• 한국멀티미디어학회논문지
• /
• 제21권12호
• /
• pp.1431-1438
• /
• 2018

In this paper, we proposed a river water level detection and tracking of the river or dams based on image processing system. In past, most of the water level detection system used various water sensors. Those water sensors works perfectly but have many drawbacks such as high cost and harsh weather. Water level monitoring system helps in forecasting early river disasters and maintenance of the water body area. However, the early river disaster warning system introduces many conflicting requirements. Surveillance camera based water level detection system depends on either the area of interest from the water body or on optical flow algorithm. This proposed system is focused on water scaling area of a river or dam to detect water level. After the detection of scale area from water body, the proposed algorithm will immediately focus on the digits available on that area. Using the numbers on the scale, water level of the river is predicted. This proposed system is successfully tested on different water bodies to detect the water level area and predicted the water level.

• 대한원격탐사학회지
• /
• 제32권5호
• /
• pp.539-550
• /
• 2016

육상의 수체를 탐지하는 것은 홍수, 태풍, 지진해일과 같은 재해 모니터링에 있어 핵심적인 사항이며, 습지, 빙하 등 지표 수자원의 시 공간적 변화를 파악하는데 중요한 역할을 한다. 본 연구에서는 Kompsat-5 SAR 영상으로부터 육상의 수체를 탐지하기 위하여 임계값에 기반한 접근방법의 적용성을 분석하고, 다양한 임계값 설정 기법의 탐지 성능을 평가하였다. 또한 SAR 영상의 스펙클 필터링이 임계값 설정에 미치는 영향을 분석하였으며, 영상에서 수체가 차지하는 비율에 따른 탐지 성능의 변화에 대한 정량적인 평가를 수행하였다. 추가적으로 탐지 성능을 향상시키기 위해 히스토그램의 bimodality 검정과 majority filtering 처리를 활용하는 새로운 알고리즘을 제안하였다. 세종시 지역의 사례의 경우 제안된 알고리즘을 통해 최종적으로 약 96%의 탐지율과 0.3%의 오탐지율로 수체를 탐지할 수 있음을 보였다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1777-1788
• /
• 2022

저수지는 국내 영농환경에서 주요한 용수 공급처이며, 저수지의 저수량 파악은 농업용수의 활용 및 관리차원에서 중요하다. 위성영상을 활용한 원격탐사는 저수지와 같이 광역적으로 분포하는 객체에 대하여 정기적인 모니터링을 할 수 있는 효과적인 수단으로, 본 연구에서는 Sentinel-1 Synthetic Aperture Radar (SAR) 영상을 통해 영상분류 및 영상분할 알고리즘을 적용하여 국내 저수지 53개소의 수표면적 탐지를 수행하였다. 사용한 알고리즘은 Neural Network (NN), Support Vector Machine (SVM), Random Forest (RF), Otsu, Watershed (WS), Chan-Vese (CV)로 총 6가지이며, 드론으로 촬영한 실측 정사영상으로 수표면적 탐지 결과를 평가하였다. 각 알고리즘으로부터 산출된 수표면적과 실측 수표면적간의 상관성은 NN 0.9941, SVM 0.9942, RF 0.9940, Otsu 0.9922, WS 0.9709, CV 0.9736로 나타났으며, 저수지 유효저수량의 규모가 클수록 더 높은 선형 상관관계를 보였다. 혼동 행렬로부터 산출한 정확도, 정밀도, 재현율을 통해 알고리즘간 수표면적 탐지 정확도와 탐지 경향을 분석하였다. 정확도의 경우 각 10만 m³ 미만 저수지에서 WS가 0.8752, 10만~30만 m³에서 Otsu가 0.8845, 30만~50만 m³에서 RF가 0.9100, 50만 m³ 이상에서 Otsu와 CV가 0.9400으로 가장 높은 수치를 보였다. WS의 경우 수표면적을 미탐지하는 경향으로 인해 낮은 재현율을 보였고, NN, SVM, RF의 경우 과대 탐지로 인한 낮은 정밀도를 보였다. SAR 영상을 통한 수표면적 탐지 시 저수지 수표면의 수생식물 및 인공건축물이 미탐지를 발생시키는 오차 요소로 작용함을 분석결과 및 실측영상을 통해 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.419-422
• /
• 2004

This paper was carried out desertification area change detection from 1980s to 2000s per unit decade using by multitemporal satellite images (Landsat MSS, TM, ETM+). This study aims to use Spectral Mixture Analysis (SMA) to identify and classify study area. Endmembers is selected bare soil, green vegetation (GV), water body using by Minimum Noise Fraction (MNF). Endmembers used to generate increase and decrease images respective from 1980s to 1990s and from 1990s to 2000s. From the analysis of multitemporal change detection for three periods, it was apparent that the area of bare soil increased significantly, with simultaneous decrease of GV and water body. The multitemporal fraction images can be effectively used for change detection. Though there is no field survey dataset, SMA is reliable result of change detection in desertification in China.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.144-144
• /
• 2022

Identifying waterbody from remote sensing images, namely water detection, helps understand continuous redistribution of terrestrial water storage and accompanying hydrological processes. It also allows us to estimate available surface water resources and help effective water management. For this problem, NDWI (Normalized Difference Water Index) and MNDWI (Modified Normalized Difference Water Index) are widely used. Although remote sensing indexes can highlight remote sensing image in the water, the noise and the spatial information of the remote sensing image are difficult to be considered, so the accuracy is difficult to be compared with the visual interpretation (the most accurate method, but it requires a lot of labor, which makes it difficult to apply). In this study, we attempt to improve existing NDWI and MNDWI to better water detection. We establish waterbody database of South Korea first and then used it for assessing waterbody indices.

• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.120-131
• /
• 2020

인공위성 영상을 기반으로 한 기계판독(machine interpretation) 원격탐사 수계 탐지는 효율적인 수자원 관리, 가뭄 탐지, 홍수 모니터링 등에 큰 도움이 된다. 따라서 본 연구에서는 머신러닝을 기반으로 한 SAR 위성 영상 기반 수계 탐지를 시행하였다. 그러나 SAR 위성 영상만을 사용하였을 경우 음영 효과 또는 도로 등의 수계와 비슷한 산란특성을 가지는 물체로 인하여 비수계가 수계로 오탐지 될 수 있다. 이러한 오탐지를 줄이기 위하여 목포 지역을 촬영한 Cosmo-SkyMed SAR 위성 영상에 모폴로지(Morphology)의 open 연산을 거친 밴드와 DEM(수치표고모델) 밴드, Curvature(곡률) 밴드를 조합하여 중첩한 8가지 경우에 대하여 의미 분할 기법 머신러닝 모델을 학습시켰다. 8가지 머신러닝 모델에 대한 최종 테스트 결과인 Global Accuracy를 구하였으며, 목포 지역의 토지피복지도와의 일치율 역시 비교하였다. 그 결과 SAR 위성 영상과 모폴로지 open 필터를 적용한 밴드, DEM 밴드, Curvature 밴드를 모두 사용한 경우가 Global Accuracy뿐만 아니라 토지피복지도와의 일치율 역시 가장 높음을 확인할 수 있었다. 이때 Global Accuracy는 95.07%였으며, 토지피복지도와의 일치율은 89.93%로 나타났다.

• International Journal of Computer Science & Network Security
• /
• 제23권1호
• /
• pp.1-10
• /
• 2023

Open surface water body extraction is gaining popularity in recent years due to its versatile applications. Multiple techniques are used for water detection based on applications. Different applications of Radar as LADAR, Ground-penetrating, synthetic aperture, and sounding radars are used to detect water. Shortwave infrared, thermal, optical, and multi-spectral sensors are widely used to detect water bodies. A stereo camera is another way to detect water and different methods are applied to the images of stereo cameras such as deep learning, machine learning, polarization, color variations, and descriptors are used to segment water and no water areas. The Satellite is also used at a high level to get water imagery and the captured imagery is processed using various methods such as features extraction, thresholding, entropy-based, and machine learning to find water on the surface. In this paper, we have summarized all the available methods to detect water areas. The main focus of this survey is on water detection especially in small patches or in small areas. The second aim of this survey is to detect water hazards for unmanned vehicles and off-sure navigation.

• 재활복지공학회논문지
• /
• 제9권2호
• /
• pp.169-175
• /
• 2015

자동배설처리기는 현재 배뇨 혹은 배변 장애가 있는 노인들에게 사용되고 있는 기저귀를 대치할 수 있을 것으로 기대되고 있다. 이 장치들은 소변이나 대변을 감지하고, 본체에서 운반된 세정수로 배설기관들을 씻어주고, 이 배설물을 본체의 오물 저장용기에 흡입하여 보관하였다가 버릴 수 있도록 하며, 배설기관 주위를 본체에서 공급하는 온풍으로 건조할 수 있다. 따라서 이 장치들은 간병인의 수고를 경감시키고 환자의 위생을 향상시킬 수 있다. 본 논문에서는 소변과 대변을 감지하는 장치와 자동배설처리기의 주요 구조를 살펴보고 현재 사용되고 있는 자동배설처리 장치들을 기기별 특징에 따라 분류하고자 하였다.

• 한국지리정보학회지
• /
• 제18권3호
• /
• pp.113-127
• /
• 2015

최근 무인비행시스템(UAS)에 대한 관심이 높아지고 있으며, 홍수시 UAS를 활용하여 침수모니터링을 수행하기 위해서는 촬영된 영상으로부터 수체를 효과적으로 탐지할 수 있는 기법 개발이 필요하다. 본 연구에서는 RGB와 NIR+RG 밴드를 탑재한 UAS를 활용하여 영상을 획득하였으며, 감독분류기법을 적용하여 수체탐지 정확도를 평가하였다. 먼저 RGB 영상에 의한 수체의 영상분류 정확도 평가에서는 인공신경망과 최소거리법의 Kappa 계수가 각각 0.791과 0.783로 높게 나타났으며, 최대우도법이 0.561로 가장 낮게 나타났다. 또한 NIR+RG 영상에 의한 수체의 영상분류 정확도 평가에서는 Mahalanobis와 최소거리법이 각각 0.869와 0.830으로 높게 나타났으며, 인공신경망법이 0.779로 매우 낮게 나타났다. 특히 RGB 밴드에서는 송산유원지의 수목이나 초지가 수체로 오분류되는 문제가 발생하였으나, NIR+RG 밴드에서는 이러한 문제가 많이 개선되었다. 따라서, RGB 밴드에 비해 NIR+RG 밴드를 탑재한 영상이 Mahalanobis와 최소거리법을 적용시 수체를 탐지하는데 효과적인 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.437-444
• /
• 2017

Since land pixels often generate false alarms in ship detection using Synthetic Aperture Radar (SAR), land masking is a necessary step which can be processed by a land area map or water database. However, due to the continuous coastline changes caused by newport, bridge, etc., an updated data should be considered to mask either the land or the oceanic part of SAR. Furthermore, coastal concrete facilities make noise signals, mainly caused by side lobe effect. In this paper, we propose two methods. One is a semi-automatic water body data generation method that consists of terrain correction, thresholding, and median filter. Another is a dynamic land masking method based on water database. Based on water database, it uses a breadth-first search algorithm to find and mask noise signals from coastal concrete facilities. We verified our methods using Sentinel-1 SAR data. The result shows that proposed methods remove maximum 84.42% of false alarms.