• Current Optics and Photonics
• /
• 제5권3호
• /
• pp.270-277
• /
• 2021

The adaptive sparse representation (ASR) can effectively combine the structure information of a sample dictionary and the sparsity of coding coefficients. This algorithm can effectively consider the correlation between training samples and convert between sparse representation-based classifier (SRC) and collaborative representation classification (CRC) under different training samples. Unlike SRC and CRC which use fixed norm constraints, ASR can adaptively adjust the constraints based on the correlation between different training samples, seeking a balance between l₁ and l₂ norm, greatly strengthening the robustness and adaptability of the classification algorithm. The correlation coefficients (CC) can better identify the pixels with strong correlation. Therefore, this article proposes a hyperspectral image classification method called correlation coefficients and adaptive sparse representation (CCASR), based on ASR and CC. This method is divided into three steps. In the first step, we determine the pixel to be measured and calculate the CC value between the pixel to be tested and various training samples. Then we represent the pixel using ASR and calculate the reconstruction error corresponding to each category. Finally, the target pixels are classified according to the reconstruction error and the CC value. In this article, a new hyperspectral image classification method is proposed by fusing CC and ASR. The method in this paper is verified through two sets of experimental data. In the hyperspectral image (Indian Pines), the overall accuracy of CCASR has reached 0.9596. In the hyperspectral images taken by HIS-300, the classification results show that the classification accuracy of the proposed method achieves 0.9354, which is better than other commonly used methods.

• 한국소프트웨어감정평가학회 논문지
• /
• 제17권2호
• /
• pp.75-81
• /
• 2021

식물의 생육은 수분에 의해서 크게 좌우되기 때문에 토양이 재배하는 식물에 최적의 수분을 가지도록 조절하는 것은 중요하다. 최근 초분광영상을 통하여 식물의 생육정보를 자동으로 분석하는 연구가 진행되고 있으며 토양의 수분함량을 측정하는 것도 포함한다. 그러나 초분광의 경우 많은 분광밴드에서 나타나는 방대한 데이터로 인하여 분석과정이 복잡하기 때문에 사용이 어렵다. 본 논문에서는 초분광영상의 복잡도를 합성곱신경망 (Convolution Neural Network, CNN)을 통하여 해결하는 방법을 제안한다. 제안한 방법은 대상 초분광의 전체 대역을 심층학습방법을 사용하여 자동 분석하기 때문에 각 영상에 대해 인식에 필요한 특정 대역을 찾는 노력을 할 필요가 없다. 제안 시스템의 유효성을 보이기 위해서 토양에서 얻은 초분광영상을 이용한 수분함량분석 실험을 수행하고 결과를 보인다.

• 농업과학연구
• /
• 제49권1호
• /
• pp.129-136
• /
• 2022

In this study, we aimed to develop a maturity classification model for tomatoes using hyperspectral imaging in the range of 400 - 1,000 nm. Fifty-seven tomatoes harvested in August and November of 2021 were used as the sample set, and hyperspectral data was extracted from the surfaces of these tomatoes. A combined method of SNV (standard normal variate) and SG (Savitzky-Golay) methods was used for the pre-processing of the hyperspectral data. In addition, the hyperspectral data were analyzed for all maturity stages and considering bandwidths with different FWHM (full width at half maximum) values of 2, 25, and 50 nm. The PCA (principal component analysis) method was used to analyze the principal components related to maturity stages for the tomatoes. As a result, 500 - 550 nm and 650 - 700 nm bands were found to be related to the maturity stages of tomatoes. In addition, PC1 and PC2 explained approximately 97% of the variance at all FWHM conditions and thus were used as input data for classification model training based on the SVM (support vector machine). The SVM models were able to classify tomato maturity into five stages (Green, Turning, Pink, Light red, and Red) with over 95% accuracy regardless of the FWHM condition. Therefore, it was considered that hyperspectral data with 50 nm FWHM and SVM is feasible for use in the classification of tomato maturity into five stages.

