• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.732-734
• /
• 2003

In the middle -resolution remote sensing, the Ground Sampled Distance(GSD) sensed and sampled by the detector is generally larger than the size of objects(or materials) of interest, in which case several objects are embedded in a single pixel and cannot be detected spatially. This study is intended to solve this problem of a hyperspectral data with high spectral resolution. We examined the detection algorithm, Linear Spectral Mixing Model, and also made a test on the Hyperion data. To find class Endmembers, we applied two methods, Spectral Library and Geometric Model, and compared them with each other.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.203-215
• /
• 2019

드론에 탑재가 가능한 초분광 센서가 개발됨에 따라 높은 공간해상도와 분광해상도를 가지는 초분광 영상의 획득이 가능해졌다. 드론 초분광 영상은 저고도에서 획득되므로 대기보정의 중요성이 낮아졌으나, 초분광 영상의 활용하여 지표물의 농도 추정 등의 연구를 위해서는 원자료에서 정규화된 분광반사율로 변환 과정에 관한 연구는 필수적으로 이루어져야 한다. 이에 따라 본 연구에서는 드론 초분광 영상에 대리복사보정과 대기복사전달모델 기반의 대기보정 알고리즘을 적용하고 결과를 비교분석하였다. 대리복사보정에는 균일한 물질로 이루어진 타프의 분광반사율을 이용하여 경험적 선형보정 기법을 적용하였다. 대기보정 알고리즘은 항공 초분광 영상의 대기보정에 널리 사용되는 Modtran-5 기반의 ATCOR-4를 사용하였다. 기준 반사율과의 상관도와 차이의 RMSE를 분석한 결과, 단일 시기의 초분광 영상에서 타프를 이용한 대리보정이 가장 정확도가 높았지만, 초분광 영상의 활용 목적에 따라 대기보정 알고리즘의 활용이 가능하다는 것을 확인할 수 있었다. 향후 다중 시기의 영상에 대해 추가적인 대리보정 실험을 통해 정규화된 분광반사율 변환 과정이 이루어진다면 드론 초분광 영상을 활용한 정밀한 분석이 가능할 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.959-971
• /
• 2019

대표적인 딥러닝(deep learning) 기법 중 하나인 Convolutional Neural Network(CNN)은 고수준의 공간-분광 특징을 추출할 수 있어 초분광 영상 분류(Hyperspectral Image Classification)에 적용하는 연구가 활발히 진행되고 있다. 그러나 초분광 영상은 높은 분광 차원이 학습 과정의 시간과 복잡도를 증가시킨다는 문제가 있어 이를 해결하기 위해 기존 딥러닝 기반 초분광 영상 분류 연구들에서는 차원축소의 목적으로 Principal Component Analysis (PCA)를 적용한 바 있다. PCA는 데이터를 독립적인 주성분의 축으로 변환시킬 수 있어 분광 차원을 효율적으로 압축할 수 있으나, 분광 정보의 손실을 초래할 수 있다. PCA의 사용 유무가 CNN 학습의 정확도와 시간에 영향을 미치는 것은 분명하지만 이를 분석한 연구가 부족하다. 본 연구의 목적은 PCA를 통한 분광 차원축소가 CNN에 미치는 영향을 정량적으로 분석하여 효율적인 초분광 영상 분류를 위한 적절한 PCA의 적용 방법을 제안하는 데에 있다. 이를 위해 PCA를 적용하여 초분광 영상을 축소시켰으며, 축소된 차원의 크기를 바꿔가며 CNN 모델에 적용하였다. 또한, 모델 내의 컨볼루션(convolution) 연산 방식에 따른 PCA의 민감도를 분석하기 위해 2D-CNN과 3D-CNN을 적용하여 비교 분석하였다. 실험결과는 분류정확도, 학습시간, 분산 비율, 학습 과정을 통해 분석되었다. 축소된 차원의 크기가 분산 비율이 99.7~8%인 주성분 개수일 때 가장 효율적이었으며, 3차원 커널 경우 2D-CNN과는 다르게 원 영상의 분류정확도가 PCA-CNN보다 더 높았으며, 이를 통해 PCA의 차원축소 효과가 3차원 커널에서 상대적으로 적은 것을 알 수 있었다.

