• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.597-608
• /
• 2022

원격탐사 자료는 재난, 농업, 도시계획 및 군사 등 다양한 분야에서 활용되며, 최근 다양한 고해상도 센서에서 취득된 시계열 자료의 활용에 대한 요구가 증대되고 있다. 본 연구에서는 시계열 원격탐사 자료의 활용을 위해 딥러닝 기법을 이용한 영상 매칭 방법을 제안하였다. 본 연구에서 적용한 딥러닝 모델은 영상분할 영역에서 많이 사용되고 있는 HRNet을 기반으로 하였다. 특히, 기본영상과 목표영상 간 상관도 맵을 효과적으로 계산하고, 학습의 효율을 높이기 위하여 denseblock을 추가하였다. 국토지리정보원의 다시기 항공정사영상을 이용하여 제안된 모델의 학습을 수행하였으며, 학습에 사용하지 않은 자료를 이용하여 평가를 하고자 하였다. 딥러닝 모델을 이용한 영상매칭 성능을 평가하기 위해 영상 매칭결과와의 비교평가를 수행하였다. 실험 결과, 제안기법을 통한 영상 매칭률이 80%일 때의 평균 오차는 3화소로 ZNCC에 의한 결과인 25화소에 비해 더 높은 정확도를 보였다. 제안된 기법은 식생의 생장에 따라 영상의 변화가 심한 산지 및 농지 지역에 대해서도 효과적임을 확인하였다. 이를 통해 딥러닝을 이용한 기준영상과 목표영상의 매칭을 수행할 수 있을 것으로 판단되며, 위성영상의 상호좌표등록 및 다시기 영상의 정합 등에 활용할 수 있을 것으로 예상된다.

• 환경영향평가
• /
• 제13권5호
• /
• pp.231-241
• /
• 2004

This study aims to detect the change of marine aquaculture farm within the boundary of Hallyeo Marine National Park. Comparison has been made on the Landsat images taken in 1984 and 2002 respectively by using feature extraction methods and other image analysis techniques. During the 18 year period between 1984 and 2002, total area of the aquaculture farms has been decreased in 63 percent. The reason for the change seems to be that aquaculture farms became concentrated only around the Geoje Islands due to the growth of the labor- and capital-intensive cage aquaculture for the expensive fish species instead of traditional oyster farming. Authors suggest the monitoring using remotely-sensed data as the best tool for the management of marine aquaculture farms on the basis of accuracy of analysis and relatively cheap cost. Management strategies of salmon farms in Tasmania, Australia has been analyzed to find the field techniques necessary for the management of aquaculture.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1323-1325
• /
• 2003

As to many conventional segmentation approaches , spatial autocorrelation, perhaps being the first law of geography, is always overlooked. Thus, the corresponding segmentation results are always not so satisfying, which will further affect the subsequent image processing or analyses. In order to improve segmentation results, a geostatistic based segmentation approach with the consideration of spatial autocorrelation hidden in remote-sensing images is proposed in this article. First, by calculating the mean variance between each pair of pixels at given different lag distances, information like the size of typical targets in the scene can be obtained, and segmentation thresholds are calculated accordingly. Second, an initial region growing segmentation approach is implemented. Finally, based on the segmentation thresholds obtained at the first step and the initial segmentation results, the final segmentation results are obtained using the same region growing approach by taking the local mutual best fitting strategy. From the experiment results, we found the approach is rather promising. However, there still exists some problems to be settled, and further researches should be conducted in the future.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.330-330
• /
• 2022

