• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.4
• /
• pp.589-593
• /
• 2013

Remote sensing of SAR images is suitable for sea ice observations to obtain the sea ice data if clouds or weather conditions change. There are various types of sea ice, classification results can be seen more easily to detect the change by types of sea ice. In this study, we classified the image by supervised classification method, which is minimum distance was used. Also, we compared the overall accuracy when compared to the results with classification result of SAR images and the result of texture images. When using Radarsat-2 texture images, the overall accuracy was the highest, generally, when using the SAR images had higher overall accuracy.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.26-30
• /
• 2009

본 연구는 고해상도 위성영상을 이용하여 열대해역에서의 생태환경 분포도를 작성함으로써 생태 환경의 변화를 효과적으로 모니터링 할 수 있도록 하는 데에 목적이 있다. 지구온난화 현상에 따라 산호 면적이 감소하고 있다. 이처럼 산호는 환경 변화가 민감하게 반응을 하기 때문에 열대해역에서 산호를 모니터링 하는 것은 주변 생태환경 변화 전체에 대한 관리 역할을 하기 때문에 중요하다. 본 연구에서는 이러한 열대해역의 환경을 효과적으로 모니터링 하기위하여 고해상도 위성영상인 IKONOS와 Kompsat-2 영상을 이용하여 생태환경 분포도를 작성하여보았다. 연구지역은 한남태평양연구센터가 위치한 마이크로네시아 연방국의 Weno 섬 북동쪽 연안이고, 이 지역에서 2007년과 2008년 2번의 현장관측을 실시하여 총 121개 정점에서 광관측 및 환경 자료를 얻었다. 기존의 감독분류와 무감독분류 방법, 그리고 객체지향 영상분류 방법 등을 이용하여 분포도를 작성하였고, 현장관측 자료를 이용하여 검증하였다. 고해상도 영상이기 때문에 기존 방법에서 나타나는 오분류 현상이 객차지향 영상분류 방법을 사용할 경우 적어지는 결과를 얻을 수 있었다.

• Korean Journal of Remote Sensing
• /
• v.17 no.3
• /
• pp.275-284
• /
• 2001

This study was carried out to evaluate high resolution satellite imagery of IKONOS for classifying the land cover, especially forest type. The IKONOS imagery of 11km$\times$11km size was taken on April 24, 2000 in Bong-pyoung Myun Pyungchang-Gun, Kangwon Province. Land cover classes were water, coniferous evergreen, Larix leptolepis, broad-leaved tree, bare land, farm land, grassland, sandy soil and asphalted area. Supervised classification method with algorithm of maximum likelihood was applied for classification. The terrestrial survey was also carried out to collect the reference data in this area. The accuracy of the classification was analyzed with the items of overall accuracy, producer's accuracy, user's accuracy and k for test area through the error matrix. In the accuracy analysis of the test area, overall accuracy was 94.3%, producer's accuracy was 77.0-99.9%, user's accuracy was 71.9-100% and k and 0.93. Classes of bare land, sandy soil and farm land were less clear than other classes, whereas classification result of IKONOS in forest area showed higher performance than that of other resolution(5-30m) satellite data.

• Korean Journal of Remote Sensing
• /
• v.30 no.1
• /
• pp.25-36
• /
• 2014

Multispectral image classification of individual tree species is often difficult because of the spectral similarity among species. In this study, we attempted to analyze the suitability of hyperspectral image to classify coniferous tree species. Several image sets and classification methods were applied and the classification results were compared with the ones from multispectral image. Two airborne hyperspectral images (AISA, CASI) were obtained over the study area in the Gwangneung National Forest. For the comparison, ETM+ multispectral image was simulated using hyperspectral images as to have lower spectral resolution. We also used the transformed hyperspectral data to reduce the data volume for the classification. Three supervised classification schemes (SAM, SVM, MLC) were applied to thirteen image sets. In overall, hyperspectral image provides higher accuracies than multispectral image to discriminate coniferous species. AISA-dual image, which include additional SWIR spectral bands, shows the best result as compared with other hyperspectral images that include only visible and NIR bands. Furthermore, MNF transformed hyperspectral image provided higher classification accuracies than the full-band and other band reduced data. Among three classifiers, MLC showed higher classification accuracy than SAM and SVM classifiers.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2004.11a
• /
• pp.167-171
• /
• 2004

최근 들어 위성영상은 자료 처리 방식에 따라 지구표면이나 또는 지하면에 대한 다양한 정보(물리적인 정보, 화학적인 정보)를 얻을 수 있고 실제 지구를 가상으로 구현하는 데 활용될 수 있기 때문에 여러 산업에서 활용하고 있다. 또한 분류는 영상에 포함된 여러 가지 대상물을 구별하기 위해서 화소와 비교적 성질이 같은 화소 그룹별 특징에 대응되는 레벨을 지정하는 기술이 요구되며, 최소거리 분류법, 평행사변형법, 마하나로비스거리법(Mahanalobis Distance Method), 최대우도법(Maximum Likelihood Method)등 비교하여 분류를 수행

