• 제목/요약/키워드: spectral

검색결과 8,289건 처리시간 0.036초

상관 계수를 이용한 유사 모집단 기반의 분광 반사율 추정 (Spectral Reflectance Estimation based on Similar Training Set using Correlation Coefficient)

  • 유지훈;하호건;김대철;하영호
    • 전자공학회논문지
    • /
    • 제50권10호
    • /
    • pp.142-149
    • /
    • 2013
  • 일반적으로 영상의 색은 RGB 카메라 시스템의 red, green, blue 채널들을 사용하여 재현된다. 하지만 세 채널들의 정보만으로 실제 장면의 분광 반사율을 추정하는데 한계가 있다. 이 때문에 RGB 카메라 시스템은 색을 정확하게 재현하지 못한다. 이 한계를 극복하고 정확한 색을 재현하기 위해 다채널 카메라 시스템을 사용하여 분광 반사율을 추정하는 연구들이 활발히 진행되고 있다. 최근 분광 유사도를 사용하여 카메라 응답에 따라 기존 모집단에서 유사 모집단을 적응적으로 구성하는 분광 반사율 추정법이 소개되었다. 하지만 이 방법에는 평균 거리와 최대 거리 기반의 분광 유사도가 적용되었기 때문에 유사 모집단의 정확도가 저하된다. 본 논문에서는 유사 모집단의 정확도를 향상시키기 위해 상관 계수 기반의 분광 유사도가 적용된 분광 반사율 추정법을 제안하였다. 먼저 기존 모집단과 위너(Wiener) 추정법을 통해 획득된 분광 반사율 간의 상관 계수를 계산한다. 다음으로 상관 계수에 따라 기존 모집단에서 유사 모집단을 구성한다. 마지막으로 유사 모집단이 적용된 위너 추정법을 수행하여 분광 반사율을 추정한다. 제안된 방법과 이전의 방법들의 성능을 평가하기 위해 실험 결과를 비교하였다. 그 결과, 제안한 방법이 제일 우수한 성능을 나타내었다.

IEA(Iterative Error Analysis)와 분광혼합분석기법을 이용한 초분광영상의 변화탐지 (Change Detection Using Spectral Unmixing and IEA(Iterative Error Analysis) for Hyperspectral Images)

  • 송아람;최재완;장안진;김용일
    • 대한원격탐사학회지
    • /
    • 제31권5호
    • /
    • pp.361-370
    • /
    • 2015
  • 초분광영상을 이용한 변화탐지 기법으로는 Chronochrome(CC), Principal Component Analysis(PCA), 분광혼합분석(spectral unmixing) 등이 있다. 특히, 분광혼합분석을 이용한 변화탐지는 변화객체의 위치 정보뿐만 아니라 변화의 속성까지 분석할 수 있다는 점에서 매우 효과적이나, 분광혼합분석을 활용한 초분광영상의 변화탐지 연구는 여전히 초기단계에 머물러 있다. 본 연구에서는 분광혼합분석을 이용한 효과적인 변화탐지를 위하여 Iterative Error Analysis(IEA)와 Spectral Angle Mapper(SAM) 등을 활용하여 두 영상에서 변화지역을 설명할 수 있는 동일한 endmember를 결정하였으며, 점유비율의 차영상을 통하여 변화지역을 추출하였다. 제안기법의 적용성을 평가하기 위하여 임의의 변화지역을 포함한 Compact Airborne Spectrographic Imager(CASI) 및 Hyperion 모의영상에 대한 변화탐지를 수행하였다. 실험결과, 제안기법이 기존의 CC, PCA, N-FINDR를 이용한 분광혼합분석보다 효과적으로 변화지역을 추출할 수 있는 것으로 나타났다. 본 연구의 제안기법은 사전정보 없이 자동으로 동일한 endmember를 추출할 수 있는 장점을 갖기 때문에 다양한 피복물질로 구성된 영상의 변화탐지에 효과적으로 활용될 것이다.

