• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.53-58
• /
• 2008

인공위성을 통해 취득된 데이터들은 지상국의 수신처리시스템을 거쳐 표준영상으로 생산되며, 생산된 영상으로부터 사용자에게 의미 있고, 가치 있는 정보를 이끌어 내는 판독의 단계를 수행하게 된다. 본 연구에서는 원격탐사의 전반적인 이해를 돕기 위한 교육적 모델로서 캔샛 프로그램을 도입하였다. 캔샛 프로그램은 스탠포드대 로버트 트윙 교수의 제안으로 학생들에게 한 학기의 짧은 시간에 실제 인공위성의 설계, 해석, 제작, 조립, 시험, 발사, 운용 등 전반적인 시스템의 이해를 도모하기 위한 1Kg 이하의 캔 크기의 초소형 위성을 개발하는 교육 프로그램이다. 본 연구는 한국과학영재학교 R&E 프로그램의 지원으로 시작하였으며, 실제 초소형 위성 캔샛('KSAsat'으로 명명)을 직접 설계, 제작, 조립하고 최종적으로 발사 운용 시험을 수행하였다. 주 탑재체로 일반 상용 디지털 카메라를 장착하였으며, GPS, 광센서, 3 축 가속도계, 온도센서, 압력센서를 탑재하였다. 비행시험을 통해 성공적으로 영상을 취득하고, 각종 센서로부터의 데이터를 지상국으로 전송 받았다. 지상국을 통해 처리 되어진 데이터로부터 의미 있는 정보를 추출하는 판단의 단계를 거쳐 원격탐사의 전반적인 교육을 성공적으로 수행할 수 있었다. 본 논문에서 캔샛 프로그램이 원격탐사 교육에도 충분히 활용될 수 있음을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.279-279
• /
• 2021

위성영상정보는 센서의 종류, 취득, 분석, 재난과 위성영상 특성 매칭 등의 제약으로 재난 상황에서 제한적으로 사용되었다. 일반적으로 인공위성의 종류는 탑재한 센서의 정보제공 능력 범위에 따라 분류 가능하며 이에 따라 대상 범위가 결정된다. 본 연구에서는 재난의 예측, 탐지, 사후처리를 위한 위성자료의 취득과 활용을 위해 다양한 위성과 탑재된 센서의 궤도, 공간 해상도, 파장대 등의 특성에 대하여 분석하고 재난유형별로 최적 위성영상을 선정하였다. 행정안전부에서는 재난과 재해의 유형을 자연재난(10종)과 사회재난(27종)으로 분류하였다. 위성영상 활용이 가능한 재난 유형은 가시적으로 확인이 가능한 자연재난에 해당하며 그 중 태풍, 홍수, 가뭄, 산불 등 총 4종의 재난유형별로 가용한 최적의 위성영상을 분석하였다. 재난관측에 사용 가능한 대표적인 탑재체의 종류는 극궤도 지구관측 위성에서 광학과 SAR로 구분할 수 있다. 각 기본 특성에 따라 제공되는 정보의 종류가 분류되며 광학 센서는 태양복사 및 지구복사에너지 파장 영역 중 가시광선-근적외선-단파적외선-열적외선 파장대 영역의 분광 정보를 제공할 수 있는 다중 밴드들로 구성된다. 지표의 특정 대상이나 물질을 탐지하고 변화를 감지·분석하는데 유용하여 홍수, 태풍, 지진 등 자연 및 사회 재난·재해 관측에 유용하게 이용된다. SAR 센서는 장파장의 전자기파를 방출한 후 돌아오는 신호를 활용하여 대상에 대한 정보를 획득한다. 대기의 효과 및 요소를 투과하는 주파수 대역별 장파장 밴드 정보를 활용하여 고해상도의 대상 표면, 위치, 형태 등의 정보를 측량 및 관측하므로 중·광역 지역에 제약 없이 영상정보를 획득할 수 있어 산사태, 홍수, 지진, 등의 재난 모니터링에 유용하다. 이러한 다종 위성별 센서들의 특징(공간 해상도, 파장대별 밴드 특성, 관측폭, 재방문 주기 등)들을 분석하여 재난유형별로 가용한 무료/상용 지구관측위성을 분류한 결과 태풍에는 광역관측, 정지궤도 위성, 홍수에는 광학 및 SAR 고해상도 위성, 가뭄은 광역관측, 다분광 광학 위성 그리고 산불에는 정지궤도, 광학, SAR 위성이 적합함을 알 수 있다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.14 no.1 s.35
• /
• pp.37-47
• /
• 2006

