• 한국측량학회지
• /
• 제40권3호
• /
• pp.177-185
• /
• 2022

본 연구에서는 딥러닝을 통해 고해상도 광학 위성영상에 동종센서로 촬영한 영상을 참조하여 폐색 영역을 복원하는 방법을 제안하였다. 패치 단위로 분할된 영상에서 원본 영상의 화소 분포를 최대한 유지하며 폐색 영역을 모의한 영상과 주변 영상의 자연스러운 연속성을 위해 ConvNeXt 블록을 적용한 CycleGAN (Cycle Generative Adversarial Network) 방법을 사용하여 실험을 진행하였고 이를 3개의 실험지역에 대해 분석하였다. 또한, 학습패치 크기를 512*512화소로 하는 경우와 2배 확장한 1024*1024화소 크기의 적용 결과도 비교하였다. 서로 특징이 다른 3개의 지역에 대하여 실험한 결과, ConvNeXt CycleGAN 방법론이 기존의 CycleGAN을 적용한 영상, Histogram matching 영상과 비교하여 개선된 R² 값을 보여줌을 확인하였다. 학습에 사용되는 패치 크기별 실험의 경우 1024*1024화소의 패치를 사용한 결과, 약 0.98의 R²값이 산출되었으며 영상밴드별 화소 분포를 비교한 결과에서도 큰 패치 크기로 학습한 모의 결과가 원본 영상과 더 유사한 히스토그램 분포를 나타내었다. 이를 통해, 기존의 CycleGAN을 적용한 영상 및 Histogram matching 영상보다 발전된 ConvNeXt CycleGAN을 사용할 때 원본영상과 유사한 모의 결과를 도출할 수 있었고, 성공적인 모의를 수행할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.901-912
• /
• 2022

전 세계적인 기후변화로 재해발생빈도가 증가하고 있으며, 국내에서도 이례적인 폭우 및 장마현상이 발생되고 있다. 이러한 기상이변현상은 가뭄, 홍수 등으로 이어져 2차피해를 유발할 수 있으므로 주기적인 모니터링과 신속한 탐지가 중요하다. 수체탐지를 위하여 광학영상을 활용한 연구가 지속적으로 이루어지고 있으나, 폭우를 동반하여 발생하는 홍수를 탐지하기 위해서는 구름의 영향으로 탐지하기 어렵다는 한계를 대변하기 위해 전천후 주야에 관계없이 관측가능한 합성개구레이더(synthetic aperture radar, SAR)를 활용한 연구가 필요하다. 본 연구에서는 개방데이터로서 24시간 이내에 수집 가능한 Sentinel-1 SAR 영상을 활용하여 최근 다양한 분야에서 활용되고 있는 딥러닝 알고리즘인 UNet을 적용하였다. 선행연구에서 SAR영상과 딥러닝 알고리즘을 이용하여 수체탐지 연구가 진행되고 있지만, 국내를 대상으로 소수의 연구만이 진행되었다. 따라서 SAR 영상의 딥러닝 적용가능성을 파악해보고자 UNet과 기존의 알고리즘인 임계값(thresholding) 방법을 비교하였으며, 5가지 지수와 Sentinel-2 normalized difference water index (NDWI)로 평가하였다. Intersect of union (IoU)로 정확도를 평가해 본 결과 UNet은 0.894, 임계값 방법은 0.699로 UNet의 정확도가 높은 것을 확인할 수 있었다. 본 연구를 통해 딥러닝 기반 SAR영상의 적용가능성을 확인할 수 있었으며, 고해상도의 SAR영상과 딥러닝 알고리즘을 적용한다면, 국내를 대상으로 주기적이고 정확한 수체의 변화탐지가 가능할 것이라 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.695-706
• /
• 2022

