• Journal of Biosystems Engineering
• /
• 제37권6호
• /
• pp.411-419
• /
• 2012

Purpose: Nondestructive evaluation of seed viability is a highly demanded technique in the seed industry. In this study, hyperspectral imaging system was used for discrimination of viable and non-viable radish seeds. Method: The spectral data with the range from 400 to 1000 nm measured by hyperspectral reflectance imaging system were used. A calibration and a test models were developed by partial least square discrimination analysis (PLS-DA) for classification of viable and non-viable radish seeds. Either each data set of visible (400~750 nm) and NIR (750~1000 nm) spectra and the spectra of the combined spectral ranges were used for developing models. Results: The discrimination accuracy of calibration was 84% for visible range and 76.3% for NIR range. The discrimination accuracy of test was 84.2% for visible range and 75.8% for NIR range. The discrimination accuracies of calibration and test with full range were 92.2% and 92.5%, respectively. The resultant images based on the optimal PLS-DA model showed high performance for the discrimination of the nonviable seeds from the viable seeds with the accuracy of 95%. Conclusions: The results showed that hyperspectral reflectance imaging has good potential for discriminating nonviable radish seeds from massive amounts of viable seeds.

• 대한공간정보학회지
• /
• 제25권1호
• /
• pp.9-17
• /
• 2017

초분광 영상(hyperspectral imagery)은 주성분분석이나 최소잡음비율 등을 이용하여 자료의 차원과 잡음을 감소시켜 토지피복분류에 사용되는 것이 일반적이다. 최근에는 분광정보와 공간적 특성을 가진 다양한 입력 자료를 이용한 감독분류에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 초분광 영상을 이용한 토지피복분류를 위해 principle component(PC) 밴드와 normalized difference vegetation index(NDVI) 자료를 감독분류의 입력자료로 활용하였다. NDVI 자료는 초분광 영상에서 추출된 PC 밴드가 포함하고 있지 않는 추가적인 정보를 활용하여 식생지역에 대한 토지피복분류 정확도를 높이고자 사용하였으며, morphological filter를 통해 각 밴드의 extended attribute profiles(EAP)를 제작하여 분류를 위한 입력 자료로 사용하였다. 감독분류기법은 random forest 알고리즘을 이용하였으며, EAP를 기반으로 다양한 입력 자료의 적용에 따른 분류정확도를 비교하고자 하였다. 연구지역으로는 두 대상지를 선정하였으며, 영상 내에서 취득한 참조자료를 이용하여 정량적인 평가를 수행하였다. 본 연구에서 제안한 기법의 분류정확도는 85.72%와 91.14%로 다른 입력 자료들을 이용한 경우와 비교하여 가장 높은 분류정확도를 나타냈다. 향후, 초분광 영상을 이용한 토지피복분류의 정확도를 높이기 위한 분류 알고리즘 개발과 대상지역 특성에 맞는 추가 입력자료 개발에 관한 연구가 필요할 것으로 사료된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.136-139
• /
• 2004

The extraction of 'end-pixels' (i.e. end-members) aims to quantify the abundance of different materials in a single pixel, which becomes popular in the subpixel analysis for hyperspectral dataset. In this paper, we present a new concept called 'End-Pixel of Features (EPF)' to extends the concept of end-pixels for multispectral data and even panchromatic data. The algorithm combines the advantages of previous simplex and clustering methods to search the EPFs in the feature space and reduce the effects of noise. Some experimental results show that, the proposed methodology can be successfully used to hyperspectral data and other remote sensing data.

