• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.449-460
• /
• 2020

초해상화 기법은 저해상도 영상을 고해상도 영상으로 변환하는 기법이다. 최근에는 딥러닝 기술을 활용한 초해상화 방법이 주류를 이루고 있으며, 원격 탐사 분야에서도 이를 응용한 연구가 증가하고 있다. 본 연구에서는 위성 영상의 4배 해상도 향상을 위하여 deep back-projection network (DBPN) 네트워크에 기반한 초해상화 기법을 제안하였다. 또한, 복원된 영상의 디테일 및 윤곽선 부분에서의 고품질 영상 획득을 위해 윤곽선 손실 함수를 제안하고, 효과적이고 안정적인 학습을 위하여 Wasserstein distance 손실 함수를 사용한 GAN 기법을 적용하였다. 또한, 자연스러운 저해상도 훈련 영상을 획득하기 위한 detail preserving image downscaling (DPID) 기법을 적용하였다. 마지막으로 전정 영상의 특징을 추출하여 훈련의 마지막 단계에 적용 시킴으로써 출력 영상의 세부적인 특징을 효과적으로 생성하였다. 그 결과 실험에 사용된 WorldView-3 영상 및 KOMPSAT-2 영상에서 해상도 향상 효과를 확인하였고, 다른 초해상화 모델에 대비하여 윤곽선 보존력이나 영상의 선명도가 향상 되었음을 확인하였다

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.77-86
• /
• 2023

Ship detection is widely used in areas such as maritime security, maritime traffic, fisheries management, illegal fishing, and border control, and ship detection is important for rapid response and damage minimization as ship accident rates increase due to recent increases in international maritime traffic. Currently, according to a number of global and national regulations, ships must be equipped with automatic identification system (AIS), which provide information such as the location and speed of the ship periodically at regular intervals. However, most small vessels (less than 300 tons) are not obligated to install the transponder and may not be transmitted intentionally or accidentally. There is even a case of misuse of the ship'slocation information. Therefore, in this study, ship detection was performed using high-resolution optical satellite images that can periodically remotely detect a wide range and detectsmallships. However, optical images can cause false-alarm due to noise on the surface of the sea, such as waves, or factors indicating ship-like brightness, such as clouds and wakes. So, it is important to remove these factors to improve the accuracy of ship detection. In this study, false alarm wasreduced, and the accuracy ofship detection wasimproved by removing wake.As a ship detection method, ship detection was performed using machine learning-based random forest (RF), and convolutional neural network (CNN) techniquesthat have been widely used in object detection fieldsrecently, and ship detection results by the model were compared and analyzed. In addition, in this study, the results of RF and CNN were combined to improve the phenomenon of ship disconnection and the phenomenon of small detection. The ship detection results of thisstudy are significant in that they improved the limitations of each model while maintaining accuracy. In addition, if satellite images with improved spatial resolution are utilized in the future, it is expected that ship and wake simultaneous detection with higher accuracy will be performed.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.473-479
• /
• 2019

본 연구는 ISPRS (International Society for Photogrammetry and Remote Sensing)에서 제공하는 스페인 Terrassa 지역의 WorldView-1 고해상도 스테레오 위성영상으로부터 DSM (Digital Surface Model) 제작을 위해 SGM을 적용하였다. SGM (Semi Global Matching)은 스테레오 영상에 대한 매칭 Cost를 여러 방향에서 계산하고, 계산된 Cost를 순차적으로 누적시킨 후, 누적된 Cost의 최소(또는 최대) 값에 해당하는 시차를 계산하는 영상매칭 알고리즘이다. SGM 적용을 위한 Cost는 MI (Mutual Information, NCC (Normalized Cross-Correlation), CT (Census Transform)를 적용하였으며, 각각의 Cost별 DSM에서 지형지물의 외곽선 표현결과 정확도와 그 성능을 제시하였다. 사용 영상과 실험 대상지역을 토대로, CT Cost 결과 정확도가 가장 우수하였으며, 외곽선 표현 또한 가장 선명하게 묘사되었다. 아울러 SGM 방법은 기존 소프트웨어에 비해 보다 세밀한 외곽선을 표현한 반면 수계지역에서는 많은 오류가 발생하였다.

• 항공우주기술
• /
• 제3권2호
• /
• pp.141-148
• /
• 2004

여러 가지 다양한 분야에서 원격탐사 자료가 가지는 중요성은 세계 각 국이 우주개발을 매우 적극적으로 추진하고 있는 현실에서 나타나고 있다. 우리나라도 이와 같은 경향에 따라 국가적 차원에서 우주개발 중장기 계획을 수립, 우주개발을 추진하고 있으며 특히 1999년 12월 다목적 실용위성 1호를 성공적으로 발사하여 2004년 5월 현재 계속 운영중에 있다. 다목적 실용위성 EOC는 공간해상도 6.6m의 전정색 영상을 제공하며 도시분석, 특히 토지피복/이용 현황의 변화 분석에 매우 유용한 자료를 제공하고 있다. 그러나 고공간해상도 원격탐사 자료가 상대적으로 최근에 공급되기 시작하여 그 효용성에 비해 활용이 부진하다고 할 수 있으며, 따라서 본 논문에서는 원격탐사 자료를 도시확산 분석에 활용할 수 있는 방법론을 제시하는 차원에서 원격탐사 자료를 사용하여 다중시기 토지피복/이용현황도를 작성하는 과정을 살펴보기로 한다.

