• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.817-827
• /
• 2014

위성 원격 탐사에서는 센서 운영 환경으로 인하여 영상을 수집하는 동안 영상의 질 저하가 일어나며 이러한 영상의 질 저하는 관측된 자료로부터 유용한 정보를 확인하거나 추출하는 데 악 영향을 미치는 번짐 현상(blurring)과 잡음 (noise)을 야기시킨다. 본 연구는 원격 탐사 영상 자료의 질 저하 현상을 모형화하기 위해 Gaussian 가산 잡음과 Markov random field로 정의되는 공간적 연결성을 가정하였다. 그리고 질 저하된 관측 자료로부터 원래 강도의 영상을 복원하기 위한 Point-Jacobian 반복 maximum a posteriori (MAP) 추정 법을 제안한다. 제안 연구는 이웃 창의 형태로 8 개 방향의 창으로 구성된 방사형을 사용하며 각 방향에서의 중심 화소와의 이웃 화소들 간의 Mahalanobis 제곱 거리를 경계 근접성 측정치로 사용한다. 제안 방법의 성능을 평가하기 위해서 고해상도 영상 자료에 나타날 수 있는 다양한 형태의 패턴을 사용하는 simulation 자료를 생성하여 화소 단위 분류 법을 사용하여 정량적 평가를 수행하였고 한반도 안양 북부 지역에서 관측된 1 m 급 IKONOS 자료의 무감독 분할을 통해 정성적 평가를 수행하였다. 실험 결과는 고해상도 원격 탐사 자료 분석에서 제안 영상 복원 법을 적용하면 현저히 분석의 정확성을 높이는 것을 보여 준다.

• 한국지능시스템학회논문지
• /
• 제9권5호
• /
• pp.472-479
• /
• 1999

본 논문에서는 뉴로-퍼지 알고리즘을 이용한 원격탐사 화상의 지표면 패턴분류기를 제안한다. 제안된 패턴 분류기는 일반적인 퍼지 인식기를 가지고 있는 3층 전방향 신경회로망 구조로 되어 있고 가중치들은 퍼지집합으로 구성된다. 이러한 퍼지-뉴로 패턴분류 시스템을 Visual C++ 환경을 구현한다. 성능평가를 위해 기존의 역전파 학습기능을 가진 신경회로망과 Maximum-likelihood 알고리즘을 이용해처리한 결과와비교분석한다. 대표적인 지표면 특징을 나타내는 8개의 클래스에 대해 훈련집합을 선정하고 각각의 분류 알고리즘에 같은 훈련집합을 사용하여 학습시킨 후 실험화상을 적용하여 지표면 특징을 8개의 클래스로 분류하였다. 실험결과 제안된 뉴로-퍼지 분류기는 여러개의 클래스로 혼합된 패턴에 대해서 기존의 분류기들에 비해 보다 더 좋은 성능을 보인다.

• 대한원격탐사학회지
• /
• 제17권3호
• /
• pp.189-197
• /
• 2001

원격탐사의 장점 중 하나는 넓은 지역의 정보를 신속하게 추출할 수 있다는 것이다. 이러한 장점은 광역지대의 토지피복을 분류하여 자원 및 환경을 신속하게 파악하고자 하는 수요에 부응할 수 있는 효과적인 수단이다. 이 연구에서는 다량의 위성영상을 이용하여 넓은 지역의 토지피복분류를 효율적으로 수행하는 방법을 제안하였다. 이를 위해 한반도를 대상으로 Landsat TM 및 ETM+ 위성영상 23 scene을 이용하여 공간해상도 100m인 토지피복분류를 수행하였다. 기존의 정형화된 위성영상처리 및 분류기법을 적용하여 다량의 위성영상을 처리하고 광역 토지피복분류를 효율적으로 수행하였다. 이러한 방법은 국토계획이나 광역 지역계획 등에서 필요한 전반적인 자원현황을 신속하고 효과적으로 제공할 수 있는 수단이 될 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.537-544
• /
• 2013

남극 세종 과학 기지가 위치하고 있는 바톤반도는 눈과 식생이 주를 이루고 있고, 기후변화와 같은 환경변화에 민감하게 반응한다. 극지역의 지표 모니터링은 기후변화 이해를 위해 중요하다. 그러나 극 지역은 접근성 및 공간규모로 인해 지속적으로 모니터링 하기에 어려움이 있다. 위성영상은 지속적으로 동일지역을 모니터링 할 수 있다는 장점과 함께 다중분광영역을 이용하여 지표의 상태를 파악하는데 효율적이다. 따라서 본 연구에서는 바톤반도의 지표의 상태를 지속적으로 모니터링하기 위한 기초자료로 KOMPSAT-2 다중 분광 위성영상을 이용하여 토지피복분류를 수행하였고, 나아가 분류된 토지피복 중 식생 종의 분포를 파악하였다. 다중분광영상인 KOMPSAT-2 위성영상과 현장관측자료를 이용하여 계층적 분류를 수행하였고 정확도를 평가하였다. 전반적으로 식생지역과 비식생 지역이 명확하게 분류되었으나 식생 종 분류에는 낮은 정확도를 보였다.

