• 제목/요약/키워드: 시계열 영상

검색결과 264건 처리시간 0.025초

다중분광 카메라 탑재 드론 영상 기반 토지피복도 제작 및 활용성 평가 (Land Cover Mapping and Availability Evaluation Based on Drone Images with Multi-Spectral Camera)

  • 서춘욱;임재형;김형매;윤희천
    • 한국측량학회지
    • /
    • 제36권6호
    • /
    • pp.589-599
    • /
    • 2018
  • 토지피복도는 지금까지 주로 위성영상과 항공영상을 이용하여 제작되어 왔지만 이 두 영상은 공간적 해상도의 한계가 따르고 구름의 영향으로 원하는 시점에 원하는 지역의 영상을 취득하기에는 역부족이다. 또한, 소규모 지역에 대한 토지피복도를 제작하기에는 시간적 및 경제성 측면에서 비효율적이다. 이에 본 연구에서는 다중분광 카메라 기반의 드론을 사용하여 다중시기 영상을 취득하고 정사영상을 생성한 후 토지피복도를 제작하여 시계열 분석을 통해 활용성을 평가 하였다. 그 결과 RMSE (Root Mean Square Error)가 X, Y, H에서 각각 ${\pm}10mm$, ${\pm}11mm$, ${\pm}26mm$인 RGB 정사영상과 ${\pm}28mm$, ${\pm}27mm$, ${\pm}47mm$인 다중분광 정사영상을 생성할 수 있었다. 픽셀기반 및 객체기반 분류로 각각 제작된 토지피복도의 정확도를 분석한 결과 전체 정확도와 Kappa 계수에서 객체기반 분류가 시기별로 각각 7월 93.75%, 92.42%, 10월 92.50%, 91.20%, 2월 92.92%, 91.77%로 더 높게 나타났으며 시계열 분석 결과 특정 객체의 면적 변화량을 정량적으로 정확하게 파악할 수 있었다. 이를 통해 다중분광 카메라 기반의 드론을 활용한 효율적인 토지피복도 제작 가능성과 활용성을 확인하였다.

드론을 활용한 갯벌 지형 및 시계열 정보의 획득 (Use of a Drone for Mapping and Time Series Image Acquisition of Tidal Zones)

  • 오재홍;김덕진;이효성
    • 한국지능시스템학회논문지
    • /
    • 제27권2호
    • /
    • pp.119-125
    • /
    • 2017
  • 우리나라 갯벌은 우리나라의 하천 및 중국의 양자강과 황하 등으로부터 흘러 들어온 퇴적물이 밀물과 썰물에 의해 생성된 지형이며 오염정화, 어패류 생산 등에 있어 중요성이 아주 높다. 갯벌은 직접적인 접근이 어려워 지상측량이 힘들어 항공사진측량 기법을 활용하여 고해상도의 공간 정보를 얻는 것이 효율적이다. 본 연구에서는 비용 및 촬영 주기 등에 있어 단점이 있는 유인항공기 및 인공위성을 보완하기 위해 최근 산업적으로 주목받고 있는 드론을 활용하여 갯벌 지형 생성에 대한 연구를 수행하였다. 전라남도 영광 함평만 야월리 갯벌에 대해 GPS(Global Positioning System) 기준점 측량, 시간대별 드론 영상 획득, 번들 조정, 입체영상 처리를 통하여 DSM(Digital Surface Model) 및 정사영상을 생성하고 상호 좌표등록 등의 절차를 통해 단시간 내에 공간 정확성이 높은 갯벌의 시계열 공간 정보의 생성이 가능하였다.

딥러닝 기반 OffsetNet 모델을 통한 KOMPSAT 광학 영상 정합 (KOMPSAT Optical Image Registration via Deep-Learning Based OffsetNet Model)

