• 천문학회보
• /
• 제44권1호
• /
• pp.50.1-50.1
• /
• 2019

In coronagraph images, it is often observed that two successive CMEs merge into one another and form complex structures. This phenomenon, so called CME cannibalism caused by the differences in ejecting times and propagating velocities, can significantly degrade forecast capability of space weather, especially if it occur near the Earth. Regarding this, we attempt to analyze the cases that two CMEs are expecting to meet around 1 AU based on their arrival times. For this, we select 13 CME-CME pairs detected by ACE, Wind and/or STEREO-A/B. We find that 8 CME-CME pairs show a shock structure, which means they already met and became one structure. Meanwhile 5 pairs clearly show magnetic holes between two respective shock structures. Based on detailed investigation for each pair and statistical analysis for all events, we can get clues for following questions: 1) How does the solar wind structure change when they are merging? 2) Are there any systematic characteristics of merging process according to the CME properties? 3) Is the merging process associated with the occurrence of energetic storm particles? 4) What causes errors in calculating CME arrival times? Our results and discussions can be helpful to understand energetic phenomena not only close to the Sun but also near the Earth.

• 한국통신학회논문지
• /
• 제29권1C호
• /
• pp.83-91
• /
• 2004

에피폴라 Rectification은 서로 다른 시점에서 얻은 두 영상에 대해 각 영상의 에피폴을 미리 정해진 점으로 옮기는 호모그래피를 적용함으로써 두 영상의 에피폴라 지오메트리를 동일한 기준 평면으로 변환하여 에피폴라 라인을 수평 방향으로 정렬시키는 과정이다. 이때 호모그래피에 의해 변환된 영상 사이에서도 에피폴라 제약조건이 성립해야 하며, 이를 만족시키는 호모그래피가 여러 개 존재하므로 제약조건을 추가하여 응용에 적합한 호모그래피를 구하게 된다. Rectification 결과 두 영상은 스테레오 영상화되어 쉽게 변위값을 구할 수 있으므로 영상 내객체의 3차원 정보를 추정하여 영상분할에 활용할 수 있다. 본 논문에서는 객체분할에 적용할 수 있는 Rectification 방법을 제안하고 이 결과를 객체분할에 적용하였다. 객체분할을 위해 색상정보와 상대적인 변위값의 연속성을 동시에 이용하면 단일 객체가 색상에 의해 분할되거나 혹은 색상이 비슷하여 다른 객체가 병합되는 문제를 보완할 수 있다. 실험을 통해 Rectification 결과영상으로부터 획득한 단일 객체의 변위값이 연속성을 갖음을 확인하였고 이를 통해 제안하는 Rectification 방법이 객체분할에 적합함을 보였다.

• 전기전자학회논문지
• /
• 제17권1호
• /
• pp.1-9
• /
• 2013

3차원 영상 해석 기법에 의해 구해진 DEM(Digital Elevation Map)을 정량적으로 평가하는 것은 영상 해석 기법의 유효성을 검증하기 위해 매우 중요하다. 본 논문에서는 모의 영상 제작에 의한 3차원 재구성 과정의 새로운 정량적 평가 방법을 제안하였다. 제안된 방법은 미리 확보된 DEM과 정사영상(ortho-image)을 가상의 실제 값(pseudo ground truth)으로 가정한 것에 의한 것이다. 제안된 방법의 과정은 그래픽스에서 사용되는 ray tracing 알고리즘을 구성하여 가상의 실제 값에 적용함으로서 원하는 시점으로부터의 한 쌍의 모의 영상을 제작하는 것으로부터 시작된다. 제작된 모의 영상 쌍으로부터 구해진 DEM을 가상의 실제 값과 비교하면 구해진 DEM의 정량적인 오차 분석이 가능하여, 적용된 3차원 영상 해석 기법의 유효성이 평가될 수 있다. 제안된 평가 방법의 타당성을 검증하기 위해, 정량적 및 정성적인 실험이 수행되었다. 이를 위해 발생되는 모의 영상이 실제 형상을 재현하는 정도를 정량적인 수치로서 구하여 제안된 방법을 타당성을 입증하였다. 또한 정합창의 크기 변화에 따른 DEM의 정확도를 제안된 평가 방법에 의해 실험하였다. 이러한 실험 결과가 예견된 결과와 일치함에 의해 제안된 평가 방법의 타당성을 정성적으로도 명백히 증명하였다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.941-951
• /
• 2018