• 대한원격탐사학회지
• /
• 제27권6호
• /
• pp.717-728
• /
• 2011

An efficient method for the unsupervised classification of high resolution imagery is suggested in this paper. It employs pixel-linking and merging based on the adjacency graph. The proposed algorithm uses the neighbor lines of 8 directions to include information in spatial proximity. Two approaches are suggested to employ neighbor lines in the linking. One is to compute the dissimilarity measure for the pixel-linking using information from the best lines with the smallest non. The other is to select the best directions for the dissimilarity measure by comparing the non-homogeneity of each line in the same direction of two adjacent pixels. The resultant partition of pixel-linking is segmented and classified by the merging based on the regional and spectral adjacency graphs. This study performed extensive experiments using simulation data and a real high resolution data of IKONOS. The experimental results show that the new approach proposed in this study is quite effective to provide segments of high quality for object-based analysis and proper land-cover map for high resolution imagery of urban area.

• 대한원격탐사학회지
• /
• 제17권1호
• /
• pp.57-69
• /
• 2001

본 연구는 무감독 영상분류를 위하여 공간지역 확장을 통하여 영상을 분할한 후 분할된 집단을 한정된 수의 클래스로 분류하는 다중단계 기법을 제안하고 있다. 제안된 알고리듬은 무감독 분석을 위하여 작은 집단들을 단계적으로 큰 집단들로 합병해 가는 계층집단연결 기법에 기반을 두고 있다. 다중단계 기법의 영상분할 단계는 공간적으로 근접하고 있는 이웃지역간의 결합을 통하여 최종적으로 전체영상 공간내의 모든 집단에 대해서 서로 이웃하고 있는 집단들의 물리적 특성이 서로 다르도록 영상을 분할하는 과정이고, 영상분류 단계는 결합 지역의 공간적 제약 없이 영상 분할 단계에서 분할된 지역을 상대적으로 적은 수의 클래스로 분류하는 과정이다. 제안 된 알고리듬에서 사용하고 있는 계층집단연결 기법의 계산/기억 상의 복잡성을 완화시키기 위해 상호최근사 이웃쌍과 다중창 작업을 사용하고 있다. 모의 자료를 사용하여 제단 된 알고리듬 대한 평가와 효율성을 검증하였고 경기도 용인.능평지역의 LANDSAT ETM+ 자료에 적용한 결과를 예시하고 있다.

• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.379-388
• /
• 2011

At present, GEOBIA (Geographic Object-based Image Analysis), heir of OBIA (Object-based Image Analysis), is regarded as an important methodology by object-oriented paradigm for remote sensing, dealing with geo-objects related to image segmentation and classification in the different view point of pixel-based processing. This also helps to directly link to GIS applications. Thus, GEOBIA software is on the booming. The main theme of this study is to look into the applicability of geo-spatial processing open source to GEOBIA. However, there is no few fully featured open source for GEOBIA which needs complicated schemes and algorithms, till It was carried out to implement a preliminary system for GEOBIA running an integrated and user-oriented environment. This work was performed by using various open sources such as OTB or PostgreSQL/PostGIS. Some points are different from the widely-used proprietary GEOBIA software. In this system, geo-objects are not file-based ones, but tightly linked with GIS layers in spatial database management system. The mean shift algorithm with parameters associated with spatial similarities or homogeneities is used for image segmentation. For classification process in this work, tree-based model of hierarchical network composing parent and child nodes is implemented by attribute join in the semi-automatic mode, unlike traditional image-based classification. Of course, this integrated GEOBIA system is on the progressing stage, and further works are necessary. It is expected that this approach helps to develop and to extend new applications such as urban mapping or change detection linked to GIS data sets using GEOBIA.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.820-824
• /
• 2003

One of the most important research areas on remote sensing is spectral unmixing of hyper-spectral data. For spectral unmixing of hyper spectral data, accurate land cover information is necessary. But obtaining accurate land cover information is difficult process. Obtaining land cover information from high-resolution data may be a useful solution. In this study spectral signature of endmembers on ASTER acquired in October was calculated from land cover information on IKONOS acquired in September. Then the spectral signature of endmembers applied to ASTER images acquired on January and March. Then the result of spectral unmxing of them evauateted. The spectral signatures of endmembers could be applied to different seasonal images. When it applied to an ASTER image which have similar zenith angle to the image of the spectral signatures of endmembers, spectral unmixing result was reliable. Although test data has different zenith angle from the image of spectral signatures of endmembers, the spectral unmixing results of urban and vegetation were reliable.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.433-438
• /
• 1999

The land use type of Korea is high-density. So, the image classification using coarse resolution satellite image may not provide land cover classification results as good as expected. The purpose of this paper is to compare the result of visual interpretation with that of digital image classification of 20 m resolution SPOT satellite image at Kwangju-eup, Kyunggi-do, Korea. Classes are forest, cultivated field, pasture, water and residential area, which are clearly discriminated in visual interpretation. Maximum likelihood classifier was used for digital image classification. Accuracy assessment was done by comparing each classification result with ground truth data obtained from field checking. The classification result from the visual interpretation presented an total accuracy 9.23 percent higher than that of the digital image classification. This proves the importance of visual interpretation for the area with high density land use like the study site in Korea.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.183-186
• /
• 2007

Hyperspectral remote sensing data contain plenty of information about objects, which makes object classification more precise. Over the past several years, different algorithms for the classification of hyperspectral remote sensing images have been developed. In this study, we proposed method based on absorption band extraction and Gravity type model to solve hyperspectral image classification problem. In contrast to conventional methods that are based on correlation techniques, this method is simple and more effective. The proposed approach was tested to evaluate its effectiveness. The evaluation was done by comparing the results of preexiting SFF(Spectral Feature Fitting) classification method. The evaluation results showed the proposed approach has a good potential in the classification of hyperspectral images.