In the last years a low-altitude image acquisition technology has been developed in application of frequent change monitoring in urban area md speedy surveillance in disaster area. A low-altitude photogrammetric system have advantages of accurate observation and free data-acquisition time. Especially, an unmaned RC-helicopter, improving safety, durability and portability, comes into the spotlight as a built-in vehicle in close range photogrammetric application due to their capability of safe near-by observation and effective flight performance. This paper gives a methodology for generating image map by development of low cost and timesaving low-altitude photogrammetric UAV(unmaned aerial vehicles) for collecting high-resolution image data, and implement of geo-rectification and image mosaicking.

• Korean Journal of Remote Sensing
• /
• v.29 no.1
• /
• pp.115-121
• /
• 2013

The first geostationary satellite in Korea, COMS (Communication, Ocean, and Meteorological Satellite), has been operating properly since its successful completion of the IOT (In Orbit Test). COMS MI (Meteorological Imager) acquires Earth observation images from visible and infrared channels. This paper describes a method to compute the degradation of the COMS visible detectors and the result of the degradation during the two years of the operation. The visible channel detectors' performance was determined based on the comparison between the instrument-based measurements and ROLO model-based values. The degradation rate of the visible channel detectors of COMS MI showed a normal condition.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1515-1526
• /
• 2022

Image-based 3D reconstruction is to restore the shape and color of real-world objects, and image sensors mounted on mobile platforms are used for positioning and mapping purposes in indoor and outdoor environments. Due to the increase in accidents in underground space, the location accuracy problem of underground spatial information has been raised. Image-based location estimation studies have been conducted with the advantage of being able to determine the 3D location and simultaneously identify internal damage from image data acquired from the inside of pipeline-type underground facilities. In this study, we studied 3D reconstruction based on the images acquired inside the pipe-type underground facility and reference data. An unmanned mobile system equipped with a stereo camera was used to acquire data and image data within a pipe-type underground facility where reference data were placed at the entrance and exit. Using the acquired image and reference data, the pipe-type underground facility is reconstructed to a geo-referenced 3D shape. The accuracy of the 3D reconstruction result was verified by location and length. It was confirmed that the location was determined with an accuracy of 20 to 60 cm and the length was estimated with an accuracy of about 20 cm. Using the image-based 3D reconstruction method, the position and line-shape of the pipe-type underground facility will be effectively updated.

• Korean Journal of Remote Sensing
• /
• v.37 no.3
• /
• pp.577-589
• /
• 2021

Drone mapping systems can be applied to many fields such as disaster damage investigation, environmental monitoring, and construction process monitoring. To integrate individual sensors attached to a drone, it was essential to undergo complicated procedures including time synchronization. Recently, a variety of composite sensors are released which consist of visual sensors and GPS/INS. Composite sensors integrate multi-sensory data internally, and they provide geotagged image files to users. Therefore, to use composite sensors in drone mapping systems, mapping accuracies from composite sensors should be examined. In this study, we analyzed the mapping accuracies of a composite sensor, focusing on the data acquisition area and pre-calibration effect. In the first experiment, we analyzed how mapping accuracy varies with the number of ground control points. When 2 GCPs were used for mapping, the total RMSE has been reduced by 40 cm from more than 1 m to about 60 cm. In the second experiment, we assessed mapping accuracies based on whether pre-calibration is conducted or not. Using a few ground control points showed the pre-calibration does not affect mapping accuracies. The formation of weak geometry of the image sequences has resulted that pre-calibration can be essential to decrease possible mapping errors. In the absence of ground control points, pre-calibration also can improve mapping errors. Based on this study, we expect future drone mapping systems using composite sensors will contribute to streamlining a survey and calibration process depending on the data acquisition circumstances.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.6
• /
• pp.437-456
• /
• 2021

