• 대한공간정보학회지
• /
• 제9권2호
• /
• pp.37-46
• /
• 2001

위성영상을 이용한 토지피복 분류를 시행할 때 대부분 화소의 밝기값(DN: Digital Number)에 의존하는 분광적 패턴인식기법을 사용해 왔다. 그러나 화소의 DN이 해당화소 뿐만 아니라 인접화소와도 밀접한 관련이 있다는 점을 고려할 때, 인접화소의 영향을 고려한 토지피복 분류에 관한 연구가 필요하다. 또한, 위성영상의 공간해상도가 기술의 발달로 인해 현격히 향상되고 있다는 점을 고려할 때 공간적 분류방법은 반드시 고려되어야 한다. 본 연구에서는 supervised 분류방식에 의한 분광적 분류방법과 분광적 분류방법에 화소의 공간적 분포패턴까지를 적용한 공간적 분류방법의 정확도를 평가하여 공간적 분류방법의 적용 타당성을 제시하고자 하였다. 6가지 공간적 분류방법을 적용한 실험을 통해 공간적 분류방법을 이용한 경우가 분광적 분류방법만을 이용한 경우보다 2-6% 정도 분류정확도가 증가됨을 알 수 있었다. 또한 밴드조합을 달리 설정하여 분류를 실시한 실험을 통해 공간적 분류방법을 적용하였을 때 기존 분광적 분류방법만을 이용한 경우보다 향상된 정확도 결과를 얻을 수 있음을 통계적으로 입증할 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.207-212
• /
• 2009

고해상도 위성영상이 갖는 공간 객체의 복잡성과 다양성에 의해 기존 중 저해상도 영상에서 사용하던 분류 방식을 고해상도 영상에 그대로 적용하기에는 한계가 있다. 이러한 문제를 극복하기 위하여 영상은 공간적인 특성을 추가적으로 추출하여 분광정보와 결합하여 분류를 수행하는 방식의 연구가 진행되고 있다. 본 연구의 목적은 고해상도 영상의 분류정확도를 개선하기 위하여 새로운 공간 개체(spatial feature)인 SSI(Shape-Size Index)를 제안하는데 있다. SSI는 영역 확장(Region Growing) 기반의 영상 분할(Image Segmentation)을 수행한 후, 객체 내에 객체의 크기와 모양에 대한 고려를 모두 할 수 있는 공간 속성값을 할당하여 공간정보를 추출한다. 추출된 공간정보를 고해강도 영상의 다중분광 밴드와 결합하여 Support Vector Machine(SVM)을 이용한 분류를 수행하였다. 실험 결과, 제안한 기법의 분류 결과가 분광밴드만을 이용하여 분류를 수행한 결과뿐만 아니라 기존의 공간 개체 추출방식인 GLCM, PSI 기법을 이용한 분류 결과에 비해 높은 분류정확도를 도출함을 알 수 있었다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.9-14
• /
• 2003

본 연구에서는 원격탐사 화상의 분류를 목적으로 분광정보와 공간적 상관성의 반복적 결합방법을 제안하였다. 퍼지이론을 기반으로 공간적 상관성을 분류 과정에 적용하기 위하여 초기단계에서 정의된 소속 함수에 대해서 주변영역에 대한 필터링을 적용하였고, 특정 수렴 조건을 만족하는 단계까지 반복적 결합을 수행하였다. Landsat TM 화상에 적용한 결과, 향상된 분류정확도와 분광정보만으로 분류가 애매한 화소의 공간적 분포 양상을 확인할 수 있었다.

• 한국측량학회지
• /
• 제29권4호
• /
• pp.421-428
• /
• 2011

공간정보산업의 범위가 모호하여 산업규모와 국민경제에서 차지하는 가치를 조사하기가 힘들었다. 본 연구에서는 한국표준산업분류에 기초하여 공간정보산업 범위와 종류를 명확히 할 수 있는 분류안을 제안하였다. 분류안은 공간정보의 가치사슬에 대응하는 각산업 영역의 역한과 특정을 고려하고 기존 표준산업분류체계를 기초로 하였기 때문에 타 산업분야와 연계성이 높은 공간정보산업의 특정을 반영하고 있다. 향후 본 연구에서 제안한 분류안을 활용하여 공간정보산업 정책을 수립하기 위한 산업 통계정보를 체계적으로 구축할 수 있을 것이다.