중, 고해상도 광학위성은 산불발생지역의 탐지에 대해 그 효용성이 입증되었다. 그러나 산불과 함께 발생하는 연기는 지표에 입사하는 가시광선을 산란시키므로 산불발생지역의 모니터링에 방해가 되며 따라서 연기를 사전에 추출하는 기술이 필요하다. 딥러닝 기술은 연기추출의 정확도를 향상시킬 수 있으나, 학습용 데이터셋의 부족으로 인해 적용에 한계가 있다. 반면에 연기와 유사하게 가시광선을 산란시키는 성질을 지닌 구름은 현재까지 다량의 학습용 데이터셋이 축적되었다. 본 연구는 딥러닝을 활용하여 연기추출을 고도화하는 것이 그 목적이며, 그 과정에서 데이터셋의 부족에 따른 연기추출의 한계점을 구름을 활용한 전이학습으로 해결했다. 전이학습의 효율성 확인을 위해 본 연구에서는 Landsat-8 위성영상을 기반으로 연기추출 학습용 데이터셋을 소규모로 제작한 후, 공공 구름 데이터셋을 활용하여 전이학습을 적용하기 전과 후의 연기추출 성능을 비교하였다. 그 결과 가시광선 파장대역 뿐만이 아니라 근적외선(NIR)과 단파장 적외선(SWIR) 영역에도 전이학습시 성능이 뚜렷하게 향상됨을 확인할 수 있었다. 본 연구결과를 통해서 연기추출의 데이터셋의 부족을 해결할 수 있을 것으로 보이며, 더 나아가 연기추출의 고도화를 통해서 산불발생지역의 모니터링에 이점을 제시할 수 있을 것이다.

• 한국음향학회지
• /
• 제41권5호
• /
• pp.507-517
• /
• 2022

광음향 현미경은 높은 공간 해상도와 높은 대조도를 갖는 영상을 제공할 수 있어 생명과학 연구와 의료응용에 있어 유용하다. 광음향 현미경은 레이저 펄스 송신 후 생체조직에서 발생하는 광음향 신호를 수신하여 영상을 구성한다. 일반적으로 광음향 신호의 크기는 작기 때문에, 고품질의 광음향 현미경 영상을 얻기 위해서는 고성능의 광학 및 음향 모듈과 더불어 신호 수신용 고성능 시스템이 필요하다. 그러나 대부분의 광음향 현미경 시스템은 광음향 신호의 수신, 증폭, 품질향상, 디지털화를 위해 여러 상용 장비의 조합으로 구성된다. 이러한 이유로 광음향 현미경은 부피가 클 수밖에 없으며, 최적의 성능을 제공하기 어렵다. 본 논문에서는 향상된 신호 대 잡음비와 대조도를 제공할 수 있는 광음향 수신 시스템의 구조를 제안하고 성능 평가 결과를 제시한다. 개발한 저잡음 광대역 광음향 신호 수신 시스템은 두개의 저잡음 증폭기, 두 개의 가변 이득 증폭기, 아날로그 필터, 아날로그 디지털 변환기, 그리고 디지털 제어 로직으로 구성되어 있다. 개발된 시스템의 영상 성능은 생체 모사 혈관 팬텀, 와이어 타겟 팬텀 영상 실험을 통하여 상용 신호수신 시스템의 성능과 비교하여 평가하였다. 영상 비교 실험을 통해 개발한 광음향 현미경 시스템이 상용 장비 보다 신호 대 잡음비는 6.7 dB 이상 높았고, 영상의 대조도는 3 dB 이상 높다는 것을 확인하였다.

• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.136-150
• /
• 2022

본 연구는 하천 관리 및 홍수위 분석에 있어 필수적인 자료 중 하나인 하천 지형정보를 얻기 위해 RGB 영상을 활용하는 방법에 대한 비교 검토가 이루어졌다. 하천 구역의 지형정보를 얻는 데 있어 흐름 구간 즉 하도 지형정보를 얻는 것이 가장 어려운 분야 중 하나이기에 본 연구에서는 RGB 영상 기반으로 하도 지형정보를 추정하는 것에 집중하였다. 이를 위해 Acoustic Doppler Current Profiler(ADCP)와 RTK-GPS(Real Time Kinematic-GPS)를 이용하여 하도 지형을 직접 계측하였으며, 동시에 드론 촬영을 통해 획득한 고해상도 이미지를 이용하여 정사 영상을 생성하였다. 이후 수심 계측 결과와 RGB 정사 영상의 밴드 값들을 이용하여 수심 예측을 위한 기존에 개발된 회귀식들을 적용하였으며, 가장 뛰어난 예측력을 보여준 회귀식을 이용하여 연구 대상 지역의 하도 지형을 추정하였다. 흐름 구간 이외 지역의 경우 항공 라이다로부터 생성된 DEM을 이용하여 하천 구간 전체에 대한 지형정보를 구축하였다. 추가로 드론 촬영이 이루어진 동일한 시간 동안 직접 계측한 자료를 이용하여 생성된 지형정보와 드론 정사 영상 기반으로 생성된 하도 지형정보의 비교 검증을 수행하기 위해 CCHE2D 모형을 활용하여 흐름 모델링을 모의하였으며, 일부 구간에 대한 계측이 이루어지지 못한 직접 계측한 지형정보와 비교하여 영상 기반의 지형정보는 보다 나은 수심, 유속 모의 결과를 보여주었다. 본 연구 결과를 통해 RGB 영상으로부터 하도 지형정보를 획득할 수 있는 것을 확인하였으며, 추가적인 연구가 수행된다면 하천 관리를 위한 효율적인 하천 지형정보를 얻는 방법으로 활용할 가능성을 확인하였다.