In the field of remote sensing in Korea, starting in 2017, deep learning has begun to show efficient research results compared to existing research methods. Currently, research is being conducted to apply deep learning in almost all fields of remote sensing, from image preprocessing to applications. To analyze the research trend of deep learning applied to the remote sensing field, Korean domestic journal papers, published until October 2021, related to deep learning applied to the remote sensing field were collected. Based on the collected 60 papers, research trend analysis was performed while focusing on deep learning network purpose, remote sensing application field, and remote sensing image acquisition platform. In addition, open source data that can be effectively used to build training data for performing deep learning were summarized in the paper. Through this study, we presented the problems that need to be solved in order for deep learning to be established in the remote sensing field. Moreover, we intended to provide help in finding research directions for researchers to apply deep learning technology into the remote sensing field in the future.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.193-197
• /
• 2006

지상측정 및 위성영상탑재 광학센서를 이용하여 벼 주요 생육시기에 대한 군락의 엽질소 함량을 추정하였다. 6월부터 10월에 걸쳐 주요 생육시기 $5{\sim}6$회에 걸쳐 Orbview 및 QuickBird와 같이 4m 이하의 고해상도 다중영상을 취득하였다. 위성영상 취득일에 가능한한 맞추어 인공광원을 사용하는 2종의 능동형 광학 (G)NDVI 센서를 이용한 벼 군락의 반사특성을 측정하였으며 동시에 식물체 샘플링을 통한 생육량, 엽면적지수, 엽질소 함량 등을 분석하였다. 시기별 영상의 분광반사특성 및 (G)NDVI와 벼 생육량 및 엽질소 함량과의 관계를 알아보기 위해 상관분석 및 회귀분석을 수행하였다. 지상센서 및 위성영상 유래 (G)NDVI의 값을 서로 비교해 보면 전체적으로 지상센서를 이용하여 측정한 (G)NDVI값이 위성영상 유래 (G)NDVI값보다 크게 나타났다. 하지만 두 센서 모두 엽면적지수 변화에 따른 (G)NDVI의 변화를 살펴보면 엽면적지수가 2 정도가 될 때까지는 함께 증가하다가 2보다 커지면서는 변화가 없이 머무르는 경향은 같게 나타났다. 엽면적지수의 변화는 군락의 엽질소함량 변화와 선형적인 관계($R^2=0.80$)로 나타났다. 분얼기부터 성숙초기까지의 자료를 이용하여 지상센서 및 위성영상 유래 (G)NDVI를 이용한 벼 군락의 엽질소 함량과의 관계를 살펴보니 지수함수적 관계($R^2=0.90$)로 나타났다. 위성영상 유래 (G)NDVI를 이용한 벼 군락의 엽질소 함량 추정식을 이용하여 신평면 최고쌀 생산단지에 대한 엽질소 함량 지도를 작성하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.5
• /
• pp.17-22
• /
• 2022

In this paper, we design a lightweight embedded device that can support intelligent edge computing, and show that the device quickly detects an object in an image input from a camera device in real time. The proposed system can be applied to environments without pre-installed infrastructure, such as an intelligent video control system for industrial sites or military areas, or video security systems mounted on autonomous vehicles such as drones. The On-Device AI(Artificial intelligence) technology is increasingly required for the widespread application of intelligent vision recognition systems. Computing offloading from an image data acquisition device to a nearby edge device enables fast service with less network and system resources than AI services performed in the cloud. In addition, it is expected to be safely applied to various industries as it can reduce the attack surface vulnerable to various hacking attacks and minimize the disclosure of sensitive data.