• 대한원격탐사학회지
• /
• 제36권2_2호
• /
• pp.309-323
• /
• 2020

원격탐사를 이용한 연안 해역의 클로로필 농도 추정은 대부분 다분광 위성 영상 분석을 통해 수행되어 오고 있다. 최근에는 초분광 영상을 활용한 다양한 연구가 시도되고 있으며, 특히 항공기 기반 초분광 영상은 높은 공간 해상도로 좁은 밴드 폭을 가진 수백 개의 밴드로 구성되어 기존의 다분광 위성 영상을 통한 클로로필 추정보다 연안 해역에서 매우 효과적일 수 있다. 본 연구에서는 연안 해역의 클로로필 농도 추정을 위해 초분광 및 위성 기반 클로로필 영상을 비교 검증을 수행하였다. 한반도 남해안에서 수행된 현장조사로 획득된 클로로필 농도 자료와 해수 스펙트럼 자료를 분석한 결과, 높은 클로로필 농도를 갖는 해수 스펙트럼은 570 nm와 680 nm 파장대역 부근에서 peak를 보였다. 이러한 스펙트럼 특징을 활용하여 클로로필 농도 추정을 위한 새로운 밴드비(570 / 490 nm)가 제시되었고, 밴드비와 현장 클로로필 농도 간의 회귀 분석을 통해 새로운 클로로필 경험식이 생성되었다. 현장 클로로필 농도와의 검증 결과, R²의 0.70, RMSE와 mean bias가 각각 2.43와 3.46 mg m^-3으로 유효한 결과를 보였다. 새로운 경험식을 초분광 영상과 위성 영상에 적용한 결과, 초분광 클로로필 영상과 현장 클로로필 간의 평균 RMSE는 0.12 mg m^-3로 위성 클로로필 영상에서 보다 더 높은 정확도로 클로로필 농도 추정 가능하였다. 이 결과를 통하여 초분광 영상을 활용하여 보다 높은 정확도로 연안 해역 클로로필 농도의 고해상도 공간 분포 정보 제공이 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제30권5호
• /
• pp.665-675
• /
• 2014

본 연구에서는 소나무재선충병이 확산되어 있는 거제도를 대상으로 소나무재선충병 감염목 특성분석을 위하여 지상용 초분광 카메라를 활용하여 2012년과 2013년에 걸쳐 대상 임목을 촬영하였다. 영상 촬영은 소나무재선충병이 확산되는 시기인 6~9월 기간에 개체목 단위와 임분 단위로 구분하여, 개체목은 인위적으로 소나무재선충병을 주입한 공시목을 대상으로 실시하고, 임분은 소나무재선충병이 자연적으로 발생한 임분을 대상으로 실시하였다. 수백개의 파장대역 정보를 담고 있는 지상용 초분광 영상을 이용하여 소나무재선충병 감염단계에서부터 고사단계에 이르기까지 파장대역 변화와 특성분석을 진행하였다. 그 결과, 전체 파장대역 중 적색영역(550~700 nm)의 변화가 두드러지게 나타났으며 특히, 688 nm 전후의 파장대역에서 고사목과 정상목간의 가장 많은 변화폭이 관측되었다. 향후 초분광 항공사진을 활용한 소나무재선충병 감염목 탐지 활용가능성 판단을 위하여 개체목 단위 촬영영상보다 대면적의 임분단위 촬영영상을 활용한 분석이 진행되었다. 가장 큰 변화를 나타낸 688 nm 구간의 식생지수 활용을 위하여 Normalized Difference Vegetation Index(NDVI), Red Edge Normalized Difference Vegetation Index(reNDVI), Photochemical Reflectance Index(PRI), Anthocyanin Reflectance Index 2(ARI2) 식생지수에 대한 비교 분석을 실시하였다. 감염목 탐지에 효율성이 높다고 판단되는 지수는 NDVI와 reNDVI으로 나타났으며 688 nm를 NDVI와 reNDVI식 적색영역에 적용한 결과 688 nm를 포함하여 적용한 지수값에서 감염진행에 따른 가장 큰 변화폭을 나타내어 감염목 탐지에 가장 효율적인 것으로 판단되었다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.1-11
• /
• 2019

