• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1027-1036
• /
• 2020

본 연구에서는 재해/재난 현장에서 취득한 대용량 무인기 영상으로부터 고정밀 3차원 실감 자료를 신속하게 생성하기 위하여 상용 소프트웨어인 Agisoft Metashape와 클라우드 컴퓨팅 서비스인 Amazon web service를 이용하여 처리하는 방식을 제안하고 성능을 평가하였다. 로컬 컴퓨터를 이용하는 온프레미스 방식, Agisoft사(社)와 Pix4D사(社)에서 제공하는 클라우드 서비스와 비교하여, 항공삼각측량, 3차원 포인트 클라우드 및 DSM 생성, 메쉬 및 텍스처 생성, 정사 모자이크 영상 제작 등의 과정은 비슷한 시간을 소요하였다. 클라우드 방식은 대용량 자료의 업로드와 다운로드 시간을 필요로 하지만 실질적인 현장 처리가 가능하다는 분명한 장점을 보였다. 온프레미스 방식과 클라우드 방식 모두 CPU와 GPU 성능에 따라 처리 시간의 차이가 발생하지만 벤치마크를 통해 확인되는 성능 차이만큼 큰 차이는 발생하지 않았다. 그러나 저성능의 GPU가 탑재된 랩탑 컴퓨터는 지나치게 많은 시간을 소요하여 현장 처리에 적용하기 어려운 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.727-736
• /
• 2019

본 연구에서는 여러 장의 무인항공기 영상을 사용하여 대상지역에 대한 포인트 클라우드를 생성하고, 데이터 세트 간 발생하는 이격과 중복점을 제거하는 방안에 대한 연구를 수행하였다. 이를 위해 사진 측량 기반의 IBA(Incremental Bundle Adjustment)기법을 적용하여 무인기의 위치/자세를 보정하고 스테레오 페어를 구성했다. 각각의 스테레오 영상으로부터 에피폴라 영상을 생성하고 MDR(Multi-Dimensional Relaxation) 정합 기법을 적용하여 포인트 클라우드를 생성하였다. 다음으로 스테레오 영상 간 관측 벡터에 기반한 포인트 클라우드 등록을 통해 서로 다른 스테레오 페어로부터 생성된 포인트 클라우드 간 이격을 제거하였다. 마지막으로 점유격자(Occupancy grid) 기반 통합 알고리즘을 적용하여 중복점이 제거된 하나의 포인트 클라우드를 생성하였다. 실험은 무인항공기에서 취득된 연직 촬영 영상을 사용하였으며, 실험을 통해 서로 다른 스테레오 페어로부터 생성된 포인트 클라우드 간 이격 및 중복점 제거가 가능함을 확인하였다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.9-18
• /
• 2024

Small streams, despite their rich ecosystems, face challenges in vegetation assessment due to the limitations of traditional, time-consuming methods. This study presents a groundbreaking approach, combining unmanned aerial vehicles(UAVs), convolutional neural networks(CNNs), and the vegetation differential vegetation index (VDVI), to revolutionize both assessment and management of stream vegetation. Focusing on Idong Stream in South Korea (2.7 km long, 2.34 km² basin area)with eight diverse revetment methods, we leveraged high-resolution RGB images captured by UAVs across five dates (July-December). These images trained a ResNeXt101 CNN model, achieving an impressive 89% accuracy in classifying vegetation cover(soil,water, and vegetation). This enabled detailed spatial and temporal analysis of vegetation distribution. Further, VDVI calculations on classified vegetation areas allowed assessment of vegetation vitality. Our key findings showcase the power of this approach:(a) TheCNN model generated highly accurate cover maps, facilitating precise monitoring of vegetation changes overtime and space. (b) August displayed the highest average VDVI(0.24), indicating peak vegetation growth crucial for stabilizing streambanks and resisting flow. (c) Different revetment methods impacted vegetation vitality. Fieldstone sections exhibited initial high vitality followed by decline due to leaf browning. Block-type sections and the control group showed a gradual decline after peak growth. Interestingly, the "H environment block" exhibited minimal change, suggesting potential benefits for specific ecological functions.(d) Despite initial differences, all sections converged in vegetation distribution trends after 15 years due to the influence of surrounding vegetation. This study demonstrates the immense potential of UAV-based remote sensing and CNNs for revolutionizing small-stream vegetation assessment and management. By providing high-resolution, temporally detailed data, this approach offers distinct advantages over traditional methods, ultimately benefiting both the environment and surrounding communities through informed decision-making for improved stream health and ecological conservation.