• 한국측량학회지
• /
• 제40권4호
• /
• pp.359-364
• /
• 2022

원격탐사 영상의 변화탐지는 카메라의 광학적 요인, 계절적 요인, 토지피복 특성에 의해 오류가 발생한다. 본 연구에서는 CycleGAN (Cycle Generative Adversarial Network) 방법을 사용하여 촬영 각도에 따른 영상 내 건물 기울기를 모의 조정하였고, 이렇게 모의한 영상을 변화탐지에 활용하여 탐지 정확도 향상에 기여하도록 하였다. CycleGAN 기반으로 두 개 시기 영상 중 한 시기 영상을 기준으로 건물의 기울기를 다른 한 영상 내 건물에 유사하게 모의하였고 원 영상과 건물 기울기에 대한 오류를 비교 분석하였다. 실험자료로는 서로 다른 시기에 다른 각도로 촬영되었고, 건물이 밀집한 도시지역을 포함한 Kompsat-3A 고해상도 위성영상을 사용하였다. 실험 결과, 영상 내 건물 영역에 대하여 두 영상의 건물에 의한 오탐지 화소 수가 원 영상에서는 12,632개, CycleGAN 기반 모의 영상에서는 1,730개로 약 7배 감소하는 것으로 나타났다. 따라서, 제안 방법이 건물 기울기로 인한 탐지오류를 감소시킬 수 있음을 확인하였다.

• Nuclear Engineering and Technology
• /
• 제55권2호
• /
• pp.681-689
• /
• 2023

Purpose: Muons are characterized by a strong penetrating ability and can travel through thousands of meters of rock, making them ideal to image large volumes and substances typically impenetrable to, for example, electrons and photons. The feasibility of 3D image reconstruction and material identification based on a cosmic ray muons tomography (MT) system with triangular bar plastic scintillator detectors has been verified in this paper. Our prototype shows potential application value and the authors wish to apply this prototype system to 3D imaging. In addition, an MT experiment with the same detector system is also in progress. Methods: A simulation based on GEANT4 was developed to study cosmic ray muons' physical processes and motion trails. The yield and transportation of optical photons scintillated in each triangular bar of the detector system were reproduced. An image reconstruction algorithm and correction method based on muon scattering, which differs from the conventional PoCA algorithm, has been developed based on simulation data and verified by experimental data. Results: According to the simulation result, the detector system's position resolution is below 1 ~ mm in simulation and 2 mm in the experiment. A relatively legible 3D image of lead bricks in size of 20 cm × 5 cm × 10 cm used our inversion algorithm can be presented below 1× 10⁴ effective events, which takes 16 h of acquisition time experimentally. Conclusion: The proposed method is a potential candidate to monitor the cosmic ray MT accurately. Monte Carlo simulations have been performed to discuss the application of the detector and the simulation results have indicated that the detector can be used in cosmic ray MT. The cosmic ray MT experiment is currently underway. Furthermore, the proposal also has the potential to scan the earth, buildings, and other structures of interest including for instance computerized imaging in an archaeological framework.

