets theory is proposed. First, we make a look up table from training data, and analyze the properties of experimental multispectral image data, then select the efficient band using indiscernibility relation of Rough set theory from analysis results. Proposed method is applied to LANDSAT TM data on 2 June 1992. From this, we show clustering trends that similar to traditional band selection results by wavelength properties, from this, we verify that can use the proposed method that centered on data properties to select the efficient bands, though data sensing environment change to hyperspectral band environments.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.717-721
• /
• 2008

본 논문에서는 RGB 카메라와 LED 광원만을 이용하여 객체에 대한 반사 스펙트럼을 효율적으로 측정하는 영상 획득 시스템을 제안한다. 멀티스펙트럼 영상 획득 시스템은 LED 컨트롤러, LED 클러스터, RGB 카메라로 구성되고 전역 스펙트럼(full spectrum)의 영상을 실시간으로 획득하는 시스템이다. 제안된 시스템은 스펙트럼 기저 함수들의 선형 결함으로 전역 스펙트럼을 재구성하여 비교적 간단하면서도 높은 정확도를 보장해준다. 본 시스템의 효용성을 증명하기 위해 다양한 장면(scene)에 대한 반사 스펙트럼을 측정하고 이를 이용하여 여러 광원을 적용한 재조명 결과를 보여준다.

• 대한원격탐사학회지
• /
• 제33권6_1호
• /
• pp.1003-1017
• /
• 2017

지표면의 공간 정보를 정확히 추출하기 위해서는 고 해상도의 다중 분광 영상 자료를 사용할 필요가 있다. 범색 영상에 비해 상대적으로 낮은 공간 해상도를 갖는 다중 분광 자료의 해상도를 범색 영상 급으로 높이기 위해 PAN-sharpening 융합 기술을 사용한다. 이러한 고해상도 자료를 분석하기 위해서는 화소기반보다는 객체 기반 분석이 주목을 받고 있다. 객체 기반 영상 분석을 위해서 영상을 구성하는 화소들의 집단으로 영상 객체를 생성하는 영상 분할 과정이 선행되어야 한다. RAG(Regional Adjancy Graph)에 의해 형성된 인접 지역을 합병하는 지역 확장을 통해 효과적으로 영상 분할을 할 수 있다. 위성 원격 탐사에서 불 완전한 관측 환경으로 수집한 영상 자료에 질 저하가 일어 난다. 정확한 영상 분할을 위해서 동일 지역으로 관측된 분광 값의 변이가 최소화되도록 질의 개선이 필요하다. 동일 지역에 속하는 공간적으로 인접한 이웃들의 화소 값과 차이를 반복적으로 줄여 나가는 과정을 통해 동일 지역에서의 화소 값의 변이를 감소시킬 수 있다. 영상 객체를 단위로 사용하는 영상 분류에서 오류를 감소시키기 위해 영상 분할 결과에서 적정한 분할 지역 크기를 생성하여야 한다. 분할 지역 크기는 지역 확장 과정에서 합병을 중지하는 단계에 의해 정해지므로 중지 규칙은 영상 분할 결과의 품질을 결정한다. 본 연구에서는 모의 자료 실험을 통하여 분할의 정확성에 대해 정량적 평가를 실시하였으며 3개의 PAN-sharpened 고해상도 다중 분광 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 실제 자료의 분석에서는 중지 규칙과 관련된 분할 지역 크기에 대해 정성적으로 평가 하였다. 사용된 원격 탐사 자료는 1m급의 미국 LA지역에서 수집된 Dubaisat-2 자료와 0.7 m급의 한반도 대전 지역과 충청남도 지역에서 각각 수집된 KOMPSAT-3 자료이다. 실험 결과는 영상 복원은 PAN-sharpened 고해상도 다중 분광 자료의 영상 분할 결과의 정확성을 상당히 제고시킬 수 있다는 것을 보여준다.

• Journal of Biosystems Engineering
• /
• 제38권3호
• /
• pp.199-207
• /
• 2013

Purpose: Tomatoes, an important agricultural product in fresh-cut markets, are sometimes a source of foodborne illness, mainly Salmonella spp. Growth cracks on tomatoes can be a pathway for bacteria, so its detection prior to consumption is important for public health. In this study, multispectral Visible/Near-Infrared (NIR) reflectance imaging techniques were used to determine optimal wavebands for the classification of defect tomatoes. Methods: Hyperspectral reflectance images were collected from samples of naturally cracked tomatoes. To classify the resulting images, the selected wavelength bands were subjected to two-band permutations, and a supervised classification method was used. Results: The results showed that two optimal wavelengths, 713.8 nm and 718.6 nm, could be used to identify cracked spots on tomato surfaces with a correct classification rate of 91.1%. The result indicates that multispectral reflectance imaging with optimized wavebands from hyperspectral images is an effective technique for the classification of defective tomatoes. Conclusions: Although it can be susceptible to specular interference, the multispectral reflectance imaging is an appropriate method for commercial applications because it is faster and much less expensive than Near-Infrared or fluorescence imaging techniques.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 춘계학술발표회논문집
• /
• pp.159-164
• /
• 2004

SAM(Spectral Angle Mapper) is the method using the similarly of the angle between pairs of signatures instead of the spectral distance(MDC, MLC etc.) for classification or clustering. In this paper, we applied unsupervised techniques(Unsupervised SAM and ISODATA) to the Hyperspectral Image(Hyperion) which has innumerable, narrow and contiguous spectral bands and Multispectral Image(ETM$\^$+/) for the clustering of signatures. The overall measured accuracies of the USAM and ISODATA of multispectral image were 76.52%, 53.91% and the USAM and ISODATA of hyperspectral image were 63.04%, 53.91%. From the results of our test, we report that the Unsupervised SAM is better classfication technique than ISODATA. Also we believe that the "Spectral Angle" can potentially be one of the most accurate classifier not only multispectral images but hyperspectral images.