• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.355-359
• /
• 2009

본 논문에서는 퍼지 기법을 이용하여 구름의 종류를 분석하는 방법을 제안한다. 본 논문에서는 가시 영상과 적외 영상을 대상으로 육지 영역은 RGB 컬러 정보 중에 G 채널 값의 수치가 높고, 바다영역에서는 B 채널 값의 수치가 높다는 정보를 이용한다. 이 정보를 이용하여 육지 영역에서는 R과 B 채널 값을 적용하고, 바다 영역에서는 R과 G 채널 값을 적용한다. 가시 영상과 적외 영상에서 임계치를 적용하여 잡음(구름 이외의 영역)을 제거하고, 잡음을 제거한 영상에서 육지 영역과 바다 영역을 구분한 후, 각 R, G, B 채널 정보를 퍼지 기법에 적용하여 구름 영역을 판별한다. 그리고 가시영상과 적외 영상에 모두 포함된 구름 영역에 대해서는 두 영상을 합성하여 구름을 판별한다. 제안된 기법을 구름 분류에 적용한 결과, 제안된 방법이 기존의 양자화를 적용한 방법보다 구름의 분류 성능이 개선된 것을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.261-263
• /
• 2009

본 논문에서는 퍼지 기법을 이용하여 구름의 종류를 분석하는 방법을 제안한다. 제안된 방법은 각각 영상에 대해 R채널의 임계치를 적용하여 잡음을 제거하며, 잡음 영역이 제거된 각각의 근적외 영상과 가시 영상의 반사 특성 및 근적외 영상과 적외 영상의 방출 특성의 특징을 구한 후, 각각의 임계치를 적용하여 1차적으로 구름을 판별한다. 1차적으로 구름 판별에서 제외된 영역에 대해서는 가시 및 적외 영상의 R 채널 값을 퍼지 기법에 적용하여 2차적으로 구름의 종류를 판별한다. 1차적으로 판별된 구름 영역과 2차적으로 판별된 구름 영역을 합성하여 최종 구름 영역을 도출한다. 제안된 방법을 실험한 결과, 기존의 구름 분류 방법보다 제안된 방법이 구름 분류의 성능이 개선된 것을 확인하였다.

• 한국균학회지
• /
• 제27권5호
• /
• pp.349-353
• /
• 1999

현재까지 국내에 보고된 꽃구름버섯은 도합 5종으로서 그중 4종은 흰테꽃구름버섯(Stereum gausapatum), 꽃구름버섯(S. hirsutum), 갈색꽃구름버섯(S. ostrea), 및 배착꽃구름버섯(S. ochraceo-flavum)이며, 나머지 1종은 거북꽃구름 버섯속에 속하는 너털거북꽃구름버섯(Xylobolus spectabile)으로서 낭상체의 형태적 특징에 의하여 거북꽃구름버섯속(Xylobolus)에 속하여 왔으나, Boidin과 Chamuris는 배양학적 특징에 의하여 후자를 꽃구름버섯속(Stereum)으로 분류하고 있다. 본 연구에서는 "너털거북꽃구름버섯"(X. spectabile)을 꽃구름버섯속에 재분류하여 분류체계를 개선하고 우리말 이름을 "너털꽃구름버섯"(S. spectabile)으로 개칭하는 바이다. 또한 서울대학교 표본실(Seoul National University Fungal Collection, SFC)에 보관되어 있는 꽃구름버섯을 대상으로 조사한 결과 5종의 꽃구름버섯종들이 미기록종으로 동정되었으며, 이들 미기록종은 Stereum subtomentosum(갈색털꽃구름버섯, 신칭), S. peculiare(껍질 꽃구름버섯, 신칭), S. sanguinolentum(유혈꽃구름버섯, 신칭), S. striatum(줄무늬꽃구름버섯, 신칭), 및 S. complicatum(복합꽃구름버섯, 신칭)이었다. 이로서 한국산 꽃구름버섯 종들은 도합 10종에 이르며 본 연구를 통하여 국내 꽃구름 버섯의 동정을 위하여 새로운 검색표를 제시하였다.

