전자공학회논문지CI (Journal of the Institute of Electronics Engineers of Korea CI)

대한전자공학회 (The Institute of Electronics and Information Engineers)
권호 표지

위성영상을 활용한 실시간 재난정보 처리 기법: 재난 탐지, 매핑, 및 관리

Early Disaster Damage Assessment using Remotely Sensing Imagery: Damage Detection, Mapping and Estimation

  • 정명희 (안양대학교, 디지털미디어학과)
  • 투고 : 2011.02.16
  • 심사 : 2012.03.05
  • 발행 : 2012.03.25
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

위성영상은 광범위한 지역에 걸쳐 실시간으로 정확한 지표 상태에 대한 정보를 수집할 수 있어 재난재해관리에도 효율적 수단으로 사용되고 있다. 특히 고해상도 영상은 1m급 이하 지표 물체를 탐지할 수 있어 도심지역 정보 획득에 매우 유용하다. 본 논문에는 재난 발생 시 고해상도 위성영상으로부터 변화탐지 기법을 사용하여 피해를 탐지하고 피해정보를 추출하는 방법론이 제안되었다. 사용된 영상분석기법은 텍스쳐 정보를 이용하여 시간적 변화를 탐지하는 기법으로 특징 추출과 변화탐지 단계로 구성되어있다. 특징 추출 단계에서는 wavelet과 GLCM을 이용하여 텍스쳐가 추출되었고 변화탐지 단계에서는 영역간 텍스쳐의 상관관계를 이용한 분류기법이 사용되었다. 제안된 방법은 고해상도 위성영상을 사용하여 지진피해지역을 탐지하는 예에 적용되어 테스트 되었다.

Remotely sensed data provide valuable information on land monitoring due to multi-temporal observation over large areas. Especially, high resolution imagery with 0.6~1.0 m spatial resolutions contain a wealth of information and therefore are very useful for thematic mapping and monitoring change in urban areas. Recently, remote sensing technology has been successfully utilized for natural disaster monitoring such as forest fire, earthquake, and floods. In this paper, an efficient change detection method based on texture differences observed from high resolution multi-temporal data sets is proposed for mapping disaster damage and extracting damage information. It is composed of two parts: feature extraction and detection process. Timely and accurate information on disaster damage can provide an effective decision making and response related to damage.

키워드

참고문헌

  1. F. Dell'Acqua, C. Bignami, M. Chini, G. Lisini, D.A. Polli, and S. Stramondo, "Earthquake Damages Rapid Mapping by Satellite Remote Sensing Data," Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 4, no.4, pp.935 - 943, 2009.
  2. D. Tomowski, M. Ehlers, and S. Klonus, "Colour and texture based change detection for urban disaster analysis," Urban Remote Sensing Event (JURSE), 2011 Joint, pp.329 - 332, 2011.
  3. S. Nirupama, and P. Simonovic, "Role of remote sensing in disaster management," ICLR Research Paper Series-No. 21, 2002.
  4. E. M. Rathje, and M. M. Crawford, "Resolution Satellite Imagery to Detect Damage from the 2003 Northern Algeria Earthquake," Proceedings, 13th World Conference on Earthquake Engineering, Vancouver, Canada, 2004.
  5. P. C. Smith, and A. Annoni, "Updating land-Cover Maps by Using Texture Information from Very High-Resolution Space-Borne Imagery," IEEE Trans. on Geoscience and Remote Sensing, Vol. 37, pp.1244-1254, 1999. https://doi.org/10.1109/36.763282
  6. R.M. Haralick, K. Shanmugan, and I. Dinstein, "Texture Features for Image Classification," IEEE Transactions on Systems, Man, and Cybernetics, SMC-3, pp.610-621, 1973. https://doi.org/10.1109/TSMC.1973.4309314
  7. S. Arivazhagan, and L. Genesan, "Texture classification using wavelet transform,", Pattern Recogn. Lett. Vol. 24, no. 9, pp.3197-3203, 2003. https://doi.org/10.1016/j.patrec.2003.08.005
  8. L. Wang and J. Lui, "Texture classification using multiresolution Markov Random Field models," Pattern Recogn. Lett., Vol. 20, no. 2, pp. 171-182, 1999. https://doi.org/10.1016/S0167-8655(98)00129-9
  9. S. Ghosh, L. Bruzzone, and S. Patra, "A Context-Sensitive Technique for Unsupervised Change Detection Based on Hopfield-Type Neural Networks," Trans. on Geoscience and Remote Sensing, Vol. 45, no. 3, pp. 778-789, 2007. https://doi.org/10.1109/TGRS.2006.888861