• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.527-535
• /
• 2013

분광혼합분석을 효과적으로 수행하기 위한 정확한 endmember의 추출은 반드시 선행되어야할 조건이며, 이를 위한 다양한 endmember 추출 알고리즘들이 개발되었다. 이러한 endmember 추출 알고리즘의 개발 및 적용성을 평가하기 위한 기존의 연구는 대부분 모의 초분광 영상 또는 AVIRIS 영상을 대상으로 진행되었다. 그러나 이러한 영상 자료는 실제 국내에서 획득되고 활용할 수 있는 초분광 영상과 차이를 보일 수 있다. 따라서 본 연구에서는 국내에서 취득된 AISA 초분광 영상에 대하여 대표적인 endmember추출 알고리즘을 사용하고, 그 적용성을 평가하였다. 물질의 종류 및 크기에 따른 차이를 분석하기 위하여 인공적으로 설계한 테스트베드를 구축하고, AISA 초분광 영상을 취득하여 실험 자료로 이용하였다. 실험결과, 테스트베드 내 물질과 초기 입력값에 따라 알고리즘별로 endmember 추출결과가 다르게 나타났다. 따라서 효과적인 endmember 추출 알고리즘을 적용하기 위해서는 영상을 구성하는 테스트베드 내 물질의 특성 및 최적의 endmember의 개수를 고려해야 할 것이다.

• Journal of Biosystems Engineering
• /
• 제40권4호
• /
• pp.417-427
• /
• 2015

Purpose: This study investigated different band selection methods to classify spectrally similar data - obtained from aerial images of healthy citrus canopies and citrus greening disease (Huanglongbing or HLB) infected canopies - using small differences without unmixing endmember components and therefore without the need for an endmember library. However, large number of hyperspectral bands has high redundancy which had to be reduced through band selection. The objective, therefore, was to first select the best set of bands and then detect citrus Huanglongbing infected canopies using these bands in aerial hyperspectral images. Methods: The forward feature selection algorithm (FFSA) was chosen for band selection. The selected bands were used for identifying HLB infected pixels using various classifiers such as K nearest neighbor (KNN), support vector machine (SVM), naïve Bayesian classifier (NBC), and generalized local discriminant bases (LDB). All bands were also utilized to compare results. Results: It was determined that a few well-chosen bands yielded much better results than when all bands were chosen, and brought the classification results on par with standard hyperspectral classification techniques such as spectral angle mapper (SAM) and mixture tuned matched filtering (MTMF). Median detection accuracies ranged from 66-80%, which showed great potential toward rapid detection of the disease. Conclusions: Among the methods investigated, a support vector machine classifier combined with the forward feature selection algorithm yielded the best results.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2006년도 춘계학술발표회 논문집
• /
• pp.165-169
• /
• 2006

Purpose of this research is estimation of water depth by hyperspectral remote sensing in area that access of ship is difficult This research used EO-1 Hyperion satellite imagery. Atmospheric and geometric correction is executed. Compress of band used MNF transforms. Diffuse Attenuation Coefficient of target area is decided in imagery for water depth estimation. Determination of Emdmember in pixel is using Linear Spectral Unmixing techniques. Water depth estimated using this result.