차연산과 분광미분을 이용한 항공 초분광영상의 식생지수 산출 적절밴드 선택 (An Adequate Band Selection for Vegetation Index of CASI-1500 Airborne Hyperspectral Imagery Using Image Differencing and Spectral Derivative)

  • 김태우;위광재;서용철
    • 한국지리정보학회지
    • /
    • 제16권4호
    • /
    • pp.16-28
    • /
    • 2013
  • 최근 초분광영상의 활용 연구사례와 다양한 분광지수들의 개발과 평가가 지속적으로 증가하고 있다. 특히 식생원격탐사 분야에서는 식생의 스트레스와 활력에 대한 지표로 식생지수가 사용되며 일반적으로 NIR과 red 파장대의 두 개 혹은 이상의 분광밴드를 선택적으로 사용하고 있다. 항공 초분광영상은 좁고 연속적인 수많은 밴드를 가지기 때문에 식생지수를 위한 밴드선택에 혼돈을 야기할 수 있다. 만약 식생지수를 개발하는 과정에서 사용된 밴드와 항공기를 이용해 취득한 센서의 밴드정보와 동일하지 않다면, 탐지 대상의 광학특성에 대한 설명력이 높은 적절한 밴드를 선택하는 것이 필요하다. 따라서 본 연구에서는 NIR과 red 파장영역에 속하는 4개의 후보밴드를 선택하고 이들의 조합으로 계산된 NDVI(normalized difference vegetation index)와 MSRI(modified simple ratio index)를 산출하였다. 산출된 식생지수들에 대해서 각 지수들의 변이를 살펴보기 위해 변화탐지 기법의 차연산(image differencing)을 이용하였다. 또한 보다 직접적인 분석을 위해서 분광미분(spectral derivative)을 통하여 임상도로 구분되는 식생의 종류별 분광특성을 가장 잘 설명할 수 있는 밴드를 확인하였다. 연구 결과로 후보밴드들 중에서 red #3(680.2nm)와 NIR #2(801.7nm)가 수림에 영향을 적게 받고 밴드의 변동이 적은 적절한 밴드로 선택할 수 있었다.

산림지역의 항공기 탑재 하이퍼스펙트럴 영상에 대한 식생-Endmember와 식생지수의 상관 분석 (Correlation Analysis with Vegetation Indices and Vegetation-Endmembers From Airborne Hyperspectral Data in Forest Area)

  • 김태우;위광재;서용철
    • 한국지리정보학회지
    • /
    • 제15권3호
    • /
    • pp.52-65
    • /
    • 2012
  • 작물과 산림을 포함한 식생에 대한 순1차 생산(net primary production, NPP)와 총1차 생산(gross primary production, GPP)은 바이오매스와 식생의 탄소저장과 밀접한 관련이 있으며, 원격탐사를 이용해 바이오매스를 추정하는 많은 노력이 이루어지고 있다. 바이오매스는 광합성에 매우 중요한 요소인 클로로필(엽록소)의 총 함유량으로 추정할 수 있는데, 클로로필을 추정하기 위해서 다양한 식생지수들이 개발되었다. 식생지수들은 개발에 사용된 식생의 종류와 원격탐사 데이터에 따라 조금씩 차이를 가지고 있다. 하이퍼스펙트럴 영상은 다중분광 영상에 비하여 세분화된 각 파장대마다 물질에 따른 반사 및 흡수 특성이 다르기 때문에, 기존의 식생지수를 그대로 사용하기에 무리가 따른다. 본 연구는 항공기 탑재 하이퍼스펙트럴 영상을 이용하여 산림에 대한 바이오매스 추정을 위한 매개변수로 활용되는 적합한 식생지수는 무엇인지 평가하는 것을 목적으로 한다. 이를 위해 하이퍼스펙트럴 영상의 밴드 특성을 고려하여 다수의 식생지수 산출식 중 9개를 선정하고, SMA(spectral mixture analysis)를 통하여 대상지역의 산림을 대표하는 3개의 endmember를 추출하였다. 9개의 식생지수와 추출된 endmembers의 상관관계를 분석하였다. 상관분석 결과는 산림이 분포된 지역에서 Pearson 상관계수는 MTVI1과 TVI가 0.877의 상관계수를 가졌으며, 식생이 적고 토양의 분포가 확연한 지역에서는 MCARI가 0.9061로 매우 높은 상관계수를 보였다. 전반적으로 MTVI1과 TVI이 0.757의 동일한 상관계수를 가지며 식생에 대한 3개의 endmember를 가장 잘 설명하는 것으로 나타났다.