3차원 도시모델의 생성을 위한 무인항공기의 활용 및 수요가 증가하고 있다. 본 연구에서는 3D 도시 모델 생성의 선행 연구로 불완전한 자세에서 취득된 무인항공기의 위치/자세 정보를 보정하여 포인트 클라우드를 추출하는 연구를 수행했다. 포인트 클라우드의 추출을 위해서는 정밀한 센서모델의 수립이 선행되어야 한다. 이에 무인항공기의 위치/자세 보정을 위해 무인항공기 영상에 기록된 위치정보의 연속성을 이용하여 회전각을 산출하고, 이를 초기값으로 하는 사진 측량 기반의 IBA(Incremental Bundle Adjustment)를 적용하여 보정된 위치/자세 정보를 획득했다. 센서모델 정보를 통해 스테레오 페어 구성이 가능한 영상들을 자동으로 선별하고 페어간의 타이포인트 정보를 이용해 원본 영상을 에피폴라 영상으로 변환했으며, 변환된 에피폴라 스테레오 영상은 고속, 고정밀의 영상 정합기법인 MDR (Multi-Dimensional Relaxation)의 적용을 통해 포인트 클라우드를 추출했다. 각 페어에서 추출된 개별 포인트 클라우드는 집성 과정을 거쳐 하나의 포인트 클라우드 혹은 DSM의 최종 산출물 형태로 출력된다. 실험은 DJI社 무인항공기에서 취득된 연직 및 경사 촬영 영상을 사용했으며, 실험을 통해 건물의 난간, 벽면 등이 선명하게 표현되는 포인트 클라우드 추출이 가능함을 확인하였다. 향후에는 추출된 포인트 클라우드를 이용한 3차원 건물 추출 연구를 통해 3차원 도시모델의 생성을 위한 영상 처리기술을 계속 발전시켜나가야 할 것이다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 춘계학술발표회논문집
• /
• pp.337-343
• /
• 2004

Spatial information could be obtained from spaceborne high resolution optical and synthetic aperture radar(SAR) images. However, some satellite images do not provide physical sensor information instead, rational polynomial coefficients(RPC) are available. The objectives of this study are: (1) 3-dimensional ground coordinates were computed by applying rational function model(RFM) with the RPC for the stereo pair of Ikonos images and their accuracy was evaluated. (2) Interferometric SAR(InSAR) was applied to JERS-1 images to generate DEM and its accuracy was analysis. (3) Quality of the DEM generated automatically also analyzed for different types of terrain in the study site. The overall accuracy was evaluated by comparing with GPS surveying data. The height offset in the RPC was corrected by estimating bias. In consequence, the accuracy was improved. Accuracy of the DEMs generated from InSAR with different selection of GCP was analyzed. In case of the Ikonos images, the results show that the overall RMSE was 0.23327", 0.l1625" and 13.70m in latitude, longitude and height, respectively. The height accuracy was improved after correcting the height offset in the RPC. i.e., RMSE of the height was 1.02m. As for the SAR image, RMSE of the height was 10.50m with optimal selection of GCP. For the different terrain types, the RMSE of the height for urban, forest and flat area was 23.65m, 8.54m, 0.99m, respectively for Ikonos image while the corresponding RMSE was 13.82m, 18.34m, 10.88m, respectively lot SAR image.

• 대한원격탐사학회지
• /
• 제33권1호
• /
• pp.69-77
• /
• 2017

S The need for an automated geo-positioning approach for near real-time results and to boost cost-effectiveness has become increasingly urgent. Following this trend, a new approach to automatically compensate for the bias of the rational function model (RFM) was proposed. The core idea of this approach is to remove the bias of RFM only using tie points, which are corrected by matching with the digital elevation model (DEM) without any additional ground control points (GCPs). However, there has to be a additional evaluation according to the quality of DEM because DEM is used as a core element in this approach. To address this issue, this paper compared the quality effects of DEM in the conduct of the this approach using the Shuttle Radar Topographic Mission (SRTM) DEM with the spatial resolution of 90m. and the National Geographic Information Institute (NGII) DEM with the spatial resolution of 5m. One KOMPSAT-2 stereo-pair image acquired at Busan, Korea was used as experimental data. The accuracy was compared to 29 check points acquired by GPS surveying. After bias-compensation using the two DEMs, the Root Mean Square (RMS) errors were less than 6 m in all coordinate components. When SRTM DEM was used, the RMSE vector was about 11.2m. On the other hand, when NGII DEM was used, the RMSE vector was about 7.8 m. The experimental results showed that automated geo-positioning approach can be accomplished more effectively by using NGII DEM with higher resolution than SRTM DEM.

