• 한국측량학회지
• /
• 제31권6_1호
• /
• pp.455-461
• /
• 2013

아리랑 3호는 2012년 5월 18일에 발사된 다목적실용위성으로서, 탑재된 AEISS센서는 고도 685km의 태양주기 궤도상에서 0.7m의 공간해상도 흑백 영상과 2.8m 공간해상도의 다중 파장대 영상을 폭 16.8km로 획득한다. 아리랑 3호는 아리랑 2호에 비해 많은 부분에서 성능의 향상이 이루어졌으며 그 중 단일 패스에서 스테레오 영상이 취득 가능하도록 설계되었다. 아리랑 3호를 이용하여 3차원 지형 정보의 추출을 하기 위해서는 정확한 에피폴라 기하를 규명하는 것이 필수적이며, 따라서 본 연구에서는 아리랑 3호 스테레오 영상으로부터 에피폴라 영상 제작을 위한 최적의 영상 변환식을 도출하기 위한 에피폴라 곡선의 특성에 대해 분석하였다. 영상과 함께 제공되는 RPCs(Rational Polynomial Coefficients)를 기반으로 영상 전역에 해당하는 에피폴라 커브를 도출하고 이에 대한 모양분석을 통해 에피폴라 커브가 최소 3차 다항식 이상의 변환식으로 모델링 될 수 있음을 알 수 있었다. 또한 아리랑 3호 AEISS센서의 두 개의 CCDs라인 특징 또한 확인 가능하였다. RPCs 업데이트 시에도 샘플 방향의 영상 오차를 최소화하기 위해 3차식이 필요했으며, 에피폴라 영상 리샘플링 시에도 3차 영상 변환식을 활용한 경우 최대 0.7 픽셀이내의 정밀한 y시차를 확보할 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.341-344
• /
• 2007

A major obstacle to classify and validate Land Cover maps is the high cost of generating reference data or multiple thematic maps for subsequent comparative analysis. In case of inaccessible area such as North Korea, the high resolution satellite imagery may be used as in situ data so as to overcome the lack of reliable reference data. The objective of this paper is to investigate the possibility of utilizing QuickBird (0.6m) of North Korea obtained from Google Earth data provided thru internet. Monthly NDVI images of nine months from the summer of 2004 were classified into L=54 cluster using ISODATA algorithm, and these L clusters were assigned to 7 classes; coniferous forest, deciduous forest, mixed forest, paddy field, dry field, water and built-up area. The overall accuracy and Kappa index were 85.98% and 0.82, respectively, which represents about 10% point increase of classification accuracy than our previous study based on GCP point data around North Korea. Thus we can conclude that Google Earth may be used to substitute the traditional in situ data collection on the site where the accessibility is severely limited.

• 한국측량학회지
• /
• 제25권6_1호
• /
• pp.517-528
• /
• 2007

Extraction of the coastal boundary is important because the boundary serves as a reference in the demarcation of maritime zones such as territorial sea, contiguous zone, and exclusive economic zone. Accurate nautical charts also depend on well established, accurate, consistent, and current coastline delineation. However, to identify the precise location of the coastal boundary is a difficult task due to tidal and wave motions. This paper presents an efficient way to extract coastlines by applying digital image processing techniques to Synthetic Aperture Radar (SAR) imagery. Over the past few years, satellite-based SAR and high resolution airborne SAR images have become available, and SAR has been evaluated as a new mapping technology. Using remotely sensed data gives benefits in several aspects, especially SAR is largely unaffected by weather constraints, is operational at night time over a large area, and provides high contrast between water and land areas. Various image processing techniques including region growing, texture-based image segmentation, local entropy method, and refinement with image pyramid were implemented to extract the coastline in this study. Finally, the results were compared with existing coastline data derived from aerial photographs.

• 대한공간정보학회지
• /
• 제14권3호
• /
• pp.13-22
• /
• 2006

3차원 지형공간정보의 활용범위가 확대되면서 다양한 형태와 크기의 건물들이 존재하는 광범위한 도시지역에 대하여 신속하고 정확하게 실세계에 가까운 3차원 건물 모형을 구축하는 기술 개발이 요구되고 있다. 기존의 항공사진이나 고해상 위성영상을 이용한 3차원 도시 지형공간의 구축 연구와는 달리 최근에는 높은 정밀도를 가진 항공 LIDAR 관측 자료를 활용한 3차원 건물 복원에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 Zero-crossing의 특성을 갖는 LoG 연산자를 이용하여 높이별로 건물의 경계선 정보를 추출하고 Douglas-Peucker 알고리즘을 이용하여 경계선을 직선화하여 건물의 경계선을 정제하고 3차원으로 건물을 복원하는 기법을 제안하였다.

