• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.999-1011
• /
• 2021

다중 센서 영상으로부터 공간 및 시간해상도가 모두 높은 영상을 예측하는 시공간 융합에서 다중 센서 영상의 방사학적 불일치는 예측 성능에 영향을 미칠 수 있다. 이 연구에서는 다중 센서 위성영상의 서로 다른 분광학적 특성을 보정하는 방사보정이 융합 결과에 미치는 영향을 분석하였다. 두 농경지에서 얻어진 Sentinel-2, PlanetScope 및 RapidEye 영상을 이용한 사례연구를 통해 상대 방사보정의 효과를 정량적으로 분석하였다. 사례연구 결과, 상대 방사보정을 적용한 다중 센서 영상을 사용하였을 때 융합의 예측 정확도가 향상되었다. 특히 입력 자료 간 상관성이 낮은 경우에 상대 방사보정에 의한 예측 정확도 향상이 두드러졌다. 분광 특성의 차이를 보이는 다중 센서 자료를 서로 유사하게 변환함으로써 예측 성능이 향상된 것으로 보인다. 이 결과를 통해 상대 방사보정은 상관성이 낮은 다중 센서 위성영상의 시공간 융합에서 예측 능력을 향상시키기 위해 필요할 것으로 판단된다.

• 한국군사과학기술학회지
• /
• 제12권4호
• /
• pp.524-531
• /
• 2009

In this paper, we propose an automatic image registration method for multi-sensor image fusion such as visible and infrared images. The registration is achieved by finding corresponding feature points in both input images. In general, the global statistical correlation is not guaranteed between multi-sensor images, which bring out difficulties on the image registration for multi-sensor images. To cope with this problem, mutual information is adopted to measure correspondence of features and to select faithful points. An update algorithm for projective transform is also proposed. Experimental results show that the proposed method provides robust and accurate registration results.

• 대한원격탐사학회지
• /
• 제31권4호
• /
• pp.321-330
• /
• 2015

Atmospheric correction is an essential part in time-series analysis on biophysical parameters of surface features. In this study, we tried to examine possible problems in atmospheric correction of multitemporal High Spatial Resolution (HSR) images obtained from two different sensor systems. Three KOMPSAT-2 and two IKONOS-2 multispectral images were used. Three atmospheric correction methods were applied to derive surface reflectance: (1) Radiative Transfer (RT) - based absolute atmospheric correction method, (2) the Dark Object Subtraction (DOS) method, and (3) the Cosine Of the Uun zeniTh angle (COST) method. Atmospheric correction results were evaluated by comparing spectral reflectance values extracted from invariant targets and vegetation cover types. In overall, multi-temporal reflectance from five images obtained from January to December did not show consistent pattern in invariant targets and did not follow a typical profile of vegetation growth in forests and rice field. The multi-temporal reflectance values were different by sensor type and atmospheric correction methods. The inconsistent atmospheric correction results from these multi-temporal HSR images may be explained by several factors including unstable radiometric calibration coefficients for each sensor and wide range of sun and sensor geometry with the off-nadir viewing HSR images.

• 대한원격탐사학회지
• /
• 제20권4호
• /
• pp.275-288
• /
• 2004

이 논문은 다중 센서 원격탐사 화상의 분류를 위해 퍼지 논리 융합과 결합된 relaxation labeling 방법을 제안하였다. 다중 센서 원격탐사 화상의 융합에는 퍼지 논리를, 분광정보와 공간정보의 융합에는 반복적인 relaxation labeling 방법을 적용하였다. 특히 반복적 relaxation labeling 방법은 공간정보의 이용에 따른 분류 화소의 변화양상을 얻을 수 있는 장점이 있다. 토지 피복의 감독 분류를 목적으로 광학 화상과 다중 주파수/편광 SAR 화상에 제안 기법을 적용한 결과, 다중 센서 자료를 이용하고 공간정보를 함께 결합하였을 때 향상된 분류 정확도를 얻을 수 있었다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.523-533
• /
• 2022