우리나라에서 발생하는 기상 재해 현상은 주로 태풍, 집중호우, 장마 등 인명 및 경제적인 피해가 크며, 단기간에 국지적으로 나타난다. 현재 재해 감시 및 예보는 주로 종관기상관측체계를 이용하고 있다. 하지만, 우리나라의 복잡한 지형, 인구 밀집 지형, 관측 시기가 일정하지 않은 지형과 같은 조건에서 미계측 자료 및 지역이 다수 존재 때문에 강수의 공간 분포와 강도에 대한 정밀한 정보를 제공하지 못하는 실정이다. 최근 광범위한 관측영역과 공간 분해능의 개선, 자료추출 알고리즘의 개발로 전세계적으로 위성영상 기반 기상관측 자료의 활용성이 증대되고 있다. 본 연구에서는 한반도 지역의 지상 관측데이터와 전지구 격자형 위성 강우자료를 비교하여 한반도의 적용성을 분석하고자 한다. 다양한 위성영상 기반 기상자료인 Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Global Precipitation Climatology Centre (GPCC), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Cloud Classification System (PERSIANN-CCS) 4개의 강우위성영상을 수집하여, 1991년부터 2020년까지 30년 데이터를 활용하였다. 강수량 변동성 비교를 위하여 기상청의 종관기상관측장비 (Automated Synoptic Observation System, ASOS), 자동기상관측시설 (Automatic Weather System, AWS) 데이터와 상관 분석을 수행하고, 강우위성영상의 국내 적합성을 판단하고자 한다.

• 대한원격탐사학회지
• /
• 제24권1호
• /
• pp.79-89
• /
• 2008

Irregular temporal sampling is a common feature of geophysical and biological time series in remote sensing. This study proposes an on-line system for reconstructing observation image series contaminated by noises resulted from mechanical problems or sensing environmental condition. There is also a high likelihood that during the data acquisition periods the target site corresponding to any given pixel may be covered by fog or cloud, thereby resulting in bad or missing observation. The surface parameters associated with the land are usually dependent on the climate, and many physical processes that are displayed in the image sensed from the land then exhibit temporal variation with seasonal periodicity. A feedback system proposed in this study reconstructs a sequence of images remotely sensed from the land surface having the physical processes with seasonal periodicity. The harmonic model is used to track seasonal variation through time, and a Gibbs random field (GRF) is used to represent the spatial dependency of digital image processes. The experimental results of this simulation study show the potentiality of the proposed system to reconstruct the image series observed by imperfect sensing technology from the environment which are frequently influenced by bad weather. This study provides fundamental information on the elements of the proposed system for right usage in application.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.505-508
• /
• 2005

Wavelet scheme can be applied to the various remote sensing problems: conventional multi-resolution image analysis, compression of large image sets, fusion of heterogeneous sensor image and segmentation of features. In this study, we attempted wavelet-based filtering and its analysis. Traditionally, statistical methods and adaptive filter are used to manipulate noises in the image processing procedure. While we tried to filter random noise from optical image and radar image using Discrete Wavelet Transform (DW1) and Stationary Wavelet Transform (SW1) and compared with existing methods such as median filter and adaptive filter. In result, SWT preserved boundaries and reduced noises most effectively. If appropriate thresholds are used, wavelet filtering will be applied to detect road boundaries, buildings, cars and other complex features from high-resolution imagery in an urban environment as well as noise filtering

• 한국지역지리학회지
• /
• 제7권1호
• /
• pp.35-50
• /
• 2001

공간상의 지리현상은 축척에 따라 공간적 분포패턴이 다르게 표현되고 측정될 수 있다. 특정한 지리현상은 특정한 축척에서 보다 선명하게 관찰될 수 있다. 지표면의 정보를 담고 있는 위성영상 역시 공간해상도의 영향에 의해 독특한 특성을 보이고 있다. 위성영상의 분석을 위한 적정해상도를 모색하기 위해서는 영상으로부터 분류되는 속성의 특성을 파악하여야 한다. 본 연구에서는 순천만 해안습지를 대상으로 위성영상으로부터 토지피복 정보를 추출하고, 공간 해상도의 변화에 따른 변화를 살펴보았다. 순천만 영상을 대상으로 토지피복 분류정확도를 파악한 후 30m 해상도부터 480m 해상도까지 30m 간격의 16가지 해상도로 영상을 제작하여 분류정확도의 변화를 살펴보았다. 순천만 해안습지는 다양한 토지유형이 다양한 크기로 분포하고 있어 해상도의 변화에 따라 토지피복 특성이 변화하고 있으며, 순천만의 위성영상 역시 축척 효과에 의해 해상도에 따라 속성정보의 특성의 변화가 뚜렷하게 나타난다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.183-192
• /
• 2023