• 한국지구과학회지
• /
• 제18권6호
• /
• pp.565-578
• /
• 1997

구름의 생성 원인은 상승기류에 의한 단열 냉각인데 이에는 대류에 의한 상승기류와 전선에 동반되는 상승기류가 있고 또 복사냉각과 한냉공기와 온난공기의 혼합 등이 있다. 이러한 구름의 생성원인에 따라 대기 중에 떠 있는 구름은 고도와 모양이 다양하다. 구름모양은 L. Howard가 1803년에 제창한 것에 기초를 두고 분류되어 있으며, 분류의 기본은 가늘고 긴 섬유모양의 구름, 층모양의 구름, 뭉게뭉게 쌓인 구름의 3가지 형태로 크게 구분되고, 고도와 형태에 따라 다시 10 류(類)로 세분되어진다. 대부분이 유형은 구름의 외관상 특징이나 대류의 강도와 같은 구조상의 차이에 따라 종(種)별로 더욱더 세분된다. 때로는 구름은 어떤 모양의 모체의 그 일부가 전혀 별개의 유형으로 발생하거나 모체 전체가 별개의 유형으로 변화하는데 이 경우에는 원래 유형의 구름을 어미 구름이라고 한다. 우리나라에서는 층적운, 고층운, 권운의 구름들이 자주 나타난다. 일반적으로 고층운, 층운, 층적운과 같은 층운형에서 비나 눈이 내리고, 적운형인 고적운, 적운, 적란운에서는 소나기, 우박이 내리거나 모체 전체가 별개의 유형으로 변화하는데 이 경우에는 원래 유형의 구름을 어미 구름이라고 한다. 우리나라에서는 층적운, 고층운, 권운의 구름들이 자주 나타난다. 일반적으로 고층운, 층운, 층적운과 같은 층운형에서 비나 눈이 내리고, 적운형인 고적운, 적운, 적란운에서는 소나기, 우박의 강수현상이 있다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2012년도 춘계학술논문집 2부
• /
• pp.845-847
• /
• 2012

본 논문에서는 다수의 Landsat 영상을 이용하여 구름지역을 보정한 영상을 제작하였다. 비슷한 시기에 취득된 다수의 영상에서 구름을 제거하고, 구름이 제거된 부분을 다른 영상의 온전한 화소값을 기준으로 복원함으로써 효과적으로 구름지역 보정 영상을 제작할 수 있었다. 제작된 영상은 구름 때문에 식별이 불가능한 지역을 크게 감소시켰으며, 주기적인 위성영상의 취득이 어려운 여건을 개선하는 한편, 대규모 지역의 변화탐지 및 영상분류 등 다양한 분야에 활용될 것이다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.409-418
• /
• 2021

항공사진 촬영량이 증가함에 따라 품질검사 자동화의 필요성이 대두되고 있다. 본 연구에서는 딥러닝 기법으로 항공사진 내 구름을 분류 또는 탐지하는 실험을 수행하였고, 또한 위성영상을 학습자료에 포함시켜 분류 및 탐지를 수행하였다. 실험에 사용한 알고리즘으로는 GoogLeNet, VGG16, Faster R-CNN과 YOLOv3을 적용하여 결과를 비교하였다. 또한 구름이 포함된 오류영상 확보의 현실적 제한을 고려하여 항공영상만 존재하는 학습 데이터세트에서 위성영상을 활용한 추가학습이 분류 및 탐지정확도에 영향을 미치는지도 분석하였다. 실험결과, 항공사진의 구름 분류와 탐지에서 각각 GoogLeNet과 YOLOv3 알고리즘이 상대적으로 우월한 정확도를 나타냈고, GoogLeNet은 구름에 대한 생산자정확도 83.8% 그리고 YOLOv3는 구름에 대한 생산자정확도 84.0%를 보여주었다. 또한, 위성영상 학습자료 추가가 항공사진 자료의 부족 시 대안으로 적용가능 함을 보여주었다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.281-284
• /
• 2004

광범위한 면적의 토지피복분류를 관찰하는데 유용하게 사용되고 있는 NOAA AVHRR 자료는 자료의 방대한 양과 구름에 의한 영향을 없애기 위하여 일반적으로 MVC(Maximum Value Composite) 처리를 하여 사용한다. 그러나 수신당시의 여러 가지 환경인자(구름, 저주파 노이즈, 산란, 구름의 그림자 등)에 의하여 각 채널의 패턴이 변화하여 오독을 할 위험성이 있다. 특히 그림자의 영향에 의해 측정치가 변화하는 NOAA 위성의 채널2영역에서는 이러한 특징이 두드러진다. 따라서 본 연구에서는 지상에서 실제로 측정한 자료를 기초로 하여 NOAA 영상자료에서 구름으로 인한 그림자의 영향에 관하여 조사하였고, 한 픽셀안에서 그림자의 영향이 60%이상이 될 경우에는 오독의 가능성이 높은 것으로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.749-752
• /
• 2014