• 한국농공학회논문집
• /
• 제62권6호
• /
• pp.11-20
• /
• 2020

We estimated the spatio-temporally distributed soil moisture using Sentinel-1A/B SAR (Synthetic Aperture Radar) sensor images and soil moisture data assimilation technique in South Korea. Soil moisture data assimilation technique can extract the hydraulic parameters of soils using observed soil moisture and GA (Genetic Algorithm). The SWAP (Soil Water Atmosphere Plant) model associated with a soil moisture assimilation technique simulates the soil moisture using the soil hydraulic parameters and meteorological data as input data. The soil moisture based on Sentinel-1A/B was validated and evaluated using the pearson correlation and RMSE (Root Mean Square Error) analysis between estimated soil moisture and TDR soil moisture. The soil moisture data assimilation technique derived the soil hydraulic parameters using Sentinel-1A/B based soil moisture images, ASOS (Automated Synoptic Observing System) weather data and TRMM (Tropical Rainfall Measuring Mission)/GPM (Global Precipitation Measurement) rainfall data. The derived soil hydrological parameters as the input data to SWAP were used to simulate the daily soil moisture values at the spatial domain from 2001 to 2018 using the TRMM/GPM satellite rainfall data. Overall, the simulated soil moisture estimates matched well with the TDR measurements and Sentinel-1A/B based soil moisture under various land surface conditions (bare soil, crop, forest, and urban).

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.567-575
• /
• 2021

고해상도 스테레오 위성영상에서 제공되는 초기 RPC의 보정과 이로부터 생성된 DEM 보정을 위해서는 지상기준점 획득이 선행되어야 한다. 기준점 획득은 현장답사와 GPS 측량, 지상기준점에 대응하는 영상좌표 독취 등을 수행해야 하는 매우 번거로운 작업이다. 그리고 접근이 힘들거나 불가능한 지역(갯벌, 극지대, 화산지대 등)에는 기준점 설치와 측정이 힘들기 때문에 이를 대체할 수 있는 방법이 필요하다. 이 연구에서 WorldView-2 위성영상과 초기 RPC로부터 제작된 DEM 보정을 위해 기준점의 지상좌표와 영상좌표 측량을 피하고 기 구축된 지상좌표 패키지만을 활용한 3차원 표면매칭 기법을 제안한다. 국토지리정보원 국토정보플랫폼에서 공공삼각점의 위치정보를 획득하고 제작된 DEM과 3차원 표면매칭을 실시하여 DEM을 보정하였다. 3차원 표면매칭으로 얻은 3축 이동과 회전량의 정확도를 평가하기 위하여 검사점으로 확인한 결과 평면오차는 2 m, 수직오차는 1 m 이내의 결과를 얻을 수 있었다.

• 항공우주정책ㆍ법학회지
• /
• 제20권1호
• /
• pp.87-107
• /
• 2005

지상원격탐사(Land Remote Sensing)란 멀리 떨어져 있는 지상 지하 대상물의 특성과 현상을 접촉하지 않고 관측하여 정보를 얻어내는 기술이라 정의되고 있으며 보다 좁은 의미로는 인공위성을 이용히여 우주공간으로부터 지표를 관측탐사하여 영상등 정보를 얻는 기술을 의미하는 것으로 받아들여지고 있다. 원격탐사기술은 원래 군사 및 정보 수집을 위한 목적으로 엄격히 제한되어 발전되어왔으나 1970년대 이후 점차 그 기술이 민간에 이전되어 상업화의 길을 걷게 되었다. 최근에는 지상원격탐사영상을 촬영할 수 있는 상업위성을 자체 보유하고 있는 업체까지 등장하여 최고 0.61m 해상도의 정밀위성영상을 시장에 유통시키게 되었다. 지상원격탐사의 민영화와 상업화 경향은 위성영상을 재해예방, 지도제작, 자원탐사 등에 유용하게 사용할수 있도록 하는 장점이 있지만 정밀위성영상이 피탐사국에 공격의도를 갖고 있는 국가나 단체 등에 입수될 경우 피탐사국의 국가안보를 심각하게 위협할 수 있는 가능성도 있다. 지상원격탐사기술의 최선진국인 미국은 이미 1990년대 초반부터 이러한 점을 인식하고 지상원격탐사산업을 통제하기 위한 입법적 보완책을 마련하여 왔으며 현재 국가안보를 이유로 지상원격탐사산업을 규제할 수 있는 여러 제도들을 갖추고 있다. 미국은 지상원격탐사정책법에 의하여 연방해양대기국에 유보된 허가권의 행사를 통하여 0.5m 이상 고해상도 위성영상의 촬영을 막고 촬영 후 24시간 동안 위성영상의 유통을 금하고 있으며, 1994년에는 국가안보를 이유로 지상원격탐사를 금지할 수 있도록 한 'Shutter Control'제도를 규정한 대통령령 제23호를 제정한바 있다. 위 대통령령은 2003. 'U.S. Commercial Remote Sensing Policy'로 대체되어 한층 강화되고 구체적인 규율 내용을 갖게 되었다. 새로운 미국의 지상원격탐사통제제도는 지상원격탐사허가를 내줌에 있어 국방장관과 국무장관이 그 기준을 정하도록 하고, 국가안보를 이유로 한 지상원격탐사금지 및 위성영상 유통제한 제도를 두고 있으며, 유사시 국가안보를 이유로 미국 정부가 민간지상원격탐사시설을 사용할 수 있도록 정하고 있다. 미국과 같은 우주선진국조차 지상원격탐사가 국가안보에 대하여 갖는 중요성을 깊이 인식하고 그 통제를 위한 제도를 갖추고 있다는 점은 분단 상황에 놓인 우리에게 시사 하는바가 크다고 생각한다. 우리의 우주개발진흥법에도 미국을 비롯한 우주선진국들의 지상원격탐사 통제제도를 참작 반영할 수 있도록 지속적인 관심을 기울여야 한다고 본다.