위성영상 및 항공사진과 같은 원격탐사 자료들은 영상판독과 영상처리 기법을 통하여 영상 내의 객체를 탐지하고 추출하는 데에 사용될 수 있다. 특히, 원격탐사 자료의 해상도가 향상되고, 딥러닝(deep learning) 모델 등과 같은 기술의 발전으로 인하여 관심객체를 자동으로 추출하여 지도갱신 및 지형 모니터링 등에 활용될 수 있는 가능성이 증대되고 있다. 이를 위해, 본 연구에서는 의미론적 분할에 사용되는 대표적인 딥러닝 모델인 fully convolutional densely connected convolutional network (FC-DenseNet)을 기반으로 하여 항공정사영상 내 존재하는 비닐하우스를 추출하고, 이에 대한 결과를 정량적으로 평가하였다. 농림축산식품부의 팜맵(farm map)을 이용하여 담양, 밀양지역의 비닐하우스에 대한 레이블링을 수행하여 훈련자료를 생성하고, 훈련자료를 이용하여 FC-DenseNet의 훈련을 수행하였다. 원격탐사자료에 딥러닝 모델을 효과적으로 이용하기 위하여, 각 밴드별 특성이 유지되도록 instance norm을 이용하여 정규화과정을 수행하였으며, attention module을 추가하여 각 밴드별 가중치를 효과적으로 산정하였다. 실험결과, 딥러닝 모델을 이용하여 영상 내 존재하는 비닐하우스 지역을 효과적으로 추출할 수 있음을 확인하였으며 팜맵, 토지피복지도 등의 갱신에 활용될 수 있을 것으로 판단하였다.

• 한국습지학회지
• /
• 제12권3호
• /
• pp.67-78
• /
• 2010

근소만 갯벌에 대해 위성영상 자료를 적용하여 갯벌 표층의 퇴적상과 저서미세조류군집의 변화를 관측하였다. 현장조사 자료 분석을 통해 갯벌 표층 퇴적상 분포를 확인하고, 저서미세조류의 분포 지역이 위성영상에서 어떠한 반사도 특성으로 나타나는지 관측하였다. 근소만의 표층은 $3.5{\Phi}-6.5{\Phi}$ 까지 크기의 입자가 주로 분포하여 공간적인 퇴적상의 분포가 뚜렷하지 않으므로 중저해상도의 영상에서는 퇴적환경 변화의 양상 분석이 적합하지 않았다. 그러나 10월부터 2월까지 갯벌 표층에 나타난 저서미세조류의 번성 현상을 뚜렷하게 관측할 수 있었으며, 중저해상도의 영상을 활용하여 계절별 저서생태계의 분포 변화 관측이 가능함을 알 수 있었다. 고해상도 영상에서는 모래성분이 우세한 지역이 잘 구분되어 나타났으며, 잘피의 분포지역을 뚜렷이 관측할 수 있었다. 따라서 국내 고해상도 위성영상인 KOMPSAT-2 자료가 갯벌 표층 퇴적상 및 정밀한 생태환경 주제도 작성에 효과적으로 활용될 수 있을 것으로 판단된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.7-14
• /
• 2006

Detection and identification of targets from remotely sensed imagery are of great interest for civilian and military application. This paper presents an algorithm for target detection in high spatial resolution imagery based on the spectral and the dimensional characteristics of the reference target. In this algorithm, the spectral and the dimensional information of the reference target is extracted automatically from the sample image of the reference target. Then in the entire image, the candidate target pixels are extracted based on the spectral characteristics of the reference target. Finally, groups of candidate pixels which form isolated spatial objects of similar size to that of the reference target are extracted as detected targets. The experimental test results showed that even though the algorithm detected spatial objects which has different shape as targets if the spectral and the dimensional characteristics are similar to that of the reference target, it could detect 97.5% of the targets in the image. Using hyperspectral image and utilizing the shape information are expected to increase the performance of the proposed algorithm.