• 인지과학
• /
• 제6권2호
• /
• pp.27-45
• /
• 1995

본 논문에서는 다중 분류기의 통합을 위해 퍼지 행위지식 공간을 구성하고 이를 이용하는 방법을 제안한다.기존의 행위지식 공간은 각 분류기들이 서로 독립적일 필요가 없고 적응적 학습이 가능한 것으로 단지 하나의 클래스 레이블만 을 출력하는 분류기들의 통합에 가장 최적의 방법으로 알려졌다.그러나 행위지식 공간은 각 분류기가 출력하는 클래스 레이블에 대한 측정값과 경험적 지식을 통합과정에 반영하기 어렵다는 문제점을 갖고 있다.이러한 행위지식 공간의 문제점을 해결하기 위해 본 논문에서는 퍼지개념을 이용한 퍼지 행위지식 공간을 정의하고 이를 다중 분류기의 통합에 적용하기 위한 방법을 기술한다.또한,퍼지 행위지식 공간의 유용성을 증명하기 위해 각 분류기로 부터 얻어진 클래스 레이블들과 이에 관련된 측정값을 포함하는 분류결과들의 통합에 적용된 실험결과를 기술한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.289-292
• /
• 2007

객체기반 영상분류를 위한 영상분할에 있어서 중요한 요소로는 분할축척(Scale), 분광 정보(Color), 공간 정보(Shape) 등이 있으며 공간 정보에 해당하는 공간 변수는 평활도(Smoothness)와 조밀도(Compactness)가 있다. 이들 가중치의 선택이 최종적으로 객체기반 영상분류의 결과를 좌우하게 된다. 본 연구는 객체기반 영상분류의 준비 과정이라 할 수 있는 영상분할에 있어서 다양한 가중치를 적용을 통하여 영상을 분할하였다. 영상분할을 위해 적용한 가중치는 10, 20, 30의 분할축척(Scale)과 분광 정보(Color)와 공간 정보(Shape)간의 가중치 조합, 공간 변수인 평활도(Smoothness)와 조밀도(Compactness)간의 가중치 조합을 사용하였다. 각 가중치 조합을 통하여 분할된 영상의 분석은 Moran's I 와 객체 내부 분산(Intrasegment Variance)을 이용하여 분석하였다. 각 객체간의 상관관계 분석을 위하여 Moran's I를 계산하였으며 분류된 지역의 동질성을 분석하기 위하여 객체 면적을 고려한 객체 내부 분산(Intrasegment Variance)값을 계산하였다. Moran's I 가 낮은 값을 가질수록 객체 간의 공간상관관계가 낮아지므로 이웃 객체간의 이질성은 높아지며 객체 내부 분산(Intrasegment Variance)이 낮은 값을 가질수록 지역간의 동질성은 높아지게 된다. Moran's I 와 객체 내부 분산(Intrasegment Variance)의 조합을 통하여 객체기반 영상분류 시 가장 높은 분류 정확도가 예상되는 밴드별 영상분할 가중치를 얻을 수 있다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.463-468
• /
• 2004

이 연구에서는 원격탐사 자료를 이용하여 얻어진 분류 결과로부터 분류 정확도의 공간적 불확실성을 추정하고자 하였다. 기존 분류결과로부터 얻어지는 토지 피복별 확률값을 지구통계학적 시뮬레이션 기법을 이용하여 참조자료의 공간적 분포와 통합하였다. 다중센서 화상 통합에 적용한 결과, 각 토지피복 항목별로 공간적인 정확도 분포를 얻을 수 있을 수 있었으며 이러한 자료는 분류결과를 해석하는데 유용하게 사용될 수 있을 것으로 기대된다.

