• 제목/요약/키워드: Digital map benchmark

검색결과 2건 처리시간 0.02초

한국에서의 SRTM(Ver 3.0)과 ASTER(Ver 2) 전 세계 수치표고모델 정확도 분석 (Vertical Accuracy Assessment of SRTM Ver 3.0 and ASTER GDEM Ver 2 over Korea)

  • 박준구;김정섭;이기하;양재의
    • 한국지하수토양환경학회지:지하수토양환경
    • /
    • 제22권6호
    • /
    • pp.120-128
    • /
    • 2017
  • The aim of this study is to analyze the accuracy of SRTM Ver 3.0 and ASTER GDEM Ver 2 over Korea. To enable this, accuracy analysis was performed by using precise DEM which was made with multiple aerial image matching and national base map benchmark. The result of this study identified both SRTM and ASTER have different features. The height of the SRTM was found to be higher (3.8 m on average) at lower elevation and lower (8.4 m on average) at higher elevation. In contrast, the ASTER was found to be lower than the actual height at both lower and higher elevation (2.92 m, 4.51 m on average). The cause of this height bias according to the elevation is due to the differences in data acquisition and processing methods of DEM. It was identified however that both SRTM and ASTER were within allowable limits of error. In addition, RMSE of the SRTM was smaller than the ASTER in comparison to benchmark, and also the bias trend both at higher and lower terrain were similar to the precise DEM which was made with multiple aerial image matching. Therefore, the reliability of SRTM can be considered to be higher.

디테일 디스크립터를 이용한 이미지 영역 분석과 개선에 관한 연구 (A study on image region analysis and image enhancement using detail descriptor)

  • 임재성;정영탁;이지혁
    • 한국산학기술학회논문지
    • /
    • 제18권6호
    • /
    • pp.728-735
    • /
    • 2017
  • 디지털 디바이스가 범용적으로 보급되면서, 영상을 획득하는 과정에서 다량의 부가적 백색 잡음 노이즈(additive white Gaussian noise, AWGN)가 발생하고 있다. 대부분 알려져 있는 대표적인 디노이징 기법들은 노이즈를 제거하는 것에 초점을 맞추고 있어, 영상정보를 포함하는 디테일 성분들이 노이즈를 제거가 되는 과정에서 비례적으로 없어지게 된다. 그러므로, 제안하는 알고리즘은 영상 디테일을 보존하면서 효과적으로 노이즈를 제거하는 방법을 제시하고자 한다. 제안하는 방법에서는, 노이즈의 랜덤성을 이용하여 엣지 강도 및 엣지 연결성을 이용하여 의미 있는 디테일 성분을 분리하는 것을 목적으로 한다. 결과적으로, 노이즈 수준이 높아져도, 제안하는 방법은 연결된 디테일성분을 효과적으로 추출하기 때문에 타 벤치마크 방법에 비해 나은 디노이징 결과를 보여준다. 또한, 실험결과에서 보듯이, 제안하는 방법은 다양한 노이즈 수준에서도 타 벤치마크 방법들에 비교하여 제안하는 방법은 SSIM(structural similarity index), PSNR(peak signal-to-noise ratio)측면에서 각각 우수한 수치를 보여주었다. 높은 수치의 SSIM의 결과로 알 수 있듯이, 결과 영상들이 인간의 시각인지체계(human visual system, HVS)를 반영하고 있는 것을 확증해 주고 있다.