  • 유진우;박채원;정형섭
    • 대한원격탐사학회지
    • /
    • 제39권6_3호
    • /
    • pp.1707-1720
    • /
    • 2023
  • 위성 시계열 데이터가 증가함에 따라 원격탐사 자료의 활용도가 높아지고 있다. 시계열 자료를 통한 분석에 있어 영상 간의 상대적인 위치 정확도는 결과에 큰 영향을 미치기 때문에 이를 보정하기 위한 영상 정합 과정은 필수적으로 선행되어야 한다. 최근에는 기존 알고리즘의 성능을 상회하는 딥러닝 기반 영상 정합 연구의 사례가 증가하고 있다. 딥러닝 기반 정합 모델을 학습하기 위해서는 수 많은 영상 쌍이 필요하다. 또한, 기존 딥러닝 모델의 데이터 간의 상관도 map을 제작하고, 이에 추가적인 연산을 적용하여 정합점을 추출는데 이는 비효율적이다. 이러한 문제를 해결하기 위해 본 연구에서는 영상 정합 모델 학습을 위한 데이터 증강 기법을 구축하여 데이터셋을 제작하였고, 이를 오프셋(offset) 양 자체를 예측하는 정합 모델인 OffsetNet에 적용하여 KOMSAT-2, -3, -3A 영상 정합을 수행하였다. 모델 학습 결과, OffsetNet은 평가 데이터에 대해 높은 정확도로 오프셋 양을 예측하였고, 이를 통해 주영상과 부영상을 효과적으로 정합하였다.

ALOS PALSAR 영상과 GPS를 이용한 시계열 분석: SBAS 알고리즘을 적용한 목포시 일원의 지반침하 연구 (Time Series Analysis with ALOS PALSAR images and GPS data: Detection of Ground Subsidence in the Mokpo Area using the SBAS Algorithm)

  • 김소연;배태석;김상완
    • 한국측량학회지
    • /
    • 제31권5호
    • /
    • pp.375-384
    • /
    • 2013
  • 연안 도시인 목포는 시 면적의 약 70%가 바다를 매립하여 이루어진 도시로(Kim et al., 2005) 매립에 의한 지반침하 현상이 지속적으로 보고되고 있다. 본 연구에서는 ALOS PALSAR L-band 위성에서 얻어진 영상을 이용하여 2006년부터 2010년까지 목포시 일원에서 발생한 지반침하를 관측하였고, 2010년부터 2012년까지 획득된 GPS 현장 자료의 시계열 분석을 통해 지반침하의 양상을 비교, 분석하였다. GPS 자료처리 결과 일정한 주기를 가지고 지표의 상승과 하강이 반복되는 양상이 나타났다. 따라서 이를 제외한 정확한 지반침하량만을 계산하기 위해서 시계열 분석을 수행하였다. 분석결과 GPS 자료로부터 계산된 지반침하 속도는 3.89cm/yr이고, 같은 지점에서 SAR 영상으로부터 관측된 지반침하 속도는 2.65cm/yr로 관측되었다. SAR와 GPS 자료처리 결과가 매우 유사하게 나타났으며 이를 바탕으로 두 자료를 통합하여 새로운 지반침하 모델링이 가능함을 시사한다. 또한 지반침하가 관측된 곳은 간척지에 해당하며, 2012년까지 지반침하가 지속적으로 발생했음을 확인하였다.

RS와 GIS를 이용한 도로주변의 토지이용분석 (Land Use Analysis of Road Circumstance using Remote Sensing and GIS)

  • 최석근;황의진;박경식
    • 한국측량학회지
    • /
    • 제25권2호
    • /
    • pp.133-140
    • /
    • 2007
  • 본 연구는 도시 발전에 따른 여러 가지 도시문제들을 예측하고 대처하기 위해 도시내 토지형태가 어떻게 변화되었는지 모니터하였다. 충주시가 촬영된 Landsat 위성영상을 대상으로 도로주변의 피복상태를 분석하고, 그 분포양상을 시계열로 비교분석하여 변화량을 계산하였다. 이를 위해 원격탐사의 공간분석기술과 GIS기술을 통합하여, 시각적으로 두 시기의 영상을 판독하고 정량적 면적변화를 추출하였다. 그 결과 위성자료와 지형공간정보들의 지속적인 분석과 통계분석을 통하여 도심지역의 발전 모형을 생성 할 수 있었다.

연속 원격탐사 영상자료의 재구축과 변화 탐지 (Reconstruction and Change Analysis for Temporal Series of Remotely-sensed Data)