• 한국지리정보학회지
• /
• 제15권3호
• /
• pp.52-65
• /
• 2012

작물과 산림을 포함한 식생에 대한 순1차 생산(net primary production, NPP)와 총1차 생산(gross primary production, GPP)은 바이오매스와 식생의 탄소저장과 밀접한 관련이 있으며, 원격탐사를 이용해 바이오매스를 추정하는 많은 노력이 이루어지고 있다. 바이오매스는 광합성에 매우 중요한 요소인 클로로필(엽록소)의 총 함유량으로 추정할 수 있는데, 클로로필을 추정하기 위해서 다양한 식생지수들이 개발되었다. 식생지수들은 개발에 사용된 식생의 종류와 원격탐사 데이터에 따라 조금씩 차이를 가지고 있다. 하이퍼스펙트럴 영상은 다중분광 영상에 비하여 세분화된 각 파장대마다 물질에 따른 반사 및 흡수 특성이 다르기 때문에, 기존의 식생지수를 그대로 사용하기에 무리가 따른다. 본 연구는 항공기 탑재 하이퍼스펙트럴 영상을 이용하여 산림에 대한 바이오매스 추정을 위한 매개변수로 활용되는 적합한 식생지수는 무엇인지 평가하는 것을 목적으로 한다. 이를 위해 하이퍼스펙트럴 영상의 밴드 특성을 고려하여 다수의 식생지수 산출식 중 9개를 선정하고, SMA(spectral mixture analysis)를 통하여 대상지역의 산림을 대표하는 3개의 endmember를 추출하였다. 9개의 식생지수와 추출된 endmembers의 상관관계를 분석하였다. 상관분석 결과는 산림이 분포된 지역에서 Pearson 상관계수는 MTVI1과 TVI가 0.877의 상관계수를 가졌으며, 식생이 적고 토양의 분포가 확연한 지역에서는 MCARI가 0.9061로 매우 높은 상관계수를 보였다. 전반적으로 MTVI1과 TVI이 0.757의 동일한 상관계수를 가지며 식생에 대한 3개의 endmember를 가장 잘 설명하는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.509-516
• /
• 2013

초분광 영상에 내재된 비선형 현상을 다루기 위해서는 과거에 주로 사용되었던 선형 피처 추출 방법은 적합하지 않았다. 따라서 최근 Manifold learning이라 불리우는 비선형 피처 추출 방법이 초분광 원격탐사 분야를 비롯 여러 분야에서 관심이 증가되고 있다. Manifold learning 방법 중 널리 이용되는 Isomap은 분류와 분광 혼합 분석 등의 분야에서 좋은 결과를 보여주지만, 지나치게 복잡하고 높은 계산량은, 특히 원격탐사 자료와 같이 자료의 크기가 큰 경우 문제가 된다. 따라서 자료의 일부분을 이용하는 랜드마크 기법이 해결책으로 제안 되었다. 본 연구에서는 좀 더 통제가 가능한 랜드마크 추출을 위해 자료를 구성하는 최대 부피를 지닌 Simplex를 이용하여 랜드마크를 선택하는 방법을 제안한다. 초분광 영상을 이용하여 랜드마크의 개수, 선택 방법에 따른 분류 정확도와 편차, 그리고 처리 시간을 비교하였고, 그 결과 제안된 랜드마크 선택 기법은 분류 정확도, 처리시간 모두에서 효율적인 결과를 보여주었다.

• 한국정보통신학회논문지
• /
• 제12권4호
• /
• pp.716-723
• /
• 2008

최근 과학기술의 급속한 발달과 더불어 인간의 활동 영역이 넓어짐으로써 연안해역 개발과 환경 등의 문제가 전세계적으로 대두되고 있으며, 보다 광범위한 분석을 위해 위성영상을 활용이 증대되고 있는 실정이다. 본 연구는 보다 효율적인 연안해역의 수심 결정에 있어 하이퍼스펙트럴 위성영상을 활용하는데 그 목적을 둔다. 이를 위해 먼저 EO-1 Hyperion 위성영상에서 연구대상지에 해당하는 부분영상을 추출하고, 대기보정과 기하보정을 실시하였다. 그리고 MNF 변환을 통해 밴드를 압축하고, 수체의 특성을 분석하는데 적합한 밴드를 선정하였다. 선정된 밴드내에서 수심 산정을 위한 계수인 Kd를 결정하였으며, 순수한 분광 특성을 가진 화소의 endmember의 결정과 선형분광순수화 기법을 이용한 매핑을 통해 대상 연안의 수심을 최종적으로 결정하였다. 연구 결과, 산정 된 수심은 수치해도상의 수심과 평균 1.2m 정도의 차이를 보였고, 산정 하고자 하는 수심이 깊을수록 오차는 크게 나타났다. 향후 대기보정, endmember 결정, Kd 산정 등의 정확도를 높인다면 보다 경제적이고 효율적인 수심 결정이 가능할 것으로 판단된다.