단색에너지(keV)와 조영제 희석비율 변화에 따른 HU(Hounsfield Unit)값 분석: Spectral CT 이용 (Spectral CT Analysis of Hounsfield Unit (HU) according to MonoE (keV) and Dilution Ratio of the Contrast Agent: Use of Spectral CT)

  • 정희라;강진우;권오준;김호진;정다빈;이재현;허영철
    • 한국방사선학회논문지
    • /
    • 제14권5호
    • /
    • pp.669-676
    • /
    • 2020
  • 본 연구의 목적은 Spectral CT에서 단색에너지(keV)와 조영제 희석비율의 변화에 따른 HU 값의 변화를 분석하고자 하였다. 검사장비로는 Spectral CT를 사용하였고, 20 cc syringe의 팬텀을 이용하여 조영제의 희석비율을 8:2, 7:3, 6:4, 5:5, 4:6, 3:7 총 6단계로 설정하였다. 이때 조영제는 비이온성 요오드 조영제(350 mg/ml)를 이용하였다. 획득한 데이터를 IQon-Spectral CT V4.7.5 프로그램을 사용하여 Monoenergy(MonoE) 40 keV, 45 keV, 50 keV, 55 keV, 60 keV, 65 keV, 70 keV, 75 keV, 80 keV 총 9단계로 변화시켜 syringe axial 영상을 재구성하였다. 재구성한 syringe axial 단면 영상의 세 위치에서 HU 값을 측정하였으며, 총 1,620회 측정하였다. keV와 조영제 희석비율의 변화에 따른 HU 값을 분석한 결과, MonoE별 희석비율에 따른 HU 비교에서 모든 MonoE에서의 HU 값이 희석비율 8:2에서 가장 높았으며 3:7에서 가장 낮았다(p<0.05). 희석비율별 MonoE에 따른 HU 비교에서 모든 희석비율에서의 HU 값이 40 keV에서 가장 높았으며 80 keV에서 가장 낮았다(p<0.05). 인자별 상관성은 keV에 따른 HU 값은 -15.014 ± 0.298의 음의 상관성(R2=0.519)이 있었고 희석비율에 따른 HU값 은 -61.372 ± 3.608의 음의 상관성(R2=0.152)이 있었다(p<0.05). 결론적으로 keV 값과 조영제 희석비율이 증가할수록 HU 값은 감소하는 것을 확인하였으며 본 연구가 Spectral CT의 HU 값 관련 인자 연구에 있어 기초자료를 제공할 수 있을 것이라 사료된다.

화자 불변 특징추출을 위한 스펙트럼 정규화 (Spectral Normalization for Speaker-Invariant Feature Extraction)

  • 오광철
    • 한국음향학회:학술대회논문집
    • /
    • 한국음향학회 1993년도 학술논문발표회 논문집 제12권 1호
    • /
    • pp.238-241
    • /
    • 1993
  • We present a new method to normalize spectral variations of different speakers based on physiological studies of hearing. The proposed method uses the cochlear frequency map to warp the input speech spectra by interpolation or decimation. Using this normalization method, we can obtain much improved recognition results for speaker independent speech recognition.

  • PDF

Remote Sensing Cloud's Microphysical Properties by Satellite Data

  • Liu, Jian
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
    • /
    • pp.1258-1260
    • /
    • 2003
  • Cloud's properties can be showed on different spectral channel. The 0.65${\mu}$m reflectance is mainly function of cloud optical thickness and reflectance of 1.6${\mu}$m is sensitive to cloud phase and particle size distribution. So we can use multi-spectral information to analysis cloud's microphysical properties.

  • PDF