• 한국어병학회지
• /
• 제37권1호
• /
• pp.89-96
• /
• 2024

Kudoa septempunctata, a myxozoan parasite, usually presents without any signs and primarily infects adult fish. The invasive diagnostic methods, such as tissue biopsy, can identify pathogens, but cause economic losses because they require killing the fish. In this study, we conducted a monitoring of four fish farms located on Jeju Island, to investigate the potential for non-invasive diagnosis of K. septempunctata using hyperspectral cameras. It provides spectral information from R000_B000_G000 to R255_B255_G255 for a total of 3,282 olive flounder (Paralichthys olivaceus). Each object is imaged with 2,000 data points, allowing comprehensive spectral analysis by comparing images obtained from negative control objects to positive control objects. Noticeable differences were observed in the brightness or pallor of the positive control images. This suggests the potential utility of hyperspectral imaging as a non-invasive diagnostic tool for detecting K. septempunctata infections in fish populations.

• 농업과학연구
• /
• 제47권3호
• /
• pp.633-644
• /
• 2020

Rice paper is an element of Vietnamese cuisine that can be used to wrap vegetables and meat. Rice and starch are the main ingredients of rice paper and their mixing ratio is important for quality control. In a commercial factory, assessment of food safety and quantitative supply is a challenging issue. A rapid and non-destructive monitoring system is therefore necessary in commercial production systems to ensure the food safety of rice and starch flour for the rice paper wrap. In this study, fluorescence hyperspectral imaging technology was applied to classify grain flours. Using the 3D hyper cube of fluorescence hyperspectral imaging (fHSI, 420 - 730 nm), spectral and spatial data and chemometric methods were applied to detect and classify flours. Eight flours (rice: 4, starch: 4) were prepared and hyperspectral images were acquired in a 5 (L) × 5 (W) × 1.5 (H) cm container. Linear discriminant analysis (LDA), partial least square discriminant analysis (PLSDA), support vector machine (SVM), classification and regression tree (CART), and random forest (RF) with a few preprocessing methods (multivariate scatter correction [MSC], 1^st and 2^nd derivative and moving average) were applied to classify grain flours and the accuracy was compared using a confusion matrix (accuracy and kappa coefficient). LDA with moving average showed the highest accuracy at A = 0.9362 (K = 0.9270). 1D convolutional neural network (CNN) demonstrated a classification result of A = 0.94 and showed improved classification results between mimyeon flour (MF)1 and MF2 of 0.72 and 0.87, respectively. In this study, the potential of non-destructive detection and classification of grain flours using fHSI technology and machine learning methods was demonstrated.

• 한국광학회지
• /
• 제32권5호
• /
• pp.215-219
• /
• 2021

최근 농작물의 상황을 실시간이면서도 비파괴적으로 측정하는 시스템이 스마트팜 등의 분야에서 필수적인 요소로 주목받고 있다. 본 연구에서는 초분광 영상 기술을 통해 많은 개체 수의 청경채 유묘 내의 안토시아닌 함량을 비파괴적으로 동시에 측정하였다. 많은 유묘의 동시 측정을 위해서, 기존의 초분광 영상 시스템의 실험 구성을 수정하였다. 품종당 24개씩 총 96개의 유묘를 측정하였고, 한번의 초분광 데이터 획득시 12개의 유묘가 동시에 분석 가능했으며, 총 3분이 소요된다. 본 논문에서 제안한 초분광 영상 기술은 파괴적 화학 분석 방법과 비교 가능한 분석 시스템을 제공하는 것으로 나타났다. 또한 많은 수의 식물을 동시에 측정함으로써, 초분광 영상 기술이 초고속 피노타이핑 시스템에 적용될 수 있다는 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제36권2_2호
• /
• pp.309-323
• /
• 2020

