초록
1990년대 이후 적조현상은 전 세계적으로 환경문제의 큰 관심이 되고 있으며 선진각국들은 해상용 위성을 이용하여 조기에 적조영역을 검출하는 연구를 진행하고 있다. 그러나 우리나라는 대부분의 해안이 굴곡이 심하고 연안에서 탁류가 많아 저해상도인 해상용 위성으로 소규모 적조 영역을 검출하기가 어렵다. 또한 기존의 적조영역 검출은 해상용 위성영상의 해색(sea color) 한 가지 특징에 의한 방법이 대부분이었다. 이처럼 해색과 같이 영상에서 소수의 특징을 가지고 적조영역을 검출한다는 것은 false negative 오류를 유발할 수 있다. 따라서 본 논문에서는 고정밀 육상용 위성의 남해안 영상에 대해 GLCM(Gray Level Co occurrence Matrix)의 질감 정보 6가지를 이용해서 질감정보를 취득하고 이 정보로부터 주성분 분석을 통해 차원을 축소하여 불필요한 성분을 제거한 후 2개의 주성분 누적 영상으로 변환시켰다. 실험결과 2개의 주성분 변환 누적 영상의 고유값은 94.6%였으며, 이를 해색 한 가지 만을 이용한 적조영역 영상 및 주성분을 모두 가지고 있는 영상들과 비교했을 때 가장 정확한 결과를 나타내었다. 그리고 검출된 적조영역을 질감에 대한 통계적 특성을 이용하여 탁류가 많은 연안 및 적조현상이 없는 바다와 비교하여 정량적으로 구분하였다.
Red tide is becoming hot issue of environmental problem worldwide since the 1990. Advanced nations, are progressing study that detect red tide area on early time using satellite for sea. But, our country most seashores bends serious. Also because there are a lot of turbid method streams on coast, hard to detect small red tide area by satellite for sea that is low resolution. Also, method by sea color that use one feature of satellite image for sea of existent red tide area detection was most. In this way, have a few feature in image with sea color and it can cause false negative mistake that detect red tide area. Therefore, in this paper, acquired texture information to use GLCM(Gray Level Co occurrence Matrix)'s texture 6 information about high definition land satellite south Coast image. Removed needless component reducing dimension through principal component analysis from this information. And changed into 2 principal component accumulation images, Experiment result 2 principal component conversion accumulation image's eigenvalues were 94.6%. When component with red tide area that uses only sea color image and all principal component image. displayed more correct result. And divided as quantitative,, it compares with turbid stream and the sea that red tide does not exist using statistical feature analysis about texture.
