• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.48-52
• /
• 2008

지형지물은 각각의 특징적 요인을 내포하고 있다. 이 특징적 요인들은, 공간해상도에 따라 정도의 차이가 있겠지만, 수집된 위성영상에도 반영된다. 이러한 요인들 중에서는 영상분류에 활용될 경우 영상 분류의 정확도를 높혀 주고, 때로는 이것이 거의 물체인식의 수준까지 기여할 수 있는 것들이 있다. 이 연구에서는 텍스춰 및 지형지물의 배열에 있어서 특징적 현상을 보이는 비닐하우스를 대상으로 spatial auto-corelation 개념을 기반으로 자동적으로 이를 인지하는 방법을 개발하였다. 사용된 알고리즘은 디지타이징과 같은 사람의 직접적인 개입이 없이 자동화된 방법으로 비닐하우스의 특정한 패턴이 반복적으로 나타나는 것을 감지할 수 있도록 개발되었다. 패턴의 인식에 더하여 비닐하우스의 기하학적 모양을 고려하는 방법도 도입하였다. 그럼으로써 비닐하우스의 추출에 단순히 화소 단위의 분석이 아닌 보다 객체지향적인 방법으로 비닐하우스를 추출하도록 하였다. 개발된 방법을 제주지역의 IKONOS에 적용시켜 본 결과, 연구대상지역 내의 비닐하우스가 매우 정확하게 적출되었다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2003.04a
• /
• pp.301-308
• /
• 2003

As the results of this study, the proposed method of this study which is increased to accuracy of DEM by classification of terrain is better than accuracy of DEM which is automatically generated by digital photogrammetry workstation system(DPWS). And, the edge detection method which is proposed by this study is established to extraction of geo-spatial information in ortho image.

• Proceedings of the KSEEG Conference
• /
• 2003.04a
• /
• pp.161-164
• /
• 2003

하천 주변은 이미 선사시대부터 거주지나 농경지 등으로서 인간활동의 중요한 무대가 되었다. 그러나 하천은 끊임없이 변화하고 있으며, 그 변화는 특히 홍수의 형태로 인간에게 큰피해를 주어왔다. 인간은 이러한 하천의 변화에에 적응하거나 조절하고자 노력하면서 하천이 어떻게 변화하는가에 관심을 갖게 되었다. 자연적 또는 인위적인 변화가 하천과 홍수에 어떻게 영향을 미치는지에 대한 과학적 연구는 이미 수백년 전에 시작되었다. (중략)

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.94-99
• /
• 2003

다중분광 영상의 정확한 지형지물 분류를 수행하기 위하여 분류 클래스의 훈련지역 선정과 선정된 클래스의 분리도 분포가 중요하다. 최근에 이용되고 있는 위성탑재 초다중분광 영상은 많은 밴드를 포함하고 있기 때문에 데이터 처리가 어렵고, 노이즈로 인하여 다중분광 영상보다 분류 결과가 나쁜 경우도 나타난다. 특히 대상지역의 클래스에 따른 훈련지역의 선정시 밴드수에 비해 상대적으로 제한된 훈련화소 크기로 인하여 공분산 행렬의 계산에 어려움이 따른다. 따라서 본 연구에서는 Hyperion 데이터를 이용한 분류를 수행하기 위하여 필요한 유효 밴드 추출 방식을 알아보고, 분류영상의 정확도 평가를 통하여 추출된 밴드와 분류 클래스의 적합성 관계를 확인하고자 한다 이 과정에서 클래스 분리도를 이용하여 정확도 평가 이전에 밴드와 클래스 선정의 타당성을 확인할 수 있다.

• Korean Journal of Soil Science and Fertilizer
• /
• v.41 no.6
• /
• pp.387-392
• /
• 2008

It is very important to characterize five major properties of topography, drainage class, soil texture, available soil depth, and gravel content for soil survey. We used multidimensional scaling method for analyzing five major properties for the soils originated from sedimentary rocks to understand their relationships. We simplified 5 major characteristics on soils derived from sedimentary rocks. That is, topographic factor was 15 to 9, soil texture was 32 to 6, drainage class was 6 to 5, available depth was 4, and gravel content was 3. For the viewpoint of eigenvector, from dimension 2, 3 to dimension 1, 4, mountain soils and more fine soils dominated. By eigenvalue, there was no tendency, but in details, was some tendency between small groups. Like this, closely observe exceptional distribution of soils, we need improved intra-group homogeneity based on weight control of soil factor, addition and subtraction of soil factors. Also, we carefully analyzed soil characteristics involved intra-group, then we need reconsideration of past classification units.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.40 no.2
• /
• pp.91-108
• /
• 2022

In most cases, optical images have been used as training data of DL (Deep Learning) models for object detection, recognition, identification, classification, semantic segmentation, and instance segmentation. However, properties of 3D objects in the real-world could not be fully explored with 2D images. One of the major sources of the 3D geospatial information is DSM (Digital Surface Model). In this matter, characteristic information derived from DSM would be effective to analyze 3D terrain features. Especially, man-made objects such as buildings having geometrically unique shape could be described by geometric elements that are obtained from 3D geospatial data. The background and motivation of this paper were drawn from concept of the intrinsic image that is involved in high-level visual information processing. This paper aims to extract buildings after classifying terrain features by training DL model with DSM-derived information including slope, aspect, and SRI (Shaded Relief Image). The experiments were carried out using DSM and label dataset provided by ISPRS (International Society for Photogrammetry and Remote Sensing) for CNN-based SegNet model. In particular, experiments focus on combining multi-source information to improve training performance and synergistic effect of the DL model. The results demonstrate that buildings were effectively classified and extracted by the proposed approach.

• Proceedings of the Korea Society of Design Studies Conference
• /
• 1996.04a
• /
• pp.55-56
• /
• 1996

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2008.11a
• /
• pp.35-36
• /
• 2008

• 주택과사람들
• /
• no.6 s.217
• /
• pp.74-77
• /
• 2008

한강의 '한'과 남산의 '남'이 합쳐져 이름 붙여진 한남동은 예전부터 배산임수의 지형 때문에 고급 주거 지역으로 분류됐다. 한남동은 UN빌리지뿐만 아니라 각국 대사관이 위치하고 있으며, 외국인이나 대기업의 CEO 주택이 즐비하다. 그 끝자락에 위치한 노정호 대표 집을 찾았다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.3 no.3
• /
• pp.163-170
• /
• 2001

The objective of this study was to evaluate land cover classification of PyeongTaeg area by Landsat Thematic Mapper Data June, 1997. This study was also to make more correct reference data using DGPS, aerophoto, and topographical chart etc.. The result of the area of paddy and upland were estimated 4,949 $\textrm{km}^2$ and 16,157 $\textrm{km}^2$, respectively. Correctness of estimation by using DGPS, aerophoto, topographical chart were shown over 90% correct in case of rice paddy field, water, and sea, while upland, vinyl house, forest, grassland, village were shown low correctness. Total average accuracy was shown to be 85.8%. Correctness of paddy field showed high value of 92%, showing that use of remote sensing data was proved to be effective methods to estimate spatial distribution and cultivation status of paddy field. Classification result of sea, water area, downtown had higher correctness, while upland, vinyl-house, grassland were proved to be relatively low correctness because of it's small area and mixed distribution.