  • 이상훈
    • 대한원격탐사학회지
    • /
    • 제18권2호
    • /
    • pp.117-125
    • /
    • 2002
  • 연속적으로 상대적으로 짧은 간격으로 관측된 시계열 원격탐사 자료는 관측환경의 악화와 감지 시스템의 기계적 고장과 같은 관측 장애요인에 의해 많은 미관측 및 악성 자료를 가지게 된다. 본 연구는 adaptive 재구축 시스템을 이용하여 동적합성에 의해 미관측 및 악성 자료를 복구하는 문제를 다루고 있다. 제안된 재구축 방법은 관측 대상의 물리적 특성에서의 시간적 변화와 공간적 연속 특성에 근거한 영상처리 기법이며, adaptive 시스템은 관측 값과 지엽적 시간적 경향에 의해 추정된 예측 티의 가중치 합에 의해 합성영상을 생성하는 동적합성을 수행한다. 제안된 동적합성기술의 adaptive 재구축 시스템은 한반도를 관측한 1999년도와 2000년도 2년간의 NOAA AVHRR의 NDVI자료의 재구축에 적용되었다. 실험결과는 재구축된 시리즈는 미관측 및 악성 자료를 포함하고 있는 실제의 관측 영상 시리즈를 위하여 추정된 완전한 자료 값을 갖는 영상 시리즈로 사용될 수 있음을 보여주고 있다. 추가적으로 제안 시스템은 해당 시간에서의 시간적 변화량을 나타내는 gradient 영상을 생성하고, 이러한 영상들의 연속 시리즈에서 관측 대상의 시계열 변화 특성이 관측 자료 값의 영상 시리즈보다 더욱 분명히 나타나고 있다.

시계열 위성영상 기반 평년 식생지수 추정을 통한 산림생태계 피해 탐지 기법 (Forest Damage Detection Using Daily Normal Vegetation Index Based on Time Series LANDSAT Images)

  • 김은숙;이보라;임종환
    • 대한원격탐사학회지
    • /
    • 제35권6_2호
    • /
    • pp.1133-1148
    • /
    • 2019
  • 산림지역은 계절에 따라 생장 및 활력 특성이 변화하기 때문에 산림피해를 정확하게 탐지하기 위해서는 과거 동일한 계절적 시기의 영상정보 확보가 필요하다. 그러나 고해상도 또는 중해상도 영상은 영상촬영주가 높지 않아 동일 시기의 영상 정보들을 확보하는 것은 쉽지 않다. 따라서 본 연구에서는 산림생태계의 피해를 평가하기 위해 시계열 영상정보를 통해 피해발생 이전 과거 동일 시점의 분광정보를 추정하여 산림피해 평가의 기준정보로 활용하는 방법을 연구했다. 연구대상지는 2017년 우박과 가뭄으로 인해 대규모 산림피해가 발생한 전라남도 화순지역이며, 과거 3년간 해당 지역에서 촬영된 모든 Landsat 8 영상의 시계열 식생지수(NDVI, EVI, NDMI) 자료를 구축하고 이를 일별 연속자료로 자료보간을 실시하였다. 그리고 이를 통해 교란 발생 이전의 정상적인 일별 식생지수 추정 지도를 제작하였으며, 동일 날짜의 일별 평년 식생지수와 교란발생 이후의 식생지수의 차이값을 구하고 피해등급 기준을 적용하여 최종적인 위성자료 기반의 피해등급지도가 산출되었다. 위성기반 피해등급지도는 기존의 항공사진 기반 피해등급지도에 비해 미세한 식생활력도 변화를 효과적으로 탐지하였으며, 피해극심지역을 대상으로 비교하였을 때 SWIR 밴드를 이용한 식생지수(NDMI)가 기존의 피해등급평가 결과와 유사한 결과를 산출하여 활용도가 높은 것으로 평가되었다. 결과적으로, 일별 평년식생활력도 지도의 제작을 통해 신속하고 정확한 피해지 탐지가 가능해졌다.

가로림만의 갯벌 지표온도와 식생지수에 의한 공간분석 (Spatial Analysis of Garorim bay by using Tidal Flat Surface Temperature and NDVI)

  • 정종철
    • 지적과 국토정보
    • /
    • 제47권1호
    • /
    • pp.27-35
    • /
    • 2017
  • 농경지, 공업지역 개발, 주거지 확장과 같은 인간의 활동은 갯벌생태계에 중요한 위협이 되어 왔고, 연안갯벌 감소의 가장 중요한 원인이었다. 가로림만은 가장 중요한 습지 서식처 중에 하나이며, 해양수산부는 가로림만을 2016년 7월 해양생태계보호구역으로 지정하였다. 본 연구의 목적은 Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (OLI & TIRS)의 위성영상을 통해 가로림만의 공간적인 패턴을 분석하는 것이다. 가로림만의 표층온도와 NDVI는 공간분석기법에 의해 처리하였고, 시계열분석이 25년 동안의 Landsat 영상을 통해 적용되었다. 시계열 온도/식생 분포지도는 위성영상에 의해 몇 개의 갯벌 습지 서식처로 비교되었다. Landsat영상은 1988년부터 2014년까지 습지식생의 변화를 보여주었고, 가로림만 남부지역은 갯벌이 분포된 지역에 연안 습지에서 식생의 공간분포 변화되었음을 보여주고 있다.