원격탐사 센서 기술의 발전으로 다양한 분광정보를 지니는 위성영상의 취득이 가능해졌다. 특히, 초분광 영상(hyperspectral image)은 연속적이고 좁은 분광파장대의 영역으로 구성되어 있기 때문에, 토지피복분류, 표적탐지, 환경 모니터링 등 다양한 분야에 효과적으로 활용할 수 있다. 원격탐사자료를 활용한 변화탐지 기법은 일반적으로 동일한 차원을 지닌 자료들의 차분을 통해 수행되기 때문에, 차원이 다른 이종 센서에는 적용하기 어려운 단점을 지니고 있다. 이에 본 연구에서는 다른 차원을 지닌 초분광 영상과 고해상도 위성영상에 적용가능한 변화탐지 기법을 개발하고, 이종 영상 간의 변화탐지기법 적용 가능성을 확인하고자 하였다. 이를 위하여, 변화탐지 기법의 적용을 위해 상관도분석, 주성분분석 등을 활용하여 초분광 영상의 차원을 축소시켜 변화탐지에 사용하였으며, 변화탐지 알고리즘은 CVA(Change Vector Analysis)을 사용하였다. 변화탐지 성능의 평가를 위해 참조자료를 사용하여 ROC(Receiver Operating Characteristics) 곡선과, AUC(Area Under Curve)을 계산하였다. 실험결과, 원 초분광 영상을 활용한 경우보다, 적합한 차원 감소 기법을 통해 제작한 영상을 사용하였을 때의 변화탐지 성능이 더 높은 것으로 나타났다. 이는 차원 감소 기법을 적용하여 초분광 영상이 지니고 있는 잡음을 제거하는 것이 변화탐지 성능에 영향을 미치는 것으로 판단된다. 추후 연구로는 융합기법을 적용한 고해상도 다중분광 영상을 이용하여 공간 해상도의 차이에 따른 변화탐지 성능을 분석할 예정이다.

• 한국지리정보학회지
• /
• 제18권1호
• /
• pp.48-63
• /
• 2015

본 연구에서는 초분광영상의 국내 연안 활용 범위 확대 및 정확성 향상을 위해, 국외 연안지역에 대한 항공기 및 위성 탑재 초분광영상의 다양한 처리 기법을 소개한다. 육상과 달리, 가시광선 영역에서 미세한 반사율을 보이는 해양의 경우 보다 정밀한 대기보정이 요구된다. 이와 함께, 태양-해수면-센서의 기하학적 특징으로 나타나는 태양광 정반사(sun-glint)와 같은 이상 현상을 제거하기 위한 다양한 기법도 개발되어 왔다. 대기 및 정반사 보정된 초분광영상은 연안지역의 수심추정과 산호와 같은 저서 생물 및 해저면 종류 분류, 저서 생물 상태 모니터링에 활용되는데, 주로 복사전달모델과 분광라이브러리에 기반을 둔 반분석적 기법을 사용한다. 이는 초분광영상의 많은 분광 정보를 활용하는 방법으로, 실험적 모델을 적용하는 다중분광자료에 비해 상대적으로 정확도가 높다. 광학영상의 해양활용에서 있어 수심 및 수질은 매우 중요한 제약점으로, 특히 복사전달모델에 기반을 둔 분석에 따르면 초분광영상은 최대 25m까지 수심측정이나 해저면 분류가 가능하다고 하나, 실제 많은 연구에서 항공기 및 위성 탑재 초분광영상은 수심 10m 이내의 연안지역에서 활용되고 있다. 이와 같은 연구결과를 바탕으로 국내 연안지역의 초분광영상자료의 정확하고 정량적인 연안 활용을 위해서는 최대 탐지 가능한 수심 및 수질조건 등에 대한 분석이 필요하다는 것을 확인하였다. 또한 국내 연안지역에 대해 분류 가능한 저서 생물과 해저면의 분류 및 분광라이브러리 구축의 필요성을 제시하였다.