원격탐사를 이용한 연안 해역의 클로로필 농도 추정은 대부분 다분광 위성 영상 분석을 통해 수행되어 오고 있다. 최근에는 초분광 영상을 활용한 다양한 연구가 시도되고 있으며, 특히 항공기 기반 초분광 영상은 높은 공간 해상도로 좁은 밴드 폭을 가진 수백 개의 밴드로 구성되어 기존의 다분광 위성 영상을 통한 클로로필 추정보다 연안 해역에서 매우 효과적일 수 있다. 본 연구에서는 연안 해역의 클로로필 농도 추정을 위해 초분광 및 위성 기반 클로로필 영상을 비교 검증을 수행하였다. 한반도 남해안에서 수행된 현장조사로 획득된 클로로필 농도 자료와 해수 스펙트럼 자료를 분석한 결과, 높은 클로로필 농도를 갖는 해수 스펙트럼은 570 nm와 680 nm 파장대역 부근에서 peak를 보였다. 이러한 스펙트럼 특징을 활용하여 클로로필 농도 추정을 위한 새로운 밴드비(570 / 490 nm)가 제시되었고, 밴드비와 현장 클로로필 농도 간의 회귀 분석을 통해 새로운 클로로필 경험식이 생성되었다. 현장 클로로필 농도와의 검증 결과, R²의 0.70, RMSE와 mean bias가 각각 2.43와 3.46 mg m^-3으로 유효한 결과를 보였다. 새로운 경험식을 초분광 영상과 위성 영상에 적용한 결과, 초분광 클로로필 영상과 현장 클로로필 간의 평균 RMSE는 0.12 mg m^-3로 위성 클로로필 영상에서 보다 더 높은 정확도로 클로로필 농도 추정 가능하였다. 이 결과를 통하여 초분광 영상을 활용하여 보다 높은 정확도로 연안 해역 클로로필 농도의 고해상도 공간 분포 정보 제공이 가능할 것으로 기대된다.

• 경영과정보연구
• /
• 제3권
• /
• pp.15-45
• /
• 1999

Processing techniques of remote sensed image data using computer have been recognized very necessary techniques to all social fields, such as, environmental observation, land cultivation, resource investigation, military trend grasp and agricultural product estimation, etc. Especially, accurate classification and analysis to remote sensed image da are important elements that can determine reliability of remote sensed image data processing systems, and many researches have been processed to improve these accuracy of classification and analysis. Traditionally, remote sensed image data processing systems have been processed 2 or 3 selected bands in multiple bands, in this time, their selection criterions are statistical separability or wavelength properties. But, it have be bring up the necessity of bands selection method by data distribution characteristics than traditional bands selection by wavelength properties or statistical separability. Because data sensing environments change from multispectral environments to hyperspectral environments. In this paper for efficient data classification in multispectral bands environment, a band feature extraction method using the Rough sets theory is proposed. First, we make a look up table from training data, and analyze the properties of experimental multispectral image data, then select the efficient band using indiscernibility relation of Rough set theory from analysis results. Proposed method is applied to LANDSAT TM data on 2 June 1992. From this, we show clustering trends that similar to traditional band selection results by wavelength properties, from this, we verify that can use the proposed method that centered on data properties to select the efficient bands, though data sensing environment change to hyperspectral band environments.

• 대한원격탐사학회지
• /
• 제23권1호
• /
• pp.21-32
• /
• 2007

Fire fuel map is one of the most critical factors for planning and managing the fire hazard and risk. However, fuel mapping is extremely difficult because fuel properties vary at spatial scales, change depending on the seasonal situations and are affected by the surrounding environment. Remote sensing has potential to reduce the uncertainty in mapping fuels and offers the best approach for improving our abilities. Especially, Hyperspectral sensor have a great potential for mapping vegetation properties because of their high spectral resolution. The objective of this paper is to evaluate the potential of mapping fuel properties using Hyperion hyperspectral remote sensing data acquired in April, 2002. Fuel properties are divided into four broad categories: 1) fuel moisture, 2) fuel green live biomass, 3) fuel condition and 4) fuel types. Fuel moisture and fuel green biomass were assessed using canopy moisture, derived from the expression of liquid water in the reflectance spectrum of plants. Fuel condition was assessed using endmember fractions from spectral mixture analysis (SMA). Fuel types were classified by fuel models based on the results of SMA. Although Hyperion imagery included a lot of sensor noise and poor performance in liquid water band, the overall results showed that Hyperion imagery have good potential for wildfire fuel mapping.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.848-851
• /
• 2006

Green vegetation is one of the most critical factors for environment conditions thorough modulating evapotranspiration and absorption of solar radiation. Thus, fractional green vegetation cover (FVC) plays an important role in observing and managing environment. Remote sensing provides a seemingly obvious data source for quantifying FVC over large area. Therefore we compared a set of methods for estimating FVC using hyperspectral remote sensing data. For our study, we used Hyperion imagery acquired in April, 2002. In order to achieve our efforts, we analyzed simple NDVI-based method and spectral mixture analysis (SMA) models that were applied a variety of combinations of possible endmembers.