• 대한원격탐사학회지
• /
• 제33권2호
• /
• pp.149-158
• /
• 2017

시간해상도와 공간해상도가 높은 영상 자료는 효과적인 식생의 모니터링을 위해서 필수적이다. 하지만 단일 센서를 통한 영상은 공간해상도와 시간해상도가 높은 자료를 동시에 제공할 수 없는 한계점이 있다. 최근에는 위성영상의 공간적 해상도를 높이고 시간해상도를 보완하기 위해서 시공간 융합연구가 진행되고 있다. 그 중에서도 FSDAF(Flexible spatiotemporal data fusion) 방법론은 위성영상의 각 밴드를 융합하는 방법으로 적절한 것으로 나타났다. 본 연구에서는 FSDAF 융합기법을 활용하여 MODIS NDVI와 Landsat 영상으로 계산한 NDVI를 융합 후 검증을 실시하였으며 식생 계절 모니터링에서의 활용가능성을 제시하였다. 그 결과, 1월부터 12월까지 융합을 통해 NDVI 예측한 영상은 활엽수, 침엽수, 농지의 계절적인 특징을 잘 반영하고 있었다. 융합된 결과의 검증을 위하여 8월과 10월의 예측한 NDVI와 실제 값(Landsat NDVI) 간의 RMSE 값을 계산한 결과 각각 0.049와 0.085, 상관계수는 0.765, 0.642로 비교적 일치한 것으로 나타났다. 본 연구에서 활용된 FSDAF 시공간 융합 기법은 픽셀기반의 융합기법으로 다양한 공간스케일의 영상과도 융합 가능할 것이며 다양한 식생 관련 연구에 활용될 것으로 기대된다.

• 한국조경학회지
• /
• 제46권2호
• /
• pp.52-61
• /
• 2018

도시는 콘크리트, 아스팔트 등 인공적인 피복과 고층 건물의 증가로 인해 열섬현상이 발생되고 있다. 이와 관련하여 인공위성 열적외 영상을 활용한 도시의 열환경 분석에 대한 연구가 활발히 진행되고 있다. 그러나 복잡한 토지피복을 가진 도시의 열환경 특성을 분석하기에는 위성영상의 공간해상도는 한계를 가지고 있다. 무인항공기(UAV)는 높은 해상도의 영상을 취득할 수 있어 이러한 한계점을 보완하기에 적절하며, 최근 폭넓게 활용되고 있다. 이에 본 연구는 무인항공기 열적외 영상의 정확성 검증과 Landsat 8 열적외 영상과의 해상도 비교를 통한 도시 내 열환경 분석에서 활용가능성에 대해 검토하였다. 정확성 검증 결과, 온도 값의 상관성은 0.95로 높은 양의 상관관계를 보였고, 두 집단의 통계적 차이가 없었다. 해상도 비교를 위한 두 영상의 지표온도의 차이 분석 결과, 시가화 지역이 $4.63^{\circ}C$로 가장 높은 차이를 보였으며, 셀 단위가 작은 무인항공기영상이 다양한 지표온도를 반영하였다. 온도 그래프 비교 결과, 도시의 지표온도를 낮출 수 있는 습지, 가로녹지 등의 세부적인 공간의 지표온도 분석이 가능하였고, 가로수 그림자의 지표온도저감 효과 분석 결과, 약 $4{\sim}6^{\circ}C$ 가량 낮추는 것으로 나타났다. 무인항공기는 세부적인 공간의 분석이 가능하였고, 단시간에 일정 면적의 지표온도를 취득하기 용이하였다. 따라서 무인항공기는 피복을 고려한 공원의 조성이나 관리, 소규모 녹지의 효과 분석 등 도시 내 열환경 분석 전반에 걸쳐 높은 활용성을 가질 것이라 판단된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제35권6_4호
• /
• pp.1341-1350
• /
• 2019

본 연구는 산불 전후 KOMPSAT-3A 영상을 사용하여 산불피해지역을 분석하는 것을 목적으로 한다. KOMPSAT 시리즈 중 KOMPSAT-3A는 적외선 및 고해상도의 멀티 스펙트럼 밴드를 가진 VHR위성이다. 하지만, KOMPSAT-3A를 활용하여 산불피해강도를 분류하는 연구는 부족한 실정이다. 따라서 본 연구에서는 KOMPSAT-3A의 산불 피해강도를 분류하기 위한 새로운 알고리즘을 제시하는 것을 목표로 한다. 또한, 본 연구에서는 산불 피해지역에 대한 참조자료로 Sentinel-2로 생성한 dNBR을 사용하였다. 본 연구의 연구 지역은 2019년 4월 4일 강릉에서 발생한 산불 피해지역으로 선정하였다. 본 연구에서는 산불피해구간을 산정하기 위한 알고리즘으로 오픈 소스 통계 프로그램인 R software의 확률분포함수를 사용하였다. KOMPSAT-3A에서 산불 피해지역은 산불 전, 후 NDVI의 변화에 따라 생성되었다. 산불피해강도는 분포 함수의 표준 편차를 사용하여 각 등급 크기를 산정하였다. 총 5개 구간에 따른 산불 피해 강도가 효과적으로 분류되었다.