본 논문에서는 저속으로 동작하는 구름 베어링의 다중 결함 조기 검출을 위해 결함 특징 추출, 효과적인 특징 선택, 선택된 특징을 이용한 결함 분류의 세 단계로 구성된 결함 진단 기법을 제안한다. 1단계에서 이산 웨이블릿 변환을 이용하여 미세성분으로부터 통계적 결함 특징을 추출하고, DET(distance evaluation technique)를 이용하여 추출한 결함 특징 가운데 베어링 다중 결함 검출에 효과적인 특징을 선택한다. 마지막으로 선택된 특징을 k-NN(k-Nearest Neighbors) 분류기 입력으로 사용함으로써 결함을 진단한다. 본 논문에서는 제안한 결함 진단 기법의 성능을 분류 정확도 측면에서 평가한 결과 95.14%의 높은 분류 정확도를 보였다.

• 대한원격탐사학회지
• /
• 제23권2호
• /
• pp.71-87
• /
• 2007

본 연구는 NASA/GSFC에서 제공하는 MODIS 구름 산출물 자료를 활용하여 국지적 현상으로 나타난 영동지역의 14개 대설 사례를 분석하였다. MODIS에 의해 특정시간에 관측된 영동지역의 구름은 운정 온도(CTT), 광학 두께(COT), 유효 입자 반경$(r_e)$, 입자상(CP)과 같이 구름 내 속성의 특징에 따라 A, B, C 형으로 분류하였다. 각각의 구름 형태에 대한 강수량과 구름의 속성 사이의 연관성 분석에서 COT는 A와 B형에서 상당히 높은 통계적으로 유의한 관계성을 보였으며, CTT는 A형에서만 높은 상관성을 보였다. 그렇지만, C형에서는 통계적으로 유의한 관계성이 구름의 특성물에 대해 나타나지 않았다. A형 구름은 작은 크기의 물방울과 함께 주로 낮은 층운형 구름으로 구성되어 있으며, 동해에서 종관적으로 유도된 하층 한기 이류 하에서 발생할 수 있다. B형 구름은 발달하는 적운형 구름과 관련되어 있으며, 이러한 구름은 동해상에서 발달하는 저기압 중심과 밀접하게 관련되어 있다. 그렇지만, C형 구름은 다층 구름들로써 영동대설과 직접적으로 관련된 하층 구름을 상층구름이 덮고 있어 위성 관측이 어렵다. 따라서 MODIS 구름 산출물은 영동대설의 경우에 다층 구름을 제외하고 위성 자료로부터 강수량 추정과 대설 기작을 이해하는데 도움이 될 수 있다고 결론지을 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.322-322
• /
• 2011

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 기능을 하는 인자로 기후변화와 인간의 활동에 의해 영향을 받는다. 지난 수십 년간 산림개간과 도시화는 토지이용의 변화를 초래하여 토지피복의 변화를 초래하였다. 도시화는 불투수층을 증가시켰고, 산림개간으로 산림이 농장으로 변하여 침투율을 감소시켜 유출률의 증가를 초래하였다. 이처럼 토지피복의 변화는 토양수분의 변화에 직접적인 영향을 미친다. 본 연구에서는 토지피복 분류를 위해 구름의 영향이 적은 Landsat TM 영상을 사용하여 청미천 유역의 토지피복을 분류하여 토지피복도를 작성하였다. 청미천 유역은 현재 국제수문관측사업(IHP)의 일환으로 체계적인 수문관측이 진행되고 있는 지점으로, 추후 인공위성 영상을 통해 산정한 토양수분 자료를 비교할 수 있는 유역이다. Landsat TM 영상은 2009년 5월 23일에 관측된 115-34(path row) 영상으로 구름이 거의 없는 날의 자료를 사용하였다. 다중 스펙트럴 위성영상인 Landsat TM 영상은 30m 공간해상도로써 토지피복분류와 식생 등의 정보를 추출하는데 적합한 것으로 알려져 있다. 청미천 유역의 위성영상에 대하여 영상의 전처리 과정을 거쳐 무감독분류와 감독분류기법을 적용하여 토지피복을 분류하였다. 분류한 토지피복도는 국토해양부에서 국가수자원관리 종합정보시스템(WAMIS) 을 통하여 제공되는 토지피복도와 비교하였다.