• 한국측량학회지
• /
• 제30권6_1호
• /
• pp.583-590
• /
• 2012

본 연구에서는 고해상도 위성영상으로부터 세밀한 DEM 제작을 위해, 토지피복 특성에 따른 혼합 정합 방법을 제안하였다. 이를 위해, 고해상도 위성의 다밴드 영상에서 건물, 도로, 논 밭, 산림, 그림자 물로 이루어진 토지피복도를 제작하였으며, 흑백영상에서 에지와 포인터를 추출하였다. 정합수행 전에 5가지 분류항목을 자동 선별토록 하였으며, 이로부터 건물은 그리드와 에지 정합을, 도로는 그리드와 포인터 정합을, 논 밭과 산림지역은 그리드 정합만을 수행하고, 그림자 물은 정합대상에서 제외하였다. 그 결과, 기존 방법에 비해 지형 경계선을 보다 선명하게 표현하였으며, 건물이나 주거지 또한 더욱 잘 묘사하였다.

• 한국통신학회논문지
• /
• 제26권11A호
• /
• pp.1872-1879
• /
• 2001

본 논문에서는 다시점 영상에서 영상의 특성을 고려하여 효율적으로 미세 변이를 추정하고 중간 시점 영상을 합성하는 알고리듬을 제안하며 이를 모의 실험을 통해 검증한다. 제안한 방법은 영역분할 양방향 화소정합을 통해 변이 추정의 수행 속도를 향상시키는 동시에 신뢰도를 높이며, 적절한 비용함수의 제안과 유사 영역에 대한 정합 창 확장 알고리듬, 변이 평활화와 불확실 영역 변이 할당 알고리듬을 통해 잘못 할당된 변이와 불확실 영역을 제거함으로서 변이의 신뢰도를 더욱 높일 수 있다. 이렇게 추정된 변이는 다시점 영상의 중간 시점 영상 합성을 위해 사용된다. 제안된 방식을 통해 기존의 방식들보다 더욱 안정적인 변이 정보를 얻을 수 있었고, 합성된 중간 시점 영상도 객관적으로나 주관적으로나 더욱 좋은 결과를 보였으며, 또한 전체적인 수행 시간도 줄어들어 더 효율적인 알고리듬임을 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제26권2D호
• /
• pp.311-316
• /
• 2006

지형공간정보체계가 공간분석 및 의사결정을 위한 뛰어난 도구로서 다양한 분야에서 활용되고 있지만 세밀한 도시환경을 3차원으로 묘사할 수 있는 기능은 아직 제한적이다. 본 연구에서는 3차원 모델링 및 시각화의 최근 기술을 GIS의 3차원 구현능력을 향상시키기 위하여 기존의 GIS 상용 프로그램과 통합하였다. 현실과 매우 근사한 3차원 모형을 하기 위하여 입체항공사진으로부터 빌딩 모형을 제작하였으며 또한 건물의 지붕과 벽의 텍스쳐는 각각 정사항공영상 및 지상사진을 이용하여 생성하였다. 본 연구는 ArcGIS, ArcObjects 및 Visual Basic을 이용하여 구현되었으며 3차원 기하학적 모형과 자료 구조, 텍스쳐 생성 및 이들을 병합한 3차원 도심 모형의 생성 기법을 제시하였다. 그 결과 미국 퍼듀대학 캠퍼스를 현실감있는 3차원 시각화를 구현하였다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.121-130
• /
• 2011

본 논문에서는 중심신경망을 이용하여 위성영상으로부터 직사각형 형태의 3차원 건물의 지붕모델을 재구성하는 방법을 연구하였다. 제안된 3차원 지붕모델 재구성 기법의 핵심은 3차원 선소의 군집화에 있다. 이를 위해 한 쌍의 스테레오 영상으로부터 구해진 DEM (Digital Elevation Map) 데이터와 2차원 선소에 의해서 3자원 선소를 발생하였다. 제안된 군집화 과정은 중심신경망을 이용한 방법에 의해 수행되며, 2단계로 구성된다. 첫 번째 단계에서는 선소 추출과정에서 끊어지거나, 중복된 3차원 선소를 건물을 이루는 주된 선소로 군집화하고, 두 번째 단계에서는 건물을 구성하는 주된 선소를 구하기 위해 서로 평행인 선소들의 군으로 군집화를 수행한다. 이 군집화 결과를 최종 클러스터링 과정을 통해 직사각형 형태의 지붕모델로 재구성하게 된다. 제안된 방법이 대전지역의 고해상도 IKONOS 위성영상에 의해 실험되었다. 재구성된 건물모델이 원래 건물의 위치와 형태를 대체로 정확히 반영하여, 본 논문에서 제안된 기법을 고해상도 위성영상에 적용하여 도시지역의 건물모델을 구축하는데 효과적으로 사용될 수 있음이 입증되었다.