• 대한원격탐사학회지
• /
• 제30권6호
• /
• pp.797-807
• /
• 2014

해수표층온도(sea surface temperature; SST)는 해양환경 변화와 해양생물의 생태활동의 특성을 파악하는데 매우 중요한 환경요소 중 하나이다. 인공위성 열적외선 영상으로는 전 세계의 해수표층온도 변화를 파악하는 데는 유용하지만, 섬들이 많고, 해안선이 복잡한 한반도 연안 해역에서는 고해상도의 해수표층온도 자료를 획득하기에는 어려운 실정이다. 하지만 인간생활에 밀접한 영향을 주고받으며 대부분의 양식장이 분포하고 있는 곳이 연안 해역이므로 상세한 해수표층온도의 변화를 파악하는 것이 매우 중요하다. 이를 위하여 본 연구는 저비용의 지상용 열적외선카메라(FLIR)를 항공기용으로 구축하여 연안 표층수온 추출 가능성을 확인하고자 하였다. 2012년 5월 23일부터 2013년 12월 7일까지 최소 8회 이상 서해 연안에 대하여 항공기 관측실험을 실시하였으며, 이때 구축된 열적외선 센서를 탑재하여 해수표층온도 추출 연구를 수행하였다. 항공기에 탑재된 열적외선 센서로부터 획득된 자료는 대기모델 및 온/습도계 센서를 이용하여 방사보정(radiometric correction)을 수행하였고, Global Positioning System (GPS) 및 Inertial Measurement Unit (IMU) 센서를 이용하여 기하보정(geometric correction)을 자동으로 수행한 후 해수 표층온도 자료를 추출하였다. 그 중 2013년 6월 25일에 관측된 항공기 해수표층온도에 대해 인공위성 및 선박 열적외선 센서를 통해 획득된 해수표층온도 자료와 비교하였으며, 선박 현장 관측 자료와는 $1^{\circ}C$ 이내 오차 범위의 해수표층온도를 획득하였다.

• 대한원격탐사학회지
• /
• 제23권2호
• /
• pp.103-111
• /
• 2007

지금까지 위성영상 정보 처리 분야에서는 분광정보를 이용한 영상분석과 시각적 해석 및 자동 분류에 대한 연구가 주로 수행되었으나, 최근에는 영상자료에서 시각적으로 나타나지 않는 특성이나 공간정보의 추출을 위한 여러 시도가 이루어지고 있다. 본 연구에서는 영상정보의 특성 추출기법인 텍스처 영상 생성기법과 웨이브릿 변환을 연계하여 웨이브릿 기반 텍스처 융합 영상에 대한 연구를 수행하였다. 또한 이러한 영상이 분류 정확도에 어떻게 기여하는 가를 분석하기 위한 적용 사례로 도심지 공간분석과 칼데라 주변지역의 지질학적 구조분석을 수행하였다 영상 분석 시 공간정보 활용을 위한 텍스처 영상 생성기법과 웨이브릿 기반 텍스처 융합 영상 생성기법을 사용하면 원본영상만을 사용하였을 때보다 높은 분류정확도를 보였다. 고해상도 영상을 사용한 도심지의 경우 원본영상에 텍스처영상과 웨이브릿 기반 텍스처 융합 영상을 모두 활용한 경우의 분류정확도가 가장 높은 값을 보였다. 이는 상세화소의 변화가 매우 중요한 도심지의 특성상, 세밀한 공간정보가 최대로 활용되었기 때문으로 해석되어진다. 또한 중 저해상도 영상을 사용한 지질학적 구조분석의 경우 원본영상에 텍스처 영상만을 활용한 경우가 가장 높은 분류정확도를 보였다. 이는 칼데라를 중심으로 한 비교적 크기가 큰 지질학적 구조 분석 시 고도변화와 지열분포 등의 정보가 적당히 단순화 될 필요가 있었기 때문인 것으로 해석된다. 따라서 이러한 기법들을 실제 연구에 적용하기 위해서는 연구의 목적과 위성영상의 해상도 등의 정보를 모두 고려하여 적절한 기법을 잘 적용하는 것이 중요하다.