• 대한토목학회논문집
• /
• 제29권2D호
• /
• pp.305-309
• /
• 2009

영상융합의 목적은 다양한 영상으로부터의 정보를 하나의 영상으로 통합하는 것이다. 위성영상의 융합에 있어, 고해상도의 전정영상과 저해상도의 다중분광영상을 결합하기 위해 많은 영상 융합기법들이 제안되어왔으며, 융합결과의 공간적 세밀함과 분광정보 모두를 보존하는 것은 매우 중요하다. 웨이블릿 변환을 이용한 영상 융합기법은 분광정보의 보존 측면에서 다른 융합 기법에 비해 좋은 결과를 나타낸다. 본 연구에서는 IKONOS 영상을 이용한 수정된 a'trous 알고리즘 기반 웨이블릿 영상융합 기법을 제안한다. IKONOS 영상의 실험결과, 기존의 a'trous 알고리즘을 이용한 융합기법에 비해 공간적 세밀함과 분광정보의 보존측면에서 더 효과적인 기법임을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1679-1692
• /
• 2023

대한민국은 인구 증가와 산업 발전의 결과로 많은 양의 오염물질을 배출하는 국가이자, 지리적 위치로 인해 월경성 대기오염의 심각한 영향을 받는 국가이다. 국내외에서 발생하는 오염물질이 대한민국의 대기오염에 큰 피해를 야기하는 상황에서, 대기 오염물질 배출원의 위치 정보는 대기 중 오염물질의 이동 및 분포를 파악하고, 국가 차원의 대기오염 관리 및 대응 전략을 수립하는 데 매우 중요하다. 본 연구는 이러한 배경을 바탕으로, 고해상도 광학위성 영상과 딥러닝 기반의 영상 분할 모델을 활용하여 대기오염 현황을 분석하는 데 필수적인 국내외 대기오염물질 배출원의 공간 정보를 효과적으로 획득하는 것을 목표로 수행되었다. 특히, 월경성 대기오염에 크게 기여하는 것으로 평가된 산업단지와 채석장을 주요 연구 대상으로 선정하였으며, 이들 영역에 대한 다목적실용위성 3호 및 3A호의 영상들을 수집하여 전처리한 후, 모델 학습을 위한 입력 및 라벨 데이터로 변환하였다. 해당 데이터를 활용하여 U-Net 모델을 학습시킨 결과, 전체 정확도는 0.8484, mean Intersection over Union (mIoU)은 0.6490을 달성하였다. 모델의 예측 결과 맵은 코스 어노테이션(Course Annotation) 방식으로 제작된 라벨 데이터보다 객체의 경계를 더욱 정확하게 추출하는 것으로 나타나, 데이터 처리 및 모델 학습 방법론의 유효성을 입증하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.516-516
• /
• 2002

With the wide usage of LiDAR data and high-resolution satellite image, 3D modeling of buildings in urban areas has become an important research topic in the photogrammetry and computer vision field for many years. However the previous modeling has its limitations of merely texturing the image to the DSM surface of the study area and does not represent the relief of building surfaces. This study is focused on presenting a system of realistic 3D building modeling from consecutive stereo image sequences using digital camera. Generally when acquiring images through camera, various parameters such as zooming, focus, and attitude are necessary to extract accurate results, which in certain cases, some parameters have to be rectified. It is, however, not always possible or practical to precisely estimate or rectify the information of camera positions or attitudes. In this research, we constructed the collinearity condition of stereo images through extracting the distinctive points from stereo image sequence. In addition, we executed image matching with Graph Cut method, which has a very high accuracy. This system successfully performed the realistic modeling of building with a good visual quality. From the study, we concluded that 3D building modeling of city area could be acquired more realistically.