이 논문에서는 상호보완적인 공간 및 분광해상도를 가진 다중센서 위성영상을 이용하여 공간해상도와 분광해상도를 향상시키기 위해 영역-점 회귀 크리깅(area-to-point regression kriging, ATPRK) 기반의 2단계 spatio-spectral fusion method (2SSFM)을 제안하였다. 2SSFM은 ATPRK와 random forest 회귀 모형을 결합하여 다중센서 위성영상에서 높은 공간해상도를 갖는 분광 밴드를 예측한다. 첫 번째 단계에서는 다중센서 위성영상 사이의 공간해상도 차이를 감소시키기 위해 ATPRK 기반 공간 상세화를 수행한다. 두 번째 단계에서는 다중센서 위성영상 사이의 분광 밴드의 관계성을 정량화하기 위해 random forest를 이용한 회귀 모델링을 적용하였다. 2SSFM의 예측 성능은 적색 경계와 단파 적외선 밴드를 생성하는 사례 연구를 통해 평가하였다. 사례 연구에서 2SSFM은 실제 분광 밴드와 유사한 분광패턴을 보이면서 공간해상도가 향상된 적색 경계와 단파 적외선 밴드를 생성할 수 있었으며, 2SSFM가 고해상도 위성영상에서 제공하지 않은 분광 밴드 생성에 유용함을 확인할 수 있었다. 따라서 2SSFM을 통해 실제로 획득 불가능하지만 환경 모니터링에 효과적인 분광 밴드를 예측함으로써 다양한 분광 지수를 생성할 수 있을 것으로 기대된다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.533-540
• /
• 2021

고해상도 위성영상은 극지 내륙 지역과 같이 접근이 어려운 지역에 대해서도 공간 정보를 획득할 수 있는 탁월한 접근성을 가진다. 고해상도 위성영상으로부터 도출되는 공간정보의 위치 정확도를 향상시키기 위해서는 기준점을 활용하는데, 이러한 접근 불가 지역에 대해서는 기준점 획득이 쉽지 않기 때문에 여러 보조 데이터를 쓰기도 하나, 그러한 보조 데이터 마저 획득이 어려운 지역이 존재한다. 따라서 본 논문에서는 완전한 무기준점 기반으로 위치 정확도를 향상시키기 위한 방법으로 멀티 영상의 번들조정을 기반으로 정확도 향상의 정도를 평가하였다. 멀티 영상 조정을 위해 영상 간의 매칭점를 추출하여 활용하였고, 개별 영상 또는 스테레오 영상의 조정이 아닌 전체 영상의 통합 센서 모델링을 구현하여 정확도 향상 정도를 평가하였다. 실험으로 아리랑 3A 영상을 활용하였으며, 실험결과 RMSE (Root Mean Square Error) 오차의 현격한 향상은 도출하기 어려웠으나, 최대오차를 감소시키는 효과가 있었으며, 특히 표고 방향으로의 과대오차를 감소시키는데 효과적임을 알 수 있었다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2008년도 추계학술대회논문집
• /
• pp.675-680
• /
• 2008

This paper proposes a way to measure the displacement of a multi-point by using a pattern recognition from video signal. Generally in measuring displacement, gab sensor, which is a displacement sensor, is used. However, it is difficult to measure displacement by using a common sensor in places where it is unsuitable to attach a sensor, such as high-temperature areas or radioactive places. In this kind of places, non-contact methods should be used to measure displacement and in this study, images of CCD camera were used. When displacement is measure by using camera images, it is possible to measure displacement with a non-contact method. It is simple to install and multi-point displacement measuring device so that it is advantageous to solve problems of spatial constraints.

• 한국군사과학기술학회지
• /
• 제13권3호
• /
• pp.445-452
• /
• 2010

Adequate segmentation of target objects from the background plays an important role for the performance of automatic target recognition(ATR) system. This paper presents a new segmentation algorithm using fuzzy thresholding to extract a target. The proposed algorithm consists of two steps. In the first step, the region of interest(ROI) including the target can be automatically selected by the proposed robust method based on the frame difference of each image sensor. In the second step, fuzzy thresholding with a proposed membership function is performed within the only ROI selected in the first step. The proposed membership function is based on the similarity of intensity and the adjacency of target area on each image. Experimental results applied to real CCD/IR images show a good performance and the proposed algorithm is expected to enhance the performance of ATR system using multi-sensors.

• 한국멀티미디어학회논문지
• /
• 제23권8호
• /
• pp.1006-1018
• /
• 2020

Dataset is getting more import to develop a learning based algorithm. Quality of the algorithm definitely depends on dataset. So we introduce new dataset over 200 thousands images which are fully labeled multi modal sensor data. Proposed dataset was designed and constructed for researchers who want to develop detection, tracking, and action classification in outdoor environment for surveillance scenarios. The dataset includes various images and multi modal sensor data under different weather and lighting condition. Therefor, we hope it will be very helpful to develop more robust algorithm for systems equipped with difference kinds of sensors in outdoor application. Case studies with the proposed dataset are also discussed in this paper.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.