• 한국환경복원기술학회지
• /
• 제24권1호
• /
• pp.97-110
• /
• 2021

Vegetation index information is an important figure that is used in many fields such as landscape architecture, urban planning, and environment. Vegetation may vary slightly in vegetation vitality depending on photosynthesis and chlorophyll content. In this study, a range of vegetation worth preserving in the Taehwa River water system was determined, and hyperspectral images of drones were acquired (August, October), and the results were presented through DVI(Normalized Defference Vegetation Index), EVI(Enhanced Vegetation Index), PRI(Photochemical Reflectance Index), ARI (Anthocyanin Reflectance Index) index analysis. In addition, field spectral data and VRS-GPS(Virtual Reference System-GPS) surveys were performed to ensure the quality and location accuracy of the spectral band. As a result of the analysis, NDVI and EVI showed low vegetation vitality in October, -0.165 and -0.085, respectively, and PRI and ARI increased to 0.011 and 7.588 in October, respectively. For general vegetation vitality, it was suggested that NDVI and EVI analysis were effectively performed, and PRI and ARI were thought to be effective in analyzing detailed characteristics of plants by spectral band. It is expected that it can be widely used for park design and landscape information modeling by using drone image information construction and vegetation information.

• 한국소프트웨어감정평가학회 논문지
• /
• 제17권2호
• /
• pp.75-81
• /
• 2021

식물의 생육은 수분에 의해서 크게 좌우되기 때문에 토양이 재배하는 식물에 최적의 수분을 가지도록 조절하는 것은 중요하다. 최근 초분광영상을 통하여 식물의 생육정보를 자동으로 분석하는 연구가 진행되고 있으며 토양의 수분함량을 측정하는 것도 포함한다. 그러나 초분광의 경우 많은 분광밴드에서 나타나는 방대한 데이터로 인하여 분석과정이 복잡하기 때문에 사용이 어렵다. 본 논문에서는 초분광영상의 복잡도를 합성곱신경망 (Convolution Neural Network, CNN)을 통하여 해결하는 방법을 제안한다. 제안한 방법은 대상 초분광의 전체 대역을 심층학습방법을 사용하여 자동 분석하기 때문에 각 영상에 대해 인식에 필요한 특정 대역을 찾는 노력을 할 필요가 없다. 제안 시스템의 유효성을 보이기 위해서 토양에서 얻은 초분광영상을 이용한 수분함량분석 실험을 수행하고 결과를 보인다.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.16-25
• /
• 1998

본 논문에서는 초 다중 밴드 환경의 효과적인 데이터 분류를 위해서 Roungh 집합 이론을 이용한 특징 추출 방법을 제안한다. 다중 분광 이미지 데이터의 특성을 분석하고, 그 분석 결과를 토대로 Rough집합이론의 식별 능력을 이용하여 가장 효과적인 밴드를 선택할 수 있도록 한다. 실험으로는 Landsat TM으로부터 취득한 데이터에 적용시켰으며, 이를 통해 전통적인 밴드 특성에 의한 밴드 선택 방법과 본 논문에서 제안하는 러프 집합 이론을 이용한 밴드 선택 방법이 일치됨을 보이고 이를 통해 초다중 밴드 환경에서의 특징 추출에 대한 이론적 근거를 제시한다.

• 대한원격탐사학회지
• /
• 제31권4호
• /
• pp.281-291
• /
• 2015

Sun glint correction methods of hyperspectral data that have been developed so far have not considered the various situations and are often adequate for only certain conditions. Also there is an inaccurate assumption that the signal in NIR wavelength is zero. Therefore, this study attempts to analyze the NIR spectral properties of sun glint effect in coastal waters. For the analysis, CASI-1500 airborne hyperspectral data, bathymetry data and in-situ data obtained at coastal area near Sin-Cheon, Jeju Island, South Korea were used. The spectral characteristics of radiance and reflectance at the five NIR wavelengths (744 nm, 758 nm, 772 nm, 786 nm, and 801 nm) are analyzed by using various statistics, spatial and spectral variation of sun-glinted area under conditions of the bottom types of benthos, barren rocks and sand with similar water depth. Through the quantitative analysis, we found that the relation of water depth or bottom type with sun glint is relatively less which is a similar result with the previous studies. However the sun glint are distributed similarly with the patterns of the direction of wave propagation. It is confirmed that the areas with changed direction of wave propagation were not affected by the sun glint. The spatial and spectral variations of radiance and reflectance are mainly caused by the effect of sun glint and waves. The radiance or reflectance of more sun-glinted areas are increased approximately 1.5 times and the standard deviations are also increased three times compared to the less sun glinted areas. Through this study, the further studies of sun glint correction method in coastal water using the patterns of wave propagation and diffraction will be placed.