• 대한원격탐사학회지
• /
• 제24권2호
• /
• pp.213-222
• /
• 2008

초분광영상의 활용 가능성은 증대하고 있으나, 연구에 필요한 초분광센서의 공급은 비교적 제한되어 있다. 초분광영상으로부터 정보 획득을 위한 처리와 분석은 대부분 영상에서 획득되는 분광반사율에 기반을 두고 있다. 본 연구의 목표는 사전 복사보정 자료가 없는 지상 초분광카메라 영상의 복사보정 과정을 개발하여 영상의 화소값을 분광반사율로 변환하고자 한다. 다양한 분광반사특성을 가진 22개 클래스로 구성된 모의지표물을 대상으로 분광측정기를 이용한 대리 복사보정 절차를 수행하였다 분광측정기로 측정된 복사량과 영상의 화소값의 관계를 이용하여 120개 밴드 초분광영상의 화소값을 센서감지 복사량(radiance)로 변환하는 보정계수를 도출하였다. 영상 촬영 및 분광측정이 대기의 영향이 거의 없는 지상 근접 촬영으로 이루어졌기 때문에, 화소값을 반사율(reflectance)로 직접 변환하는 보정계수도 산출하였다. 그러나 원거리 촬영이나 공중 촬영으로 획득된 영상의 경우 산출된 복사보정 계수는 센서감지 복사량 변환에만 유효하며, 반사율을 얻기 위해서는 추가적인 대기보정 절차가 별도로 수행되어야 한다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1265-1274
• /
• 2021

본 연구에서는 남한강에서 드론에 탑재된 초분광 센서를 활용하여 수변공간을 측정한 후, 초분광 분석을 통하여 재료를 구분하였다. 식생, 콘크리트, 흙 등의 재료를 대상으로 구분하였으며, 각각 재료의 고유한 분광반사 곡선의 특성을 비교 및 분석하였다. 드론으로 측정한 초분광 자료를 검증하기 위하여 지상분광측정기를 사용하여 현장조사를 실시하고 각 재료를 비교하였다. 분석 비교 결과 각 재료별로 고유한 유형의 파장대가 발생하는 것을 확인하였고 드론으로 수행한 원격 탐사 결과가 지상분광측정 결과와 유사하다는 결론을 내릴 수 있었다. 수변 공간의 분류를 위하여 K-means 군집화 기법과 SVM 분류 기법을 활용하여 측정 구역의 공간 분류를 수행할 수 있었다. 비교 결과, 지도학습인 SVM 분류 기법의 수변공간 분류가 비지도학습인 K-means 기법과 비교하여 상세한 구분이 수행되었음을 확인할 수 있었다. 이와 같이 분류 및 군집 분석 기법을 활용하여 각 수변공간 재료의 고유 분광 특성을 활용하여 측정되는 드론탑재 초분광 이미지의 각 데이터를 분류할 수 있게 되었다.

• 대한원격탐사학회지
• /
• 제28권4호
• /
• pp.347-355
• /
• 2012

본 연구에서는 MNF 변환 후 각 밴드별 최소, 최대값을 가지는 화소들을 추출하고, 이 후보 화소들만을 대상으로 endmemeber를 추출하는 기법을 제안하고 이의 적용 가능성을 고찰하였다. 이와 같은 접근은 영상자료의 크기와 관계없이 밴드수${\times}$2개에 해당하는 화소들만을 대상으로 endmember를 추출하므로 전체 화소를 대상으로 endmember 여부를 계산하는 기존의 기법들보다 계산시간 측면에서 매우 효율적일 수 있다. 모의 초분광 영상자료 및 미국 네바다 Cuprite 지역의 AVIRIS 초분광 영상자료에 N-FINDR 기법을 적용하여 endmember를 추출함에 있어 본 기법을 적용해본 결과, 전체 화소를 대상으로 처리한 결과와 거의 동일한 결과를 얻을 수 있음을 확인하였다. 잡음에 의한 영항과 후보 화소 추출기준 등에 대한 추가 연구를 통해 대용량 초분광 영상자료의 처리 및 분석에 효율적으로 활용될 수 있을 것으로 기대된다.