• 대한원격탐사학회지
• /
• 제36권1호
• /
• pp.55-65
• /
• 2020

Image classification needs the spectral similarity comparison between spectral features of each pixel and the representative spectral features of each class. The spectral similarity is obtained by computing the spectral feature vector distance between the pixel and the class. Each spectral feature contributes differently in the image classification depending on the class separability of the spectral feature, which is computed using a suitable vector distance measure such as the Bhattacharyya distance. We propose a method to determine the weight value of each spectral feature in the computation of feature vector distance for the similarity measurement. The weight value is determined by the ratio between each feature separability value to the total separability values of all the spectral features. We created ten spectral features consisting of seven bands of Landsat-8 OLI image and three indices, NDVI, NDWI and NDBI. For three experimental test sites, we obtained the overall accuracies between 95.0% and 97.5% and the kappa coefficients between 90.43% and 94.47%.

• 한국측량학회지
• /
• 제33권3호
• /
• pp.211-218
• /
• 2015

The analysis of remote sensing data depends on sensor specifications that provide accurate and consistent measurements. However, it is not easy to establish confidence and consistency in data that are analyzed by different sensors using various radiometric scales. For this reason, the cross-calibration method is used to calibrate remote sensing data with reference image data. In this study, we used an airborne hyperspectral image in order to calibrate a multispectral image. We presented an automatic cross-calibration method to calibrate a multispectral image using hyperspectral data and spectral mixture analysis. The spectral characteristics of the multispectral image were adjusted by linear regression analysis. Optimal endmember sets between two images were estimated by spectral mixture analysis for the linear regression analysis, and bands of hyperspectral image were aggregated based on the spectral response function of the two images. The results were evaluated by comparing the Root Mean Square Error (RMSE), the Spectral Angle Mapper (SAM), and average percentage differences. The results of this study showed that the proposed method corrected the spectral information in the multispectral data by using hyperspectral data, and its performance was similar to the manual cross-calibration. The proposed method demonstrated the possibility of automatic cross-calibration based on spectral mixture analysis.

• 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.

• 한국인쇄학회:학술대회논문집
• /
• 한국인쇄학회 2000년도 춘계 학술발표회 논문집
• /
• pp.35-44
• /
• 2000

Because Image on the CRT change under different illuminants, human is difficult to see original color of object. If what is information of used illuminant on capturing object know, image can be transformed according to viewing condition using the linear matrix method. To know information of used illuminant at an image, the spectral radiance of illuminant can be estimated using the linear model of Maloney and Wandell form an image. And then image can be properly transformed it using color appearance model. In this paper, we predict the spectral radiance of illuminant using spectral power distribution of specular light and using surface spectral reflectance at maximum gray area. and then we perform visual experiments for the corresponding color reproduction according to viewing condition. In results, we ensure that the spectral radiance of illuminant at an image can be well estimated using above algorithms and that human visual system is 70% adapted to the monitor's white point and 30% to ambient light when viewing softcopy images.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.251-256
• /
• 2004

The image classification is one of the most important studies in the remote sensing. In general, the MLC(Maximum Likelihood Classification) classification that in consideration of distribution of training information is the most effective way but it produces a bad result when we apply it to actual hyperspectral image with the same classification technique. The purpose of this research is to reveal that which one is the most effective and suitable way of the classification algorithms iii the hyperspectral image classification. To confirm this matter, we apply the MLC classification algorithm which has distribution information and SAM(Spectral Angle Mapper), SFF(Spectral Feature Fitting) algorithm which use average information of the training class to both multispectral image and hyperspectral image. I conclude this result through quantitative and visual analysis using confusion matrix could confirm that SAM and SFF algorithm using of spectral pattern in vector domain is more effective way in the hyperspectral image classification than MLC which considered distribution.

• 한국지리정보학회지
• /
• 제3권1호
• /
• pp.1-11
• /
• 2000

본 논문에서는 인공위성으로부터 얻어진 다중스펙트럼영상의 부호화 방법을 다룬다. 위성영상의 공간 및 스펙트럼 해상도가 급속도로 향상되면서 처리해야 할 다중스펙트럼 영상의 데이터량은 엄청나게 증가하였다. 이에 따라 위성영상을 활용하기 위해서는 효율적으로 부호화하는 기술이 필요하다. 본 논문에서는 벡터양자화에 근거한 예측부호화, 영상의 quadtree 분할, 그리고 예측오차의 압축을 위한 DCT를 복합적으로 적용한 부호화 기법을 제시한다. 벡터양자화를 통해 대역영상간의 공간적인 특징이 동일하다는 점을 이용한 예측을 하고, 영상분할을 통해 영상의 공간적인 정보량에 따라 적응적으로 비트를 할당하며, DCT를 통해 예측오차의 공간적응적인 부호화를 수행한다. Landsat TM 영상을 대상으로 수행한 실험을 통해 제안 알고리듬의 위성영상 압축기법으로서의 타당성을 보였다.