• 대한원격탐사학회지
• /
• 제32권3호
• /
• pp.275-285
• /
• 2016

본 연구는 스마트 카메라를 탑재한 무인항공기를 통해 얻은 영상을 이용하여 카메라 검정 유무에 따른 정사영상의 정확도를 분석하였다. 사진측량용 무인항공 시스템이 개발되었고, 스마트 카메라영상은 image triangulation을 거쳐, 정사영상으로 생성되었다. Image triangulation은 카메라 검정에서 결정된 Interior Orientation (IO) 파라미터의 고려 유무에 따라 수행되었다. 카메라 검정 결과, RMS error가 0.57 pixel로 나타났고, 이것은 비측량용 카메라를 이용한 기존의 연구와 비교했을 때, 우수한 정확도이다. Field experiment에서 IO 파라미터를 고려한 경우, triangulation 결과는 0.1 pixel (RMSE) 이내로 나타났고, 이것은 IO 파라미터를 고려하지 않은 경우에 비해 최소 2배 이상 향상된 결과였다. 정사영상을 제작한 결과, 카메라 검정 자료를 고려한 결과는 고려하지 않은 결과에 비해 정확도가 89 % 향상되었다. UAV 시스템을 위한 탑재체로써 스마트 카메라의 활용 가능성이 높으며, 직접 또는 간접적인 기능을 충분히 담당할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.735-747
• /
• 2020

본 연구는 청천일 조건에서 직접적 보정 방식으로 산정한 반사율 및 식생지수의 일주기 변화를 분석하여 시계열 작황 모니터링을 위한 무인비행체 영상의 특성을 구명하고자 수행하였다. 무인기에 다중분광센서를 장착하여 청천일이었던 2020년 3월 23일과 3월 24일에 반사율 보정용 반사판, 콘크리트 및 작물 시험구를 대상으로 시간대별, 비행경로별 항공영상을 촬영하여 직접적 방식으로 반사율을 산정하고 작물 시험구를 대상으로 식생지수를 계산하여 비교하였다. 반사율 보정용 반사판, 콘크리트 및 작물 시험구의 무인기 영상 반사율은 시간대 및 비행경로별로 일정한 변화 경향을 보이지 않을 뿐 아니라 일간 재현성 있는 값을 보이지 않아 시계열적으로 비교·활용 하는 것에는 한계가 있을 것으로 판단된다. 그러나 작물 시험구의 NDVI는 값이 높을수록 일중 및 일간 변동성이 적었으며 식생의 활력이 부족한 식생 제어 시험구에서도 일 중 5% 미만의 변동계수를 보여 반사율과 달리 대체로 일정한 값을 유지하는 것으로 나타났다. 또한 3월 23일과 3월 24일 동일한 시간대에 촬영한 무인기 영상으로 산정한 NDVI의 평균 절대 오차도 0.76~3.97%의 범위를 보여 시계열 작황모니터링에 활용이 가능할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제36권2_2호
• /
• pp.277-292
• /
• 2020

본 연구에서는 천수만 황도 갯벌 지역을 대상으로 UAV 자료와 객체기반영상분석 방법을 사용하여 대축척 갯벌 표층 퇴적상 분류도를 작성하고, 정확도 검증을 수행하여 정밀한 표층 퇴적상 분류의 가능성과 보다 정확한 분류 방법에 대해 제시하였다. 이를 위해 고해상도 UAV 자료에서 가시광 영역의 정사영상과 수치표고모델(DEM), 조류로 밀도 등 퇴적상 분류 시 영향을 주는 요인들을 추출하고, 통계학적 분석 방법을 통해 퇴적상에 따른 요인들의 주성분을 분석하였다. 주성분 요인을 바탕으로 퇴적상 분류 시 사용할 입력 자료를 (1) 가시광 영역의 스펙트럼, (2) 지형 고도와 조류로 밀도, (3) 가시광 영역의 스펙트럼과 지형 고도 및 조류로 밀도로 구분하였으며, 이를 기반으로 객체기반영상분석 분류방법에 입력 자료를 적용하여 대축척 갯벌 표층 퇴적상 분류도를 추출하였다. 입력 자료의 조건에 따라 표층 퇴적상 분류를 수행한 결과, folk 분류 기준을 따르는 6가지의 표층 퇴적상으로 분류하였고, 가시광 영역의 스펙트럼과 지형 고도, 조류로 밀도를 사용할 경우 전체 정확도가 63.04%, Kappa 지수가 0.54로 가장 효과적으로 표층 퇴적상을 분류하였다.

• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.819-829
• /
• 2019

붕괴사고가 발생하였을 시, 피해악화를 방지하기 위해 즉각적인 대응이 필요하며 피해면적 산출, 대응 및 복구 계획 수립 등이 이루어져야 한다. 이를 위해선 피해지역에 대한 정확한 탐지가 이루어져야 한다. 본 연구는 붕괴사고 피해탐지를 위해 신속하고 실시간 대응이 가능한 Unmanned Aerial Vehicle(UAV)를 활용하여 피해지역 탐지를 수행하였다. 연구대상지역은 재개발 사업이 착수되면서 주택 및 아파트의 철거가 진행 중에 있는 울산 중구 B-05 주택재개발 지역으로 선정하였다. 이 지역은 건물의 철거 모습이 붕괴된 상태와 유사하고 철거 전후의 변화가 뚜렷하게 나타나 있으며, 2019년 5월 17일, 7월 9일 각각 UAV 영상을 획득하였다. 건물의 붕괴 전후 영상에서 변화지역을 피해지역으로 판단하였으며, 이를 위해 대표적인 변화탐지 기법인 분광벡터 변화분석 기법(Change Vector Analysis)과 SLIC(Simple Linear Iterative Clustering)기반 superpixel 기법을 이용하였다. 피해지역을 정확하게 탐지하기 위해 비관심지역(식생)을 ExG(Excess Green)를 이용하여 1차적으로 제거해주었고, 변화탐지가 된 객체들 중 면적으로 인한 오탐지가 된 객체들은 최소면적을 계산하여 최종적으로 제거해주었다. 그 결과 변화지역 탐지의 전체결과는 95.39%를 나타냈으며, 추후 붕괴사고에 대한 대응 및 복구대책 및 피해액 산출 등 다양한 자료로 활용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.503-514
• /
• 2021

