A Cost Effective Reference Data Sampling Algorithm Using Fractal Analysis

프랙탈 분석을 통한 비용효과적인 기준 자료추출알고리즘에 관한 연구

Random sampling or systematic sampling method is commonly used to assess the accuracy of classification results. In remote sensing, with these sampling method, much time and tedious works are required to acquire sufficient ground truth data. So , a more effective sampling method that can retain the characteristics of the population is required. In this study, fractal analysis is adopted as an index for reference sampling . The fractal dimensions of the whole study area and the sub-regions are calculated to choose sub-regions that have the most similar dimensionality to that of whole-area. Then the whole -area s classification accuracy is compared to those of sub-regions, respectively, and it is verified that the accuracies of selected sub regions are similar to that of full-area . Using the above procedure, a new kind of reference sampling method is proposed. The result shows that it is possible to reduced sampling area and sample size keeping up the same results as existing methods in accuracy tests. Thus, the proposed method is proved cost-effective for reference data sampling.

분류기법에 의해 원격탐사 영상으로부터 취득된 면속성 수치 지도는 GIS 의사결정자료로 사용되기 이전에 그 정확성에 관한 신뢰도 검증과정을 거쳐야 한다. 분류 정확도를 평가하기 위해서는 오분류행렬(confusion matrix)을 사용하여 전체 정확도, 사용자 정확도, 제작자 정확도 등을 얻게 되는데, 이때 오분류행렬을 구성하기 위해서는 기준자료(reference data)에 대한 표본추출이 이루어져야한다. 기준자료의 표본을 추출하는 기법간의 비교 및 표본 크기를 줄이고자 하는 연구는 많이 이루어져 왔으나, 추출된 표본들간의 거리를 줄임으로서 정확도 평가 비용을 감소시키고자 하는 연구는 미비한 실정이다. 따라서 본 연구에서는 프랙탈 분석을 통하여 기준자료의 표본을 추출하였으며, 이를 바탕으로 기존의 표본추출의 기법과 정확도 차이 및 비용효과 측면을 비교 분석하였다. 연구 결과 , 프랙탈 분석을 통하여 표본을 추출하는 기법은 그 정확도 추정에 있어 기존의 표본추출 기법과 큰 차이를 보이지 않았으며, 추출된 화소들이 가까운 저리에 군집에 있어 비용효과측면에서 유리함을 확인하였다.