• 대한원격탐사학회지
• /
• 제22권4호
• /
• pp.295-304
• /
• 2006

영상융합은 "특정 알고리즘의 사용을 통해 두 개 혹은 그 이상의 서로 다른 영상을 조합하여 새로운 영상을 만들어내는 것"을 뜻하며 원격탐사에서는 주로 낮은 공간해상도의 멀티스펙트럴 영상과 높은 공간해상도의 흑백영상을 융합하여 높은 공간해상도의 멀티스펙트럴 영상을 생성하는 것을 의미한다. 일반적으로 하이퍼스펙트럴 영상융합을 위해서는 기존의 멀티스펙트럴 영상융합 기법을 이용한 방법이나 분광혼합기법을 이용한 방법을 사용한다. 전자의 경우에는 분광정보가 손실될 가능성이 높으며, 후자의 경우는, endmember의 정보나 부가적인 데이터가 필요하고 결과 영상의 경우 공간적 정보가 상대적으로 부정확한 문제점을 보인다. 따라서 본 연구에서는 하이퍼스펙트럴 영상의 분광특성을 보존하기 위한 융합방법으로서 2단계 분광혼합기법을 사용한 영상융합 알고리즘을 제안하였으며 이를 실제 Hyperion, ALI 영상에 적용하여 평가하였다. 이를 통해 제안한 알고리즘에 의해서 융합된 결과가 PCA, GS 융합기법에 비해서 높은 공간, 분광 해상도를 유지할 수 있음을 보여주었다.

• 대한공간정보학회지
• /
• 제16권3호
• /
• pp.15-20
• /
• 2008

IKONOS-2, QuickBird, KOMPSAT-2와 같은 고해상도 위성영상은 높은 공간해상도의 흑백영상과 멀티스펙트럴 영상을 동시에 제공하고 있다. 영상융합은 서로 다른 공간, 분광해상도를 가지는 영상을 이용하여 두 개의 장점을 모두 가지는 영상으로 재구성하는 것을 의미하며 위성영상을 영상의 시각화, 개체 추출 등에 더욱 효과적으로 사용할 수 있도록 한다는 점에서 중요한 연구분야이다. 이를 위해 많은 영상융합 알고리즘이 제안되었지만, 대부분 의 알고리즘들은 융합 후에 원 멀티스펙트럴 영상의 분광정보를 효과적으로 보존하지 못하는 문제점을 가지고 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 수정된 영상 유도 기법을 통하여 융합영상의 분광왜곡량을 줄이는 알고리즘을 제안하였다. 원 멀티스펙트럴 영상과 해상도를 낮춘 융합영상과의 비교 분석을 통하여 융합영상의 분광 정보 왜곡량을 보정하도록 유도기법을 조정하였다. QuickBird 영상에 적용한 결과, 다양한 융합영상들이 본 알고리즘을 적용할 경우에 분광왜곡량이 줄어드는 것을 확인할 수 있었다.

• ETRI Journal
• /
• 제33권4호
• /
• pp.497-505
• /
• 2011

Image fusion is a technical method to integrate the spatial details of the high-resolution panchromatic (HRP) image and the spectral information of low-resolution multispectral (LRM) images to produce high-resolution multispectral images. The most important point in image fusion is enhancing the spatial details of the HRP image and simultaneously maintaining the spectral information of the LRM images. This implies that the physical characteristics of a satellite sensor should be considered in the fusion process. Also, to fuse massive satellite images, the fusion method should have low computation costs. In this paper, we propose a fast and efficient satellite image fusion method. The proposed method uses the spectral response functions of a satellite sensor; thus, it rationally reflects the physical characteristics of the satellite sensor to the fused image. As a result, the proposed method provides high-quality fused images in terms of spectral and spatial evaluations. The experimental results of IKONOS images indicate that the proposed method outperforms the intensity-hue-saturation and wavelet-based methods.

• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.571-582
• /
• 2015

본 연구는 주어진 관측 multi-spectral (MS)영상을 panchromatic (PAN) 영상 수준으로 고해상도화 하는 영상융합에서 공간 해상력을 향상시키는 과정에 발생하는 분광 왜곡을 완화시키는 방법을 제안한다. 제안 방법은 관측 MS 영상에 대해 GSA PAN-sharpening을 수행하고 분광 조정 후 비등방성 확산을 실시한다. 분광 조정은 PAN-sharpened 영상이 관측 MS 영상과 일치하는 분광적 특성을 가지도록 하나 구역 오류를 발생시킨다. 분광 조정을 실시 한 후 나타나는 구역 오류는 비등방성 확산에 의해 제거된다. 비등방성 확산은 PAN 영상을 기반으로 하여 국지적으로 계산한 전도 계수를 사용하므로 PAN-sharpened 영상이 PAN의 공간적 특성에 일치하는 결과를 산출한다. 분광 조정 전 초기 PAN-sharpening 방법으로 정량적 평가가 우수하고 계산적으로 효율적인 GSA를 제안한다. 본 연구는 2014년 2월 관측된 $1024{\times}1024$ 크기의 미국 Los Angeles 지역의 Dubaisat-2 위성 자료와 $2048{\times}2048$ 크기의 2002년 3월 경기도 안양 지역에서 관측된 IKONOS 자료를 사용하여 실험 평가를 수행하였다. 제안 방법의 결과는 정량적 품질 평가에서 최선이었거나 최선에 가까운 수준의 결과를 산출 했고 특히 분광 오류를 현저히 감소시킨다.