쌀 수급 조절 정책의 합리적 수립을 지원하기 위해서는 벼 재배면적의 조기 추정이 필요하다. 본 연구는 국내 벼 주산지인 김제시를 대상으로 Sentinel-1 위성영상을 활용하여 이앙이 마무리되는 7월 초순 벼 재배면적을 조기에 추정하기 위해 최적의 훈련자료 수집을 위한 무인기(UAV) 영상 활용 방안을 제시하고자 수행하였다. 5월부터 7월 초까지 수집한 Sentinel-1 위성영상은 ESA에서 제공하는 SNAP(SeNtinel application platform, Version 8.0)프로그램으로 전처리하고 팜맵을 활용하여 농경지만을 추출하였다. 벼 재배지 중심 지역과 벼·콩 혼재지 무인기 영상 촬영 영역을 혼합하여 훈련자료로 선정하여 김제시 전체 벼 재배지를 추정한 결과, 정확도와 카파 계수는 각각 89.9%, 0.774로 가장 좋은 결과를 보였는데, 이는 김제시 전역을 대상으로 무작위 표본조사를 수행하여 분류한 결과와 비교 시 전체 정확도 1% 내외, 카파 계수 0.02~0.04 범위에서 차이를 보여 벼 재배지 조기 추정을 위한 무인기 영상 활용 가능성을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1379-1391
• /
• 2020

농업에서의 무인기는 촬영 영역은 작지만, 위성이 가지지 못하는 초고해상도의 영상 수집이 가능하며, 작물의 생물계절에 맞는 영상을 적시에 획득 할 수 있어 들녘단위 농경지의 모니터링에 유용하게 사용될 수 있다. 하지만 무인기의 경우 위성과 달리 다양한 카메라와 촬영 환경에 따른 다중시기 영상을 활용하기 때문에 시계열 영상 활용을 위해서는 정규화 된 영상자료를 활용하는 것이 필수적으로 요구된다. 본 연구는 무인기 다중분광 영상의 농업 모니터링 시계열 활용을 위해 촬영 환경에 따른 무인기 반사율 및 식생지수의 변동성을 분석하였다. 촬영 고도, 촬영 방향, 촬영시간, 운량과 같은 환경요인에 따른 반사율 변동성은 8%에서 11%로 매우 크게 나타났으나, 식생지수의 변동성은 1% ~ 5%로 안정적인 것을 확인 할 수 있었다. 이러한 현상은 무인기 다중분광센서의 특성과 후처리 프로그램의 정규화 등 다양한 원인이 존재하는 것으로 판단된다. 따라서 무인기 영상의 시계열 활용을 위해서는 식생지수와 같은 밴드비율함수를 활용하는 것이 권장되며 촬영 시 가능한 동일한 촬영시간, 촬영 고도, 촬영 방향을 설정하여 시계열 영상의 변동성을 최소화하는 것이 권장된다.

• 한국광학회지
• /
• 제26권3호
• /
• pp.155-161
• /
• 2015

본 논문에서는 연안 지역 저고도 원격측정을 위한 소형 무인항공기 용 초분광센서 개발의 일환으로 비축 삼반사경 전단광학계의 설계와 성능분석 결과를 제시하였다. 이 광학계는 수 cm의 공간해상도(4cm@500m 운영고도)와 $4^{\circ}$의 시야각, 그리고 신호대 잡음비 100(@660 nm) 이상의 요구사항을 만족시키기 위하여, 70 mm의 입사동 크기와 개구수 5.0으로 설계 사양을 가지는 비구면의 주경과 부경이 포함된 비축 삼반사경 형태로 설계되었다. 본 설계의 광학성능은 $1/15{\lambda}$ 이하 RMS 파면오차 성능과 0.75이상의 MTF 성능(@660 nm)이 기대된다. 제작과 조립 단계를 고려하여 민감도 분석을 통해 3 반사경을 정렬 보상자로 선정하였으며, 경사 공차범위는 요소별로 0.17 mrad 으로 결정되었다. 이 비축 삼반사경 광학설계는 기존 초분광센서의 전단광학계에 비해 높은 광학성능을 보이고, 소형 무인항공기에 맞추어 경량화가 가능하도록 제작 기반을 설정하여, 향후 연안 원격탐사 연구에 활용될 예정이다.