• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.787-795
• /
• 2014

본 논문에서는 정합된 특징점 가운데 과대 오차를 포함한 정합점을 제거한 후에 삼각망 기반 지역 변환(Triangulation-based Local Transformation, TLT)을 이용한 영상 등록 방법을 제안한다. 기하 평균 기반의 코너 검출기를 통해 검출된 코너점에 대해 Pearson's correlation coefficient를 이용한 코너 정합을 수행하고 임계값 이상의 유사도를 가지는 코너 가운데 좌우 일관성 검사(Left-Right Consistency, LRC)를 통과한 코너를 1차 정합쌍으로 선정한다. 1차 정합쌍 가운데 RANSAC 기반 글로벌 변환(RANSAC-based Global Transformation, RGT) 오차가 이상치 임계값보다 작은 정합쌍을 최종 정합쌍으로 결정한다. 최종 정합쌍 코너를 이용해서 기준 영상과 관측 영상에서 Delaunay Triangulated Irregular Networks(TINs)을 각각 구성한 후에 서로 대응되는 각 삼각형마다 어파인 변환을 수행하고 각 삼각형 내부의 모든 화소들을 기준 영상 좌표로 변환한다. 제안한 알고리즘을 KOMPSAT-2 영상에 적용하여 RANSAC 기반 글로벌 변환보다 우수한 영상 등록 성능을 보임을 확인하였다.

• 대한공간정보학회지
• /
• 제16권3호
• /
• pp.79-85
• /
• 2008

본 연구에서는 세계측지계 기준에 따라 지리정보를 효율적이고 정확하게 좌표변환하기 위한 방안을 도출하기 위하여 기존 1/1,000 수치지형도와 GIS 응용시스템 DB의 구축 현황 및 문제점을 파악하고, 좌표변환 파라미터 산출과 변환 성과의 정확도 평가 등을 수행하여 실용적인 좌표변환 방안을 제시하였다. 국가좌표변환계수에 의한 좌표변환 정확도를 분석하였으며, 연구대상지역의 국가기준점 및 도시기준점을 이용하여 지역좌표변환계수의 특성을 고찰 하였다. 또한 항공삼각측량 성과를 이용한 1/1,000 수치지형도를 도시기준점을 이용한 측량성과와 비교 하여 수치 지형도 제작 당시 국가기준점의 편의량을 분석하고, 도시기준점을 이용하여 추정한 좌표변환계수를 사용하여 세계측지계로 좌표변환한 성과의 정확도를 분석하였다. 마지막으로 1/1,000 수치지형도의 좌표변환 방법을 적용하여 지하시설물 DB를 대상으로 좌표변환 정확도를 평가하였다. 본 연구를 통하여 지자체 단위의 좌표변환을 수행하는데 있어 도시기준점을 이용한 Molodensky-Badekas 방법에 의한 좌표변환계수 적용과 2차원 Affine 변환도 국지적인 범위에서 적용 가능하였음을 확인하였다. 또한 수치지형도를 기반으로 지거측량 방법으로 구축된 GIS 응용 DB의 경우에도 좌표변환 및 편의보정을 통해 약 10cm 이내의 변환 정확도로 좌표변환이 가능하여 세계측지계 전환에 큰 문제가 없다고 판단하였다.

• 한국측량학회지
• /
• 제16권2호
• /
• pp.149-158
• /
• 1998

본 연구에서는 GPS에 의한 2차원 실용좌표의 획득면에 중점을 두고 WGS84와 벳셀타원체간의 3차원 좌표변환에 필수요소인 지역지오이드고 모델없이 두 타원체간 투영좌표의 상호 변환모델식을 구성하여 점검점에 적용하고 실용성과와 비교 고찰하므로서 UTM투영좌표에 의한 타원체간 2차원 좌표변환의 산정법을 제시한 것이다. 인천시지역을 시험모델로 관내 11개 삼각점으로부터 상호변환계수를 도출하고 점검점인 15개 지적삼각점에 적용하여 양방향의 변환정밀도를 분석한 결과, 측지좌표의 경우 위도 및 경도성분에서 각각 $\pm0.006$초, $\pm0.013$초, 평면직교좌 표의 경우는 남북 및 동서방향에서 각각 $\pm{17cm}$ 및 $\pm{30.0cm}$의 표준편차로 변환할 수 있었다. 또한, 남한지역을 대상으로 한 광역망, 경인.충남지역의 지역망 및 인천지역의 국소망으로부터 3-매개변환, 7-매개변환 및 UTM좌표간 변환계수를 각각 산출하여 점검점에 적용하고 변환넓이에 따른 변환기법별 변환특성도 고찰하였다.

• 대한원격탐사학회지
• /
• 제31권4호
• /
• pp.293-302
• /
• 2015

Water body extraction is significant for flood disaster monitoring using satellite imagery. Conventional methods have focused on finding an index, which highlights water body and suppresses non-water body such as vegetation or soil area. The Normalized Difference Water Index (NDWI) is typically used to extract water body from satellite images. The drawback of NDWI, however, is that some man-made objects in built-up areas have NDWI values similar to water body. The objective of this paper is to propose a new method that could extract correctly water body with built-up areas in before and after images of flood. We first create a two-element feature vector consisting of NDWI and a Near InfRared band (NIR) and then select a training site on water body area. After computing the mean vector and the covariance matrix of the training site, we classify each pixel into water body based on Mahalanobis distance. We also register before and after images of flood using outlier removal and triangulation-based local transformation. We finally create a change map by combining the before-flooding water body and after-flooding water body. The experimental results show that the overall accuracy and Kappa coefficient of the proposed method were 97.25% and 94.14%, respectively, while those of the NDWI method were 89.5% and 69.6%, respectively.