• 우주기술과 응용
• /
• 제3권2호
• /
• pp.165-198
• /
• 2023

2021년 국제 우주감시학회(AMOS)에 발표된 논문에 따르면, 저궤도 우주공간의 우주물체 간 충돌가능성은 작동중인 위성이 아니라 발사체 상단, 폐위성 등 우주 쓰레기에 의한 충돌확률이 높고, 우주교통관제(space traffic management)를 통해 그 충돌 가능성을 줄일 것을 제안하고 있다. 이러한 배경에 최근 우주공간에 위성 등 우주물체의 급속한 증가로 우주 쓰레기(debris) 문제가 국제적인 주요 도전과제로 부각되고 있고, 이에 지난 2022년 9월 뉴욕에서 열린 유엔총회에 한국을 포함한 유엔 회원국들이 수직발사식 위성요격미사일(anti-satellite, ASAT) 실험을 실시하지 않도록 하는 결의안 채택을 통해 전세계 8개국(23년 6월 기준 13개국)이 ASAT 실험을 실시하지 않기로 했다. 또한, 우주 쓰레기를 줄이기 위한 방안이 민간 분야에서 활발히 연구되고 있는데, 이러한 우주 쓰레기 상용서비스는 필요시 군사적으로도 사용이 가능할 것으로 판단된다. 이에 우주 쓰레기 제거기술 현황, 우주위협 평가 및 궤도 상 랑데부 및 근접기동작전 사례에 대해 알아보고, 우주 강국의 우주 쓰레기 제거기술을 활용한 우주무기 개발 개연성에 대해 고찰하겠다. 그리고 미래 우주전장을 대비하기 위한 우주기동전(space maneuver warfare) 이해를 통해 새로운 우주추진체계의 개발 필요성에 대해 제언하고자 한다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.135-142
• /
• 2023

하천 생태계에서 경관의 변화와 그 영향요인을 연구하기 위해 다양한 원격 탐지 및 영상 분석이 활용된다. 본 연구에서는 다양한 시점에서 위성에서 촬영된 다분광 영상으로 광학 지수를 계산하고, 수역의 경계를 획정하는 임계치를 계산하여 육역과 수역으로 이진화한 지도를 작성하여 시간에 따른 경관 변화를 탐지하는 방법을 개발하였다. 그리고 이 방법을 금강에 적용하여 보 수문 개방에 의하여 형성된 모래톱의 변화를 추적하였다. 먼저 금강에서 보 개방 전후의 다양한 시점에서 Sentinel-2 위성에서 촬영된 10 m × 10 m 해상도의 다분광 영상을 수집하였다. 수집된 영상에서 녹색광과 근적외선 대역으로 정규수분지수 (normalized difference water index, NDWI)를 계산하였다. 수역의 경계를 결정하기 위하여 산출한 NDWI의 Otsu 임계값은 -0.0573부터 0.1367의 범위이었다. 원격탐사에 의하여 결정된 수역의 경계는 실제 영상에서의 경계와 일치하였다. 이 NDWI에 의하여 수역과 육역으로 이진화된 지도를 작성하였다. 이 결과에 따르면 금강의 백제보부터 대청댐까지 종적 범위에서 2017년부터 2021년까지 수행된 3개의 보 수문 개방에 의해 총 379.7 ha의 새로운 모래톱의 서식처가 형성된 것으로 추정되었다. 본 연구에서 제안하는 경관 탐지 방법은 넓은 시공간 범위에서 적은 자원으로도 객관적인 결과를 얻을 수 있는 방법으로 평가된다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1679-1692
• /
• 2023

대한민국은 인구 증가와 산업 발전의 결과로 많은 양의 오염물질을 배출하는 국가이자, 지리적 위치로 인해 월경성 대기오염의 심각한 영향을 받는 국가이다. 국내외에서 발생하는 오염물질이 대한민국의 대기오염에 큰 피해를 야기하는 상황에서, 대기 오염물질 배출원의 위치 정보는 대기 중 오염물질의 이동 및 분포를 파악하고, 국가 차원의 대기오염 관리 및 대응 전략을 수립하는 데 매우 중요하다. 본 연구는 이러한 배경을 바탕으로, 고해상도 광학위성 영상과 딥러닝 기반의 영상 분할 모델을 활용하여 대기오염 현황을 분석하는 데 필수적인 국내외 대기오염물질 배출원의 공간 정보를 효과적으로 획득하는 것을 목표로 수행되었다. 특히, 월경성 대기오염에 크게 기여하는 것으로 평가된 산업단지와 채석장을 주요 연구 대상으로 선정하였으며, 이들 영역에 대한 다목적실용위성 3호 및 3A호의 영상들을 수집하여 전처리한 후, 모델 학습을 위한 입력 및 라벨 데이터로 변환하였다. 해당 데이터를 활용하여 U-Net 모델을 학습시킨 결과, 전체 정확도는 0.8484, mean Intersection over Union (mIoU)은 0.6490을 달성하였다. 모델의 예측 결과 맵은 코스 어노테이션(Course Annotation) 방식으로 제작된 라벨 데이터보다 객체의 경계를 더욱 정확하게 추출하는 것으로 나타나, 데이터 처리 및 모델 학습 방법론의 유효성을 입증하였다.