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.635-635
• /
• 2012

최근 공공분야 및 민간분야에서 고해상도 위성영상의 활용이 높아짐에 따라 이를 이용하여 수자원 분야의 치수계획 및 안전도 평가, 유역 홍수대응기술 분야에서의 다양한 활용이 비약적으로 증대되고 있는 실정이다. 고해상도 위성영상의 활용은 국지적 규모의 토지이용 변화 및 대기 상태의 모니터링을 위한 효과적인 기술로 인식되어 왔다. 우리나라의 KOMPSAT-2 위성은 GSD(Ground Sample Distance) 1m급의 전정색 영상과 4m급의 다중분광 영상을 동시에 제공하는 고해상도 위성이다. 그러나 다중분광센서의 복잡성과 보안성에 의해 영상이 제한적으로 제공되고 있어 KOMPSAT-2 위성영상을 이용한 다양한 연구가 미흡한 실정이다. 한편, 토지이용도의 제작은 다중분광 영상을 제공하는 위성영상을 이용하여 제작된다. 다중분광 영상이 제공하는 분광정보 및 공간정보 등으로 토지이용분류를 수행하거나 멀티센서 자료의 통합을 통한 토지이용분류 기법을 개발하여 제작하였다. 그러나 대부분 GSD 10m급 이상의 중 저해상도 위성영상을 이용하여 제작이 이루어져 수평위치 정확도 및 세부정보의 제공이 낮으며, 정보의 최신성이 결여되어 있다. 특히, 유역 치수안전도 평가를 위한 토지이용도 작성은 매우 중요한 부분을 차지하고 있으므로 이에 대한 연구가 필요하다. 이에 본 연구에서는 섬강유역을 대상으로 KOMPSAT-2 영상을 이용하여 유역 치수안전도 평가 및 치수계획 수립기술을 위한 토지이용도를 작성하고자 한다. 토지이용 분류방법은 감독분류와 무감독분류 방법을 조합하여 분류정확도를 개선시키는 하이브리드분류(hybrid classification) 방법을 이용하였으며, 분류기준의 선정은 환경부 토지이용분류 기준을 참고하여 1단위와 2단위 분류체계를 혼용하였다. 또한, 분류 후 후처리를 통하여 잡음을 제거하고 환경부의 토지이용도를 참조하여 육안판독으로 오분류된 지역을 보정하였다. 새롭게 작성된 토지이용도는 기존의 토지이용도와 비교 분석하여 토지이용변화 상황을 파악하고, 이를 통하여 KOMPSAT-2 영상의 토지이용도 개선 가능성을 검토하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2021.11a
• /
• pp.76-77
• /
• 2021

In line with the development of autonomous ships, it is necessary to train professional ship management supervisors to prepare for the transition to the ship's safety management system. Therefore, this study intends to investigate the capabilities required of ship management supervisors in preparation for introduction to autonomously operated ships for ship management supervisors in the field, and to suggest future capability development plans.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.4
• /
• pp.492-497
• /
• 2005

Feature extraction is important to classify data with large dimension such as image data. The representative feature extraction methods lot feature extraction ate PCA, ICA, LDA and MLP, etc. These algorithms can be classified in two groups: unsupervised algorithms such as PCA, LDA, and supervised algorithms such as LDA, MLP. Among these two groups, supervised algorithms are more suitable to extract the features for classification because of the class information of input data. In this paper we suggest a new feature extraction algorithm PCA-FX which uses class information with PCA to extract ieatures for classification. We test our algorithm using Yale face database and compare the performance of proposed algorithm with those of other algorithms.

• Proceedings of the Korea Contents Association Conference
• /
• 2007.11a
• /
• pp.932-936
• /
• 2007

In this study, it analyzed the hydrosphere change up to recently since the construction of Daecheong dam using Landsat satellite images and qualitatively the hydrosphere change of the Daecheong dam basin. These study detected the hydrosphere change with applying supervised classification about Landsat satellite image corresponding to 4 periods of 1981, 1987, 1993, and 2002. For this, it designated the class of hydrosphere, vegetation, etc and achieved overlay analysis with extracting only the hydrosphere, and though this, These study monitored the change about hydrosphere of Daecheong dam basin efficiently.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.10 no.3
• /
• pp.31-39
• /
• 2007

In this study, the hydrosphere change of the Daecheong dam basin was detected qualitatively and quantitatively using Landsat satellite images until recentness since the construction of Daecheong dam. The hydrosphere change of the basin was analyzed by applying supervised classification about Landsat satellite images which were classified according to the hydrosphere, vegetation, road and etc. for four distinct years which are 1981, 1987, 1993, and 2002 year. Landsat satellite images of each year were achieved overlay analysis with extracting only the hydrosphere, and though these results, the hydrosphere change of the Daecheong dam basin was monitored efficiently.