• 항공우주기술
• /
• 제2권1호
• /
• pp.190-196
• /
• 2003

2002년 7월부터 2003년 11월까지 항우연에서 직수신한 MODIS 자료를 이용하여 한반도 여러 지역의 top-of-atmosphere(TOA) radiance 및 그 계절변동을 분석하였다. MODIS의 공간분해능과 한반도 특성에 맞게 광범위하게 분포하는 동일한 특성을 갖는 지역을 선택하여 농경지역, 수림지역, 담수지역, 해수지역, 도시지역, 습지, 대기영역(구름)을 선택하였다. 한반도의 선택된 지역에 대해 TOA radiance값이 지표특성에 의존적임을 알 수 있었다. 또한 MOIDS 관측이 일반적으로 알려져 있는 지구복사특성을 잘 묘사하고 있음을 이해하게 되었다. 본 저자들은 이 연구가 초다중분광(hyperspectral) 자료해석에 기초정보를 제공하기를 기대한다.

• 비파괴검사학회지
• /
• 제32권5호
• /
• pp.518-525
• /
• 2012

본 연구에서는 초분광 반사광 영상기술을 이용하여 비파괴적으로 상추의 건전종자와 퇴화종자를 선별하는 기술을 개발하고자 하였다. 750~1000nm의 근적외선 초분광 반사광 영상의 분광데이터를 이용하여 상추의 발아종자와 불발아 종자를 판별하는 PLS-DA 모델을 개발하고 개발된 모델의 성능 평가를 실시하였다. 모델 calibration의 판별 정확도는 81.6%였으며, test의 결과는 81.2%의 판별 정확도를 보였다. 또한 개발된 PLS-DA 모델을 적용한 초분광 반사광 영상을 이용하여 대량의 불발아 종자를 동시에 영상으로 검출 가능한 영상처리 알고리즘을 개발하였다. 초분광 반사광 영상에 PLS-DA 모델이 적용된 영상을 이용한 검출 정확도는 91%로 나타났으며, 이는 초분광 반사광 영상을 이용하여 대량의 상추 종자의 비파괴 품질선별에 이용될 수 있음을 보여 주었다.

• 한국인터넷방송통신학회논문지
• /
• 제21권5호
• /
• pp.141-147
• /
• 2021

본 연구를 통해 임베디드 시스템(Embedded System)에서 뉴럴 네트워크(Neural Network) 인풋의 차원 감소 방식으로 복잡한 연산량을 줄여 초분광 대용량 데이터 특징 정보의 활용률을 개선하기 위해, 전체 밴드를 밴드별 최댓값과 최솟값 차이로 부분집합으로 군집화하여, 각 부분집합에서 밴드 선택 알고리즘을 적용한다. 특징 추출과 특징 선택 기법 중에, 특징 선택 기법을 통해, 파장 범위와 관계없이 데이터세트에 맞는 최적의 밴드 수와 기존 알고리즘 적용 소요 시간과 성능을 향상하고자 한다. 이 실험을 통해 기존 밴드 선택 기법보다 1/3~ 1/9배 소요 시간을 단축했음에도 불구하고 K-최근접 이웃 분류기를 통한 성능 면에서는 약 4% 이상 향상된 의미 있는 결과를 도출하였다. 실시간 초분광 데이터 분석 활용에는 어렵지만, 개선된 가능성을 확인했다.