• 한국공간정보시스템학회 논문지
• /
• 제11권1호
• /
• pp.157-168
• /
• 2009

우리가 살아가는 삶속에 깊숙이 파고든 공간정보는 유비쿼터스 시대에 맞춰 지능형 공간정보로 진화하고 있다. 또한 이를 이용한 다양한 서비스 모델이 소개되고 있다. 하지만 이러한 서비스에 대하여 사용자와 제공자에게 동시에 설명할 수 있는 분류체계는 존재하지 않는다. 이에 다양한 지능형 공간정보 서비스들을 체계적으로 분류할 수 있는 체계가 필요한 실정이다. 본 연구에서는 지능형 공간정보의 개념을 소개하고 공간정보 서비스들의 특성을 고려한 서비스 분류 체계를 개발하였다. 개발된 지능형 공간정보 서비스분류 매트릭스는 지능수준 척도, 공간정보 정확도, 서비스 영역을 기준으로 하였다. 본 연구에서 제안한 서비스 분류 매트릭스는 두 가지 관점에서 활용될 수 있다. 첫째, 지능형 공간정보의 수요가 늘어나면서 유사한 기능만을 가진 채 실수요를 반영하지 못하고 중복된 서비스들이 나타나는 현실을 개선시킬 수 있다. 둘째, 공간정보 산업의 현황을 들여다보고 새로 진입하게 되는 서비스의 목표 선정이나 미래의 발전 방향을 제시할 수 있다. 이러한 활용을 토대로 서비스 분류 매트릭스는 새로운 블루오션 창출과 같이 공간정보 사업 활성화를 이루는데 도움이 될 수 있다. 하지만, 서비스 분류 매트릭스는 향후 개발될 다양한 서비스를 적용하는데 있어 문제점이 없도록 수정과 보완이 필요하다. 그리고 분류 매트릭스는 궁극적으로 서비스 로드맵을 작성하기 위한 자료로 활용되거나 참조모델로서 활용될 수 있도록 해야 할 것이다. 하여 U-City의 미래를 더욱 밝게 할 것이다.

• 대한공간정보학회지
• /
• 제22권3호
• /
• pp.155-160
• /
• 2014

본 논문에서는 각기 다른 3가지 해상도로 촬영된 항공 초분광영상을 이용하여 건물, 도로, 산림 등 8가지 분류군에 대해 토지피복분류를 실시하고 정확도를 비교하는 연구를 수행하였다. 연구는 24밴드(0.5m 공간해상도), 48밴드(1.0m 공간해상도), 96밴드(1.5m 공간해상도)로 각각 1000m, 2000m, 3000m고도에서 촬영된 초분광영상을 이용하여 8가지 클래스에 대해 토지피복분류를 수행하였다. 그 결과 2000m고도에서 촬영된 48밴드 초분광영상을 이용하여 분류한 영상이 가장 높은 분류정확도를 보였고, 24밴드, 96밴드 순으로 분류정확도가 높게 나타났다. 초분광영상 활용에 있어서 1m 공간해상도에 48개밴드를 사용하여 토지피복분류를 수행함에 있어 적합함을 확인하였고 항공 초분광영상을 활용한 주제도 제작과 관련하여 정확도와 실용성 면에서 공간정보 품질이 개선될 것으로 기대한다.

• 정보처리학회논문지B
• /
• 제8B권4호
• /
• pp.335-342
• /
• 2001

본 논문은 보로노이 공간분류를 활용하여 원격탐사 영상인식을 위한 다층 신경망 분류기를제안한다. 제안된 다층 신경망 분류기는 보로노이 다각형 영역으로 클래스를 구분하며, 초평면 방정식의 계수를 오류 역전과 학습 초기의 연결 강도, 임계치 그리고 은닉층의 노드 수로 결정한다. 제안된 방법은 오류역전과 학습 알고리즘에서 임의로 정해주던 초기 정보를 사전 분석에 의해 공학적으로 결정함으로써 느린 수렴 속도와 학습실패 등의 단점을 피할 수 있는 장점이 있다. 보로노이 다이어그램에 대한 경계선의 초평면 방정식은 훈련집합의 클래스별 평균값을 구하여 Mathematica 패키지로 계산하였다. 제안된 다층 신경망에 의한 영상분류기의 인식능력을 평가하기 위하여 원격탐사 영상인식에서 자주 활용되는 최소거리 분류 방법과 최대우도 분류 방법으로 처리해서 비교한 결과, 최소거리 분류 방법은 실험화상에 대해 81.4%, 최대우도 부류기에 의한 분류는 87.8%, 제안한 방법은 92.2% 정확성을 가진 분류결과를 나타냈다.