기계학습 기반의 Long Short-Term Memory 네트워크를 활용한 수문인자 예측기술 개발 (Development of Hydrological Variables Forecast Technology Using Machine Learning based Long Short-Term Memory Network)

  • 김태정;정민규;황규남;권현한
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2019년도 학술발표회
    • /
    • pp.340-340
    • /
    • 2019
  • 지구온난화로 유발되는 기후변동성이 증가함에 따라서 정확한 수문인자의 예측은 전 세계적으로 주요 관심사항이 되고 있다. 최근에는 고성능 컴퓨터 자원의 증가로 수문기상학 연구에서 동일한 학습량에 비하여 정확도의 향상이 뚜렷한 기계학습 구조를 활용하여 위성영상 기반의 대기예측, 태풍위치 추적 및 강수량 예측 등의 연구가 활발하게 진행되고 있다. 본 연구에는 기계학습 중 시계열 분석에 널리 활용되고 있는 순환신경망(Recurrent Neural Network, RNN) 기법의 대표적인 LSTM(Long Short-Term Memory) 네트워크를 이용하여 수문인자를 예측하였다. LSTM 네트워크는 가중치 및 메모리 요소에 대한 추가정보를 셀 상태에 저장하고 시계열의 길이 조정하여 모형의 탄력적 활용이 가능하다. LSTM 네트워크를 이용한 다양한 수문인자 예측결과 RMSE의 개선을 확인하였다. 따라서 본 연구를 통하여 개발된 기계학습을 통한 수문인자 예측기술은 권역별 수계별 홍수 및 가뭄대응 계획을 능동적으로 수립하는데 활용될 것으로 판단된다. 향후 연구에서는 LSTM의 입력영역을 Bayesian 추론기법을 활용하여 구성함으로 학습과정의 불확실성을 정량적으로 제어하고자 한다.

  • PDF

드론 영상기반 잔디밭 내 클로버의 퇴치 범위에 대한 시계열 분석 (Drone Image based Time Series Analysis for the Range of Eradication of Clover in Lawn)

  • 이용창;강준오;오성종
    • 한국측량학회지
    • /
    • 제39권4호
    • /
    • pp.211-221
    • /
    • 2021
  • 클로버는 잔디의 대표적 유해 식물로 양지식물인 잔디보다 일찍 생육활동을 시작하여 잔디의 상부에 수관을 형성하고 잔디의 광합성과 성장을 방해한다. 이로 인해 두 식생종 간 경쟁에서 대부분, 클로버 영역은 확산되고 잔디의 경우는 훼손과 고사가 진행되게 된다. 훼손된 부분은 장마 및 생장 휴면 기간 중, 토양표출 확산으로 전개되어 잔디 복구에 심리적 스트레스 및 많은 경제적 부담을 초래하고 있다. 본 연구의 목적은 잔디의 대표적 유해식물인 클로버를 구분하고 클로버의 확산에 따른 훼손지역 분포, 퇴치 전·후의 식생변화 추이를 고찰하는 것이다. 이를 위해 RGB, BG-NIR 센서를 탑재한 융·복합 드론기반 영상을 활용, 3가지 식생지수의 시계열 분석을 통해 선별적 퇴치를 위한 식생구분, 복구전략 수립을 위한 잔디 훼손 분포 등을 고찰하였다. 특히, 인력 및 기기에 의한 선별적 제초 및 예초 전·후, 클로버의 생태변화 추이를 시계열로 분석하였다. 또한, 잔디와 클로버의 성장 중반기 기간 중, 식생 종간 구분 방안도 모색하였다. 연구결과, 잔디와 클로버 생육 특성에 따른 RGB 및 BGNIR 드론영상의 MGRVI 및 NDVI, MSAVI 지수의 시계열 분석을 통해 잔디 훼손과 클로버 퇴치 후 변화 추이 분석의 활용성을 확인하여 잔디 유해 잡초에 대한 효율적 관리의 활용 가능성을 입증할 수 있었다.